振动传感器是一种目前广泛应用的报警检测传感器,它通过内部的压电陶瓷片加弹簧重锤结构感受机械运动振动的参量(如振动速度、频率、加速度等)并转换成可用输出信号,然后经过LM358等运放放大并输出控制信号。
振动传感器可用于机械中的振动和位移、转子与机壳的热膨胀量的长期监测;生产线的在线自动检测和自动控制;科学研究中的多种微小距离和微小运动的测量等。
振动传感器在测试技术中是关键部件之一,它具有成本低、灵敏度高、工作稳定可靠,振动检测可调节范围大的优点,广泛应用于能源、化工、医学、汽车、冶金,机器制造,军工,科研教学等诸多领域。
1
振动传感器在汽车防盗领域应用广泛
振动传感器能够对车体特殊频段的振动进行监测,在车体被外力破坏的情况可以产生警报。如果有人击打、撞击或移动您的汽车,传感器就会向控制器发送信号,指示震动强度。
根据震动的强度,控制器会发出表示警告的“哔哔声”或者全面拉响警报。许多先进的报警系统都将震动传感器作为首选防盗装置,不过通常还要配合其他装置一起使用。目前,汽车、摩托车防盗系统上,百分之八十的车辆报警器都用这类传感器。
2
振动传感器在泵房机组设备中的应用
随着科学技术的迅猛发展,机械工业化的程度也飞速提高,现代工业生产的机械设备正逐步走向复杂化、高速化、自动化。为了掌握设备运行状态、避免发生事故,对生产中的关键机组实行在线监测和故障诊断,也越来越引起人们的重视。振动传感器就承担了这一重要任务,保证了设备的正常运行。
当泵房或机组发生振动时,应针对具体情况,用振动传感器测量逐一分析可能造成振动原因,找出问题的症结后,再采取有效的技术措施加以消除。
工业振动分析技术是确定、预测和预防旋转型设备故障的一种检测工具。实施设备振动分析将会提高设备的可靠性和工作效率,减少停机时间,消除机电故障。振动分析技术是全球通用的工具用于确定设备故障,设定设备维修计划,使设备尽可能长时间地正常工作。
这些设备的旋转组件都有各自特定的振动频率。而其振动幅度则代表该设备的工作情况或工作质量。振幅的扩大直接表示旋转组件例如轴承或齿轮发生了故障。
对于旋转机械来说,目前主要的分析信号来自振动信号。对于泵来说,泵发生重要故障的重要特征是机器伴有异常的振动和噪音。其振动信号能实时的反应水泵故障信息,应用振动传感器可以实时监测泵的运行状态,以便第一时间检测到故障信息,通知检修人员采取措施,保证泵的正常工作,提高工作效率,同时消除安全隐患。
3
振动传感器在现代工业生产线领域中的应用
精密的工业生产过程越来越依赖于电机和相关机械设备高效可靠、始终如一的运作。机器设备的不平衡、缺陷、紧固件松动和其它异常现象往往会转化为振动,导致精度下降,并且引发安全问题。如果置之不理,除了性能和安全问题外,若导致设备停机修理,也必然会带来生产率损失。即使设备性能发生微小的改变,这通常很难及时预测,也会迅速转化为重大的生产率损失。
众所周知,过程监控和基于状态的预见性维护是一种行之有效的避免生产率损失的方法,但这种方法的复杂性与其价值不相上下。现有方法存在局限性,特别是涉及到分析振动数据(无论以何种方式获得)和确定误差源时。
典型数据采集方法包括安装在机器上的简单压电传感器和手持式数据采集工具等。这些方法存在多种局限性,特别是与理想的全面检测与分析系统解决方案相比较,后者可以嵌入机器上或机器中,并能自治工作。下面深入讨论这些局限性及其与理想解决方案——自治无线嵌入式传感器——的对比。对完全嵌入式自治检测元件的复杂系统目标的选项分析可以分为十个不同方面,包括实现高重复度的测量、精确评估采集到的数据、适当的文档记录和可追溯性等。
目前,手持式振动探头在实现方法上具备一些优势,包括不需要对终端设备做任何修改,而且其集成度相对较高,尺寸较大,可提供充足的处理能力和存储空间。然而,它的一个主要局限是测量结果不可重复。探头位置或角度稍有改变,就会产生不一致的振动剖面,从而难以进行精确的时间比较。
因此,维护技术人员首先需要弄清所观察到的振动偏移是由机器内部的实际变化所致,还是仅仅因为测量技术的变化所致。理想情况下,传感器应当结构紧凑并且充分集成,能够直接永久性地嵌入目标设备内部,从而消除测量位置偏移问题,并且可以完全灵活地安排测量时间。
4
振动传感器在城市道路维护领域中的应用
近日,有国家为公交车加装一套检测系统,随时收集路面状况等数据信息,以便及时维护道路破损,保证城市交通的安全状况。
研究人员将一种名为“G感知”的振动传感器安装在公交车底盘下方,公交车在路面行驶过程中一旦发生点播或晃动,传感器受到感应,就会立即将信息传送给中央系统,中央系统中装有GPS模块定位信息和画面传输接受器,两者同时作用,通过分析就能找出道路中央坑陷的具体所在位置。通过在公交车上安装路面探测器,进行24小时监控,如果发现坑陷道路,会立即派出维修队进行维修。
5
振动传感技术在长距离管道安全防范领域的应用
分布式光纤振动传感技术随着光纤通信技术的发展而逐步发展起来的一种新型振动传感技术,该系统能够实现长距离的输油输气管道安全防范,有效保障油气管线安全。
系统是基于相位敏感OTDR技术的原理而设计。将光纤作为相位调制元件,当外界入侵引起光纤振动时,光纤中散射光的相位会变化,通过探测光纤后向返回的瑞利散射信号的变化,对不同时刻信号特征进行分析,实现整段光缆振动信息进行实时监测。
可探测人工开挖、机械挖掘、钻孔等入侵行为:
系统具有分布式测量、本征无源防爆、抗电磁干扰、抗腐蚀、测量距离远、维护成本低等优点,可广泛应用于原油、成品油、天然气管线、地下管网等领域的入侵破坏监测。
6
振动传感技术安防领域的应用
分布式光纤周界入侵报警系统克服了传统安防设备普遍存在的监测距离短、功耗大、误报率高等问题,成为新一代周界安防监测系统。
光纤振动时,会引起光纤中光波相位的变化,通过对光波相位的变化来检测是否有扰动信号产生。对采集到的信号进行分析处理,判断是否有入侵行为。
可监测行为有:
7
振动传感器在公路建设领域的应用
压路机是具有压实路面、填方压实作用的道路施工机械。在压实作业中,压路机碾压路面,是如何来评判压实度是否达标呢?是压实不足,还是碾压过度,如何来控制压路机的压实力度呢?
