浅谈钢铁冶炼机械设备故障诊断及处理措施.docVIP

浅谈钢铁冶炼机械设备故障诊断及处理措施摘要：钢铁行业作为重工业和基础原材料工业，直接影响到国民经济的稳定运行。中国钢铁产业如何可持续发展，如何由钢铁大国发展成为钢铁强国，对我国国民经济稳定起着极其重要的作用。而其冶炼机械设备在钢铁生产中起着不可替代的作用，如何维护钢铁机械设备正常运行，是钢铁企业非常关注的问题，本文作者针对冶炼设备，详细介绍了冶炼设备的故障诊断及故障解决方法，以供同行参考。 关键词：钢铁 冶炼设备 故障 措施 在连续生产系统中，如果某台关键设备因故障而不能继续运行，往往会涉及全厂生产系统设备的运行，而造成巨大的经济损失。因此，对于连续生产系统，例如电力系统的汽轮发电机组、冶金过程及化工过程的关键设备等，故障诊断具有极为重要的意义。 对于某些关键机床设备，因故障存在而导致加工质量降低，使整个机器产品质量不能保证，这时故障诊断技术也不容忽视。 故障诊断的基础是建立在能量耗散原理上的。所有设备的作用都是能量转换与传递，设备状态愈好，转换与传递过程中的附加能量损耗愈小。例如机械设备，其传递的能量是以力、速度两个主要物理参数来表征，附加能量损耗主要通过温度及振动参数表现。随着设备劣化程度加大，附加能量损耗也增大。因此，监测附加能量损耗的变化，可以了解设备劣化程度。 一、 钢铁冶炼机械设备故障诊断技术的发展 诊断技术发展几十年来，产生了巨大的经济效益，成为各国研究的热点。从诊断技术的各分支技术来看，美国占有领先地位。美国的一些公司，如Bently，HP等，他们的监测产品基本上代表了当今诊断技术的最高水平，不仅具有完善的监测功能，而且具有较强的诊断功能，在宇宙、军事、化工、工业等方面具有广泛的应用。 我国诊断技术的发展始于70年代末，而真正的起步应该从1983年南京首届设备诊断技术专题座谈会开始。虽起步较晚，但经过近几年的努力，加上政府有关部门多次组织外国诊断技术专家来华讲学，已基本跟上了国外在此方面的步伐，在某些理论研究方面已和国外不相上下。目前我国在一些特定设备的诊断研究方面很有特色，形成了一批自己的监测诊断产品。全国各行业都很重视在关键设备上装备故障诊断系统，特别是智能化的故障诊断专家系统，在电力系统、石化系统、冶金系统、以及高科技产业中的核动力电站、航空部门和载人航天工程等。工作比较集中的是大型旋转机械故障诊断系统，已经开发了20种以上的机组故障诊断系统和十余种可用来做现场故障诊断的便携式现场数据采集器。透平发电机、压缩机的诊断技术已列入国家重点攻关项目并受到高度重视；而西安交通大学的“大型选转机械计算机状态监测与故障诊断系统”，哈尔滨工业大学的“机组振动微机监测和故障诊断系统”。东北大学设备诊断工程中心经过多年研究，研制成功了“轧钢机状态监测诊断系统”，“风机工作状态监测诊断系统”，均取得了可喜的成果。 故障诊断(FD)始于(机械)设备故障诊断,其全名是状态监测与故障诊断(CMFD)。故障诊断技术是一门交叉学科 ,为解决复杂系统的故障诊断问题提供了强有力的理论基础,同时实现了故障诊断技术的实用化;近二十年来,由于技术进步与市场需求的双重驱动,故障诊断技术得到了快速发展,已在航空航天、核反应堆、电厂、钢铁、化工等行业得到了成功应用,取得了显著的经济效益;从故障诊断技术诞生起,国际自动控制界就给予了高度重视。 二、钢铁冶炼机械设备故障诊断的主要理论及其方法 从不同的角度出发有多种故障诊断分类方法,这些方法各有特点,但从学科整体可归纳以下几类方法。 1、基于系统数学模型的诊断方法:该方法以系统的数学模型为基础,以现代控制理论和现代优化方法为指导,利用Luenberger观测器 、等价空间方程、Kalman滤波器、参数模型估计与辨识等方法产生残差,然后基于某种准则或阀值对残差进行分析与评价,实现故障诊断。该方法要求与控制系统紧急结合,是实现监控、容错控制、系统修复与重构等的前提、得到了高度重视,但是这种方法过于依赖系统数学模型的精确性,对于非线性高耦合等难以建立数学模型的系统,实现起来较困难。 2、基于系统输入输出信号处理的诊断方法:通过某种信息处理和特征提取方法来进行故障诊断,应用较多的有各种谱分析方法、时间序列特征提取方法、自适应信号处理方法等。这种方法不需要对象的准备模型,因此适应性强。这类诊断方法有基于小波变换的诊断方法、基于输出信号处理的诊断方法、基于时间序列特征提取的诊断方法。 3、基于人工智能的诊断方法:基于建模处理和信号处理的诊断技术正发展为基于知识处理的智能诊断技术。人工智能最为控制领域最前沿的学科,在故障诊断中已得到成功的应用。对于那些没有精确数学模型或者很难建立数学模型的复杂大系统,人工智能的方法有其与生俱来的优势。基于专家系统的智能诊断技术、基于