自十八世纪上半叶问世以来，电机的应用范围愈发广泛，在场景、功能上均不断发展完整。据统计，电机是我国用电量最大的终端用能设备，2021年，我国电机保有量32．6亿kW，年耗电量5．28万亿kWh，占全社会用电量的64%。其中，工业电机保有量24．45亿kW，年耗电量4．13万亿kWh，占工业用电量的75%。
也因此，对电机的运转进行监测，从生产角度及能耗控制角度均具有重要意义。本期推文中，我们将为大家介绍电机监控方式的发展历程，愿为读者朋友们起一定参考作用。
为方便理解，以下图简述电机监测的几大发展阶段：
>>普通电机→变频电机：通过加装PLC进行监控
在没有变频器的年代，为调节电机转速，传统的机械不得不增加很多配件，这不仅增加了整体系统复杂性与成本，还限制了设备的性能和发展空间。从品名便可直观理解，普通电机由于未加装变频器，需人为进行定频，也因此运行次数严重受限，否则轻则电机发热，重则电机烧毁。
20世纪80年代中后期，美、日、德、英等发达国家的 VVVF变频器技术实用化，商品投入市场，得到了广泛应用。变频电机进入了人们的视野。
相较于普通电机，变频电机通过变频器实现了对电机转速和负载的控制；噪音低，更节能，适合场景多，安全系数高。同时，在变频器的基础上，可通过开关量联机、模拟量联机、通讯联机等方式，加装PLC控制模拟信号，以满足初步的电机监控需求。
这一阶段，通过PLC可以采集一定相关数据，并且再反向作用于变频器，实现的功能包括：控制电机启动和停止并防止电机过载；实现对电机的转速控制；以实现电机的保护控制，包括过电压、过流、过热和失速等方面，在此不一一例举。
然而，由于PLC有扫描周期，使用PLC来检测和控制电机故障时需注意滞后问题。特别是过载之类的报警，往往需要在短时间内做出反应，及时切断电源。故使用PLC来控制检测电机状态应作为一种二次性质的监控处理，并不能用来进行实时故障监控。
>>加装传感器，实现进一步电机监控
时间延伸向近年，越来越多厂家、管理者等意识到实时监测的必要性，传感器的采用变得日益广泛。
研究表明，电机振动信号中包含了大量的电机运行状态信息，对电机振动进行实时监测可以有效的判断电机的运行状态，加装振动传感器为电机状态监测起到了极大的支持作用。此外，也有油液、磁场、温度、湿度等传感器的利用，对环境因素及电机运行因素的数据采集愈发完备，使得电机监控系统日趋完善。
目前已涌现许多优秀的传感器厂家以及电机在线监控解决方案。曾几何时，这些传感器的数据阅读并不具宜人性，而工业互联网及云技术的普及及发展，使得监控系统在用户使用方面也实现了友好程度的显著提升。自动生成的曲线图以及具有可读性的信息提示，使得电机操作、维护相关利益方能够对电机故障实现更快速的响应。
到了这一阶段，实时监控固然是极大的提升，但仅仅发现电机的故障依然会导致计划外停机，于是我们不禁提出这样一个问题：如何在故障发生之前即进行精准预判，更大程度地避免损失且提升企业生产运营能力？
预测性维护便是这一问题的最优解，是的，我们可以实现“既要还要“。我们可以在较小的成本支出条件下实现“既要还要”，我们可以通过预测性维护进一步解决电机应用场景常年存在的巨大痛点，对电机监控能力实现真正的跃迁。
>>预测性维护，可视化、智能化，跃迁式的电机监控方案
关于预测性维护的优越性，我们业已撰文介绍，见《读懂预测性维护，概念、市场、应用全科普》一文。
奋兮科技电机大脑便是这样一款解决方案。在实时监测及报警、电机及各类硬件管理的基础上，我们凭借独有的专家经验库（数据、经验来自两支20余年从业经验的振动分析专家及电机专家团队），以AI融合工业机理方式，在实时监测基础上智能预判。事前即指明何时何处何故障将发生，防患于未然。
只需将电机大脑传感器加装于电机外侧，通过振动、温度、转速等关键数据的连续采集、监测，拥有强大数据边缘计算及机器学习能力的系统即可精准指出和预判电机健康状态。同时，电机大脑平台锚定不同知识水平及不同电机使用经验水平的用户群体，友好易读的界面简洁而便利。通过传感器盒子+SaaS应用平台为工业低压电机提供完备的智能PHM服务。
从第一代电机的出现，到不同电机监控方式的进步、迭代，电机大脑真正实现了电机监控的跃迁，也望为更多厂家、用户带来卓越的电机维护体验。
