朱曉克
(撫順礦務局職工工學院,遼寧撫順 113000)
機電設備在日常生活中的使用與需求逐漸增加,是人們工作和生活中不可缺少的設備之一,對機電設備的生產效率提出了更高的要求[1]。由于機電設備的持續使用,可能會出現零件磨損情況,進而影響機電設備的生產效率,因此需要結合機電設備不同的壽命階段檢測其生產效率,以發揮其應用價值。
目前國內外關于機電設備生產效率的監測已經有一些較為成熟的研究成果,如基于機電設備狀態識別的生產效率檢測方法、基于電流曲線的生產效率檢測方法以及基于VR 技術的生產效率檢測方法等。但是在實際應用過程中,由于傳統的檢測方法未考慮到機電設備的全生命周期,導致生產效率檢測結果存在一定的誤差,最終影響機電設備以及相關生產工作效率,為此引入全壽命周期的概念[2]。在不同的壽命階段,由于機電設備內部結構的細微變化會影響其運行效果,進而影響其生產效率。本文結合全壽命周期的概念,對機電設備生命效率實時檢測方法進行優化設計,以期提升方法的檢測精度。
在機電產品系統中,化石燃料、電能等貫穿于產品生命周期全過程。每個生命周期過程均伴隨著廢氣、廢水等環境污染物的排放。原材料采集過程中,既可以從礦石等自然資源中獲取原材料,也可以將產品報廢處理過程中產生的再生材料、再使用件、再制造件等用于原材料采集階段。在考慮到機電設備全壽命周期的情況下,可以將其分為初始階段、成長階段、成熟階段、衰退階段。
初始階段主要是需求分析與計劃,經過申請、配送、安裝、調試后,進行嚴格驗收[3]。設備壽命周期的中期也就是運行維護階段,可以細分為成長期和成熟期,其中成長期機電設備正式進入運行狀態。理論上成熟階段為機電設備生產效率的最高階段,在成熟期機電設備中各零件之間形成了協同運行模式,元件之間的摩擦力逐漸減小。設備壽命周期后期又可以分為維修期和報廢期兩個部分,其中維修期就是在設備可以運行的情況下出現多次異常、故障的情況,需要多次中斷生產工藝并消耗大量的財力和物力進行設備的維修,而機電設備在停用報廢階段、設備處于無法運行的狀態。
各機電一體化設備的數據采集節點根據各自的通訊協議,負責對各機電一體化設備的運行狀態進行定時采集,并將其推送到中央平臺的消息中間件。收集規則必須在后臺預先定義,收集節點通過規則消息訂閱消息隊列。第一次啟動時,采集節點向中心平臺采集接收服務模塊請求下載采集規則數據,然后將所收到的規則數據保存到指定的目錄供采集模塊讀取。采用統一流程對機電設備監控終端的各種信號進行采集,分為數據采集、處理、顯示和存儲4 個部分。
機械電子產品的工作性能主要取決于電路中電容和電阻的取值,選擇合適的RC 值可以有效提高生產數據的采集效率。隨著RC 取值的增大,信號采樣誤差減小,采樣結果的準確性提高,但RC 值太大則會大大推遲采集速度。因此,稍后將過濾掉所有低于該信號值的信號。通過相關參數的代入,可以得出機電設備生產數據的實時采集結果。
根據對機電設備壽命階段的分析,可以得出機電設備在不同壽命階段工作的特征,并將其設置為設備運行的量化特征向量:將傳感器設備連接到使用的機電設備,計算當前機電設備運行特征與設置特征之間的相似度;將計算得出的相似度結果與相似性門限值進行對比,如果計算結果高于門限值,則說明當前機電設備處于該壽命階段,即可識別機電設備運行壽命階段。
根據生產效率的定義,機電設備的生產效率也就是設備在運行的過程中單位時間、人力、原料、資金等方面的投入所獲得效果的比值,也就是產出和投入的比值。在生產效率的定義中投入對應設機電設備的運行資源,而產出所對應的是機電設備生產所實現的功能,對資源的利用過程就是投入轉化為產出的過程。由此,可以得出機電設備生產效率η:

其中,參數Ei、Yi和Xi分別表示機電設備的電力資源、原料資源以及自然資源的消耗量,而Ni為機電設備生產產品的總數量。由于機電設備生產產品的形狀、大小、工藝難度均不同,因此在實際的計算過程中以單位零件作為產品的計量單位。
機電設備使用周期越短,其檢測時間耗費就越少,降低資源占有率,并在同等條件下為檢測任務成功提供保障。因為能源效率檢測通常是每百小時一次,所以需要優先考慮時間,在運行中成功的能源效率檢測受到更多影響。在輸出機電設備生產效率實時檢測過程中,確定機電設備的壽命狀態,并根據該狀態下機電設備生產數據計算生產效率,經過多個不同階段數據的采集和生產效率計算,最終獲得實時生產效率的檢測結果。
為了測試設計的不同壽命階段機電設備生產效率實時檢測方法的檢測精度,設計檢測精度測試實驗。實驗以電機設備為樣本,配置情況見表1。

表1 機電設備樣本配置參數
一般來說,機電設備的試運行是針對新設備和停機時間超過3 個月的設備進行的,在電機安裝后應首先測量電機的絕緣電阻,測量時應注意移除電機的部分外力,并根據電機的實際情況選擇所用電阻表的量程額定電壓。為了形成機電設備的不同壽命階段,選擇相同型號和配置的5 個樣本,并按照上述流程將其安裝在實驗環境中,設置樣本A、B、C、D 和E 的壽命階段分別為初始階段、成長階段、成熟階段、衰退階段和報廢階段。其中,樣本A 在安裝后不進行任何操作;安裝樣本B 和樣本C 后將其投入到生產工作中,分別維持2周和8 周;樣本D 始終處于運行階段,直到出現連續兩次異常故障為止;而樣本E 直接選擇質量不過關的報廢樣本。分別設置傳統的生產效率檢測方法、文獻[1]中提出的基于Apriori 算法和卷積神經網絡的設備生產效率檢測方法作為實驗的兩種對比方法,通過對比檢測結果和設置數據,得出檢測精度的測試結果(表2)。

表2 生產效率檢測精度測試結果
通過對設置值的計算,可以分別得出實際機電設備樣本的生產效率,通過對比確定3 種檢測方法的平均檢測誤差分別為0.009 5、0.004 5 和0.001 3。由此可見,所設計的方法檢測精度更高。
通過不同壽命階段機電設備生產效率實時檢測方法的優化設計,能夠得出較為精準的生產效率實時檢測結果,可以通過對生產效率的計算確定設備的運行效率,并對處于衰退階段的設備進行維修與替換,保證機電設備生產工作的效率。然而性能測試實驗只針對方法的檢測精度進行測試,而非方法的實時性能,所以應在今后的研究工作中進一步完善。