Les technologies de diagnostic sont utilisées pour accroître l’efficacité des machines rotatives dans les systèmes énergétiques en détectant les défauts à venir. Les petites machines rotatives n’ont généralement pas d’unités de diagnostic à bord. Les unités de diagnostic portatives sont coûteuses et nécessitent des informations très détaillées sur les machines surveillées, du diamètre des éléments roulants dans les roulements au nombre de barres de rotor. Par conséquent, il y a un domaine d’opportunité pour développer une unité de diagnostic à faible coût qui ne nécessite pas d’informations détaillées sur la machine. Les smartphones modernes semblent adaptés à cette tâche parce qu’ils ont intégré l’acquisition de données acoustiques et vibratoires et une capacité informatique considérable. Cependant, ils ont des limitations matérielles par rapport aux unités de diagnostic de pointe telles que le taux d’échantillonnage des données et la sensibilité des capteurs.
Un ensemble de moteurs à induction sont testés dans des conditions saines et défectules (rotor déséquilibré, roulements endommagés et barres de rotor cassées) pour analyser les vibrations et les signaux acoustiques enregistrés à l’aide d’un smartphone. Ensuite, les données enregistrées sont analysées afin d’identifier les signatures d’émissions saines et défectuées. Au total, environ 85 minutes d’émissions acoustiques et environ 125 minutes de données sur les vibrations sont enregistrées dans toutes les différentes conditions de fonctionnement. Les résultats montrent qu’il est possible d’estimer la vitesse de rotation de la machine et de détecter les défauts avec les enregistrements du smartphone. La signature défectueuse des émissions acoustiques se situe entre 4 KHz et ndash; 8 KHz sous forme de clusters de fréquences de haute magnitude et la vitesse peut être estimée à l’aide d’harmoniques mécaniques de fréquence rotationnelle présentes entre 100 Hz- 1 KHz. De même, la signature défectueuse des vibrations est située le long du spectre de fréquence sous forme de pics de grande magnitude et la vitesse de rotation peut être estimée à l’aide de la fréquence de vibration maximale. Enfin, une application Android entièrement fonctionnelle a été développé sur la base des résultats des tests pour détecter automatiquement la vitesse du moteur et l’état de santé. Les tests de validation ont montré une précision de 90% dans la détection des défauts.
historique de la version
- Version 2.0 posté sur 2014-09-08
Bugs corrigés, Algorithme amélioré, Nouvelle interface
Détails du programme
- Catégorie: Utilitaires système > Maintenance du système
- Éditeur: Mario Recio
- Licence: Gratuit
- Prix: N/A
- Version: 2.0
- Plate-forme: android