引言

工業(yè)4.0被視為制造業(yè)的新時代，融合了技術(shù)、機(jī)器人、人工智能和自動化，以打造出高效且富有成效的制造工藝。工業(yè)用例占全球能源使用量的30%，其中70%是由電機(jī)消耗的。如果電機(jī)以最高效率運(yùn)行，全球電力消耗有望減少10%。¹但要怎樣才能做到？事實(shí)證明，借助狀態(tài)監(jiān)控和預(yù)測性維護(hù)(CbM/PdM)來提升運(yùn)營效率，能夠在生產(chǎn)力、質(zhì)量、物流管理等層面優(yōu)化績效，助力達(dá)成可持續(xù)發(fā)展指標(biāo)。ADI公司OtoSense?智能電機(jī)傳感器(SMS)技術(shù)是當(dāng)今市場上先進(jìn)的CbM/PdM技術(shù)。本文概述了OtoSense SMS技術(shù)如何使電動機(jī)運(yùn)行更加節(jié)能。

電機(jī)效率和電機(jī)健康狀況

近年來，鑒于電機(jī)耗電量頗高，廠商投入了巨大努力來設(shè)計(jì)更高效率的感應(yīng)電機(jī)。但有一個對電機(jī)效率影響顯著的因素卻常常遭到忽視。通常，工業(yè)電機(jī)的運(yùn)行效率處于50%至85%區(qū)間。²電機(jī)健康狀況不佳會導(dǎo)致其能效顯著降低。制造商提供的額定效率值僅在電機(jī)處于理想狀態(tài)時才有效，即電機(jī)運(yùn)行過程中沒有明顯異常、缺陷或故障的情況下。如果機(jī)器出現(xiàn)故障，即使處于故障早期，電機(jī)效率也會隨之降低。

眾所周知，電機(jī)效率指的是電機(jī)的有用功率輸出與總功率輸入的比值。圖1展示了電能輸入轉(zhuǎn)化為機(jī)械能輸出的過程及相關(guān)的能量損耗，其中包括固有功率損耗和異常功率損耗。公式1計(jì)算了電機(jī)效率：

圖1 電機(jī)能量轉(zhuǎn)換效率

電機(jī)的功率損耗主要分為兩種：

■   固有功率損耗

包括銅損耗（電阻、趨膚效應(yīng)）、鐵損耗（渦流、磁滯）和機(jī)械損耗（摩擦、風(fēng)阻）。固有功率損耗可在電機(jī)設(shè)計(jì)階段得以降低。

■   異常功率損耗

包括電機(jī)狀況不佳導(dǎo)致的額外功率損耗，例如表1中列出的任意一種或多種電機(jī)故障。通過使電機(jī)保持在最佳運(yùn)行狀態(tài)，可以將異常功率損耗降至最低，而這在很大程度上與電機(jī)的維護(hù)方案相關(guān)。

有關(guān)電機(jī)效率的研究表明，如果電機(jī)在不健康的狀態(tài)下運(yùn)行，其實(shí)際效率會低于額定效率。處于不健康狀態(tài)的電機(jī)可能會長時間以低效率運(yùn)行，直至發(fā)展成電機(jī)損壞并導(dǎo)致機(jī)器停機(jī)的嚴(yán)重情況，而且可能會產(chǎn)生大量的能量損耗。一項(xiàng)研究針對不同類型的軸承故障對感應(yīng)電機(jī)效率的影響展開了調(diào)查。³在研究過程中，對四種類型的軸承故障進(jìn)行了測試：故障1，外圈出現(xiàn)裂紋；故障2，外圈出現(xiàn)孔洞；故障3，防護(hù)擋圈變形；故障4，軸承發(fā)生腐蝕。

軸承故障類型1的示例照片如圖2所示。實(shí)驗(yàn)裝置由一臺2.2 kW的三相感應(yīng)電機(jī)組成，該電機(jī)由主電源控制單元供電，并與一臺制動器相連。通過測量電機(jī)輸入電流、電壓和相位來計(jì)算電機(jī)輸入功率。通過測量電機(jī)負(fù)載扭矩和轉(zhuǎn)速來計(jì)算電機(jī)的輸出功率。電機(jī)效率的計(jì)算方式為電機(jī)輸出的機(jī)械功率與輸入的電功率之比。圖2展示了電機(jī)效率在不同負(fù)載條件下的變化。如圖所示，軸承故障會導(dǎo)致在滿載條件下電機(jī)效率降低1.5%，在輕載條件下電機(jī)效率降低4%。

