您现在的位置是:首页 >动态 > 2020-12-07 09:03:15 来源:

传感器系统识别难以访问的工厂中的警报原因

导读 当工厂内嵌的传感器在夜间触发警报时,维护团队必须立即做出响应。但是总有可能这只是另一个错误的警报。萨尔大学(Saarland University)开

当工厂内嵌的传感器在夜间触发警报时,维护团队必须立即做出响应。但是总有可能这只是另一个错误的警报。萨尔大学(Saarland University)开发的新传感器系统能够分析信号模式并确定干扰的确切原因。该团队由萨尔大学的实验物理系教授Uwe Hartmann博士领导,在开发传感器系统和分析信号模式方面拥有多年的经验。当他们的系统用于外围围栏的远程监视时,它可以精确区分有用的信号和虚假的信号。

现代风力发电机配备了大量传感器,用于监视各种系统参数。如果这些传感器在涡轮叶片中产生较大的振动,则需要通知维护团队。大振幅振动可能有多种原因:叶片上可能积有冰块,导致转子质量失衡,或者齿轮箱可能损坏。但是,振动的原因可能是完全无害的,例如强烈的阵风冲击机舱,该机舱的那部分装有所有发电组件。如果振动仅是由于强阵风引起的,则将不必要地关闭涡轮机,并且维护团队将不必要地跳出塔架,对于海上风电场而言,这意味着通过船。

当旨在警告风力涡轮机或其他难以接近的工厂或机械中潜在危险振动的传感器产生错误警报时,结果可能会造成破坏性的运营,并且成本很高。萨尔大学(Saarland University)为新传感器系统开发的软件现在可以为该问题提供解决方案。由Uwe Hartmann教授领导的研究小组开发了一种系统,该系统能够自动将传入的传感器数据分配给潜在的振动物理原因。“这里的关键要素是模式识别。传感器产生的信号模式将根据干扰的性质而有所不同。我们较早的研究使我们处于一个位置,现在我们可以区分许多不同类型的振动或环境磁场的变化,并可以为其根源分配特定的信号模式,这反过来又使我们能够识别并标记任何虚假的信号。警报。现在,这些知识已通过使用AI方法转移到其他应用程序中。”纳米结构研究和纳米技术教授Uwe Hartmann解释说。

Hartmann和他的团队已经对数据模式进行了将近20年的研究,包括围栏振动时记录的数据。他们开发了传感器系统电缆,可用于监视大面积站点(如机场或仓库)周围的围栏。这些系统能够区分当有人试图爬过或穿过篱笆时产生的振动类型与风或动物引起的振动类型。Hartmann教授及其研究小组使用的磁场传感器的灵敏度和选择性已经过多年优化,现在可以检测到距电缆最远几米的环境地磁场中的最小变化。这些传感器可以检测到比地球磁场小一百万倍的磁信号,并且无需真空,低温或特殊屏蔽即可做到这一点。