Analisador LAMAR 簡介
維持工業中廣泛使用的旋轉機器的高可靠性標準可能是一個關鍵的競爭優勢。在這種情況下，振動分析作為一種能夠提供這種可靠性、促進業務成長的技術脫穎而出。預測性維護的應用使您能夠識別潛在問題並規劃幹預措施以糾正故障。振動測量通常透過加速度計感測器完成，大多數智慧型手機已經將此感測器整合到其硬體中。因此，考慮到智慧型手機的使用越來越多，它們在檢測旋轉機器故障方面的應用可以普及振動分析。
然而，文獻仍很少探討智慧型手機在振動分析中的使用，特別是檢測旋轉機器的故障。這項研究旨在填補這一空白，並探索智慧型手機在這一領域的潛力。目標還在於幫助業界專業人士使用低成本設備提高機器的可靠性。
為此，針對Android系統開發了「LAMAR分析儀」應用程序，使得測試智慧型手機偵測故障的可行性成為可能。透過該應用，在六種不同的條件下、不同的負載和關鍵程度下，以 500Hz 的取樣率從電動馬達收集振動訊號。使用70%的樣本進行訓練，30%的樣本進行測試，結果表明，預測引擎狀態的收斂率為40.6%，準確率為96.6%。
所提出的解決方案呈現出有希望的結果，具有改進的潛力，並為未來解決方案的開發鋪平了道路，這些解決方案能夠使用智慧型手機識別旋轉機器中的故障。
然而，文獻仍很少探討智慧型手機在振動分析中的使用，特別是檢測旋轉機器的故障。這項研究旨在填補這一空白，並探索智慧型手機在這一領域的潛力。目標還在於幫助業界專業人士使用低成本設備提高機器的可靠性。
為此，針對Android系統開發了「LAMAR分析儀」應用程序，使得測試智慧型手機偵測故障的可行性成為可能。透過該應用，在六種不同的條件下、不同的負載和關鍵程度下，以 500Hz 的取樣率從電動馬達收集振動訊號。使用70%的樣本進行訓練，30%的樣本進行測試，結果表明，預測引擎狀態的收斂率為40.6%，準確率為96.6%。
所提出的解決方案呈現出有希望的結果，具有改進的潛力，並為未來解決方案的開發鋪平了道路，這些解決方案能夠使用智慧型手機識別旋轉機器中的故障。
展開