圖2 軸承故障對電機(jī)效率的影響

研究表明，諸如轉(zhuǎn)子導(dǎo)條故障、定子繞組故障、電機(jī)軸未對準(zhǔn)故障、底腳松動故障、冷卻風(fēng)扇電機(jī)故障等電機(jī)故障，都會導(dǎo)致電機(jī)效率下降。^4,5圖3展示了不同電機(jī)故障對電機(jī)效率的影響。

圖3 不同類型的電機(jī)故障對電機(jī)效率的影響

ADI OtoSense SMS解析

OtoSense SMS是一套基于AI的硬件和軟件完整解決方案，用于工業(yè)電機(jī)的狀態(tài)監(jiān)控(CbM)和預(yù)測性維護(hù)(PdM)。它將先進(jìn)的檢測技術(shù)與數(shù)據(jù)分析相結(jié)合來監(jiān)測電機(jī)的狀況。

該解決方案由硬件子系統(tǒng)和軟件子系統(tǒng)構(gòu)成，軟件子系統(tǒng)包含一個云平臺、一個網(wǎng)頁應(yīng)用程序以及一個移動應(yīng)用程序。云平臺搭載了基于機(jī)器學(xué)習(xí)的電機(jī)故障診斷AI算法。圖4展示了OtoSense SMS系統(tǒng)是示意圖。

圖4 OtoSense SMS系統(tǒng)是示意圖

OtoSense SMS集成了ADI開發(fā)的多種高性能傳感器，包括：

■   兩個低噪聲、高頻率MEMS加速度計(jì)ADXL1002，用于檢測x軸振動和z軸振動。

■   兩個高準(zhǔn)確度、16位數(shù)字溫度傳感器ADT7420，用于檢測電機(jī)機(jī)殼溫度和環(huán)境溫度。

還包括：

■    一個磁場傳感器，用于電機(jī)轉(zhuǎn)速檢測和電機(jī)電氣故障診斷。

■   一個Wi-Fi處理器，借助2.4GHz Wi-Fi進(jìn)行數(shù)據(jù)傳輸，負(fù)責(zé)數(shù)據(jù)收集與打包。

OtoSense SMS傳感器是市面上用于檢測和解讀機(jī)器數(shù)據(jù)的出色解決方案。表1展示了OtoSense SMS傳感器能夠診斷和預(yù)測的常見電機(jī)故障：

表1 OtoSense SMS能夠診斷和預(yù)測的電機(jī)故障

利用OtoSense SMS提高電機(jī)運(yùn)行效率

妥善維護(hù)有助于實(shí)現(xiàn)最大的經(jīng)濟(jì)效益，因?yàn)檫@可以減少電機(jī)故障的發(fā)生，避免計(jì)劃外的停機(jī)時間。此外，電機(jī)效率對于節(jié)約每次運(yùn)行的成本起著至關(guān)重要的作用，因?yàn)楦咝щ姍C(jī)相比標(biāo)準(zhǔn)效率電機(jī)，消耗的電能更少。研究表明，不同類型的故障會對機(jī)器效率產(chǎn)生程度各異的影響，具體故障類型包括轉(zhuǎn)子故障、定子繞組不對稱、絕緣系統(tǒng)故障、不平衡/未對準(zhǔn)、通風(fēng)系統(tǒng)故障等。

圖5 OtoSense SMS使電機(jī)運(yùn)行效率達(dá)到最優(yōu)

圖5展示了使用OtoSense SMS對電機(jī)運(yùn)行效率進(jìn)行優(yōu)化。云平臺能讓用戶深入了解電機(jī)的運(yùn)行狀況和維護(hù)需求。

