IMC-2019报告37:29分钟

作者:Randy Yount, Noble Reliability和Craig Churchman, Capstone Pinto Valley Mine

使用油液分析来预测未来设备故障已经使用了几十年。它通常被认为是可靠的，但由于油样品之间的间隔很长，因此被置于预测失效时间线的较低位置。通过每5分钟自动进行实时石油采样，并由物联网(IoT)云服务器解释数据，故障的可预测性大大提高。在分析中加入专门的算法和人工智能(AI)还可以确定发生的磨损类型，例如滑动、磨损和粘连。此外，污染物的来源通常可以被识别，特别是当外部污染物存在时。密封故障可以在几分钟内识别出来，并发出警报。水进入油也可以迅速识别。还可以更密切地监视整体机器运行状况。每隔5分钟进行一次油液分析，可以提供重要的数据，这些数据可以叠加到正常运行、启动、停止和维护事件等相关数据上。该软件可以从额外的上下文中学习，并在未来发生类似事件时提供早期预警。 Data will be presented from actual field experiences in multiple locations with different types of equipment.