In questo articolo, scopri come la nuova tecnologia dei componenti ad ampiezza di banda media di Analog Devices, insieme al software di simulazione LTspice®, può aiutare ad analizzare grandi quantità di dati dai sistemi di monitoraggio basati sulle condizioni.
Il progresso della tecnologia digitale non mostra segni di rallentamento e pervade tutte le aree della nostra vita. Dare intelligenza alle macchine è ben lungi dall'essere una distopia orwelliana; al contrario, produce guadagni di efficienza nell'automazione di fabbrica, poiché i circuiti di feedback automatizzati possono ridurre i tempi di manutenzione diretta. Tuttavia, senza gli strumenti e il software giusti, può essere difficile visualizzare e comprendere i dati sottostanti, rendendo difficile il processo decisionale. In questo articolo, scopri come la nuova tecnologia dei componenti ad ampiezza di banda media di Analog Devices, insieme al software di simulazione LTspice®, può aiutare ad analizzare grandi quantità di dati dai sistemi di monitoraggio basati sulle condizioni.
Industry 4.0 descrive il concetto di portare i vantaggi dei big data nell'area di produzione. Le macchine dotate di sensori possono monitorare le proprie prestazioni e comunicare tra loro, consentendo loro di condividere il carico di lavoro globale fornendo al contempo importanti informazioni diagnostiche al back-office, nello stesso edificio o in un altro continente.
Un rapido studio dell'offerta di prodotti di Analog Devices mostra che ADI ha un forte impegno nel fornire soluzioni per l'Industrial Internet of Things (IIOT), in particolare offrendo componenti della catena del segnale robusti e ad alte prestazioni dal sensore al cloud.
Una di queste aree dell'automazione industriale è il monitoraggio basato sulle condizioni (CbM), in cui le caratteristiche operative nominali di una macchina vengono accuratamente calibrate, quindi la macchina stessa viene attentamente monitorata con sensori locali. Condizioni che si discostano dal segnale nominale indicano che la macchina necessita di manutenzione. In questo modo, le macchine dotate di sistemi di monitoraggio basati sulle condizioni possono essere sottoposte a manutenzione quando ne hanno davvero bisogno, piuttosto che come parte di un programma di manutenzione relativamente arbitrario.
Il modo più importante per determinare la salute di un motore è esaminare le sue impronte di vibrazione. La tecnologia MEMS di Analog Devices consente di monitorare continuamente l'impronte della vibrazione di un motore, rivelando lo stato di salute del motore quando la sua impronta viene confrontata con quella di un motore notoriamente privo di guasti. In effetti, ogni guasto al motore ha la sua impronta armonica unica. Se si osserva il contenuto armonico del modello di vibrazione, è possibile rilevare guasti nei cuscinetti, nelle piste interne ed esterne e persino nei denti del cambio.
Analisi dei dati delle vibrazioni in LTspice
Per produrre i dati per l'analisi di Fourier in LTspice, tre accelerometri ADXL1002 sono stati collegati a un motore, come illustrato nella Figura 1, per misurare le vibrazioni nelle direzioni laterale, verticale e laterale, rispettivamente X, Y e Z.
Figura 1. I canali X, Y e Z hanno misurato le vibrazioni rispettivamente nelle direzioni laterale, verticale e anteriore-posteriore.
I dati delle vibrazioni sono stati scaricati e salvati in un foglio di calcolo di Microsoft Excel. I dati sono stati campionati a 500 kSPS, quindi un secondo dei dati delle vibrazioni ha prodotto tre colonne di dati Microsoft Excel, ciascuna lunga 500.000 righe. Un esempio dei dati X, Y e Z è riportato nella Figura 2.
Figura 2. Un estratto dei dati X, Y e Z.
Il contenuto armonico di questi dati può ora essere esaminato per determinare lo stato di salute del motore. L'analisi di Fourier è il processo matematico di estrazione del contenuto di frequenza dei componenti di una forma d'onda. Il contenuto spettrale di un'onda sinusoidale pura è costituito da una singola frequenza, chiamata fondamentale. Se l'onda sinusoidale è distorta, compaiono frequenze diverse dalla fondamentale. Analizzando il contenuto della frequenza del modello di vibrazione del motore, è possibile determinare una diagnosi accurata del suo stato di salute.