憑借專有的OtoSense SMS預(yù)測性維護(hù)分析，用戶能夠在早期階段識別出九種最為常見的電機(jī)故障，并在故障對電機(jī)運(yùn)行造成影響前完成修復(fù)。對于每種電機(jī)故障，都會計(jì)算出一個故障評分指數(shù)(FSI)，用以表示電機(jī)故障的嚴(yán)重程度。FSI是一個介于0到10之間的數(shù)值。當(dāng)FSI數(shù)值高于7時，表明電機(jī)正處于良好的運(yùn)行狀態(tài)；而當(dāng)FSI數(shù)值介于5和7之間時，則意味著已在早期階段察覺到電機(jī)故障，此時系統(tǒng)會向用戶發(fā)送低嚴(yán)重程度的預(yù)警通知郵件。

處于預(yù)警狀態(tài)的電機(jī)，雖在一定時間內(nèi)仍可維持正常運(yùn)轉(zhuǎn)，但鑒于電機(jī)已非健康狀態(tài)，運(yùn)行效率會出現(xiàn)下滑。圖6展示的示例中，電機(jī)地腳松動問題在早期便被檢測出來，系統(tǒng)隨即發(fā)出了預(yù)警通知。用戶收到通知后，建議迅速采取相應(yīng)的修復(fù)舉措，使電機(jī)運(yùn)行狀態(tài)恢復(fù)至理想水平，從而讓電機(jī)能夠持續(xù)保持高效運(yùn)轉(zhuǎn)。

圖6 示例展示了OtoSense SMS如何保持電機(jī)高效運(yùn)行

客戶案例研究1：OtoSense SMS用于壓縮機(jī)監(jiān)控

壓縮機(jī)是工廠中最重要的設(shè)備之一。在這個用例中，OtoSense SMS器件被安裝于工廠的壓縮機(jī)上，用以執(zhí)行全天候的持續(xù)監(jiān)測。圖7顯示了這個用例，其中OtoSense SMS器件安裝到了一臺壓縮機(jī)上。

圖7 OtoSense SMS傳感器安裝在客戶工廠的壓縮機(jī)上

這臺壓縮機(jī)功率為400kW，每天24小時持續(xù)運(yùn)轉(zhuǎn)。通常，每4.5年進(jìn)行一次大修。在大修之前，出現(xiàn)的電機(jī)故障主要是軸承故障，會使電機(jī)運(yùn)行效率降低1.5%。經(jīng)過試用評估，客戶在所有關(guān)鍵壓縮機(jī)上全面采用了OtoSense SMS解決方案。OtoSense SMS檢測到了早期的軸承故障，并向客戶發(fā)出了預(yù)警通知?？蛻綦S即采取了有效措施，成功避免了軸承受到永久性損壞，并預(yù)防了生產(chǎn)線意外停機(jī)。同時，由于迅速采取了修復(fù)措施，電機(jī)僅在預(yù)警狀態(tài)下運(yùn)行了極短時間，便恢復(fù)至正常運(yùn)行狀態(tài)。

此前，在未安裝OtoSense SMS的情況下，已觀察到能耗和二氧化碳排放均有降低，幅度約為2%，等同于節(jié)省了約2%的生產(chǎn)成本。隨著投入使用的壓縮機(jī)數(shù)量增加，二氧化碳減排效果將愈發(fā)顯著。例如，如果對100萬臺相同規(guī)格、功率為400 kW的壓縮機(jī)進(jìn)行監(jiān)測，將使二氧化碳減排量達(dá)到約147×109 kgr。圖8展示了使用OtoSense SMS解決方案所取得的成果。

圖8 使用OtoSense SMS實(shí)現(xiàn)能源/成本節(jié)約及二氧化碳減排：(a)節(jié)約/減排效果（百分比）；(b)400kW壓縮機(jī)數(shù)量增加時的二氧化碳減排效果示例

客戶案例研究2：OtoSense SMS用于物料搬運(yùn)系統(tǒng)

機(jī)場的行李傳送帶是一種高密度電機(jī)驅(qū)動應(yīng)用。如圖9所示，一套機(jī)場行李傳送帶系統(tǒng)可能由數(shù)千臺電機(jī)驅(qū)動。

