诌议轧钢机械振动故障诊断.docVIP

诌议轧钢机械振动故障诊断 　　摘 要：在轧钢机械的工作过程中，振动故障是一种常见的故障类型。对振动故障的分析及诊断对于保证轧钢机械的安全运行显得非常必要。本文从研究轧钢机械的振动故障的判断标准出发，对振动故障特征数据的采集、分析处理及诊断作了进一步探讨。希望对提高轧钢机械振动故障诊断的准确性，保障轧钢机械安全高效运转有所帮助。 　　关键词：轧钢机械；振动故障；故障诊断 　　DOI：10.16640/j.cnki.37-1222/t.2016.11.006 　　0 引言 　　轧钢机械的振动故障对轧钢机械的正常安全运转有着基础性的影响。在实际的工作中，现在较为普遍的故障诊断方法通常是在轧钢机械设备中安置检测和监控系统，通过及时发现和定位振动频率及幅度来判断振动故障所在，并通过振动数据的采集、频谱的分析来发现轧钢机械振动故障的规律，制定一系列对应的判断标准，从而指导轧钢机械的安全生产。 　　1 轧钢机械振动故障的判断标准 　　在正式进行轧钢机械振动故障诊断时，要依据一定的故障判断标准，在具体的轧钢机械维护和管理中，一般引入定性和定量的方法对轧钢机械振动故障进行准确判断。目前判断轧钢机械的故障标准一般有三种，即故障类比评判标准、故障相对判断标准及故障定量判断标准[1]。引起轧钢机械振动故障的原因很多，要想对其进行准确的判断还较为困难，通常情况下，影响轧钢机械振动故障判断的原因有以下几种：一是机械工况的变化；二是机械实际的运行速度；三是故障类型；四是故障检测传感器安装设置。因此，要实现对故障的科学诊断是很困难的，在实际的故障判断中除了参考一些量化标准，还要对一些相对指标进行判断。因此，当前对轧钢机械振动故障的判断标准还引入了数据采集、频谱分析等方法，不仅提高了轧钢机械振动故障判断标准的有效性，还提升了轧钢机械振动故障判断标准的可行性。 　　2 轧钢机械振动故障的诊断流程 　　在具体的轧钢机械振动故障诊断中，一般遵循以下流程：轧钢机械振动故障检测开始→确定要被检测的对象及其对应的基准频率（正常参数）→选择轧钢机械振动故障检测内容→明确轧钢机械振动故障的检测任务→对轧钢机械故障进行现场检测→回收轧钢机械振动故障的检测数据→对轧钢机械振动故障数据信息进行特征分析，形成数据报告→查看数据是否异常，作出轧钢机械振动的故障判断[2]。 　　3 故障特征数据的采集 　　在诊断轧钢机械振动故障过程中，故障特征数据的采集是技术人员进行故障正确判断的关键步骤。对轧钢机械振动故障数据采集的多少直接影响着故障诊断的准确性。故障数据采集得越多，就越有利于轧钢机械振动故障的诊断，但考虑到傅里叶运行时交换时间会随着数据长度的增加呈现成倍增长趋势，这将增加数据的储存空间，而轧钢机械由于转速低，不能满足这样的需求，所以在数据采集上一般采用2048为采集长度较为合适，这样可以覆盖不同故障的发生频率成分。对轧钢机械振动故障数据的采集通常由键相信号触发，一般将键相信号分为自动键相和手工键相。在安装有转速键相主轴情况下，通常采用自动键相，采取周期采样的数据采集方式，采样的数据长度为2048点，这样可以消除数据失真的“旁瓣”效应，得到1～1024倍轴频的分析范围。在没有安装转速键相的情况下，采用的是人工键相，人工设置振动采集板的采样频率，利用信号分析技术得出故障频率，频率分析的上限和下限都跟随人工设置的采样频率而变，例如键相每转256点，连续转8转，则数据采集长度为2048点，1/8～128倍轴频就是得出的频率分析范围；再例如键相转速为10Hz，每转采样的数据长度为2048点，那么0～10230Hz就为分析频率范围[3]。对已经采集到的数据，系统会将它们按照一定的格式存储在数据库中，将以小时计数的数据到一周、一月甚至一年计数的数据和其他诸如事故数据及原始比较数据一起储存在数据库中，以便为后续的振动故障分析和诊断工作提供数据参考依据。 　　4 故障数据的分析处理 　　在对轧钢机械振动故障判断标准和特征数据有了进一步的了解后，紧接着数据采集工作的是对轧钢机械振动故障进行数据分析和处理。首先是对动态监测轴承受的磨损程度进行分析，采用涡流传感器持续测量探头体与旋转轴之间的缝隙变化，发现轴承因磨损发生的圆度变化完成振动早期诊断。其次是对轧钢机械转速的检测，利用涡流传感器中的键相同步探头于不同时刻对数据采样，计算出正确频率后，通过对采样频率、波形及振幅的频谱分析，对频谱分析作出相应判断。最后是集中进行对轧钢加些振动故障特征数据的综合分析和处理，利用加速传感器和位移传感器对故障数据进行分析后，进一步明确轧钢机械振动故障信息来源，提高发现故障的能力，提早发现轧钢机械振动的故障。通过对采集的数据进行分析和对比，自动判断出轧钢机械的实时工作状态，还可将采集的振动故障