我司合作品牌：

Microsq工業顯微鏡，Microstone微石震動檢測，MTL工業編碼器，LeimacLED光源檢測，Revox萊寶光源，Bldynamics氣泡污水催化，Dmt-msa著磁裝置，Tokyo-seiden東京精電分流變壓器，Fintech-heater加熱器，Naganokeiki長野高精度微差圧計，Sonotec松泰克超聲波切割，Yamato鍋爐加熱棒，Freebear福利百亞萬向球，Yodono重型腳輪，E-bls粉末搬運，Just-web加熱裝置，Kawahara液壓平臺，Nagoyabearings名古屋軸承，Imao今尾工裝快捷夾具，Akamatsudenki赤松電機，Tsklmb竹內精工，Maedakoki前田工機流量計，Chubuseiki中部精機地震監測，Pmt-pioneer氣動卡盤，Nextcorp斷電漏電檢測，Pattol工業用油水分離裝置，Toray東麗氧氣分析儀，Thomas托馬斯科學。

Mircostone 微石  異常振動監控系統巡查 MVP-AiFiS

Mircostone 微石  異常振動監控系統巡查 MVP-AiFiS

       在工廠為了讓機器運轉，使用了很多電機泵。為了實現工程自動化，越來越多的生產現場導入了工業用機器人。無論是發動機、水泵還是工業用機器人生產設備，在維修時都需要更換消耗品。為了讓工廠持續運轉，必須避免生產設備的突發性故障。但是因為需要花費維修人員的工時和零件費用，所以并不是在短時間內不斷更換就可以了。在“異常振動監測系統"中，隨著故障時間的臨近，會自動監測并通知越來越大的振動。通過知道故障發生的時間，保全負責人就能有計劃地實施維護。

功能

• 測量

觸發測量

通過向傳感器輸入信號，自動進行測量。這是用于工業機器人等反復進行加速度變化運動的設備的預兆保全的測量方法。(8頻道小型無線運動記錄器MVP-RF8-JC附屬軟件實施。)

• 分析

循環探索·工序分割

通過工業機器人的測量，從測量數據中自動提取周期。循環內的工序也會自動分割。可以自動地進行數據分析中很麻煩的數據加工工作。

通過測量樣本用數據并區間，可以自動進行數據加工?？梢越o數據命名并管理。

學習

學習自動分割的數據的傾向。故障一接近振動數據就會發生變化。將測量的數據和到目前為止的趨勢進行比較，算出異常程度。


觀察每個數據的特征量變化情況，設定正常狀態下的學習范圍。(下圖的綠色部分)從12種特征量的相互關系中學習正常狀態的模型。

• 測量結果的通知

異常度和振動特征量的變化

用趨勢圖表示計算出的異常度和振動特征量的轉變。根據這些數據，可以預測生產設備的故障時間，實現計劃性的維護。