免責聲明：本（běn）文援引自網絡或其他媒體，與（yǔ）揚鍛官網無關。其原創（chuàng）性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容（róng）、文字的（de）真實性、完整性、及時性（xìng）本站不作任何保證或（huò）承諾，請（qǐng）讀者僅作（zuò）參考，並請（qǐng）自行核實相關內容。

轉發自（zì）：專題（tí）報道 Features

作者（zhě）：文/劉龍（lóng）傳，方（fāng）安勇，王飛宇，一汽一大眾汽車有限公司成都分公司 劉龍傳電氣維修技師，主要從（cóng）事進口（kǒu）和國產衝壓線的（de）維修保養工作， 2011年負責大眾集團內的首條國產壓

采集的數據分類穩壓電源（yuán）的（de）模擬量（liàng）電壓實時采集（jí）

電源模塊原始備件隻有一個數字量的開關信號

告知草莓视频污在线观看當前的電源模塊是否處於正常工作的狀態，對於電（diàn）源模塊的（de）內部狀態、工作情況，比如（rú）整（zhěng）流電（diàn）流 輸出電壓模擬量數值等都無法進行分析（xī），如果（guǒ）能采集到輸出電壓的模擬量實時值，就可以分析到在（zài）供電過程（chéng）中是否出現了電壓（yā）值過高或者過低的波動情況，針對過高的情（qíng）況（kuàng）草莓视频污在线观看可以提前采取預防性的手段，比如在輸出端口增（zēng）加浪湧抑製器，就可以有效的濾除（chú）輸出電壓（yā）過高的情況；

而（ér）經常性的電壓被（bèi）拉低，草莓视频污在线观看（men）可以采用（yòng）增加冗（rǒng）餘電源（yuán）來防止低壓導致的配件損壞。

通過增加電源模塊的監控分析（xī），采取有效的技術（shù）手段，來預測電源（yuán）模塊的運行壽命，使用後電（diàn）源模塊的（de）故障率（lǜ）降低了46％。

液壓係（xì）統（tǒng）的液位、壓力、溫度、 量實時數據采集

在板料衝壓成形的過程中液壓（yā）拉（lā）伸墊工作的好壞將決（jué）定著板料（liào）的成形質量，進口衝壓線液壓拉伸墊組成（chéng）複雜，由（yóu）1個中心缸和8個（gè）擠（jǐ）壓缸組成，中（zhōng）心缸上有3個德國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（diào）整係（xì）統的（de）壓力，從而得到完美的成形壓力，而整個液壓係（xì）統龐大，一（yī）個簡單的單向（xiàng）閥出現故障，並不會引起設備的停機，但會在（zài）成形的過（guò）程中對衝壓件的質量產生影響。

因為（wéi）液壓係（xì）統的複雜（圖40以（yǐ）及本身並不（bú）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（zào）成製件的質量不穩定 針對這種情況（kuàng），在（zài）液壓回路中增加大量帶℃一凵NK功能的壓力、溫度、流量傳感器通過℃一凵NK總線將實時的數據采集回PLC，通過c #語言

圖4液壓拉伸墊液壓控製圖

數據庫內部編程．綜合多方麵相數據的變化趨勢 ℃．LINK內部數據（jù）解析分析 關性數據．根據Matlab數（shù）學計算

生成分析模型進怵十算

圖（tú）5液壓係統10—Link數據（jù）采（cǎi）集與分析

的編程將這些數據采集回（huí）數據庫，在數據庫內進行多維度（dù）的綜合（hé）分析，最終建立分析預測模型，如圖（tú）5所示。

通（tōng）過這樣的方式，液壓拉伸墊變得（dé）智能化，將分析的方法形成（chéng）程序在運行中實時的計算，任何一個液壓元件出現了（le）問題，自己都可以有效的分（fèn）析出來，並通過人機界麵，將預測結果輸（shū）出。

動力供電的電壓、電流的波動情況（kuàng）的數據采集

三相供電動力係統電壓值的波（bō）動或者缺相都（dōu）將導致電機

或執行機構的損壞，但是因為沒有對（duì）動力電壓值的反饋監控，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（cái）知道供電電壓（yā）的不穩定，因（yīn）此加入動力電壓和電流的實（shí）時數據采（cǎi）集，不僅可以實時分析出動力供電質量的（de）好壞，同時也可以根據電流波動的情況分析（xī）出負載（zǎi）的健康狀況，根據數（shù）據（jù）的趨勢變化就可（kě）以提前（qián）預測設備（bèi）的未來運行狀況。

動力電采集模塊，支持4g網絡，支持網絡透傳

傳動係統的振動和溫度數據實時（shí）采集（jí）

壓機的傳動係統、結構負載（zǎi）、壓機傳動經過主電機一飛輪（lún）一高速（sù）軸一二（èr）級傳動軸一偏心輪一（yī）曲柄連杆一4 個壓力點，通過4個（gè）壓力點與滑塊進行連接，帶動滑塊進行往複運動，在這（zhè）動力的傳遞過程（chéng）中，要（yào）經過偏心齒輪的傳動，經過種類繁多的各類軸承，在這（zhè）個過程中，一旦軸承或者齒（chǐ）輪出現磨損都將嚴重影響（xiǎng）動力的傳遞效率，造成衝壓件質量缺陷的不固定產生。

而且（qiě），因為齒輪（lún）傳動箱內部零件尺寸大、重量（liàng）大，一個簡單的（de）軸（zhóu）承問題，都可能導致幾天的停機時間，嚴重的影響生產效（xiào）率。

針對這個問題 在重點的軸承和齒輪傳動位置，布置（zhì）振動檢測傳感器，傳感器實時檢測（cè）傳動係統的振動情況，通過時域和頻域的轉換（huàn），分析不同（tóng）倍頻下的（de）曲線特征，如圖6所示（shì）。

同時，計算不同（tóng）參數下的軸承標準振（zhèn）動頻（pín）率曲線（xiàn），將實時的曲線和標準曲線進行對比，分析出異常振動的來源可以在故障還沒（méi）出現的初期（qī），掌握到（dào）齒輪箱內部的傳動異常，如圖

圖6振動監控係統整體框架

圖7振動頻率信號的（de）采集分析（xī）

7所示。這樣可以提前發現設備的運行異常點，提前找（zhǎo）到衝壓件成形中的異常工作（zuò）點同時可以根據振動曲線異（yì）常的嚴重程度提前準備備件和製定精確的更換時間，伴隨著數據的不斷豐富和準確的清洗，預測的準確（què）性（xìng）也將大幅度提高

結束語（yǔ）

伴隨著智能製造的越來越深入，每個領域的數據分析將走向專業化、定（dìng）製化，智能監控的設（shè）備加上5G網絡的加持，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不（bú）斷建立的過程中，維護的成本也將大幅（fú）度降低，未來設備的（de）自診斷功能將逐漸精確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。