一、 什么是MEMS振动传感器？
MEMS是一个独立的智能系统，采用与集成电路(IC)类似的生成技术，可大量利用IC生产中的成熟技术、工艺，进行大批量、低成本生产。由于体积小，可以把信息的获取、处理和执行集成在一起，组成具有多功能的微型系统，集成于大尺寸系统中，从而大幅度地提高系统的自动化、智能化和可靠性水平。基于MEMS振动传感器是通过MEMS技术集成加速度计来测量设备振动、倾角、冲击等状态信息。如下图所示：
二、 设备状态如何监测？
现代产业迫切需要采用保障在役设备安全运行的相关监测技术，揭示设备运行状态的发展演变规律，实现早期故障预报，进而避免故障，特别是恶性事故发生。设备状态监测由振动、声音、温度、电流、电压、油液、视频等多种方式。但大型机械设备的早期故障对振动信息中最为敏感。
振动信息测量一般指对设备振动进行勘测，并通过频谱特征以确定轴承、齿轮或润滑是否出现故障，最终衡量设备的健康状态。工业应用中，90%以上的旋转机械设备使用轴承元件和齿轮传动，而齿轮和轴承的早期故障会在振动信号的高频端反映出来。如下图所示：
轴承早期故障信息
对于监测轴承早期故障，传统的压电传感器相比于MEMS传感器的局限性，如下表所示：
另外，由于MEMS传感器具备体积小、重量轻等特点，在现场应用中，如下图所示，MEMS振动传感器可充分与监测平台耦合，保证振动信号传输的完整性。
基于MEMS振动传感器安装
三、 设备故障如何诊断？
武汉中云康崇科技有限公司长期研究基于MEMS振动传感器的设备状态在线监测与故障诊断系统，并针对工厂现有设备的维护维修模式，制定与设备维修维护优化策略，实现全流程设备的预测性维护，为企业避免不可估量的经济损失。
如上图，公司与华中科技大学、哈尔滨工业大学两所高校的振动专家团队，对工业设备各种故障的机理进行分析，生成机理模型，然后通过人工智能算法，对设备运行的数据进行分析和挖掘，并对相关故障案例进行深度学习，从而实现设备故障状态特征化、知识表达逻辑化，达到系统诊断过程的自动化和智能化。同时，系统会根据设备状态信息的积累，不断学习和优化模型，达到设备故障的精准预测和定位。如下图所示，现有根据机理模型提供的故障诊断模型有100多种。
四、 应用案例
通过终端对传感器的信息进行采集并传输到平台，设备正常与故障运行时，获得的加速度波形如下图所示：
设备正常运行时加速度波形
设备故障运行时加速度波形
设备正常与故障运行时，获得的振动频谱如下图所示：
设备正常运行时振动频谱
设备故障运行时振动频谱
通过频谱图可以看出，低频部分主要成分为工频34Hz及其二倍频、三倍频，高频成分幅值较大。出现故障前，时域波形幅值明显增大，且频谱中主要成分为108.5Hz的倍频成分，该成分接近轴承外圈故障频率理论值107.9Hz。通过我司故障诊断算法分析，得到轴承告警信息：轴承内、外圈松动、开裂，以及剥落故障。
现场经过人员检测后，确实发现中间轴存在跑内圈现象，处理后正常。如下图所示：
武汉中云康崇科技有限公司专业致力于故障预测与健康管理（PHM）技术研发，拥有多项工业设备状态分析和故障预测专利技术，工业设备早期故障诊断、故障预测研究开发平台，掌握了振动信号分析、声音信号分析、电流谐波信号分析、润滑油信号分析等多种工业设备状态分析技术，为工业企业提供智慧设备运维解决方案，赋能企业实现从预防性维护向预测性维护转型，从设备定期点检、巡检向智能巡检、无人值守转型。