الصيانة التنبؤية وبيانات الاستشعار

المكاسب:

• القدرة على التعرف على مفهوم الصيانة التنبؤية ومؤشرات الاهتزاز/درجة الحرارة وأنماط الفشل النموذجية
• القدرة على تكوين تحليل الشذوذ والاتجاه والتردد المميز في السلاسل الزمنية للمستشعر باستخدام الذكاء الاصطناعي
• القدرة على التحقق من تفسير الذكاء الاصطناعي باستخدام آلية الفشل المادي والمعايرة والفحص الميداني

تعد الصيانة التنبؤية أحد التطبيقات التي توفر أعلى عائد في المنشأة من خلال تقليل وقت التوقف المخطط له ومنع الأعطال غير المتوقعة من خلال المراقبة المستمرة لحالة الماكينة والتنبؤ بالفشل قبل حدوثه. بدلاً من النهج الكلاسيكي "إصلاحه عندما ينكسر" أو "استبداله في الموعد المحدد"، نقرأ الحالة الفعلية للجهاز من بيانات المستشعر مثل الاهتزاز ودرجة الحرارة والتيار والصوتيات. يعتبر الذكاء الاصطناعي (AI) قويًا جدًا في هذا المجال: الكشف عن الشذوذ (الانحراف عن الطبيعي) في بيانات السلاسل الزمنية، وتحليل الاتجاهات، وتفسير ترددات الأخطاء المميزة، وإنشاء التقارير. لكن "الخلل المحتمل" الذي قدمه الذكاء الاصطناعي هو مجرد فرضية وليس تشخيصا. قد يكون المستشعر معطلاً، وقد تكون معايرته معطلة، وقد تكون البيانات مشوشة، وقد يخصص الذكاء الاصطناعي معنى لنمط غير مادي. الترجمة الفورية بالذكاء الاصطناعي قبل اتخاذ قرار الصيانة؛ يجب التحقق من تردد الخطأ المميز من خلال معايرة المستشعر وجودة البيانات والفحص الميداني. في هذه الوحدة، ستتعلم كيفية تفسير بيانات المستشعر بأمان باستخدام الذكاء الاصطناعي.

الكميات المقاسة وأنماط الفشل النموذجية

تتم قراءة صحة الآلات الدوارة (المحرك، المضخة، المروحة، المحمل، الترس) من خلال بعض الكميات الأساسية. كل كمية حساسة لأنماط فشل معينة:

الحجم

حساسة لما

وضع الفشل النموذجي

الاهتزاز (التسارع/السرعة)

عدم التوازن، المحاذاة غير الصحيحة، المحمل/العتاد

عدم التوازن، واختلال المحاذاة، وتحمل الضرر

درجة الحرارة

الاحتكاك، وفقدان التشحيم، والحمل الزائد

تحمل التدفئة، وتدهور النفط

تيار المحرك

تغيير الأحمال الكهربائية والميكانيكية

كسر في القضيب الدوار، شذوذ في الحمل

الصوتية/الموجات فوق الصوتية

من السابق لأوانه تحمل الضرر والتسرب

تدهور فيلم النفط، وتسرب الغاز

الأداة الأساسية في تحليل الاهتزازات هي طيف التردد: نقوم بفصل إشارة الوقت إلى مكونات ترددها باستخدام تحويل فورييه (FFT: العملية الرياضية التي تفصل الإشارة إلى ترددات مكوناتها). ينتج كل وضع فشل ذروة عند تردد مميز. على سبيل المثال، يظهر عدم التوازن عند تردد الدوران (1X)، ويحدث اختلال المحور غالبًا عند 2X، وتظهر أضرار المحمل عند ترددات خاصة اعتمادًا على هندسة المحمل (مثل BPFO، BPFI، BSF).

