过程传感器 过程传感器的未来：基于AI和预测维护

过程传感器的未来：基于AI和预测维护

图片来源：AspenTech

作者 | Mike Brooks

人工智能和机器学习帮助用户从过程传感器收集更复杂的数据，以获得更深入的见解。

数据无处不在，但它们是从何而来？第一个现代传感器始于1860年，当时Wilhelm von Siemens使用了铜电阻器来测量温度。根据这一想法，在1883年诞生了第一个恒温器，这就是被普遍承认的第一个人造传感器。

从那时起，我们看到这种设备大量涌现，尤其是在制造过程的测量和控制领域。随着传感器被应用于运输和消费市场，传感器的复杂程度及其定价发生了巨大变化。与此类似，它们在测量和控制过程中的部署性质也发生了变化，过去是在人为的计算或逻辑（如在比例、积分和导数（PID）控制）中对传感器信号进行相当简单的组合。

在此之后，是支持仿真和过程优化的计算机应用程序。过去几年里，在人工智能（AI）和机器学习（ML）的驱动下，出现了具有高度技术能力的创新技术。其结果是在多个维度上对数据流进行更为复杂的合并，以及用时间来学习行为模式，而不是用基于工程第一原理和统计的计算数字模型来估计行为。程序正在由机器编写，而不是人类。

01

基于AI技术的过程传感器

物联网（IoT）的出现催生了互联事物的巨大增长。根据美国国家科学基金会（NSF）的数据，物联网有望连接500亿个智能设备和1万亿个传感器。其中，传感器和AI/ML技术最广为人知的应用也许是在机动车辆中，尤其是电动汽车。例如，Tesla model 3 中的自动驾驶系统配置了8个摄像头，12个超声波传感器和前向雷达，以读取车道线并检测附近的汽车。

过程制造行业一直在开发这种基于AI和ML中的传感器的新用途，以更好地测量资产和过程的状况，包括从机器及其周边设备传感器上收集的数据流中学习它们的明确行为。它可以取代旧的技术，从而实现更简单、更快的部署，以及更高的准确性和结果，而不需要高强度的工程技能。最好的应用可以抽象数据科学，使工厂的普通工人在不需要大量学习的情况下就能实施复杂的策略。

从单点测量和简单的逻辑表达式，转变为每隔几分钟收集一次自动组合的数据流。使用AI/ML以多维/时序的方式来处理数据，可以开发出更多维度的行为模式，要远远高于人类所能感知到的。该技术非常清楚地看到了这些模式，以识别明确的行为，知道什么是正常的，什么是异常的，以及设备和过程退化的实际模式是什么：如果不加以管理，将会导致糟糕的结果，并可能导致资产故障。

02

制造业数据的关键性

现实情况是，这些部署都是数据驱动的解决方案。没有数据就意味着没有解决方案。这让用户想知道需要多少数据以及需要哪些数据？

以一个矿山的大型泥浆泵为例，该泵配备了4个传感器来测量：输入压力、输出压力、流体温度和电机电流。在这种情况下，通过预测性维护解决方案可以提前两周获悉电机将出现故障。

另一个例子，炼油厂的一个大型充油泵有50个传感器，包括上游和下游的过程测量，还有位于机器上的、包括诸多振动传感器在内的机械传感器。在这种情况下，预测性维护解决方案提供了降级的即时通知，以及16周内即将发生故障的通知。

因此，基于ML的传感器分析可以在只配置少数传感器的情况下有效工作，如果使用更多和更高质量的传感器，其准确性会有效得多，预警也会更早。由于最关键的资产通常已经配置了很多传感器，因此很少需要添加新的传感器。

从检测到的传感器数据也可以预测即将发生故障的模式。它与故障的根本原因和精确的故障模式有一一对应的关系，需要选择合适的传感器组，才能开发这些精确的模式。

在这种情况下，良好的传感器选择指南可以给出检测特定故障（如泵或压缩机上的轴承故障）所需的精确集合。持续监测所选的传感器可以通知是否出现明显的退化模式，并发出高级警告。

03

过程传感器的未来

多年来，过程传感器类型和可用性不断变化。它从简单的温度、流量、压力和液位传感器开始。现在，有复杂的产品质量分析仪传感器，如粘度、含水量、固体、颜色和重量，甚至在线质谱仪，可以提供完整的产品细分。所有这些，在过程和设备监控的预测分析中都很有用。

此外，新兴的传感器测量领域也可以提供额外的帮助。想想有经验的运行人员，他们通过监听设备发出的声音，就可以对设备行为有深刻的理解。在人类听觉范围内、外的新型声学传感器也能有所帮助。麦克风安装起来很便宜，而且不需要安装在机器上。使用视频和高性能图形计算，来解释气体含量甚至气味的高光谱成像应用也有所发展。

