《Leuze推出了用于清洁和预测性维护的智能传感器》

  • 来源专题:工程机械与高端装备
  • 编译者: Hazel
  • 发布时间:2025-04-27
  • Leuze的传感器部门推出了两个采用不锈钢外壳的全新传感器系列:卫生型33C系列、坚固耐用的可冲洗型35C系列。新系列适用于对卫生要求较高的生产和包装流程。

    卫生敏感的生产和包装过程对传感器技术的要求很高。设备必须坚固、可靠,并经批准可直接接触食品。有了Leuze的两个新传感器系列,制造商可以放心使用,由于其光滑的外壳没有安装孔,33C系列特别适用于食品、饮料或制药领域的应用。

    35C系列设计坚固耐用,是高机械负载和密集清洁过程的理想选择。35C系列传感器用途广泛,可用于食品工业以及汽车工业或机床。

    包装流程解决方案

    这两个系列均包括漫反射、对射和反射式光电传感器。33C和35C系列还包括用于包装工艺的特殊解决方案。包括用于玻璃和PET检测的反射式光电传感器、用于检测小物体的背景抑制传感器、动态参考传感器以及用于穿透塑料薄膜的强大对射式光电传感器。新款33C和35C系列的小巧外壳尺寸与53C和55C系列的不锈钢微型传感器相得益彰。

    安装在敞开的食品上方的传感器的要求非常高。只有经过授权的组件可能会与食品接触。35C系列的DRT35C动态参考漫反射传感器采用不锈钢外壳,是此类传感器的理想选择。传感器系统无需额外封闭。

    使用Power PinPoint LED快速启动并运行

    Leuze的全新33C和35C系列首次提供配备Power PinPoint LED的传感器。这种光技术意味着传感器可以快速轻松地对准和设置。这得益于明亮、圆形和均匀的光斑。光斑的大小、形状和均匀性在整个工作范围内保持不变。激光或红外设备也可用作Power PinPoint LED的替代品。

    完全密封

    在恶劣环境下,通常需要使用复杂、特制且昂贵的不锈钢保护罩来保护塑料外壳的传感器。只有这样,才能承受高压清洗。33C和35C系列的不锈钢传感器无需这样做,因此降低了系统的复杂性,缩短了安装时间,从而降低了成本。这些设备专为在潮湿区域和密集清洗过程中可靠运行而设计,具有IP67、IP68和IP69K等防护等级,以及ECOLAB、CleanProof+和Diversey认证。

    33C系列的PRK33C.PPTT3反射式光电传感器适用于检测无菌灌装线中的透明瓶。由于其外壳特别光滑且没有固定孔,卫生设计可避免任何残留物堆积。该传感器还使用安装插口进行气密连接。

    智能通信

    新系列的另一个优势是:两个系列都配备了IO-Link接口。这样可以快速轻松地配置设备以及可用于规划预测性维护的诊断数据。


  • 原文来源:https://memuknews.com/technology/automation/series-33c-leuze/
相关报告
  • 《过程传感器的未来:基于AI和预测维护》