نصيحة: قبل أن يقوم الذكاء الاصطناعي بتفسير الطيف، قم بإعطاء سرعة دوران الآلة (RPM) ورقم المحمل، إن أمكن. ولا يمكن حساب ترددات الأخطاء المميزة بدون هذه المعلومات؛ وبدونها، يظل تفسير الذكاء الاصطناعي لـ "فشل التحمل" في الهواء.

الشذوذ والاتجاه والإنذار الكاذب

يقوم الذكاء الاصطناعي بعمل شيئين بشكل جيد في السلاسل الزمنية: اكتشاف الحالات الشاذة (الانحرافات المفاجئة) وتحليل الاتجاه (الانحلال البطيء). ولكن هناك نوعان من الفخاخ. الأول هو نتيجة إيجابية كاذبة: قد يبدو أن الضوضاء أو التغيير المؤقت في الحمل أو اهتزاز المستشعر هو الخلل الحقيقي. والثاني هو نتيجة سلبية كاذبة: قد يتم تفويت التدهور البطيء والتدريجي لأنه يظل ضمن "النطاق الطبيعي". تقوم المراقبة الجيدة أيضًا بتتبع التغيير استنادًا إلى سجل الجهاز (خط الأساس) بدلاً من الحد المطلق.

تنبيه: قد يفشل المستشعر نفسه. في حين أن مستشعر درجة الحرارة الذي لا تتم معايرته قد يصدر إنذارًا بـ "ارتفاع درجة الحرارة"، إلا أن الجهاز طبيعي تمامًا؛ أو أن مقياس التسارع السائب ينتج اهتزازات زائفة. ما يراه الذكاء الاصطناعي هو مجرد بيانات؛ يخبرك التحكم الميداني ما إذا كان مصدر البيانات موثوقًا أم لا. "التحقق من المستشعر أولاً" هي القاعدة الأولى للصيانة التنبؤية.

خطوة بخطوة: تفسير بيانات الاستشعار باستخدام الذكاء الاصطناعي

1. أعط السياق. نوع الماكينة، دورة في الدقيقة، معلومات المحمل/الترس، نقطة القياس.
2. التحقق من جودة البيانات. هل تكرار أخذ العينات كافٍ، وهل هناك أي قيم متطرفة مفقودة؟
3. تحديد خط الأساس. كيف تبدو الحالة الصحية؟
4. استخرج الشذوذ/الاتجاه. حدد الانحراف والاتجاه باستخدام الذكاء الاصطناعي.
5. طلب الترجمة المادية. ما هو وضع الفشل، وبأي تردد، ولماذا؟
6. التحقق في الميدان. المعايرة، والفحص البصري/اللمسي، والقياس الثاني إذا لزم الأمر.

موجه تفسير الطيف

الدور: متخصص في تحليل الاهتزاز (مراقبة الحالة). السياق: مضخة طرد مركزي تدور بسرعة 1450 دورة في الدقيقة، محمل نهاية المحرك 6206. البيانات: ترددات الذروة في طيف سرعة الاهتزاز [القائمة، هرتز والسعة]. المهمة: ربط كل قمة مع وضع الفشل المحتمل (عدم التوازن 1X، اختلال المحور 2X، تحمل BPFO/BPFI وما إلى ذلك). احسب ترددات التحمل المميزة باستخدام RPM وهندسة 6206، واذكر الترددات التي تظهرها. القاعدة: هذه فرضية؛ لكل تعليق، اكتب كيف أتحقق منه في الميدان.

