生产线和实验室的自动测试和质量控制

Loccioni集团在生产线和实验室中实施自动质量控制和测试系统方面取得了公认的领导,这要归功于与世界上最大的制造公司的密切合作,已有40多年的历史。

Musa(防音区域中的测量单元)是一种用于垫圈的交钥匙,完全自动化的测试方法,集成了通常在研发实验室中进行的振动和噪声评估。对成品的总(100%)评估是一种合适的技术,可确保高标准的质量。这是因为对样品随机选择的统计测试无法确认完整生产运行的质量。

众所周知,振动测试允许歧视错误和良好产品。因此,对振动信号的分析可以用于家庭用具的质量控制。LDV(激光多普勒振动法)通常用于非接触式测量至关重要的在线质量控制。

Musa测量单元布局。

图1:Musa测量单元布局。

LDV指向洗衣机浴缸。

图2:LDV指向洗衣机浴缸。

速度时间信号,用于良好(上)和故障(下)洗衣机。

图3:速度时间信号,用于良好(上)和故障(下)洗衣机。

穆萨 - 系统

本文展示了用于在线监测洗衣机的工业解决方案,其中麦克风和LDV的使用允许对产品的客观振动声表征,以建立特定的机械故障。该系统主要包括:

  • 三个麦克风,一个每个站,位于洗衣机的后部,面向电动机
  • 一个可以将外部噪声降低约35 dB的声音柜,其中包含三个同时运行的电台(图1)
  • 三个IVS-400工业LDV,每个站一个,指向洗衣机的浴缸,径向相对于电动机的轴(图2)

三台洗衣机被带到隔音柜上,并在橱柜门关闭之前停在每个车站的前面。每台洗衣机都被带到旋转阶段,并在稳定状态和稳态期间同时收集来自麦克风和LDV的信号。

从LDV计算的洗衣机RPM。

图4:从LDV计算的洗衣机RPM。

好洗衣机的速度信号stft在运行过程中。

图5:好洗衣机的速度信号stft在运行过程中。

稳态阶段期间出色洗衣机的速度信号FFT。

图6:稳态阶段期间出色洗衣机的速度信号FFT。

速度时间信号的功率谱,用于良好(左)和故障(右)洗衣机。

图7:速度时间信号的功率谱,用于良好(左)和故障(右)洗衣机。

振动测试系统的前面板。

图8:振动测试系统的前面板。

系统的核心是信号处理软件:

  1. 直接从LDV信号量化机器的rpm(图4)
  2. 降低速度信号
  3. 分析整个瞬态状态的LDV和麦克风信号(STFT,图5)
  4. 分析频域中整个稳态的LDV和麦克风信号(图6)

特征是在运行和稳态阶段中计算的。将所选功能与固定阈值进行比较,以确定机器的状态。然后,这些值与正在评估的机器的特定模型有关。收集特定频带中的能量之和与特定缺陷相关,例如与电动机相关的缺陷。

光谱中的主要频率峰与洗衣机的RPM相对应,如图7所示。它大约是20 Hz,相对于浴缸的速度(1,200 rpm)。有故障的机器显示出额外的频率约280 Hz和560 Hz,如图7所示。

可以很容易地认识到这些频率与电动机(基本和二阶谐波)相关联。已经确定,电动机和洗衣机RPM的RPM之间的比率为13.5。因此,它遵循:RPM电动机= 13.5 x 1,200 = 16,200或270 Hz。

结果

该软件是使用LabView®编程语言。通过利用LDV,系统可以识别以下缺陷:

  1. 轴承缺陷
  2. 电动机有故障
  3. 未拧紧的配重
  4. 拧下或损坏的皮带轮
  5. 鼓的不平衡
  6. 皮带有缺陷(脏,损坏或错误地位于皮带轮上)
  7. 有缺陷/失踪的弹簧将鼓连接到机柜

麦克风主要允许操作员确定产生噪音但不足以对机器产生振动作用的缺陷,例如浴缸内缺失的材料(例如螺钉),接触皮带轮的接地线,等等。

结论

上面描述的解决方案展示了如何通过数据采集系统和模式识别算法和适当的传感器组成的开发数据分析系统如何成功地应用于生产线中的洗衣机的机械缺陷诊断。

已经提取了某些功能,以替代产品质量的客观评估人类检查测试的主观性。尤其,激光多普勒振动仪可以用来识别洗衣机中的大多数机械缺陷。

此信息已从Polytec提供的材料中采购,审查和调整。欧洲杯足球竞彩

有关此消息来源的更多信息,请访问Polytec。

引用

请使用以下格式之一在您的论文,论文或报告中引用本文:

  • APA

    Polytec。(2019年11月27日)。生产线和实验室的自动测试和质量控制。azom。于2022年4月19日从//www.wireless-io.com/article.aspx?articleId=18402检索。

  • MLA

    Polytec。“生产线和实验室的自动测试和质量控制”。azom。2022年4月19日。

  • 芝加哥

    Polytec。“生产线和实验室的自动测试和质量控制”。azom。//www.wireless-io.com/article.aspx?articleId=18402。(2022年4月19日访问)。

  • 哈佛大学

    Polytec。2019。生产线和实验室的自动测试和质量控制。Azom,2022年4月19日,https://www.wireless-io.com/article.aspx?articleId=18402。

问一个问题

您是否有关于本文的问题?

留下您的反馈
您的评论类型
提交