L'hardware e il software in grado di eseguire l'analisi di Fourier possono essere costosi, quindi qui mostriamo un metodo, fondamentalmente gratuito, per eseguire l'analisi di Fourier sui dati MEMS.
LTspice è un simulatore di circuiti potente e gratuito che ha la capacità di tracciare il contenuto di frequenza di qualsiasi forma d'onda utilizzando l'analisi di Fourier, inclusi i dati delle vibrazioni ottenuti dal sensore MEMS in un sistema di monitoraggio basato sulle condizioni.
LTspice è in grado di produrre un grafico con l'analisi di Fourier quando i dati sono nel formato illustrato nella Figura 3, dove ogni punto dei dati delle vibrazioni è associato al relativo timestamp.
Figura 3. Formato delle istanze di tempo e tensione.
È molto facile adattare i dati a questo formato con Microsoft Excel. Questa è la procedura per farlo.
Per prima cosa, separare le colonne di dati nella Figura 2 in tre fogli di lavoro all'interno del file Excel, denominati X, Y e Z, come illustrato nella Figura 4.
Figura 4. Sono stati creati tre fogli di lavoro e i dati X, Y e Z sono stati copiati nei rispettivi fogli di lavoro.
Inserire una colonna a sinistra dei dati: questa colonna è per il timestamp di ogni valore di dati.
Poiché sono stati prelevati 500.000 campioni di dati in un intervallo di tempo di un secondo, ogni punto dati è stato prelevato con un intervallo di 2 µs. Quindi, nella prima cella della nuova colonna, inserire
2E-6
che rappresenta il primo timestamp a 2 µs.
Il modo più semplice per compilare il resto della colonna dei timestamp è utilizzare la funzione Serie. Nella casella Cerca in Microsoft Excel, digitare "Serie" per visualizzare le opzioni di menu mostrate nella Figura 5.
Da qui scegliere Serie di riempimento o motivo, quindi Serie… dal menu a discesa.
Figura 5. Come riempire molte celle in Microsoft Excel.
Viene visualizzata la finestra di dialogo mostrata nella Figura 6 con i pulsanti di opzione Colonne e Lineare selezionati. Immettere un Valore di incremento di 2E-6 e un Valore limite di 1.
Figura 6. Riempire le celle con un set di dati che si espande in modo lineare.
Fare clic su OK per immettere i timestamp dei dati nella colonna di sinistra, con incrementi da 2 µs a 1 secondo. Lo stesso può essere ottenuto immettendo i primi valori e quindi trascinando il cursore nella cella in basso alla fine dell'intervallo di dati. Ciò, tuttavia, con 500.000 righe di dati richiederebbe un lungo trascinamento.
I dati sono ora in un formato pronto per l'elaborazione da parte di LTspice, come illustrato nella Figura 7.
Figura 7. Colonne che mostrano il timestamp e il corrispondente campione di dati.
Se il set di dati è grande e l'intervallo di campionamento è basso, Microsoft Excel potrebbe arrotondare i timestamp a un numero inappropriato di cifre decimali. In questo caso, evidenziare la prima colonna, quindi selezionare Formato > Formato celle, come illustrato nella Figura 8.
Figura 8. Riformattare le celle per rimuovere eventuali errori di arrotondamento.
Selezionare il numero appropriato di cifre decimali, come illustrato nella Figura 9.
Figura 9. Aumento della risoluzione del timestamp a cinque cifre decimali.
Una volta che la colonna del timestamp è stata popolata e le cifre significative espanse, copiare entrambe le colonne di ciascun foglio nel proprio Blocco note o in un altro file dell'editor di testo, come illustrato nella Figura 10.
Figura 10. File di testo contenente i dati del tempo e delle vibrazioni.
Dovrebbero esserci tre file di testo contenenti i dati delle vibrazioni per gli assi X, Y e Z nel sistema di monitoraggio basato sulle condizioni.
Questi dati possono ora essere letti direttamente in LTspice.