موجه تحليل الشذوذ / الاتجاه

تحليل السلاسل الزمنية التالية لدرجات الحرارة: [التاريخ، قائمة القيم].- ما هو خط الأساس (النطاق الطبيعي)؟- هل هناك حالات شاذة (انحراف مفاجئ)، متى؟- هل هناك اتجاه صاعد ببطء، ما هو المنحدر؟القاعدة: تقييم مخاطر الإيجابيات الكاذبة؛ ما هو الفحص الإضافي الذي توصي به للتمييز بين خطأ المستشعر وارتفاع درجة الحرارة الحقيقي؟

مطالبة جودة البيانات والتحقق من أجهزة الاستشعار

تردد أخذ العينات في قياس الارتعاش هذا هو 2 كيلو هرتز. أعلى تردد خطأ أنا مهتم به هو ~ 800 هرتز. فهل هذه العينة كافية (نايكويست)، علق. أعراض القفزات المفاجئة والقطع في البيانات هي كما يلي: [الوصف]. هل يمكن أن تكون هذه إشارات حقيقية أو أخطاء في الاستشعار/التسجيل، كيف يمكنني التمييز؟

مسودة قرار الصيانة موجهة

اكتب مسودة توصية للصيانة بناءً على النتائج التالية: [النتائج]. قم بتقسيم توصيتك إلى ثلاثة مستويات: التوقف فورًا، والفحص في الصيانة المجدولة، ومواصلة المراقبة. كتابة المبررات والتحقق الميداني لكل مستوى. القاعدة: مهندس الصيانة المختص هو من يتخذ القرار النهائي؛ اذكر هذا.

موجه ضعيف / موجه قوي

حث ضعيف:

هل هذا الاهتزاز عالي؟

لا يوجد نوع الجهاز، وعدد الدورات في الدقيقة، ووحدة القياس، وخط الأساس، ومعلومات المحمل؛ لا يمكن للذكاء الاصطناعي أن يقول "مرتفع/منخفض"، حتى لو حدث ذلك، فهو غير مدعوم.

مطالبة قوية:

مضخة طرد مركزي 1450 دورة في الدقيقة، تحمل 6206، قياس نهاية المحرك. طيف سرعة الاهتزاز وترددات الذروة: [قائمة]. قم بربط كل قمة بوضع فشل محتمل، وقم بحساب وعرض ترددات التحمل المميزة. اذكر أن كل تعليق عبارة عن فرضية واكتب كيفية التحقق منها ميدانيًا. ضع في اعتبارك أيضًا احتمال حدوث خطأ في المستشعر.

يحتوي الموجه الثاني على سياق الجهاز وبيانات الطيف وطلب التحقق؛ ويضع التفسير كفرضية.

ثلاث حالات صغيرة (بالأرقام)

الحالة 1 - التحقق من التردد المميز. على إحدى المضخات، يعلق الذكاء الاصطناعي على "فشل الحلقة الداخلية (BPFI)". يقوم المهندس بحساب BPFI بـ 1450 دورة في الدقيقة (24.2 هرتز) وهندسة المحامل 6206: ~131 هرتز. الذروة في الطيف هي في الواقع حوالي 130 هرتز ولها توافقيات. والتفسير متسق مع التردد المميز؛ يقوم المهندس بتفكيك المحمل أثناء الصيانة المخططة ويجد تأليبًا على الحلقة الداخلية. التأكيد يحول الفرضية إلى تشخيص.

الحالة 2 - إنذار كاذب. على إحدى المروحتين، يصدر مستشعر درجة الحرارة إنذارًا عند 95 درجة مئوية، ويقول الذكاء الاصطناعي "تحمل الحرارة الزائدة". يقوم الفريق الميداني بفحص يدوي: السرير دافئ وطبيعي. اتصال المستشعر مفكك، وقد تغيرت المعايرة. درجة الحرارة الفعلية ~ 55 درجة مئوية. عندما يتم تشديد المستشعر ومعايرته، يختفي المنبه. إذا تم اتباع تفسير الذكاء الاصطناعي بشكل أعمى، فسيتم تفكيك السرير الصلب دون داع. الدرس: التحقق من المستشعر أولاً.

