以上案例介绍了如何使用我们的 MEMS 振动传感器来监测电机状况,从而进行预测性维护。 连接在电机上的 MEMS 振动传感器直接与集成了微控制器的工业级 Raspberry Pi 或无线传感器盒 rMICA-vibration 的 MICA-R STM32 SENSOR 相连。
在这种情况下,rMICA-vibration 以 50 微秒的采样间隔采样的 15,000 多个数据集通过无线方式发送给 rMICA-master。 如果测量频率设置为每天五次,电池寿命预计为 3 至 5 年。 MICA-R 收到原始数据后,会立即使用 SciPy 等开源软件进行处理,并应用 FFT 或包络变换等数学算法。
在绘制和评估结果后,数据文件会被发送到外部服务器,通常是客户的数据库。 在不知道电机机械参数的情况下,我们的算法仍能通过不断比较缺陷指数值和初始振动样本,准确检测出早期缺陷。 由于我们的 MICA-R 电机状态监测软件是开源的,客户可以自由定制图形用户界面、检测算法或添加机器学习等附加功能。