一般而言，這些電機(jī)的功率大多為5 HP，使用壽命通常是五年。這五年期間的電機(jī)使用成本，即總擁有成本(TCO)，主要由電機(jī)采購費(fèi)用、維護(hù)費(fèi)用和用電費(fèi)用構(gòu)成（參見圖9）。就具體金額而言，電機(jī)采購成本為2000美元，占總擁有成本(TCO)的5%；維護(hù)成本為8000美元，占TCO的20%；電費(fèi)成本則為28,000美元，占TCO的70%。

圖9 傳送帶驅(qū)動系統(tǒng)電機(jī)的TCO

在電機(jī)使用過程中，最大的成本是電機(jī)的能耗。在上例中，如果采用OtoSense SMS使電機(jī)使用效率提高2%，并且假設(shè)機(jī)場行李傳送帶使用3000臺電機(jī)，那么在5年時間里節(jié)省的電費(fèi)總額（以美元計(jì)）為：

5年節(jié)省的電費(fèi)=3000×28000×2% = 1,680,000美元

換算為每年的節(jié)省金額，即1680000/5 = 336,000美元，大致相當(dāng)于購買168臺新電機(jī)的成本。

結(jié)論

OtoSense SMS帶來的顯著經(jīng)濟(jì)效益體現(xiàn)為電機(jī)運(yùn)行效率提升后令成本得到降低。隨著眾多企業(yè)將重點(diǎn)放在提高運(yùn)營效率、減少計(jì)劃外停機(jī)和實(shí)現(xiàn)可持續(xù)性發(fā)展上，采用狀態(tài)監(jiān)控和預(yù)測性維護(hù)技術(shù)已成為一種必然需求。

OtoSense SMS技術(shù)為客戶提供電機(jī)狀態(tài)實(shí)時監(jiān)控、電機(jī)早期故障檢測，并針對早期故障排查給出建議措施。及早發(fā)現(xiàn)并排除電機(jī)故障，不僅能避免電機(jī)意外故障和停機(jī)，還能確保電機(jī)高效運(yùn)轉(zhuǎn)，從而實(shí)現(xiàn)節(jié)能。企業(yè)要想在未來十年內(nèi)提升運(yùn)營效率并實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)，就必須落實(shí)上述所有建議。

參考文獻(xiàn)

1“All Motor Drives Systems Running at Maximum Efficiency”，IEA。

2“The qGaNDrive Module”，QPT。

3Jonathan Herrera-Guachamin和Jose Antonino-Daviu，“Laboratory Experiments for the Evaluation of the Efficiency of Induction Motors Operating Under Different Electrical and Mechanical Faults”，ECON，IEEE工業(yè)電子學(xué)會第45屆學(xué)術(shù)年會，2019年。

4Lucia Frosini、Ezio Bassi和Christian Gazzaniga，“Effect of the Bearings Faults on the Efficiency of the Induction Motors”，IEEE工業(yè)電子學(xué)會第34屆年會，2008年。

5Maeva Garcia、Panagiotis A. Panagiotou、Jose Alfonso Antonino-Daviu和Konstantinos N. Gyftakis，“Efficiency Assessment of Induction Motors Operating Under Different Fault Conditions”，《IEEE工業(yè)電子會刊》，第66卷第10期，2019年10月。

作者簡介

Bin Huo于2000年加入ADI公司，曾參與電機(jī)控制器DSP、Blackfin DSP、高速ADC轉(zhuǎn)換器和OtoSense智能電機(jī)傳感器等方面的工作，涉及芯片系統(tǒng)架構(gòu)設(shè)計(jì)、應(yīng)用參考設(shè)計(jì)和算法開發(fā)。他在電機(jī)控制器逆變器系統(tǒng)設(shè)計(jì)、電機(jī)閉環(huán)控制算法、飛行時間(ToF)相機(jī)模塊設(shè)計(jì)及算法開發(fā)等方面擁有豐富經(jīng)驗(yàn)。Bin Huo擁有東京大學(xué)電氣工程博士學(xué)位，在相關(guān)研發(fā)領(lǐng)域擁有10多項(xiàng)發(fā)明專利。