免責（zé）聲（shēng）明：本文援引自網絡或其他媒體，與揚鍛官網無關。其原創性以及（jí）文（wén）中陳述文（wén）字和內容未經本站證（zhèng）實，對本文以及其中（zhōng）全（quán）部或者部分（fèn）內（nèi）容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作（zuò）參考，並請自（zì）行核（hé）實相關內容。

轉發自：專（zhuān）題報道（dào）

文/劉龍傳，方安勇，王飛宇，一汽一大眾汽車有限公（gōng）司成都（dōu）分公司

采集的數據分類（lèi）穩壓電源的模擬量電壓實（shí）時采集電源模塊原始備件隻有一個數（shù）字量的開（kāi）關信號告知草莓视频污在线观看當前的（de）電源模塊是否處（chù）於正常工作的狀（zhuàng）態，對於電源（yuán）模塊的內（nèi）部狀態、工作情況，比如整流電流

輸出電壓（yā）模擬量數值等都無法進行分析，如果能采集到（dào）輸出電（diàn）壓的模擬量實時值，就（jiù）可以分析（xī）到在供電過程（chéng）中是否（fǒu）出現了電壓值過高或者過低的波動情（qíng）況

針對過高（gāo）的情況草莓视频污在线观看可以提前（qián）采取預防性（xìng）的手段，比（bǐ）如在輸（shū）出端口增（zēng）加浪湧抑（yì）製器，就可以有（yǒu）效的濾除輸出電壓過高的情況；

而經常性的電壓被拉（lā）低，草莓视频污在线观看可以（yǐ）采用增加冗餘電源來防止低壓（yā）導（dǎo）致的配件損（sǔn）壞（huài）。

通過增加電源模塊（kuài）的監（jiān）控分析，采取有效的技術手段，來預測（cè）電源模塊（kuài）的運行壽命（mìng），使（shǐ）用後電源模塊的故障率降低了46％。

液壓係統的液位、壓力（lì）、溫度、量實時數據采集在板料（liào）衝壓成形的過程中液壓拉伸墊工作的好壞將決定著板料（liào）的成形質量，進口衝壓線液壓拉伸墊組成複雜，由1個中（zhōng）心缸（gāng）和8個（gè）擠壓缸（gāng）組成（chéng），中心缸（gāng）上有3個德（dé）國MOOG品牌伺服閥

每個擠壓缸上都有一個MOOG 的伺服閥，通過伺服閥精確調整係統的壓力，從而得到完美的成（chéng）形壓力，而整個液壓係統龐大，一個簡單的（de）單向閥出現（xiàn）故障，並不會引起設備的停機，但會在成形的過程中（zhōng）對衝壓件的質量產生影響。

因為液壓係統的複雜（圖40以及本（běn）身並不智能化，導致了衝壓件成形中受到很多未知因素的幹擾，從而造成製件的質量不穩定

針對（duì）這種情況，在液壓回（huí）路中增加大量（liàng）帶（dài）℃一（yī）凵NK功能（néng）的壓力、溫度、流量傳感（gǎn）器通過℃一凵NK總線將實時的數據采集回PLC

通（tōng）過c #語（yǔ）言的編程將這些數據采集回數據庫，在數據庫內進行多維度的（de）綜合分析，最終建立分析預測模型，如（rú）圖5所示（shì）。

通過這樣的方式，液壓拉伸墊（diàn）變得智能（néng）化，將分析的方法（fǎ）形成程序在運行中實時的計算（suàn），任何一個液壓元件出現了問題，自己都可以有效的（de）分析（xī）出來，並通過人機界麵，將（jiāng）預測結果（guǒ）輸出。

動力供電的電壓、電流的波動情況的（de）數據采集專題報道（dào） Features

或執行機構的損（sǔn）壞，但是因為沒有對動力電壓值的反饋監控（kòng），導致當出現缺相或者電壓值不穩定時，隻能等到最後電機損壞時，才知道供電電壓的不穩定

因此加入動力電壓和電流的（de）實時數據采集，不（bú）僅（jǐn）可以實時分析出動力供電質量的好壞，同時也可（kě）以根（gēn）據電流波動（dòng）的情況分析出（chū）負載的健康狀況

根據數據的（de）趨勢變化就可以提前（qián）預測設備的未（wèi）來運行狀況。

動力電（diàn）采（cǎi）集模塊，支持4g網絡，支持網絡透（tòu）傳

傳動係統（tǒng）的振動（dòng）和溫度（dù）數據實時采（cǎi）集

壓機（jī）的傳動係統、結構負載、壓機傳動經過主電機一飛輪一高（gāo）速軸一二級傳動軸一偏心輪一曲柄連杆一4 個壓力點

通過4個壓力點與滑塊進行（háng）連接，帶動滑塊進行往複（fù）運動，在這動力的傳遞過程中，要（yào）經過偏心（xīn）齒輪的傳動，經過種（zhǒng）類繁多的各類軸承

在這個過程中，一旦軸承或者齒輪出現磨（mó）損都將嚴重影響動力的傳（chuán）遞效率，造成衝（chōng）壓件質（zhì）量缺（quē）陷的不固定（dìng）產生。

而且，因為齒輪傳動箱內部零（líng）件尺（chǐ）寸（cùn）大、重量大，一個簡單的軸承問題，都可能導致幾天的停機（jī）時間，嚴重的影響生產效率。

針對這個問題在重點的軸承和齒輪傳動位置，布置振動檢（jiǎn）測傳感器，傳感器實時檢測傳動（dòng）係統的振動情況，通過時域和頻域的（de）轉換，分析不同倍頻下的曲線特征，如圖（tú）6所（suǒ）示。

同（tóng）時，計算不（bú）同參數下的軸承標準振（zhèn）動頻率曲線，將實時的曲線和標準曲線進（jìn）行對（duì）比，分析出異常振動的（de）來源可以在故障還沒出現的初期，掌（zhǎng）握到（dào）齒輪箱內部（bù）的傳動異常，如圖7所示。

這樣可以提前發（fā）現設備的運行異常點，提前找到衝壓件成形中的異常工作點同時可以根據振動曲線異常的嚴重程度（dù）提（tí）前準備備件和製定精確的更（gèng）換時間，伴隨著數據的不（bú）斷豐富和準確（què）的清洗，預測的準確性也將（jiāng）大幅度提高

結束（shù）語

伴隨（suí）著智能製造的越來越深入，每個領域的（de）數據分析將走向專業（yè）化、定製化，智能監（jiān）控的設備加上5G網（wǎng）絡的加持，智能雲端平台將隨時隨地進行實時分析，為相關領域提供預測服務。

自動化衝壓線在這種預測分析模型（xíng）不斷建（jiàn）立的過程（chéng）中，維護的成本也將大幅度降低，未來設備的自診斷功能將逐漸精確（què）與智能輔助技術人員作出判斷，同時提高生產效率，降低維護（hù）成本。