这种设备可以取代旧的分析仪，例如在熔炉和烟囱中，以查看和测量温度和废气成分。另一种是解释光纤电缆上的振动，比如承载电话的电缆，以检测温度、接近度和入侵者。电缆安装是非侵入性的（只需要靠近），是检测泄漏和盗窃的一个非常有价值的应用，在周界围栏上，可以检测到任何靠近的事物。

这些只是预测分析依赖复杂传感器进行过程和设备监控的几个例子。未来，这些传感器的新用途将充满潜力和令人兴奋。

关键概念：

■ 过程传感器正在不断发展，为过程和设备监控提供预测性分析。

■ 人工智能和机器学习帮助用户从过程传感器收集更复杂的数据，以获得更深入的见解。

思考一下：

您工厂都采用了哪些先进的过程传感器？

使用宝石来测量饮料你听过吗？

自2018年10月初至今，一种新的过程传感器早已发售！

它，将关键的软饮料成分尽收眼底

这类新的过程传感器和晶石有什么关联呢？

使我们一探究竟……

Cobrix 2600

一个另外精确测量非酒精饮料中

融解二氧化碳 (CO2) 和糖成分的新手入门型号规格

Cobrix 2600 传感器根据规范化连接立即集成化到生产制造管路中，而且为之前沒有应用自动测量的碳酸软饮料制造商产生了非常大盈利。传感器具备有显示信息和无显示信息之分；不在带显示信息的版本号中，必须一个附加的二次表。

Cobrix 2600 是 Carbo 520 光学系统的高級版本号。CO2 传感器产品运营说：“大家的 Cobrix 2600 传感器是销售市场上能够另外精确测量 CO2 和糖的传感器。”

CO2 和糖是软饮料中危害本人味蕾感受的关键成分。电子光学精确测量能让您根据 Cobrix 2600 传感器，另外测量融解 CO2 和融解糖成分。

这类传感器的特性是根据“衰减系数全反射” (ATR) 的智能化检测系统。检测系统的关键是一块“晶石”，一块大概大拇指尺寸的蓝色宝石结晶。精准进行的方法为：一个红外线光线在打中探测仪前，被三次反射面到这一结晶内。假如蓝色宝石外存有 CO2，则红外感应 (IR) 被衰减系数。在二氧化碳消化吸收红外感应时，精准测量光波长的衰减系数。因而，CO2 的成分能够根据红外信号的减振来明确。除此之外，在结晶中也有第二个作用同样的精确测量安全通道来剖析糖的成分。

CO2 传感器产品运营表明，传感器模块的生产制造是繁杂和用时的。在一个清洁的屋子里 ，蓝色宝石用金焊接材料与打磨抛光不锈钢板机壳连接。其結果是制作一个免维护保养的商品，该商品每四秒钟进行一次精确测量，并更新精确测量結果。

优点

具体在线检测让您快速掌握 CO2 和糖浓度值，进而将生产制造耗损和原料键入降至很低的水平。Cobrix 2600 传感器融合了紧凑电子光学传感器的优势，并将二种精确测量合二为一。它是用以迅速和免维护保养实际操作的线上传感器。

相关问答

我们就以压力传感器来说明吧首先传感器安装在秤体的下面(可以安装一个也可以是多个)秤体受力传感器里面的应变计电压发生变化(应变计工作原理其实就是惠斯...

[回答]发动机抖动的原因有很多,当发动机的某个系统出现问题导致出发动机抖动的故障现象时,单凭这一现象就立马指出故障点在什么地方是不可能办到的事情,所...

步骤如下:1.将传感器全量程标准输入量分成若干个间断点,取各点的值作为标准输入值。2.由小到大一点一点地输入标准值,待输出稳定后记录与各输入值相对应的输...

CT空调感应器安装前需确认安装位置,一般为室内墙壁上,以不影响使用为原则。安装时,需要先固定感应器支架,并将感应器插入支架内,然后将感应器与电源线连接,...

断开管路后应立刻塞住或盖住管口,以避免湿气和灰尘污染系统。3、拆卸副驾驶座位侧仪表板处的护罩、护板罩架、杂物箱等。4、断开蒸发器温度传感器插头,...

电感式传感器位移测量过程中为了确定位移方向应该加正弦波发生电路。传感器:传感器((英文:transducer/sensor))指的是能感受规定的被测量并按照一定的规...

1、调校前准备工作:⑴、向矿调度电话汇报,征得矿调度同意后方可开始调校。⑵、调校前电话通知监控机房,将待调校传感器测点名称更改为:“调校”字样,待集团...

称为位移传感器,又称为线性传感器,是一种属于金属感应的线性器件,传感器的作用是把各种被测物理量转换为电量。在生产过程中,位移的测量一般分为测量实物尺寸...

[最佳回答]下雾

更换起亚K3空调温控传感器的步骤如下:1.打开车辆的引擎盖。在引擎盖下部分的左侧找到空调压缩机,并找到原来的温控传感器,通常是一个插座连接线束。2.用合...