MEMS 감지 모니터링의 발전 추세는 더 이상 상태 모니터링에 국한되지 않습니다.
MEMS 센서 모니터
센서와 머신 러닝의 결합에 대해 이야기할 때 특정 디바이스를 모니터링하기 위해 센서가 머신 러닝과 결합하여 디바이스의 예측 가능한 상태 모니터링을 수행하기 시작했다고 앞서 언급했습니다. 물론 여기서 우리의 초점은 기계 학습이 아니라 센서에 있습니다.

장비의 작동 및 상태를 모니터링할 때 가장 적합한 센서를 선택하여 장비가 장비 정보를 정확하게 획득하고 고장을 감지, 진단 및 예측할 수 있는지 확인해야 합니다. 산업용 모터를 예로 들어보자면 베어링 손상은 사용 중 자주 접할 수 있는 고장이며, 이러한 고장을 감지하기 위해 가장 많이 사용되는 것은 진동 및 음압 감지 장치입니다. 회 전자, 권선 등의 결함은 대부분 모터에 전원이 공급될 때 변류기에 의해 측정됩니다.

진동 센서 감지 범위

진동 감지는 일반적으로 다음 결함, 베어링 상태, 기어 맞물림, 펌프 캐비테이션, 모터 오정렬, 모터 불균형 및 모터 부하 상태를 감지하기 위해 모터 감지에 사용할 수 있습니다. 불균형 및 오정렬과 같은 결함에 대해 센서 장치의 노이즈 성능 요구 사항은 엄격하지 않으며 대역폭 요구 사항은 5x ~ 10x 기본 주파수에 도달하기만 하면 됩니다.다축의 동시 감지, 베어링 결함 및 기어 결함과 같은 결함 매우 높은 잡음 및 대역폭 요구 사항이 있습니다. 잡음 범위는 <100 µg/√Hz에서 제어되어야 하는 반면 대역폭 요구 사항은 >5kHz입니다.

모터 불균형/오정렬과 같은 결함은 모터 진동 중에 감지될 수 있으며 베어링 또는 기어 결함은 특히 초기 단계에서 덜 명확하며 진동 주파수를 증가시키는 것만으로는 식별하거나 예측할 수 없습니다. 이러한 오류를 해결하려면 일반적으로 노이즈가 <100 µg/√Hz이고 광대역이 >5kHz인 진동 센서를 고성능 신호 체인, 처리, 트랜시버 및 후처리기와 페어링해야 합니다.

MEMS 진동과 압전 진동 비교

가속도계는 가장 일반적으로 사용되는 진동 센서이며 압전 가속도계는 최대 30kHz까지의 저잡음 및 주파수가 장점입니다. MEMS 가속도계의 주파수는 일반적으로 약 20kHz이며, 이는 비용, 전력 및 크기 면에서 더 유리합니다. 상태 감지 애플리케이션은 센서 크기, 통합 및 전력 소비를 고려해야 하는 무선 설치의 추진 덕분에 최근 몇 년 동안 빠르게 성장했습니다. 따라서 압전 가속도계의 대역폭과 노이즈 성능이 MEMS 가속도계보다 훨씬 강력하지만 포괄적인 고려 하에 모든 사람이 MEMS 가속도계를 선호합니다.
감지 유형 대역폭 노이즈 DC 응답
압전 가속도계 2.5kHz-30kHz 1 µg/√Hz-50 µg/√Hz 없음
MEMS 가속도계 3kHz-20kHz 25µg/√Hz-100 µg/√Hz 예
(MEMS와 압전의 비교)

고대역폭과 저잡음이 요구되는 감지에서 두 센서 모두 실제로는 만족스러운 대역폭과 저잡음을 가지고 있지만 MEMS 가속도계는 압전 가속도계에서 볼 수 없는 DC 응답을 제공할 수 있습니다. DC 응답은 모터 불균형 및 매우 낮은 기울기 감지에서 찾을 수 있습니다. RPM.
1
(MEMS 가속도계, ST)

또 다른 포인트는 MEMS 가속도계가 센서 자체의 유용성을 검증하는 자체 테스트 기능을 가지고 있다는 것입니다. MEMS 가속도계의 더 작은 크기와 더 높은 통합은 상태 모니터링의 현재 개발 추세와 더 일치한다고 말해야 합니다.

MEMS 가속도계는 다른 눈에 띄는 기능을 모니터링합니다.

잡음 및 대역폭 비교 측면에서 MEMS 가속도계는 압전 감지에 비해 압도적인 이점을 나타내지 않지만 다른 관점에서 MEMS 기반 모니터링 기능은 탁월합니다. 위에서 언급한 DC 응답은 DC 부근에서 매우 낮은 주파수의 진동을 감지할 수 있을 뿐만 아니라 더 높은 분해능, 우수한 드리프트 특성 및 감도가 압전 감지 기능보다 더 두드러집니다.
2
(MEMS 가속도계 모니터링 모듈, ADI)

고주파 MEMS 가속도계는 센서의 공진 주파수 범위를 훨씬 넘는 출력 신호를 제공하여 3dB 대역폭을 초과하는 주파수를 모니터링할 수 있습니다. 이 성능은 오버클러킹 범위의 모니터링을 완료하기 위해 가속도계를 지원하기 위해 70kHz의 신호 대역폭을 지원해야 하는 출력 증폭기에 의존합니다. 앨리어싱 노이즈는 증폭기에서 불가피하므로 필터도 필수적입니다.

상태 모니터링과 머신 러닝의 결합은 여전히 ​​큰 추세입니다.

진동 모니터링 및 분석에는 디지털 필터링, 주파수 분석 등 많은 기술이 사용됩니다. 어떤 분석 방법을 사용하든 가장 중요한 점은 조건 모니터링에서 가장 적합한 경보 지점을 결정하는 것입니다. 센싱과 머신 러닝이 결합되면 머신 러닝 AI를 결함 식별 프로세스에 사용하여 진동 센서의 데이터를 기반으로 대표적인 머신 모델을 생성할 수 있습니다.모델 생성 후 로컬 프로세서에 다운로드한 다음 임베디드 소프트웨어 진행 중인 이벤트를 실시간으로 식별할 수 있을 뿐만 아니라 일시적인 이벤트도 식별하여 이상 징후를 감지할 수 있습니다.

또한 AI 도입 상태 모니터링은 진동 모니터링 데이터를 다른 센서 데이터와 연관시킬 수 있으며 추론된 상태 정보는 유지 보수에 필요한 데이터 양 이상이어야 합니다. 수집된 데이터를 추가로 사용하면 단일 상태 모니터링뿐만 아니라 더 많은 차원의 장비 분석을 완료할 수 있습니다.