I. análisis de las características físicas del compresor de aire

1. análisis de las funciones básicas del compresor de aire

Como equipo de potencia clave en la producción industrial, la función central del compresor de aire es convertir la energía eléctrica o mecánica en energía de presión de gas, proporcionando una fuente de aire comprimido estable y limpia para varios sistemas neumáticos. Este equipo es ampliamente utilizado en sistemas de control automatizados, accionamientos de ejecutores neumáticos y escenarios de gas de proceso.

Durante el funcionamiento del compresor de aire, debido a factores como el desgaste mecánico, los cambios de tensión térmica y la contaminación media, se producirán una serie de pérdidas típicas, incluyendo:

◆El envejecimiento oxidativo del aceite lubricante conduce a una disminución de las propiedades de lubricación

◆El bloqueo del filtro de aire causa un aumento de la resistencia a la entrada de aire.

◆La acumulación de polvo en el enfriador conduce a una menor eficiencia de intercambio de calor.

◆La fatiga y el desgaste de la placa de la válvula causan el deterioro del rendimiento del sellado.

◆El desgaste de los rodamientos conduce a una disminución de la eficiencia mecánica

Estas pérdidas afectan directamente la eficiencia operativa del equipo y la calidad del suministro de gas. Los estudios han demostrado que los principales modos de falla del compresor de aire incluyen el desgaste del rodamiento, la rotura por fatiga de la placa de válvula, el aumento de la brecha del rotor y el envejecimiento del aislamiento del motor. estos modos de falla no solo reducen la eficiencia energética del equipo, sino que también pueden desencadenar paradas no planificadas, lo que a su vez afecta la estabilidad y la seguridad de toda la línea de producción.

Por lo tanto, la construcción de un modelo de evaluación del Estado de salud basado en características físicas ayudará a realizar la transformación del compresor de aire del mantenimiento pasivo al mantenimiento predictivo y mejorar el nivel de gestión del ciclo de vida completo del equipo.

2. parámetros clave de funcionamiento del compresor de aire

II. definición del Estado de salud

Sobre la base del Estado de funcionamiento del equipo y los registros históricos de mantenimiento, el Estado de salud del compresor de aire se divide en los siguientes niveles:

III. construcción de modelos de datos

1. construcción de características de accionamiento físico

Sobre la base del mecanismo de funcionamiento del compresor de aire, se construyen los siguientes indicadores característicos clave:

2. diseño del modelo de detección de anomalías

Se utiliza el algoritmo de bosque aislado para la detección de anomalías. El algoritmo es un método de detección de anomalías sin supervisión basado en una estructura de árbol, cuyo principio central es hacer que los puntos anormales sean más fáciles de aislar porque están lejos de la mayoría de las distribuciones de datos mediante la selección aleatoria recurrente de características y la División del espacio de muestra.

2.1 ventajas algorítmicas

◆Buena capacidad de procesamiento de datos de alta dimensión

◆No se necesitan datos de marcado, adecuados para sitios industriales

◆Baja complejidad computacional y adecuada para la detección en tiempo real

◆Alta sensibilidad a la detección de puntos anormales

2.2 principios algorítmicos

Los bosques aislados logran el aislamiento de los puntos de datos mediante la construcción de varios árboles aislados (itree). Cada árbol aislado utiliza el siguiente proceso:

◆Selección aleatoria de una dimensión característica

◆Selección aleatoria de puntos de división entre los valores máximos y mínimos de esta característica

◆Repita el proceso anterior de forma recurrente hasta que todos los puntos de datos estén aislados

Figura 1: ejemplo de algoritmo de bosque aislado 1

Los puntos de datos normales requieren más pasos de segmentación para aislarse, mientras que los puntos anormales a menudo se aislan en menos pasos debido a su escasez.

Figura 2: ejemplo de algoritmo de bosque aislado 2

2.3 proceso de aplicación del modelo

◆Preprocesamiento de datos: estandarización, eliminación del impacto de la dimensión

◆Selección de características: selección de parámetros físicos clave como características de entrada

◆Entrenamiento de modelos: entrenamiento de modelos forestales aislados basado en datos históricos normales

◆Detección de anomalías: calcular la puntuación anormal de un nuevo punto de datos

◆Configuración del umbral: establecer el umbral de decisión anormal de acuerdo con las necesidades del negocio

3. estrategias de detección y alerta temprana de la salud

Establecer un sistema de puntuación de salud multinivel para cuantificar el Estado de salud del equipo en valores entre 0 - 1:

IV. plan de integración de sistemas

El sistema proporciona resultados de diagnóstico de salud e informes de diagnóstico, y utiliza métodos visuales para mostrar tendencias de salud. Los usuarios pueden seleccionar el rango de tiempo, el sitio y el dispositivo para consultar y obtener los siguientes resultados visuales:

1. módulos funcionales

◆Módulo de consulta de datos: soporte para consultar datos históricos por tiempo, sitio, dispositivo y otras dimensiones

◆Módulo de evaluación de la salud: calcular la puntuación de salud del equipo en tiempo real

◆Módulo de detección de anomalías: identificar el funcionamiento anormal del equipo

◆Módulo de empuje de alerta temprana: enviar información de alerta temprana a tiempo

◆Módulo de generación de informes: generación automática de informes de diagnóstico

Figura 3: datos de funcionamiento en tiempo real del equipo

2. visualización

◆Curva de tendencia de la puntuación sanitaria

◆Mapa de monitoreo en tiempo real de parámetros clave

◆Línea de tiempo de eventos anormales

◆Mapa de distribución del Estado de salud del equipo

◆Panel de sugerencias de mantenimiento

Figura 4: resultados del diagnóstico de salud del equipo

Figura 5: registro de alarma anormal del equipo

3. ventajas del sistema

◆Ciencia: un enfoque basado en una combinación de características físicas e impulsadas por datos

◆Tiempo real: soporte para procesamiento de datos en tiempo real y detección de anomalías

◆Explicabilidad: proporcionar una base diagnóstica clara y recomendaciones de mantenimiento

◆Escalabilidad: el diseño modular facilita la expansión funcional y la integración del sistema

A través de la implementación de este plan, se puede lograr el mantenimiento predictivo del equipo de compresor de aire, reducir el riesgo de tiempo de inactividad no planificado, mejorar la eficiencia operativa del equipo, prolongar la vida útil del equipo y proporcionar una fuerte garantía para el funcionamiento estable de la producción industrial.