تساعد المراقبة القائمة على الحالة (CbM) على منع فشل الجهاز من خلال الصيانة التنبؤية، ولكن تصميم نظام فعال يتطلب عادةً تكاملًا محسنًا للاستشعار الدقيق وسلاسل الإشارات منخفضة الضوضاء وإدارة الطاقة والاتصال اللاسلكي. هذه هي الميزات المعقدة التي قد تؤخر نشر CbM وتزيد التكاليف. يدرك المصممون أيضًا مزايا تحليل الذكاء الاصطناعي (AI)، ولكن هذا أيضًا يجعل CbM أكثر تعقيدًا. نحن بحاجة إلى إيجاد حل أكثر مباشرة وفعالية.
تقدم هذه المقالة أولاً أجهزة استشعار القرب بشكل موجز، ثم تقدم حلول التوصيل والتشغيل الخاصة بالأجهزة التناظرية. يتيح هذا الحل النشر الفوري لـ CbM اللاسلكي مع إمكانات الذكاء الاصطناعي المتطورة.
أهمية مراقبة الدولة
يظل التوقف غير المخطط له يمثل تحديًا كبيرًا في الحفاظ على الكفاءة التشغيلية العالية للمعدات. بمجرد حدوث عطل غير متوقع في المعدات الهامة، فقد يؤدي ذلك إلى شلل خط الإنتاج بأكمله، وانقطاع سلسلة التوريد، وخدمات الصيانة الباهظة الثمن. تتضمن طرق الصيانة التقليدية الإصلاح السلبي بعد الفشل أو الصيانة الدورية الصارمة، ولكن هذه الطرق لها عيوبها: الصيانة السلبية يمكن أن تؤدي إلى فترات توقف مكلفة، في حين أن الصيانة الدورية يمكن أن تزيد من تكاليف الموارد عن طريق استبدال المكونات التي لا تزال قيد التشغيل بشكل غير ضروري.
يتيح اعتماد CbM تنفيذ طرق صيانة تنبؤية أكثر فعالية من حيث التكلفة. ومن خلال مراقبة الاهتزاز أو درجة الحرارة أو التيار أو مؤشرات الأداء الأخرى، يمكن لمشغلي المعدات تحديد الإشارات التحذيرية الخاصة بتدهور أداء المكونات قبل حدوث الأخطاء. يمكن لهذا النهج المبني على البيانات تقليل فترات التوقف غير المخطط لها، وإطالة عمر المعدات، وخفض التكلفة الإجمالية للملكية.
على الرغم من المزايا العديدة لإدارة بناء الثقة، إلا أن نشرها قد يتوقف بسبب متطلباتها المعقدة والحاجة إلى خبرات متعددة التخصصات. بالنسبة للمجالات الصناعية ومجالات السيارات، يمثل التغلب على هذه التحديات تحديًا كبيرًا في تطبيق الصيانة التنبؤية القائمة على CbM بنجاح.
التحديات والمتطلبات التي تفرضها المراقبة على مستوى الدولة
للاستفادة الكاملة من المزايا المحتملة لـ CbM، يجب أن تعمل حلول CbM بشكل موثوق في البيئات الصناعية والسيارات القاسية، مع إجراء التحليل في الوقت المناسب بناءً على بيانات القياس الدقيقة. ومع ذلك، حتى أثناء التشغيل العادي للمعدات المراقبة، يمكن لظروف التشغيل المحددة هذه أن تعرض معدات القياس لضغوط بيئية وميكانيكية هائلة. يمكن للمحركات الصناعية وأنظمة النقل والمعدات الدوارة الثقيلة تعريض أجهزة المراقبة بشكل مستمر للاهتزاز والصدمات ودرجات الحرارة القصوى والمستويات العالية من التداخل الكهرومغناطيسي (EMI).
من أجل تحقيق صيانة تنبؤية موثوقة، يجب أن تكون مستشعرات الاهتزاز في أجهزة CbM قادرة على اكتشاف التغييرات الدقيقة، والتي غالبًا ما تكون أولى الدلائل على عدم توازن العمود، أو عدم المحاذاة، أو تآكل المحمل. لضمان قياس الاهتزاز عالي الدقة في ظل الظروف البيئية القاسية، يلزم وجود نظام فرعي للحصول على إشارة مستشعر ذو عرض نطاق ترددي عالٍ ومنخفض الضوضاء، والذي يمكنه الحفاظ على أداء مستقر في بيئات العمل القاسية.
