帶旋轉傳感器軸承

帶旋轉傳感器軸承如圖1所示，其構造為在軸承的內部裝入了磁性傳感器和磁性編碼器，已有標準深溝球軸承數個型號實施了產品系列化。由于使用了磁性傳感器，和一般的光學傳感器相比，它耐污染，也可以在高溫環境中使用。這種軸承適用于叉車上的驅動電機控制和車輪防滑控制。

汽車車輪轉速傳感器

檢測車輪轉速的磁性傳感器搭載在汽車車輪的軸承(輪轂軸承)上，也用于ABS(防抱死制動系統)的控制等。輪轂軸承的密封部位中內置橡膠充磁環，即使在車輪周圍的惡劣環境中，也具備長期不會劣化的高耐用性。NTN也開發了內置式使用具有倍增功能磁性傳感器的高分辨率旋轉傳感器的輪轂軸承(圖2)。

檢測絕對角度的雙列磁環

NTN開發的雙列磁環³⁾如圖4所示，它和磁性傳感器組合使用可用于檢測絕對角度。磁性傳感器的倍增功能和雙列磁環的高精度充磁式樣使其能夠以旋轉1圈(360度)達到10萬等分以上的分辨率進行檢測。由于它是磁力式的，相比光學式傳感器，具有優異的耐污染性能，并且其緊湊的配置有利于節省空間，被用在機器人關節部位或用于各類電機的控制傳感器。

機床主軸用內置傳感器軸承單元

機床主軸單元除了具有高速、高剛性、高精度等基本性能之外，還力求兼具狀態監測和IoT功能。面向機床主軸，NTN開發了“內置傳感器軸承單元”，該單元將各種傳感器集成到軸承鄰接的外圈隔圈中，以監測軸承內部的狀況，并帶有載荷檢測功能和無線通信功能(圖5)。這些傳感器通過檢測振動、溫度掌握潤滑的劣化狀態和損傷征兆，防止故障發生，或者通過監測加工力或軸承的預緊量等，提出方案用于調整加工條件。

狀態監測的動向

近年，以道路和建筑物等基礎設施的維護管理和運營為目標的評估管理概念也逐步擴展到了機械設備領域，并廣泛應用于從機器狀態監測到零件采購控制中。在設備維護方法方面，已經從傳統的TBM(基于時間的維護、預防性維護)轉向CBM(基于狀態的維護、預測性維護)(圖7)。

在這種情況下，在運行過程中監測軸承狀況、檢測故障跡象并在問題出現之前提供對策的服務得到了市場的關注。

省人力化并提高生產性，有效進行設備維護需求的高漲

面向工廠設備的狀態監測系統導入

為了使大型機械設備、連續運轉的泵和發電機等長時間穩定運行，軸承狀態監測、診斷技術以及根據狀態進行相應的維護工作至關重要。尤其在大型設備和重要生產線上，引入了全面的狀態監測系統，并持續進行定期檢查和日常維護工作，同時留存運行和維護記錄。通過這種方式，各公司都建立了整個工廠的狀態監測和運行管理系統，以防止大型設備出現問題。

相比之下，對于小型設備，對每臺機器單獨進行操作管理的情況較多。由于在工廠內部分使用了優化的系統，這就導致即使引入狀態監測設備，也很難將其連接到一個統一的系統來運用。

IoT平臺可以解決這類問題。將IoT平臺導入到每臺設備中，并在設備上運行測量軟件等應用程序，使設備之間的數據交換以及存儲數據更易統籌管理和互通利用。

NTN在IoT平臺Edgecross⁶⁾上開發了作動軸承診斷應用程序(圖8)，并提供不需要接入互聯網，不需要進行詳細的設定便能提供狀態監測功能⁷⁾的工具。詳情請參考相關講解報道。

便攜式異常檢測裝置

在實施TBM的現場等場景下，作業人員通過巡視對于設備進行定期檢查觀測時，需要便于攜帶搬運的測量儀器來簡單地記錄數據。根據這一用途，圖9所示的NTN便攜式異常檢測裝置⁹⁾便有了用武之地。

和作業人員的手機終端連接可測量并記錄設備的振動，可通過預先設定的判定基準來判斷狀態，或者分析狀態趨勢。當需要對觀測數據進行精密分析時，可利用頻率分析功能，對諸如聯軸器、軸承的損傷等進行診斷。

大型風力發電裝置中的狀態監測動向

如圖10所示的大型風力發電裝置，其機械設備高達地面60米以上，其中大部分被設置在沿海地區和山丘地帶等環境惡劣不易抵達的地方。由于受到天氣影響操作受到限制，對于設備狀態的掌握和維護作業并不容易。因此，通過狀態監測系統(CMS)進行遠距離監測十分必要，在日本也越來越普及。

傳感數據的運用

通常，狀態監測系統使用從軸承周圍測量的振動數據等選出的稱為診斷參數的特征量來診斷設備狀態。雖然，多數診斷參數可被計算出，但是根據不同的設備，能夠用來有效進行診斷的參數也不同，較難選擇。

以往我們能通過經驗來選擇診斷參數，如果積累了有關測量數據和損傷相關的大量數據，并使AI系統學習這些數據，便可能實現自動地選擇有效診斷參數。另外，通過分析監測到的損傷事例和故障事例，也能用于改善對于機器、設備的設計和運行方法。積累的實機數據越多，越能提高對于該設備的狀態判斷精度。

NTN正在構建能靈活運用積累的實機監測數據的系統，并致力于該系統的持續運行。同時，提供傳感設備和測量工具來收集以軸承為中心的傳感信息也很重要，因此也在著力進行開發。

NTN提供的解決方案

在設備的運行現場，需要軸承周邊的傳感器和狀態監測提供如下信息：

①判斷運行狀態是否良好

②發生損傷時的進展預測

提供這些信息需要如下技術，需要培養專門技術人員，累計大量經驗等人力物力。

?軸承基礎知識和狀態診斷技術

?傳感技術和信號處理技術

?AI診斷等自動進行狀態判斷的技術

?軸承特有的課題相關知識

由于設備應用人員不僅需要了解軸承的狀態還需要了解機器整體的狀態診斷信息，因此，需要具備將機器周邊信息考慮在內進行綜合判斷的技術，另外，針對不同運行設備的特性，需要進一步綜合寬泛領域的信息進行考量。例如，氣象數據、金融數據或社會活動、匯率信息等，通過靈活運用各種數據，研討采購成本和維修時點等，同時也可運用于設備運行管理中的數據分析。

面向風力發電裝置的維護業務

基于CMS的風力發電裝置的狀態診斷之外，NTN還致力于優化運行和維護以及在運行控制中的應用。從長遠來看，我們通過分析CMS數據和軸承損壞案例，在開發使用壽命更長的軸承的同時，也在促進為售后軸承和點檢維護提供全面服務，從而降低海上風場的運維成本。

在風力發電領域，NTN與Hokutaku有限公司合作，啟動了維護業務。通過基于CMS信息優化風力發電設備的運行和維護(智能維護)，并在軸承開發和采購以及運行和維護服務方面進行合作，如圖14所示，開展軸承生命周期管理業務，努力貢獻于社會。