趋势

从有线到无线的推动力

详细了解状态监测行业中将传感器需求从有线推向无线的四大主因。

简介

旋转设备资产状态监测是一种管理工厂可靠性和安全性的方法,经数十年实践证明行之有效。振动监测是其中的主要部分。传统上,加速度传感器安装在机器上,通过硬连接方式接回中央机械保护系统(例如振动监视器)。这种技术虽然可靠,但价格昂贵,因此通常用于大型旋转机器,如蒸汽涡轮机或大型燃烧(气体)涡轮机这类对工厂运营“至关重要”的机器。而对于不太重要的资产(即所谓的配套设备),如离心泵和压缩机等,安装这类状态监测系统的业务案例则少之又少。然而,在某些情况下,这些机器的可用性对工厂的安全可靠运行亦非常重要,不能有丝毫损失。为此,需要经济实惠的状况监视器配套设备。

行业推动力

作为一种解决方案,无线加速度传感器被提出已有十余年。许多商业实施的结果好坏参半,原因有多种。而在 TE Connectivity (TE) 看来,推出这种无线传感器的技术和市场力量已充分融合。我们认为,塑造这一市场空间的推动力至少有四个:

 
  • 推动力 1:工厂运营者对于以经济实惠价格获取数据的需求日增
  • 推动力 2:持续电气化显著提高了电池性能
  • 推动力 3:物联网 (IoT) 兴起提升了数字无线电性能
  • 推动力 4:物联网设备的边缘计算进一步增强无线通信
TE Connectivity (TE) 的用于概念证明¹ 的 8911 无线加速度传感器

推动力 1

工厂运营者对于以经济实惠价格获取数据的需求日增

随着数字化进程不断发展,一条经验变得明晰起来,那就是:对于数据的需求是永无止境的。但是,必须经济可行地提供这些数据。工厂资产的状态监测也不例外。

传统安装需要将一条多导线屏蔽电缆连接到安装在机器上的传感器,然后再一路连接回中央机械保护系统。电缆的总长度可能长达上百米。每个传感器都需要这样连接。多个传感器所需的电缆长度则会达到数千米。此外,为了满足国家电气规范® 和当地工厂要求,需要将从机器上的传感器接出的电缆的开头若干米装在导管内。接回到中心站的其余电缆通常捆束在较大的导管或电缆盘中。所有这些都增加了人力物力成本,而且不易扩展。

无线传感器解决了这个问题。无线网关硬接线回中心站。但是,多个无线传感器由一个网关处理,因此不再需要在机器上使用电缆和导管。现在,从网关返回中心站的单个电缆承载着来自多个传感器而不是一个传感器的数据。这种架构易于扩展,因为网关可以处理额外的无线传感器,或者可以安装额外的网关,来容纳额外的两到三倍的传感器,而在相同成本下传统方式无法完成这一任务。

推动力 2

持续电气化显著提高了电池性能

无线传感器显然需要电池才能正常工作。利用无线传感器是成功还是失败的最重要因素是电池性能。频频更换电量用尽的电池不仅偏离了使用无线传感器的经济目的,更不用说在传感器断电时数据丢失了。

直到最近,电池性能的技术改进才跟上电子领域的其他性能改进的步伐。运输部门(电动汽车)和空中无人机的电气化推进大大降低了电池成本和提高了电池性能。锂电池仍然是无线应用的最佳技术和首选电源,且其价格已大幅下降,从 2010 年的每千瓦时 1,200 美元左右降到了 2018 年的每千瓦时约 175 美元。开电动车比开汽油车更便宜的日子已不遥远。 随着电池续航时间延长,使用无线传感器变得经济可行。从每隔数月换一次电池,到每隔一年、两年甚至更长时间换一次,无线传感器的运行成本陡然间已具有了可与有线传感器竞争的能力。

推动力 3

物联网 (IoT) 兴起提升了数字无线电性能

多年前,戈登·摩尔 (Gordon Moore) 曾预言,数字设备的性能大约每隔 18 个月翻一倍(这称为“摩尔定律”)。这一预测通常是正确的,从我们现在的手机或可穿戴设备(如智能手表)拥有的巨大计算能力就可见一斑。这实现了边缘计算,使我们可以在网络末端(网络“边缘”)或接近网络末端的地方处理数据,而不是将原始形式的数据发送回中心站进行处理。

对于无线加速度传感器,一个可能显而易见的边缘计算应用便是在传感器自身上计算采样振动波形的 FFT(快速傅立叶变换)。在传统系统中,原始振动波形会被发送到中心站(作为模拟信号),并在那里计算 FFT。有了边缘计算后,可以直接在传感器中计算 FFT,然后将处理的数据发回。原始振动信号不再被发回,减少了带宽开销和电池耗电量。但这只是一个简单例子。最终,更多计算可以在传感器上完成。借助适当的算法,传感器可以“了解”它所在的机器,了解机器何时运行得好,何时运行得不好。用于构建真正智能化的状态监测加速度传感器的构造块已到位。

推动力 4

物联网设备的边缘计算进一步增强无线通信

多年前,戈登·摩尔 (Gordon Moore) 曾预言,数字设备的性能大约每隔 18 个月翻一倍(这称为“摩尔定律”)。这一预测通常是正确的,从我们现在的手机或可穿戴设备(如智能手表)拥有的巨大计算能力就可见一斑。这实现了边缘计算,使我们可以在网络末端(网络“边缘”)或接近网络末端的地方处理数据,而不是将原始形式的数据发送回中心站进行处理。

对于无线加速度传感器,一个可能显而易见的边缘计算应用便是在传感器自身上计算采样振动波形的 FFT(快速傅立叶变换)。在传统系统中,原始振动波形会被发送到中心站(作为模拟信号),并在那里计算 FFT。有了边缘计算后,可以直接在传感器中计算 FFT,然后将处理的数据发回。原始振动信号不再被发回,减少了带宽开销和电池耗电量。但这只是一个简单例子。最终,更多计算可以在传感器上完成。借助适当的算法,传感器可以“了解”它所在的机器,了解机器何时运行得好,何时运行得不好。用于构建真正智能化的状态监测加速度传感器的构造块已到位。

结论

在这些市场驱动因素的作用下,TE Connectivity 设计了 8911 型无线概念证明加速度传感器。这款传感器具有易于扩展的无线架构,可满足工厂运营者对机器状况数据的需求。其中内置 LoRa™ 无线电技术并使用 LoRaWANTM 协议与无线网关通信,根据采样率可实现长达 10 年的电池寿命。8911 型无线加速度传感器可安装在复杂的工厂环境中,无需担心信号完整性问题,它具有边缘计算能力,可计算处理的机器数据。8911 无线加速度传感器是面向 21 世纪工厂的状态监测传感器。

LoRaWAN 是一个商标。

1 此设备未按照联邦通信委员会或其他监管机构相关规定的要求获得授权。在获得授权之前,我们不会、也不可能提供此设备用于出售或租赁目的,或出售或租赁此设备。概念证明产品仅用于评估。