过程传感器和先进的分析功效

复杂的传感器依赖于过程和设备监测的预测分析。参见目前和新兴过程传感器应用的例子。

通过迈克布鲁克斯 2022年11月29日

提供:Mark T. Hoske, CFE媒体和技术

学习目标

过程传感器正在发展为过程和设备监测提供预测分析。
两个示例显示了过程传感器如何能够帮助用户在故障发生之前预测故障。
人工智能(AI)和机器学习(ML)帮助用户从过程传感器收集更复杂的数据，以获得更好的见解。

过程传感器洞察

过程传感器于1883年首次开发用于测量温度，并已发展到测量许多不同的东西，包括压力，液位和流量测量，粘度等。
现代过程传感器可以通过人工智能(AI)和机器学习(ML)来增强，以收集更复杂的见解。

数据无处不在，但它们从何而来?第一批现代传感器始于1860年，当时威廉·冯·西门子使用铜电阻测量温度。这个想法导致了1883年第一台恒温器的诞生，被公认为是第一个人造传感器。

从那时起，我们看到了这种设备的扩散，特别是用于测量和控制制造过程。随着传感器进入运输和消费市场，其复杂性及其定价发生了巨大变化。因此，它们部署到测量和控制过程的本质也是如此，这些过程过去是相当简单的人工计算或逻辑中的传感器信号组合，如比例、积分和导数(PID)控制。

这些例子之后是支持模拟和工艺优化的计算机应用程序。在过去的几年里，由人工智能(AI)和机器学习(ML)驱动的高技术能力的新技术已经出现。结果是跨多个维度的数据流更加复杂的融合，以及学习行为模式的时间，而不是基于工程第一原理和统计学的计算数字模型来估计行为。结果，是机器代替人来编写程序。

工艺制造、传感器是交叉的

物联网(IoT)的出现催生了互联事物的巨大增长。根据美国国家科学基金会在美国，物联网有望连接500亿个智能物品和1万亿个传感器。也许这类传感器和AI/ML技术最著名的应用是在机动车上——尤其是电动汽车上。例如，特斯拉3的自动驾驶系统使用了8个摄像头、12个超声波传感器和前向雷达来读取车道线并探测附近的汽车。

流程制造行业一直在开发这种浸泡在AI和ML中的传感器的新用途，以测量资产和流程的状况，包括从机器上和机器周围的传感器收集的数据流中学习它们的明确行为。这样的实现可以取代旧的技术，带来更简单、更快的部署，以及更高的准确性和结果，而不需要强大的工程技能。最好的应用程序可以抽象数据科学，让工厂的普通员工无需密集学习就能实施复杂的策略。

改变的是，从单点测量和简单的逻辑表达式，到每隔几分钟收集一次的自动组合数据流。使用AI/ML以多维/时间的方式处理数据，以开发比人类可以感知的更多维度的行为模式。该技术可以非常清晰地看到这些模式，从而识别明确的行为，知道什么是正常的，什么是异常的，以及设备和流程中实际的高级退化模式是什么，如果不加以注意，将导致糟糕的结果和可能的资产故障。

应用实例:制造业数据的重要性

事实上，这些部署都是数据驱动的解决方案。没有数据就没有解决方案。这让用户想知道需要多少数据，需要什么数据?

考虑一个大型矿浆泵的例子，它只有四个传感器:输入压力，输出压力，流体温度和电机输出的安培。在这种情况下，预测性维护(PdM)解决方案提供了两周的电机故障通知，它确实做到了。

然而，炼油厂的大型充电泵有50个传感器，包括上游和下游的过程测量，以及机器上的机械传感器，包括许多振动传感器。在这种情况下，PdM解决方案提供了降级的即时通知和即将发生故障的16周通知。

因此，基于ml的传感器分析可以有效地使用少数传感器，但如果使用更多和更高质量的传感器，则可以在准确性和早期预警方面更有效。很少添加新的传感器，因为最关键的资产通常配备了许多传感器。

检测到的传感器数据还会对即将发生的故障进行流式处理。它与故障的根本原因和精确的故障模式具有一对一的关系，但这些模式是通过选择能够开发这些精确模式的适当传感器组来开发的。

在这种情况下，有组织的传感器选择套件显示了检测特定故障(如泵或压缩机轴承故障)所需的精确收集。持续监测所选传感器将通知是否发生显式退化模式，并发出极端的高级警告。

未来过程传感器的新应用

传感器类型和可用性多年来不断变化。它从简单的温度、流量、压力和液位传感器开始。现在，有复杂的产品质量分析仪传感器，如粘度，含水量，固体，颜色，重量，甚至内联质谱仪，以提供完整的产品分解。所有这些都适用于过程和设备监控的预测分析。

然而，传感器测量的新兴领域可能会提供额外的帮助。想想经验丰富的操作员，他们通过倾听设备发出的声音，对设备的行为有了深刻的理解。人类听觉范围内外的新型声波传感器可能会提供帮助。安装麦克风相当便宜，而且不需要安装在机器上。利用视频和高性能图形计算来解释气体含量甚至气味的高光谱成像技术也取得了进展。

这种设备可以取代老式的分析仪，例如在熔炉和烟囱中，以查看和测量温度和废气成分。另一种是解释光纤电缆上的振动，比如传输电话的光缆，以检测温度、距离和入侵者。电缆的安装是非侵入式的(只需要靠近)，对于检测泄漏和盗窃是一个非常有价值的应用，在外围围栏上，可以检测到任何靠近的东西。

这些只是复杂传感器依赖预测分析进行过程和设备监控的几个例子。这种传感器的未来应用是令人兴奋和无穷无尽的。

迈克布鲁克斯是APM解决方案的全球总监AspenTech。由Chris Vavra编辑，web内容经理，控制工程，CFE媒体和技术，cvavra@cfemedia.com。