基于频谱分析的罩式炉风机故障诊断及趋势预报.pdfVIP

维普资讯 中阖教俺王程2006．03 状态监测与诊断技术 文章编号：1671—0711(2006)03—0039—03 本栏目由北京鑫振通检测技术有限公司协办 测振仪器与诊断经验介绍资料网址：wwwb．eijingzhentong．com 基子频谱分析的蕈式炉风机 故障诊断及趋势预报 艾厚庄 (本钢冷轧厂，辽宁 本溪 1170(0)) 摘 要：分析罩式炉风机设备的振动特征；基于频谱分析理论，依据 “特征幅值一故障”诊断模式，针对风 机典型故障提取故障特征，应用灰预测理论 ，对风机不平衡故障进行趋势预报。 关键词：频谱分析；特征提取；灰预测；趋势预报 中图分类号：TH44 文献标识码 ：B 本文介绍风机设备的典型故障及振动特征，依 量块，第三、四次在同一位置质量块数 目递增，见 据频谱分析理论，对风机振动信号进行功率谱密度 表 1。 分析，提取故障特征。应用灰预测理论，对故障特 表 1 设置故障与试验循环的关系 征值序列进行预测，并绘制趋势预报图，以及时了 解设备当前及将来一段时间的工作状态，为生产和 l设置质量块数 l0 I】 l2 l3 1 维修提供可靠依据，改定期维修为预知维修。 一 、 风机典型故障及其振动特征 分别得到如图1所示振动加速度信号。 风机工作系统主要 由风机和电机两部分组成， 其间由耦合器联接。风机典型故障包括转子不平 衡、转子不对中、以及机件松动及轴承损坏等。本 文主要针对风机不平衡故障进行预测和预报。 不平衡在频谱图上表现的特征为振动能量集中 反映在旋转频率上，各倍频处有较小的谱峰。谱峰 的幅值超过预定值则认为可能出现不平衡故障。 二、基于频谱分析的故障特征提取 本文中的基于频谱分析的故障特征提取即为对 振动信号进行频谱分析 (功率谱密度分析)，提取 故障特征频率处的幅值作为故障特征值。 1．特征提取实例——实验台模拟不平衡故障 实验是在综合实验台上进行的。在配重盘上某 点加载质量块，质量依次递增。电机转速 I200r／ min，在两端轴承座沿水平和垂直方向各安装一个 压电式加速度传感器。采样频率512Hz。信号采集 过程中，水平方向信号振动能量突出且集中，信号 比较稳定，因此主要分析水平方向信号。实验分四 (d)第 四次循环振动加速度信号 个循环进行，第一次不加质量块，第二次加一个质 图 1 四次循环的振动加速度信号 @0=。0 可匿 ⑥0匡匡 0⑤ 0 维普资讯 状态监测与诊断技术 中阚教俺z程2006．O3 对四次循环信号分别做功率谱密度分析。图2 三、不平衡故障预测和预报 为第一次和第四次功率谱密度图。 1．灰预测理论 灰色系统理论是一种利用已知信息来确定系统