长期以来，对工厂内电机、泵类、风机等旋转类设备的故障维修，大多数是基于巡检和定期维护维修保养的方式。这其中面临的难题是：设备问题出现后的维护，无法减少或避免设备故障的再次发生;设备定期的预防性维护过于依赖人的经验及责任心，且存在维修不足或维修过剩等问题。
如今，设备状态监测的预测性维护已经成为一个主流趋势，也是大数据、工业互联网、智能制造的重要应用场景。到底有没有这样一种传感监测技术，能够一个平台对多种状态参数集中监测?集成简单、体积小且能够集成主流的io-link通讯协议?能预处理设备的状态数据、用于评估分析的统计处理数据以及报警信息等等?
有难题就找巴鲁夫，作为传感器及自动化专家，巴鲁夫在状态监控和预测性维护领域有着多年的实力积累， bcm多功能状态监测传感器可以对运行时设备的状态参数信息实施定期或连续监测，通过设备状态监测获得的过程数据，也是设备总体效率(oee)优化和工业物联网(iiot)实现的关键因素，是实现智能且灵活生产的基础之一。
巴鲁夫bcm多功能状态监测传感器可以记录多种物理变量，如振动、温度、相对湿度和环境气压，并对这些数据进行分析处理，再通过io-link接口将必要的所需数据传输至主系统，从而有效地对设备运行状态进行系统自动监测分析或人工分析。此外，这款传感器能探测并显示状态，持续获取温度、运作时间及启动周期的信息。
标准化的io-link协议使您能够方便地对传感器进行参数设置，并使传感器中的评估单独适应应用。利用灵活的过程数据设计，最多可以自由配置五个测量或预处理的数据，并循环传输。
特点
1、一个单元中的多个测量变量：振动、温度、湿度、空气压力
2、具有可配置数据预处理功能的集成评估电子装置
3、可配置的事件和状态显示
4、通过io-link快速连接并易于集成
5、灵活的过程数据设计，可同时传输多个变量
6、用于传感器自我监测的自我意识功能
7、紧凑型设计，空间小
通过bcm多功能状态监测传感器对设备状态实施监控，我们可以解决设备各种监控数据的复杂性，状态动态变化带来的不确定性，监控采样的非连续性，以及与上层系统进行通讯集成等问题。除此之外，还可以满足对部件疲劳程度诊断、机械摩擦磨损、机械冲击、滚动轴承损坏、部件过热等不同设备健康状况问题的实时预警，避免发生事故，保障设备安全运行，而且还可以对故障加以预测，指导制定合适的维护计划，避免过度维修，节约大量设备维护成本。
由此可见，巴鲁夫bcm多功能状态监测传感器实现了人工检查的自动化，避免了生产过程中遇到故障及意外停机的情况，为每个系统的高效和无故障运行做出了重大贡献，并显著提高了整个系统的有效性。
以上是网络信息转载，信息真实性自行斟酌。
