VI 520在线状态监测及智能诊断系统
主要特点
对常见机械设备的典型故障进行自动诊断
对设备及测点的健康状态进行定量分析
预定义多种常见设备类型，建立数据库简单快捷
内置全球常见品牌滚动轴承数据库
集成ISO 10816标准，自动生成报警界限
加速度/速度/位移高精度波形及频谱，同样适用于有能力的振动分析师进行精密诊断
概述
现代工厂越来越意识到预测性维修对于提高设备可用率、减少备件库存、提高工厂经济效益的重要性。作为工厂预测性维修最主要的手段，振动分析在现代工厂的重要性越来越大。绝大多数机械故障、一部分电气故障以及工艺流程问题都可以在振动信号当中有所体现。
然而，对于相当一部分工厂，振动分析显得如此复杂。从数据库建立、到数据采集、再到频谱分析，最后到振动分析，每一步都需要很多的知识储备和经验积累，对于实际使用人员是一个巨大的挑战。
VI 520在线设备状态监测系统充分考虑当前工厂进行振动分析和状态监测的困难，通过内置诊断算法帮助用户简化分析，对常见机械设备的典型故障进行自动诊断，并建立起健康指数体系，对工厂、设备及测点的健康状态进行定量分析及趋势跟踪。
预测性分析
长久以来，用户如果要对关键机组或重要的辅机设备实行在线振动监测，提供连续更新数据，会利用传统的在线监测系统。这类在线监测系统需要在现场设备上安装振动传感器，在机柜间部署在线监测的机柜，通过信号传输电缆将传感器连接到机柜内，再利用上位机软件对振动数据进行采集、存储、信号处理，交过经过培训的振动分析专家进行诊断。
在所有这些应用中，系统都只集中于数据采集，数据分析则必须交给经过培训的专家手动进行。同时系统安装复杂，需要大量安装辅材如电缆、桥架等，安装周期长，维护成本大。
VI 520硬件本身具备强大的数据处理，可直接安装设备现场，给用户带来至少以下额外收益：
7*24小时连续监测设备的振动状况，让您对设备的状态始终了如指掌。在线测量通过永久安装的传感器进行采集，以提供更准确的重复性测量结果。始终保持在线监测，随时可以采集数据，在启停机以及调试、变工况等情况下能完整了解设备的状态信息；
无需长距离布置传感器到监测装置之间的信号电缆，节省成本，避免信号衰减。只需一根电源线加网线（网线也可用无线通讯替代），系统即可正常运行；
直接提供自动诊断结果和量化的健康状态指标，用户可轻松建立预测性维修机制，提高设备可用率和工厂管理水平。
可定制的图形化人机界面
状态监测系统不应该只有复杂的图谱和难以分析的数据。VI 520配套的MX 360设备状态监测及智能诊断软件提供简单、直观、可定制的图形化监测界面，不再需要为复杂难懂的监测界面而发愁！
内置诊断规则
VI 520内置多种常见机械故障诊断规则并提供量化的健康状态评价指标：
- 不平衡
- 不对中
- 松动
- 电气故障
- 叶片问题
- 齿轮故障
- 轴承故障
－ 外圈缺陷
－ 内圈缺陷
－ 滚动体缺陷
－ 保持架缺陷
……
数据库功能
最简化数据库建立
预测性维修项目的起步阶段，最重要的事情建立一个信息完整、准确、参数和报警合适的数据库。一旦信息设置有误，后续采集的数据的准确性或者使用价值有可能会大打折扣，甚至可能提供错误的信息。VIBPAD预定义多种常见设备类型。您只需选择相应的设备类型，所有采集参数（告诉设备如何采集数据）、分析参数（判断故障原因并可以对其进行趋势跟踪）和报警界限（帮助判断设备健康状态）都会自动建立。您也可以自己修改新的设备类型，或者修改、删除已有的设备类型。
轴承数据库
包含SKF, FAG, NSK等十多个全球知名轴承品牌常见型号的参数和故障频率。在建立数据库时增加了测点所在位置的轴承型号以后，频谱分析时可以直接在频谱图上显示出该轴承的四个故障频率（内圈、外圈、滚动体、保持架），判断轴承故障非常简单。
数据分析
VI 520具备强大的数据分析能力，而且充分考虑到用户的需求，对数据库的每一层（包括工厂、区域、设备、测点）都有相对应的分析工具
自相关波形
很多时候振动分析师比较难从复杂的时域波形中区别振动主要是由于周期性信号还是随机性信号引起的。通常周期性信号预示着设备存在机械问题，而随机性信号则相反，往往不是由于固定位置的机械问题所引起。最典型的例子就是滚动轴承缺陷和润滑不良问题。两者都会振动值变大，但前者会产生周期性信号，而后者会产生随机性信号。自相关波形通过计算波形前半部分和后半部分的相关性，可以很好地计算出该振动信号主要是周期性信号还是随机性信号。