Costruire uno schema in LTspice, come illustrato nella Figura 11. In questo progetto, ci sono sei sorgenti di tensione corrispondenti ai dati di guasto e nessun dato di guasto per gli assi X, Y e Z. Ciò consente di eseguire un'analisi di Fourier sui dati delle vibrazioni di un nuovo motore in modo che possa essere confrontata con l'analisi di Fourier dei dati da un sospetto motore difettoso. Un grande vantaggio di questo metodo è che il grafico della frequenza di un motore nuovo (non difettoso) può essere sovrapposto a quello di un presunto motore difettoso, in modo da poter vedere la differenza di prestazioni.
Figura 11. Schema LTspice che mostra le uscite di tensione per dati di vibrazione errati e non errati.
Il comando LTspice
.options plotwinsize=0 numdgt=15
rimuove la compressione predefinita in LTspice e talvolta produce risultati più chiari. La simulazione verrà eseguita più velocemente se questa riga viene omessa, ma potrebbe produrre risultati meno accurati.
Una volta completato lo schema, fare clic con il pulsante destro del mouse su ciascuna sorgente di tensione, selezionare il pulsante Avanzato, selezionare il pulsante d'opzione File PWL quindi inserire il nome file dell'appropriato file di testo contenente i dati di vibrazioni, come illustrato nella Figura 12. Questo crea una sorgente di tensione lineare a tratti costituita da una serie di tensioni e le loro istanze temporali corrispondenti. Se questi file di testo sono archiviati nella stessa directory del file LTspice sarà tutto più semplice.
Figura 12. Creazione di una sorgente di tensione lineare a tratti dai dati delle vibrazioni.
L'analisi transitoria dovrebbe quindi essere configurata per l'esecuzione per la durata del test di vibrazione originale utilizzando il comando
.tran
Eseguire la simulazione. Il completamento della simulazione potrebbe richiedere del tempo a seconda dei punti dati e della durata dell'analisi transitoria.
I risultati della simulazione dei motori difettosi e non difettosi sono mostrati nella Figura 13. L'esperimento è stato condotto su un motore rotante a 587,3 giri al minuto con un cuscinetto difettoso con la pista esterna disallineata e con un carico di 12 libbre. I grafici mostrano anche il modello di vibrazione di un motore senza guasti che ruota alla stessa velocità. È chiaro che il motore difettoso ha un'ampiezza significativamente maggiore nelle impronte delle vibrazioni rispetto al motore non difettoso.
Figura 13. Risultati nel dominio del tempo dei dati delle vibrazioni per un motore difettoso e non difettoso.
Con la finestra Forma d'onda evidenziata selezionare Visualizza > FFT dalla barra dei menu. Verrà calcolato l'FFT in base ai dati transitori.
Osservando i dati nella Figura 2, i numeri mostrano una piccola variazione su un grande offset di circa 35.000. Se simulato in LTspice, questo si traduce in una tensione di offset CC di 35.000 V con una forma d'onda CA in cima a questo offset.
Nel diagramma di Fourier questa tensione di offset si manifesta come un grande impulso in CC, quindi quando LTspice scala automaticamente l'asse Y, le armoniche di interesse vengono scalate troppo piccole. Fare clic con il pulsante destro del mouse sull'asse X per specificare una gamma di frequenze superiore a CC, quindi la tensione di offset CC viene ignorata: dovrebbe essere sufficiente un intervallo da 5 Hz a 1 kHz.
Fare clic con il pulsante destro del mouse sull'asse Y e selezionare il pulsante di opzione Lineare per visualizzare le armoniche, come illustrato nella Figura 14.
Figura 14. Il grafico di Fourier con l'impulso CC rimosso e mostrato su una scala lineare.
Facendo clic con il pulsante destro del mouse all'interno dell'area del grafico, è possibile aggiungere ulteriori riquadri del grafico, che consentono di separare il contenuto spettrale della vibrazione in grafici X, Y e Z, come illustrato nella Figura 15.
Figura 15. I grafici delle vibrazioni X, Y e Z sono separati.
Conclusione
La gamma di accelerometri MEMS di Analog Devices fornisce dati critici per consentire il rilevamento tempestivo del guasto del motore, ma questa è solo metà della soluzione. I dati devono essere studiati attentamente utilizzando l'analisi di Fourier. Sfortunatamente, l'attrezzatura o il software in grado di eseguire l'analisi di Fourier è in genere costoso. LTspice fornisce un mezzo gratuito per analizzare accuratamente i dati CbM, consentendo il rilevamento e la diagnosi precoce dei guasti della macchina.