非计划停机是一个亟待解决的难题。
就在去年，一名纸巾厂员工向我讲述了他的亲身经历。该厂拥有一套大型协调驱动系统，其通过大功率变频器驱动纸巾制造机。在生产线末端，纸巾卷成大卷，就像我们看到的大卷厕纸一样。
设备投运12 年后，他们开始遭遇变频器模块故障，有时甚至会完全瘫痪。当机器上的某台变频器出现故障造成对应驱动的辊子不再运转时，纸巾被撕裂并乱作一团，直到整台机器完全停机。
故障发生后，工人必须清理纸巾，重新为机器进料 – 即拉动纸巾使其穿过机器上的所有辊子，让机器慢慢重启。
当然，还要诊断和更换出故障的变频器模块。这导致了数小时的非计划停机以及相应的生产损失。
而且情况还在进一步恶化，变频器每隔几个月就会发生故障，令公司营收大受影响。
幸运的是，这种情况下的多数非计划停机都能得到缓解。具体怎么做呢？
预测性分析为大功率变频器应用带来改观
您听说过工业物联网吧，而变频器就是其中的“一物”。
如今，内置预测性分析技术的变频器可以大大减少计划外停机时间。例如，变频器的内置冷却风扇可以防止内部元件过热。如果某个冷却风扇停止工作，变频器会出现过热问题并发生故障，不用多说，这将导致非计划停机。
解决这一问题的途径之一便是 TotalFORCE® 技术，它可以建立风扇的预测寿命模型。这个分析模型不只是一个简单的计数器，它会将测得的环境温度 (传感器内置于变频器模块中) 和风扇转速考虑在内。风扇转速不断降低表明风扇轴承即将失效。
一旦风扇达到预估的使用寿命百分比 (默认为 80%)，预测性维护模型将通过 EtherNet/IP 通知控制系统。
联网系统可以通知维护团队在下次计划停电期间更换风扇，从而避免发生非计划停机事件。
此外，联网系统还可以自动检查备件库存情况，并在必要时订购。
其它预测性模型
该技术还包括针对变频器功率模块组成器件，也就是电容器和 IGBT (绝缘栅双极性晶体管) 的预测性模型。
这些预测性模型考虑环境温度、散热器温度与负载等因素。
类似地，当这些器件接近其预测寿命终点时，变频器将发出提示。
分析功能让正常运行时间最大化
这些分析功能让用户能够避免非计划停机事件，比如本博客开头提到的纸巾制造机。
而且，预测性模型还使得用户可以优化其维护支出。
例如，如果机器上的某个变频器在绝大多数情况下以轻载工况运行，则相对于以满载及高温工况运行的变频器，其功率模块的更换周期就会长很多。
如果您掌握了与运营相关的设备的所有信息，便可更好地规划您的维护支出了。
TotalFORCE 技术能够帮助解决大功率变频器应用中的难题，而预测性维护功能仅是其中一例。
发布时间 2019年2月25日
内容推荐
