肥料制造商防止旋转设备问题，实现了维修和更换方面的显著节省
业绩
- 避免潜在的高额旋转设备更换成本
- 专注于为维修工作做好准备，而非故障发生后再响应
- 在各生产设施间分享团队关于振动数据的经验与见解
应用
预测压缩机机组及其他无水氨储存制冷相关设备的潜在问题
客户
作为一家批发分销商，该用户位于美国内布拉斯加州的工厂负责无水氨的储存与运输业务。
挑战
为持续优化流程、减少浪费，这家内布拉斯加州化肥工厂的团队致力于摒弃按季度进行的路线式设备监测及其他人工流程。 他们意识到，打造一套能够自动采集并存储振动数据的解决方案，将使技术人员得以抽身处理其他工作任务。 此外，数据可随时获取，而非按季度收集。
更重要的是，他们深知这些数字化数据有助于提升过程可靠性，并预测冷凝器、风扇及泵等设备可能出现的问题 — 此类问题可能导致过程放缓甚至中断。 他们的目标是提前规划维修工作，而非被动应对（例如风扇叶片损坏等情况），从而规避相关的人工成本、零部件成本及机会损失风险。
解决方案
2023 年，该公司与艾默生合作，设计了一套能够管理泛在传感的解决方案，同时具备预测、保护及过程监测功能。 AMS 边缘计算设备安装在整个设施的资产中，减少了布线需求并降低了其他安装成本。
在该解决方案中，每台大型双级压缩机均连接到其专属的 AMS 边缘计算设备机组。 其余 AMS 边缘计算设备 CHARM 模块由两台冷泵、三台热泵、两台冷凝器风扇及两台加热器风扇共用。
启动阶段，AMS 边缘计算设备一经通电并完成调试，客户团队便通过 Web 界面逐一查看了每个 AMS 边缘计算设备 CHARM 模块的数据，发现其中一个冷凝器风扇轴承相较于其他同类型轴承可能存在问题。 该风扇在外观及声音上均未呈现出轴承损坏的任何迹象，但 AMS 边缘计算设备的 Web 界面已明确提示了这一隐患。
团队得以在计划停机期间处理该问题，对此他们感到十分满意。他们拆卸了这台冷凝器风扇并进行检查，最终找到了损坏的轴承。 更换轴承后，AMS 边缘计算设备 CHARM 模块在 Web 界面上显示状态恢复正常。
尽管避免此次事故所节省的具体金额难以量化，但在轴晃动现象尚未出现前就发现轴承问题，已为该客户工厂带来了显著收益。 若未检测到此故障，可能会对设备造成严重损坏，进而导致维修成本、人工成本及收入机会损失成本大幅增加。
在发现风扇轴承问题后不久，设备启动工作全部完成，同时已建立数据连接，可通过 Modbus 协议将数据导出至工厂的 Pi 系统。 通过跟踪振动数据，团队能够判断是否需要进行维护或停机。 由于他们可以在过程中随时获取数据 ，所以他们可以看到当前和历史数据并查看趋势 。事实上 ，整个团队都能看到相同的数据 ，了解原因并决定维修 。
设备总会出现故障。 这是不可避免的。 如今，我们能够及早发现故障、进行维修，并防止生产过程中下游的更多设备出现问题。 我们很认可这种预测能力，以及由此带来的信心。”
- 可靠性团队负责人
即刻行动
请求咨询，了解艾默生工况监测专家团队如何帮助您启动、扩展或改进当前的计划或项目。