باعتباره جوهر طريقة CbM، يضع تحليل الاهتزاز الأساس لتحديد الأنماط التي يمكن أن تميز بين التشغيل العادي وعلامات الفشل المبكرة. في الماضي، كانت أنظمة استشعار الاهتزاز تنقل نتائج القياس إلى مضيف مركزي أو موارد سحابية لتحليلها. ومع ذلك، بدأت حلول إدارة بناء الثقة (CbM) المتقدمة في تحويل قدرات التحليل بشكل متزايد إلى الحافة. من خلال تحليل البيانات داخل أو بالقرب من نظام الاستشعار، يمكن الحصول على النتائج في أقصر وقت ممكن وتقليل حركة المرور في الشبكات الصناعية وشبكات السيارات الحساسة للوقت.
على وجه التحديد، يمكن أن يوفر استدلال الذكاء الاصطناعي للحافة استنادًا إلى نماذج الشبكة العصبية التلافيفية (CNN) تفسيرًا فوريًا لتغيرات الاهتزاز. ومع ذلك، فإن استخدام CNN للاستدلال يتطلب قدرًا كبيرًا من العمليات الحسابية، مما يجعل تحقيق أهداف CbM أكثر تعقيدًا دون تجاوز حدود قوة النظام أو حجمه أو تكلفته.
مع تزايد استخدام CbM في الأجهزة الدوارة، والأجهزة البعيدة أو المحمولة، وعدم جدوى الاتصالات السلكية، أصبح تقليل استهلاك الطاقة أكثر إلحاحًا. لتلبية متطلبات الاتصال اللاسلكي في هذه المواقف، يمكن أن تحقق تقنية Bluetooth منخفضة الطاقة (BLE) المجموعة المطلوبة من مسافة الإرسال والطاقة والموثوقية مقارنة بتقنيات الاتصال الاختيارية الأخرى (الجدول 1).
ومع ذلك، مثل معالجة Edge AI، فإن التحدي الذي نواجهه هو العثور على حل اتصال BLE يمكن أن يعمل بشكل طبيعي ضمن حدود الطاقة لأنظمة الاستشعار اللاسلكية. في الواقع، يظل ضمان عمر البطارية الممتد يمثل تحديًا لأي مصمم لنظام استشعار لاسلكي. ومع ذلك، فإن هذا مهم بشكل خاص في التطبيقات الصناعية وتطبيقات السيارات، حيث قد يكون من الصعب الوصول إلى أجهزة الاستشعار. في أنظمة CbM التي تتطلب استنتاج CNN، أصبحت إدارة البطارية والطاقة ذات أهمية متزايدة. ويتمثل التحدي في هذا الصدد في كيفية تنسيق منظمات الجهد المتعددة وأجهزة التسلسل وأنظمة الشحن لتقليل استهلاك الطاقة مع ضمان التشغيل المستقر.
توفر مجموعة التقييم حلاً مدمجًا لإدارة بناء القدرات (CbM) لاسلكيًا مع وظيفة الذكاء الاصطناعي المتطورة
توفر مجموعة EV-CBM-VOYAGER4-1Z Voyager 4 من Analog Devices منصة كاملة لمراقبة الاهتزازات التي تعمل بالبطارية من أجل التقييم المستمر لتقنية CbM أو النشر الفوري في تطبيقات الصيانة التنبؤية، مما يعالج التحديات المختلفة التي تواجهها عند نشر CbM اللاسلكية مع قدرات الذكاء الاصطناعي المتطورة. تعتمد هذه المجموعة على دعم رأسي (الشكل 1، أعلى)، لتثبيت لوحة الدائرة المطبوعة الرئيسية (لوحة الكمبيوتر) بقوة على جانب واحد والبطارية على الجانب الآخر للتخلص من تأثير البيئات القاسية. توجد لوحة دائرة الطاقة والمستشعر في الجزء السفلي من الدعم، بالقرب من مصدر الاهتزاز المراد مراقبته. لسهولة النشر، يتم وضع مكونات الدعم الرأسي داخل غطاء واقي من الألومنيوم بقطر 46 مم وارتفاع 77 مم (الشكل 1، أسفل). الجزء العلوي من الغطاء الواقي مزود بغطاء أكريليك ABS، والذي يمكن استخدامه لتوصيل BLE.