    • 来源专题:智能制造
    • 编译者:icad
    • 发布时间:2023-08-28
    •     数据无处不在,但它们是从何而来?第一个现代 传感器 始于1860年,当时Wilhelm von Siemens使用了铜电阻器来测量温度。根据这一想法,在1883年诞生了第一个恒温器,这就是被普遍承认的第一个人造传感器。 从那时起,我们看到这种设备大量涌现,尤其是在制造过程的测量和控制领域。随着传感器被应用于运输和消费市场,传感器的复杂程度及其定价发生了巨大变化。与此类似,它们在测量和控制过程中的部署性质也发生了变化,过去是在人为的计算或逻辑(如在比例、积分和导数(PID)控制)中对传感器信号进行相当简单的组合。 在此之后,是支持 仿真 和过程优化的计算机应用程序。过去几年里,在人工智能(AI)和机器学习(ML)的驱动下,出现了具有高度技术能力的创新技术。其结果是在多个维度上对数据流进行更为复杂的合并,以及用时间来学习行为模式,而不是用基于工程第一原理和统计的计算数字模型来估计行为。程序正在由机器编写,而不是人类。 01 基于AI技术的过程传感器 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(NSF)的数据,物联网有望连接500亿个智能设备和1万亿个传感器。其中,传感器和AI/ML技术最广为人知的应用也许是在机动车辆中,尤其是电动汽车。例如,Tesla model 3 中的自动驾驶系统配置了8个摄像头,12个超声波传感器和前向雷达,以读取车道线并检测附近的汽车。 过程制造行业一直在开发这种基于AI和ML中的传感器的新用途,以更好地测量资产和过程的状况,包括从机器及其周边设备传感器上收集的数据流中学习它们的明确行为。它可以取代旧的技术,从而实现更简单、更快的部署,以及更高的准确性和结果,而不需要高强度的工程技能。最好的应用可以抽象数据科学,使工厂的普通工人在不需要大量学习的情况下就能实施复杂的策略。 从单点测量和简单的逻辑表达式,转变为每隔几分钟收集一次自动组合的数据流。使用AI/ML以多维/时序的方式来处理数据,可以开发出更多维度的行为模式,要远远高于人类所能感知到的。该技术非常清楚地看到了这些模式,以识别明确的行为,知道什么是正常的,什么是异常的,以及设备和过程退化的实际模式是什么:如果不加以管理,将会导致糟糕的结果,并可能导致资产故障。 02  制造业 数据的关键性 现实情况是,这些部署都是数据驱动的解决方案。没有数据就意味着没有解决方案。这让用户想知道需要多少数据以及需要哪些数据? 以一个矿山的大型泥浆泵为例,该泵配备了4个传感器来测量:输入压力、输出压力、流体温度和电机电流。在这种情况下,通过预测性维护解决方案可以提前两周获悉电机将出现故障。 另一个例子,炼油厂的一个大型充油泵有50个传感器,包括上游和下游的过程测量,还有位于机器上的、包括诸多振动传感器在内的机械传感器。在这种情况下,预测性维护解决方案提供了降级的即时通知,以及16周内即将发生故障的通知。 因此,基于ML的传感器分析可以在只配置少数传感器的情况下有效工作,如果使用更多和更高质量的传感器,其准确性会有效得多,预警也会更早。由于最关键的资产通常已经配置了很多传感器,因此很少需要添加新的传感器。 从检测到的传感器数据也可以预测即将发生故障的模式。它与故障的根本原因和精确的故障模式有一一对应的关系,需要选择合适的传感器组,才能开发这些精确的模式。 在这种情况下,良好的传感器选择指南可以给出检测特定故障(如泵或压缩机上的轴承故障)所需的精确集合。持续监测所选的传感器可以通知是否出现明显的退化模式,并发出高级警告。 03 过程传感器的未来 多年来,过程传感器类型和可用性不断变化。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、颜色和重量,甚至在线质谱仪,可以提供完整的产品细分。所有这些,在过程和设备监控的预测分析中都很有用。 此外,新兴的传感器测量领域也可以提供额外的帮助。想想有经验的运行人员,他们通过监听设备发出的声音,就可以对设备行为有深刻的理解。在人类听觉范围内、外的新型声学传感器也能有所帮助。麦克风安装起来很便宜,而且不需要安装在机器上。使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应用也有所发展。 这种设备可以取代旧的分析仪,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,比如承载电话的电缆,以检测温度、接近度和入侵者。电缆安装是非侵入性的(只需要靠近),是检测泄漏和盗窃的一个非常有价值的应用,在周界围栏上,可以检测到任何靠近的事物。 这些只是预测分析依赖复杂传感器进行过程和设备监控的几个例子。未来,这些传感器的新用途将充满潜力和令人兴奋。 关键概念: ■ 过程传感器正在不断发展,为过程和设备监控提供预测性分析。 ■ 人工智能和机器学习帮助用户从过程传感器收集更复杂的数据,以获得更深入的见解。 思考一下: 您工厂都采用了哪些先进的过程传感器? ▲本文来自于控制工程中文版杂志(CONTROL ENGINEERING China)2023年6月刊《技术文章》栏目:基于 AI 的过程传感器和预测性分析 .
  • 《诺德推出用于预测性维护的状态监测系统》

    • 来源专题:数控机床与工业机器人
    • 编译者:icad
    • 发布时间:2020-01-10
    • 诺德传动集团推出的状态监测系统能定期或永久地记录驱动系统及状态数据来优化操作的安全性和提高机器的效率。诺德还在该基础上开发了预测性维护概念,其基本原理是通过驱动电子设备中的智能PLC对模拟和数字数据(测量、信号和操作参数)进行快速、高效和全面地评估。 用于预测性维护的状态监测系统:诺德推出的驱动技术大大提高了机器和工厂运行的安全性和效率。图示为物流应用   预测性维护的目的是对机器和工厂进行主动维护,它能在早期阶段发现异常,旨在减少停机时间并提高整个工厂的效率。现在,状态监测维护已取代传统的周期性维护,它能尽早地发现并避免异常运行、意外停机和机器故障。预测性维护还能根据实际驱动和过程数据来规划机器和工厂的停机时间。这对于使用诺德驱动技术的工厂和机械操作员而言减少了服务和材料成本,同时提高了工厂的利用率。其另一大优势是延长了组件和机械的使用寿命,同时还可以规划维护并优化其成本。 利用驱动数据实现智能算法   诺德在驱动技术的基础上通过智能算法和虚拟传感器将信息从状态监测系统传送到预测性维护系统中。以监控油温确定换油时间为例。油温是齿轮箱中油老化的关键因素。系统将油温与齿轮箱参数和特定的运行参数结合后可以精确地推算出换油时间,无需使用物理温度传感器。诺德的变频器还集成了PLC,可通过智能算法对驱动数据进行预处理,并用作评估单元。客户可以通过所有的通用界面访问计算出的数据。   诺德可根据相应的自动化任务来扩展驱动设备或对其进行调整,用户还可以直接选择需添加的驱动任务(驱动监测、驱动控制、过程控制)。在生产区域较小时,这种扩展性可为工厂判断是否需要重组提供了初步经验。诺德现有三种配置级别可供选择。在第一级中,驱动单元中的PLC仅执行驱动监测任务,并对驱动参数进行预处理,然后传至负责驱动和过程控制的高级控制系统中。在中等级别中,PLC则集成了驱动控制及运行驱动相关功能。在较高的组态级别中,变频器PLC则完全替代了较高级别的控制系统,除了能与控制单元通信外,无互联网连接的本地数据管理也能选择并应用数据。 诺德进行状态监测及测性维护的基本原理是通过驱动电子设备中的智能PLC对模拟和数字数据(测量、信号和操作参数)进行快速、高效和全面地评估。