该技术的传感器被集成到标准机器元件中,例如螺纹杆、法兰、轴承等,利用机器学习监控机械载荷,从而实现机械工程领域在恶劣环境下的预测性维护解决方案。
以智能螺纹杆为例,智能螺栓将四根极细拉伸应变传感器线状缠绕在螺纹上,通过材料的应力应变关系,实现对螺栓状态(弹性阶段、屈服阶段、颈缩阶段等)的数字化监控,在机械安装和使用寿命期间实现远程预测性维护。
对于离岸风力发电机,根据德国法律规定,每年需要人工检查四分之一的螺栓状态,每次出海检查的成本约为2000欧元。相比之下,如果将发电机的所有关键螺栓替换为带有传感器的智能螺栓,不仅可以实时监控其状态,还可以积累多年的实际数据来优化使用寿命预估模型(考虑到风力、海浪等环境因素的影响),从而充分挖掘设备的使用价值,延长使用寿命。
Q: 在需要使用螺纹胶且环境温湿度波动较大的情况下,该技术是否适用?
德方CEO: 我们已经考虑到了这种情况,螺纹锁固剂不会对系统造成影响。目前,该技术在温度低于85摄氏度的环境下表现稳定。防水等级至少达到IP65,我们甚至已实现了IP68。
Q: 这项技术是否已在真实环境中进行了测试?其稳定性和准确性如何?
德方CEO: 是的,我们在真实的生产环境中运行了超过一年的时间,没有出现重大问题。该技术可以在多种场景下应用。其准确性主要取决于使用环境,与作用于部件上的载荷成反比,比例约为0.025%。
Q: 传感器作为机器部件之一,如果频繁出现问题,确实会带来麻烦。请问该传感器是否足够坚固?
德方CEO: 您说得很对。因此在研发阶段,我们非常重视机械部件的使用寿命,从安装到使用再到改造/更换的每个环节都进行了仔细考虑。该系统在设计时就充分考虑了这一点,使得工程师和安装工人可以相对容易地将传感器部件集成到现有部件中,无需专门的测量技术专家参与。
Q: 如果客户选择您的产品,请分析一下投资回报率,重点关注因机械故障导致的停机成本以及计划外停机造成的材料更换费用。
德方CEO: 大多数应用场景的投资回报率……