防患于未然：看状态监测传感器在机泵预测性维护中的应用

　　如今，随着生产设备的自动化程度和智能化程度不断提高，生产效率也得到了提升，对机泵这类重要设备运行的可靠性也有了更高的要求。根据相关行业调查，以日产量200,000桶精炼产品的炼厂为例，典型炼厂非计划停车可以造成计划产能下降0.2%，而每年的维护预算中有7%是用于泵的维护。

　　事实上，影响机泵健康状态的因素很多，诸如：气穴现象损坏泵内部影响流量并引起密封失效；液体滞留引起的高温损坏泵体；振动引起的密封圈损坏及内部故障；不当安装造成轴未对准，从而引起的过度振动带来泵故障，等等。

　　状态监测，一手掌握

　　传统的机泵设备监测诊断方式，要么事发后维修，要么依赖于设备诊断工程师利用定期巡检，凭借经验判断设备故障原因及部位。但由于机泵数量极大，诊断工程师数量远远不能满足设备分析诊断的需求，这种情况会造成不能及时发现设备出现问题，引发安全隐患。

　　巴鲁夫公司新推出的多功能状态监测传感器BCM系列，同时可以探测多种机泵状态变量，如震动、温度等等，并对这些数据预处理，例如计算用于评估振动级的均方根值，计算用于表征峰值的峰值因子，以及用于检测各种类型劣化的峰度和偏度。在一定时间窗口内检测加速度（RMS）矢量分量的最小值和最大值，等等。最后再通过IO-Link接口将必要数据传输至主系统，便于进一步进行预测模型分析和处理。

　　标准的IO-Link协议让使用者能便捷的设置传感器参数并根据具体应用进行配置。过程数据结构允许自由配置和循环传输五种测量或预处理的数据类型，还可以对附加的统计处理变量执行非周期请求。

　　此外，使用者还可以使用测量或处理变量的自动监测来定义预警报或主警报的阈值，问题事件发生时能发出警告信息，给予提醒。

　　基于巴鲁夫BCM系列多功能状态监测传感器，设备工程师们可以在线间断/连续监测的一系列参数，例如振动、温度数据，通过时域特征分析、频谱分析等方式，一方面做到当设备特征参数超过允许值时则报警，必要时停机检修；

　　另一方面可以进一步准确掌握泵组的运行状态，大幅减少维保工作量，及时发现机泵的异常情况，消除安全隐患，为机泵的维护管理和运维计划制定提供详实建议，从而减少了机泵返维修厂进行定期维修，节约了维修费用并降低了维修对正常生产的影响，最终实现了智能诊断与基于状态的预测性维护。

　　通过巴鲁夫BCM传感器系统，机泵这一重要的工厂资产同样能够更快更好地实现状态监测和预测性维护要求。

　　主题: 预测性维护, 状态监测