压路机在压实作业中,往往采用振动压实技术,能够快速、有效的达到压实效果。我们可以通过振动传感器来测量、控制压路机的振动状况,它可以监控压路机振动机轮的加速度情况,并能够通过安装在控制室内的LCD/LED显示屏把加速度信号显示出来,方便操作人员实时查看和掌控。
8
振动传感器,帮助新手快速掌握滑雪技巧
通过佩戴在胳膊和腿上的振动传感器,滑雪新手可以获得实时的指导,从而更准确的知道应该如何控制身体姿态。
振动装置在舞蹈教学和体育运动的训练中已得到一些应用。在这些场合中,受训者需要有精确的姿势或姿态。随着运动员和舞蹈者四肢的运动,传感器能感知运动状态,并利用震动提醒他们采用正确的技术。振动传感器对滑雪尤为有用,因为与网球等其他运动不同,在滑雪时教练不可能手把手地指导。
滑雪板上安装的传感器能感知滑雪者正在向什么方向滑行。当滑行方向错误时,传感器将会发出提示,告知滑雪者应当怎样扭动身体,或是如何进行平衡。
9
美国研究振动传感器技术以识别入侵车辆
研究人员正在向汽车行业寻求开发振动传感器和数字信号处理技术的方法,仅根据车辆的振动便可以识别和自动瞄准目标车辆。通过使用测振传感器收集的来自内部反介入区和禁入区车辆的振动数据实现战斗识别和自动目标识别。
据相关研究人员称,当今,激光测振技术已比较成熟,完全具备自动目标识别能力。利用微多普勒技术的测振传感器已被用于测量军用和民用车辆的发动机振动。该技术能够在传统光电传感器的感知能力范围外提供非图像识别,以发现潜在的入侵者或攻击者。
此外,测振技术还可以为探询设施、电厂评估、模糊目标和战斗损伤评估(BDA)的振动信号特征评估。
开发振动信号的自动数字信号处理过程是将使该技术服役于作战人员的关键一步。
从检测到的远处车辆振动信号可以帮助作战人员分析并确定发动机类型、发动机转速、气缸数量、车辆类型或一个目标的指纹图谱,以用于目标辨认和识别。
研究人员先前已练习了相同的车辆振动检测算法,并推定出即使相同车辆的相关参数,如感测位置、发动机退化和调整状态、发动机的工作条件和结构载荷等的测量值也可以改变。
10
最新仿生振动传感器 让你成为蜘蛛侠
韩国科学家正在开发一种强大的声音和运动传感器,可以在未来的某一天让人类、建筑以及其他物体拥有“蜘蛛侠的感觉”。
这种新型传感器叫作“裂缝传感器”(又名“纳米级裂缝感觉系统”),它源于蜘蛛裂缝感觉器官的启发,该传感器可以佩戴在人身上或者放置在其他物体上。
蜘蛛的腿部散布着裂缝感觉器官,这些器官由蜘蛛身体表面的硬外骨骼和肢体裂缝中的一种柔性垫组成,直接连接到蜘蛛的神经系统。
蜘蛛裂缝感觉器官中的柔性垫是高度敏感的声音和振动感应器官,也是蜘蛛身上的早期预警系统。
这就是为什么蜘蛛几乎能在你要扑打它前就预感到危险,并在你完成动作前逃脱。换句话说,你最微小的动作都可能引发蜘蛛的内置感觉预警系统。
纳米级裂缝感觉系统是基于蜘蛛腿部裂纹预警系统原理:即在柔软的材料上覆盖坚硬的物质。传感器的延伸和变形的程度越大,两层物质的间隙就更大,从而获得更高的灵敏度。
科学家们认为这项新技身有无限可能的应用——比如录音,语音识别,运动感应,以级在地震发生前感应最微妙的震动,以及作为可穿戴式血压传感器用于医疗监控领域。
在一项比较声音识别能力的测试中,机械蜘蛛裂缝传感器完胜麦克风 ——机械蜘蛛传感器能准确地捕捉到了92分贝环境下的声音,而麦克风则不能清晰地录制声音。科学家们还将传感器连接小提琴上,结果显示它能准确地记录音符,然后将其转换成数字信号制作成曲子。他们还将传感器佩戴到手腕上,能够精确地测量心跳。
编辑:黄飞
评论
查看更多