随着5G手机与新能源车市场的崛起，芯片需求逐渐增大；而芯片的产能又受多方因素，如疫情、地震、暴雨等影响迟迟无法跟上市场所需，此时保障芯片产线的健康与稳定势在必行！

预测性维护的作用

预测性维护是保障设备的健康，其根本还是保障产线的稳定，最大限度地延长正常运行时间防止生产力的下降。

在芯片的生产制造上，存在很多的贵重设备，我们在做预测性维护的时候会首选这些设备进行部署；但其生产线上不可缺少的风机，虽其价值不高，但出现问题，无法为重要生产设备进行散热工作，势必也会影响着整个生产进程与效率。

Phoenix GM 线上监测系统

诺佤独家研发出品的智慧型线上监测系统Phoenix GM，具有开放性及定制性，针对工厂需求优化预测性维护流程，且系统软体每15分钟就会主动量测设备1次，一天96次，一个月会有近3000笔的量测数据，由诺佤的专业技术人员进行振动数据分析，同时还可将这些数据连接到企业IT系统，以推动数字化转型，实现工业物联网(IoT)及工业4.0；

下面我们应用一则实操案例，谈谈Phoenix GM对设备的预测性维护作用。

真实案例导入

本案例来自于某知名芯片厂，与诺佤为长期合作伙伴关系，厂房内众多设备均有部署诺佤的预测性维护系统，此次因其风机监测数据出现异常警报，故委托诺佤进行设备的诊断分析，以作为维修处理的判断参考；

在振动监测分析量测方面，诺佤具有30余年的行业应用经验，为该企业提供了一套包括数据采集、传感器（Sensor）、振动监控软体（Phoenix GM）和数据分析在内的设备振动状态监控方案。

Phoenix GM系统框架

>> 监测点位设置

此次出现异常警报的设备为厂房内的小型风机，监测点位共4处，位于设置于风机张力端、风机自由端、马达负载端及马达自由端；

监测点位示意图

本次预测性维护系统中，数据采集模块的硬件为诺佤的战略合作伙伴“凌华科技”的MCM-204，是一款基于ARM Cortex-A9处理器的超紧凑型边缘DAQ平台，具有内置的四通道，24位高分辨率模拟输入，可作为无需主机的独立设备使用，与诺佤的Phoenix GM软体整合搭配，可以实现对旋转的机械和设备进行24小时振动监测的数据采集和振动测量应用。

MCM-204

>> 数据分析及改善建议

点位安装完毕后，通过Phoenix GM对设备做持续且密集的振动数据监测；通过数据，我们可以发现风机端有两处数据出现异常。

真实量测数据

发现异常数据后，诺佤对此两处数据进行频谱分析，由频谱图（一）及图（二），发现FanI_T+90 & FanO_T+90 的水平向速度较大 (>7.1mm/）。

频谱图（一）

频谱图（二）

再根据频谱图（三）及图（四）所示，MI_+90 & Fan_V的时域具有多重个简谐运动，有少许特征频率；

频谱图（三）

频谱图（四）

再根据频谱图（一）&（二）中，相对FanI&FanO的水平向其时域呈现单一简谐周期运动，并无其他共振所产生明显特征频率，且与转速频率的振幅速度(16.88Hz)也较大、较明显共振产生，疑似皮带张力过大所导致；

诺佤提出检查建议：

① 检查皮带张力是否太紧

② 检查皮带上下固定轴是否错位导致张力过大

皮带张力模拟图

案例总结

最后经过现场检修后设备无问题，经拆机重组，调整皮带松紧度后，风机运转时据恢复正常；

通过这个案例我们可以知道，当设备出现了异常，其原因不一定是设备内部所产生的问题，其问题也可能来自周遭环境，如设备基座不稳、螺丝松动、安装不规范...等等外在因素导致设备出现“报警”状况；

此时我们如果没有足够的经验以及合理的分析，盲目地将设备送回原厂拆机检查，会花费掉大量的时间成本与维护成本；发现问题，并且精准定位到异常部位，是诺佤在做的事情，更是预测性维护真正的价值所在！

诺佤的Phoenix GM振动监测系统可以使用在众多设备上，运用在各行各业中，例如：

◇  汽车业：铸压机、自动化设备

◇  半导体：晶圆厂、Dram厂

◇  石化业：EVA厂、氯气厂、塑料厂、制膜厂

◇  钢铁业：轧钢厂、炼钢厂、直棒厂

◇  纸业：造纸厂

◇  纺织业：水煤炉厂，CP厂

◇  面板业：面板厂

◇  索道业：猫空缆车

◇  水泥业：港区，搅拌厂