الحالة 3 - اللحاق بالاتجاه البطيء. لا يتم تجاوز عتبة الاهتزاز المطلقة في علبة التروس، لكن الذكاء الاصطناعي يظهر زيادة في السعة بنسبة ~ 6% أسبوعيًا على مدار 8 أسابيع. من خلال الاستقراء، من المتوقع أن يتم تجاوز العتبة خلال 5 أسابيع تقريبًا. أثناء التوقف المخطط له، يقوم الفريق بتحليل الزيت، والعثور على الجسيمات المعدنية واستبدال الترس بطريقة محكمة؛ يتم منع التوقف غير المتوقع. الدرس المستفاد: الاتجاه يحذر قبل العتبة المطلقة.

الأخطاء الشائعة

• طلب التعليقات بدون سياق: تفسير الطيف بدون دورة في الدقيقة وتحمل المعلومات.
• عدم التحقق من المستشعر: اعتبار خطأ المعايرة/الاتصال عطلًا حقيقيًا.
• الخلط بين الفرضية والتشخيص: ترجمة تفسير الذكاء الاصطناعي إلى قرار صيانة دون التحكم الميداني.
• النظر فقط إلى العتبة المطلقة: فقدان اتجاه الانحلال البطيء.
• Undersampling: إهمال قاعدة Nyquist والتغاضي عن خطأ التردد العالي.
• رد فعل مبالغ فيه على نتيجة إيجابية كاذبة: الخلط بين الضوضاء وعطل حقيقي وإيقاف الجهاز السليم.

باختصار

• تقوم الصيانة التنبؤية بقراءة حالة الماكينة من خلال أجهزة الاستشعار مثل الاهتزاز ودرجة الحرارة والتيار، وتتنبأ بالفشل مقدمًا.
• في طيف الاهتزاز، ينتج كل وضع فشل ذروة عند تردد مميز؛ يتطلب التعليق RPM وتحمل المعرفة.
• التفسير الخاطئ الذي قدمه الذكاء الاصطناعي هو مجرد فرضية؛ يجب التحقق من التردد المميز عن طريق المعايرة والفحص الميداني.
• قد يفشل المستشعر نفسه؛ "التحقق من المستشعر أولاً" هي القاعدة الأولى.
• وهذا الاتجاه لا يقل أهمية عن العتبة المطلقة؛ التدهور البطيء يعطي إنذارا مبكرا. قرار الصيانة يعود للمهندس المختص.

مهمة التطبيق

اختر آلة دوارة (مضخة، مروحة، محرك). قم بتدوين عدد الدورات في الدقيقة للجهاز ورقم المحمل، إن أمكن. خذ سلسلة زمنية فعلية أو عينة من طيف الاهتزاز / درجة الحرارة واطلب من الذكاء الاصطناعي تفسيرها مع سياقها. لكل فرضية فشل يعرضها الذكاء الاصطناعي: تحقق من التردد المميز بنفسك (تحقق من حساب BPFO/BPFI إذا كان يحمل)، وقم بتقييم احتمال فشل المستشعر واكتب كيف ستتحقق منه في الميدان. أخيرًا، قم بتقسيم النتائج إلى توصية من ثلاثة مستويات (التوقف فورًا / الفحص في الموعد المحدد / مواصلة المراقبة) وتوضيح سبب بقاء قرار الصيانة النهائي للمهندس المؤهل.

قائمة مرجعية

• [ ] يتم توفير سياق الآلة (النوع، عدد الدورات في الدقيقة، المحمل/الترس، نقطة القياس).
• [ ] تم فحص جودة البيانات وتكرار أخذ العينات (Nyquist).
• [ ] تم التحقق من ترددات الأخطاء التي أظهرها الذكاء الاصطناعي من خلال حساب التردد المميز.
• [ ] إمكانية تقييم خطأ معايرة/اتصال المستشعر.
• [ ] بالإضافة إلى العتبة المطلقة، تم فحص الاتجاه أيضًا.
• [ ] تم تأكيد التعليق من خلال التفتيش الميداني؛ وترك قرار الصيانة للمهندس المختص.