[技術好文] 微機電系統EMC達到99%改進幅度

微機電系統廣泛用於鐵路、風力發電機、馬達控制、工具機等環境中，目的是用於監測振動，藉以提升安全性、降低成本、以及盡力提高設備的使用壽命。MEMS感測器擁有優異的低頻效能，能比其他技術更早偵測出鐵路與風力發電機應用的軸承損壞。大幅節省成本加上對各種設備瑕疵達到更高的偵測率，確保能符合各種嚴苛的安全標準。較寬的頻寬(0 Hz至23 kHz)、低雜訊性能、以及較寬的振動量測範圍(2 g至200 g)，這些都是振動偵測的必要條件。而這些目標全都可運用Analog Devices陣容廣泛的MEMS產品輕易達成。

https://www.analog.com/cn/design-center/landing-pages/002/tech-articles-taiwan/achieving-99-percent-improve-in-emc-compliance-for-mems-sys.html

💥AI 智動化～貴公司接軌了嗎？

📌【智慧工廠中的工業物聯網與AI人工智慧監測預兆診斷】
6/4-6/5 開課!! (2 stars)(2 stars) 詳課程：https://goo.gl/D6F566

因應物聯網、雲端運算、邊緣運算、大數據分析，
以及AI人工智慧的機器學習及深度學習，
各方應用百花齊放的今日，
對製造產業也帶來許多重要的變革...
-------------------------------------
課程主軸綱要：
-工業物聯網之智慧聯網技術
-智動自動化工廠的整體架構
-設備預兆診斷方法與案例分析
-振動量測實務操作

－－－－－－－－－－－－
⏩⏩其他課程推薦 ：

✔️(6/11-12) 永磁無刷馬達之分析、設計與實例模擬
https://goo.gl/dXF8PP
--------
✔️(6/13-14) 製程設備SECS及GEM連線技術
https://goo.gl/3givqH
--------
✔️(7/19-20)深度學習在先進駕駛輔助系統(ADAS)應用
https://goo.gl/4PRXxA

＿＿＿＿＿＿＿＿＿＿＿＿
🚩🚩AI/智慧製造/智慧電子：https://college.itri.org.tw/edm/D3/003/08/EDM.html

☀☀《歡迎企業包班上課》請來電 04-25675621 (Joan)
☀☀歡迎加入【工研院產業學院台中學習中心－LINE好友】，隨時掌握最新課程訊息：http://line.me/ti/p/%40cco1893w

#AI #物聯網 #智動自動化

#工業物聯網IIoT #工業4.0 #智慧工廠 #智慧製造 #人工智慧AI #馬達 #電流特徵分析

【電流特徵＋建立模型＋巡檢定位，多方會診設備健康狀態】

設備機台的維護有三個層次：事發修復、預防保養和預知保養。以構造簡單、成本低廉、應用廣泛的感應馬達為例，正確的預知保養並排除設備的初期故障，可節省 5～20% 能耗。理論上，馬達接近全載時效率最高，但實務上基於可靠度起見，寧可讓多台馬達以 50% 效率同時平行運轉，意謂有半數能源將被浪費！假如處於「半載運轉、但振動未達極限值」，效率會更低；且只量測振動無法評估設備運轉效能，須借助預知保養、依設備即時狀態進行維護。

此外，平行運轉會導致機組「掛點」的時間點相近，越早預知狀態、計算效率，以便及時修護或置換，越有助於備料、估算排程並避免額外損失，偏偏早期振動訊號的微幅上升難以察覺，唯有預知維護才能減少無預警停機。預知保養的檢測技術眾多、莫衷一是，各家互有長短、相輔相成。其中，「振動特徵分析」常用於檢知機械運作，目前業界大多參考 ISO 10816，對於不同的設備功率及基座安裝型式，訂有對應的振動速度方均根值上限及安全等級。

此法可以概括的得知機台的整體狀態，但無法進一步確認故障的成因，且無法預測突發式的故障。另一個方法是觀測振動頻譜，更能辨識問題環節；也有人會在機台安裝多個加速度計 (Accelerometer) 量測，然後從廠務端拉線至中控台、收集數據，但缺點是：硬體需求大、通訊成本高、須慎選量測點位置並排除環境嘈雜的干擾因素。振動頻譜分析在操作上常遇到的困境是：量測多少會干擾製程或現場工作，需要作業人員的配合，但現場人員對於頻譜分析未必有經驗。

這些消極方式僅能檢測會隨時間惡化的故障情形，無法應對突然跳機或已進入故障／失效末期、須立即處置者，且異常訊號易受干擾、數據分析需要專業奧援。於是，業界試圖從量測「電訊號」、冀透過「電壓／電流特徵分析」和以此為基礎的物理模型診斷設備，可直接從中央控制端擷取資料、省下設備端部署成本。高溫、高壓、粉塵皆容易引發感測器、致動器零部件或設備機構故障，可能是漸進、突然、間歇性發生，假如觀測時間不夠長，很難從設備端擷取訊號解析。

因此，建議以「電流特徵分析」對轉動設備進行長時間的連續監控，一旦檢知設備的異常情形，再輔以現場設備的「振動量測」或「頻譜分析」進行確認。電訊號十分敏感，且可估算能耗並回推電流負載率，監測供電品質。不過，訊號式終究只能檢驗設備機械異常，無法具體顯示異常狀況與能耗間的關係，用以維持設備運轉效率；若欲獲悉更明確的訊息或是早期預警，須輔以模型式診斷。電壓、電流可與振動檢測並行不悖，前者用以做連續性監測、發現異常後，再用手持式設備定位確認，遠較在各機台安裝許多加速度計更為實際。

延伸閱讀：
《「預知保養」防患未然，複合式檢測相得益彰》
http://compotechasia.com/a/feature/2018/1211/40617.html
(點擊內文標題即可閱讀全文)

#台灣科技大學機械工程系 #聆特科技