矿山自卸车
如何预测解决方案帮助采矿设备制造商出现之前就解决问题。
Predictronics

大多数的采矿作业运行一年365天来满足客户的需求。因此,采矿设备的正常运行时间是至关重要的。任何计划外停机可以显著影响生产力和盈利能力。有很多资产用于采矿作业,包括挖掘机、推土机和自卸卡车。自卸卡车用于采矿是至关重要的车辆的运输所需材料在矿区。是很重要的,这些卡车沿着同一条路上来回跑,日夜,正常工作。车辆故障可以放一些卡车的佣金。这导致停工的材料去除网站和/或材料没有在正确的时间到达目的地,从而导致意外的延误和成本增加。

为了避免这些车辆故障,许多公司增加预防性维护和创建定期检查时间表。这些做法会导致生产力下降和投资回报(ROI)由于不必要的部分更换,维护成本和劳动。其他人可能依赖于状态维修,其重点是维护执行后监测实时数据和检测水平不可接受的条件。然而,这个发现可能不会有先进的警告需要预防即将到来的失败或避免停机时间。

通过预测的方法,过去维修数据和电流传感器测量可用于确定故障的早期迹象之前发生。这允许用户执行必要的维护只在需要的时候,防止意外停机时间和不必要的维修。

挑战部署预见性维护工业车辆

确定正确的健康值阈值从车辆数据不是简单或容易给出信号标签收集的体积(温度,压力,电流,电压,转速)和多种运作模式/州的工业车辆可以操作。例如,可以预期较高的排气温度,如果车辆是在温暖的环境环境中运行,如果发动机负载较高。在这种情况下,使用机器学习需要对多个信号同时进行评估,确定预期的传感器值/行为相比,使用固定阈值和限制。

控制器区域网络(可以)总线数据可用于健康监测;然而,它通常是嘈杂和不敏感的所有缺点,专门失败或combustion-related缺点,很难发现这种低频率数据。在这种情况下,重要的是大纲的失效模式是最关键和确定CAN总线数据足以让这些失效模式或如果需要额外的仪器来实现所需的准确性预见性维护解决方案。伟德体育娱乐

数据传输在矿山应用程序也是一个挑战的本地存储或处理能力,可以在车辆。通常,这不是可行的传输所有的原始数据中心远程监控中心。本地数据存储和上边缘分析需要最初捕获和处理数据。这通常处理过的数据然后发送回一个远程监控系统。更先进的机器学习和模式识别分析这个系统内进行估计的健康状况监控车辆及其子系统。

严酷的环境下在数据收集也带来挑战。需要额外的需求,确保传感器的可靠性和硬件的车辆监控系统,随着设备的承受和车辆本身相同的环境。这些环境也能导致更加快了车辆组件的降解率,给出车辆的环境和大量的经验,使健康监测工作更加困难。

案例研究:采矿卡车的预见性维护解决方案

国际采矿设备制造商已经取得了进展近年来交付状态监测技术和服务其客户矿业;然而,意想不到的失败仍然发生,导致昂贵的中断操作。

通过与预测分析公司合作,这个客户机试图解决问题经验丰富的用户通过集成预测技术的先进健康监测产品。

在这个契约过程中,预测分析公司检查维护记录和历史故障数据从12种不同的采矿机,以及传感器测量共有45个不同的参数。传感器的参数由CAN总线的信号,包括发动机废气温度、压力测量、转速、发动机负荷,电池电压和电流。维修记录包括计划内和计划外维护活动。

方法
一个方法的过程图形展示的步骤从自动倾卸卡车数据收集到数据预测可视化(图片由Predictronics)

解决方案

传感器参数与车辆发动机、传动和电气系统(电池)是用于配置健康监控解决方案为每一个单独的子系统。这个子系统模型方法被用来简化分析过程,检查所有45信号在一个模型可能会产生不准确的结果,使其更难以解释这些结果和故障诊断。相反,这是最合乎逻辑的把车辆分成了健康监测子系统。

机器学习是用于生成预测参数值,然后与实际值相比。预测传感器值是基于机器学习模型学习基线值和关联关系的测量信号。这使得该公司比较温度、压力等传感器读数在不同车辆操作条件,这是更健壮的不仅仅是比较传感器值阈值。这residual-based分析方法以及其他分析方法的应用,是识别的关键行为的变化表明即将失败在不同的操作条件。

通过使用一个时间序列异常检测模型,解决方案能够很容易预测之前在车辆发生故障阀问题。这个错误的阀是导致排气温度过度和不寻常的振荡。时间序列分析模型是有用的在这些特定情况下当异常模式不太相关的价值和相关性的变化,而是一个时间序列的变化模式。

结果

通过预测分析的公司工作,这种采矿设备制造商能够识别失败的征兆前几天发生的用户之一。这种早期指标允许维修人员安排,计划停机时进行维修,从而提高车辆的可用性和采矿工作的整体生产力。有了这个新功能,矿山机械制造商正寻求扩大该产品其他矿业用户。

开始使用预测性维护

临界分析是必不可少的选择车辆或其他资产的预见性维护解决方案最好可以应用和选择一个解决方案,可以提供最大的价值。

在确定目标资产,这些资产的最关键失效模式应该被识别,以及任何相关的维修记录计划停机和非计划停机时间。

确定收集历史数据,如果有的话,和检查哪些数据可以从资产的可用控制器。

基于可用的数据和常见的失效模式,决定什么,如果有的话,额外的传感器需要被添加到资产预测监控解决方案的选择。

这些初始步骤与技术供应商合作时要注意的是至关重要的,可以帮助企业开发和矿业资产,采取预见性维护解决方案是健壮的和准确的,帮助这些企业实现更高的效率和投资回报率。

问题