- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
钢铁冶炼机械设备故障诊断及处理措施研究
钢铁冶炼机械设备故障诊断及处理措施研究
摘要:文章对近年来钢铁冶炼机械设备故障诊断现状进行了归纳总结,结合钢铁冶炼机械设备故障诊断相关理论,提出了关于钢铁冶炼过程中相关设备经常出现的故障原因以及相应的故障诊断处理技术。通过目前的诊断技术,可以很好地对运行中的机械设备进行实时监测和故障诊断,实现故障预警,降低安全生产事故的发生。
关键词:钢铁冶炼机械设备;实时监测;故障诊断;处理措施;故障预警 文献标识码:A
中图分类号:TH17 文章编号:1009-2374(2016)01-0065-02 DOI:10.13535/j.cnki.11-4406/n.2016.01.033
设备技术管理是钢铁企业生产经营的重要组成部分。随着我国经济建设的发展,钢铁企业正由生产型企业向生产经营型企业转变。机械设备作为钢铁企业最重要的生产工具,在生产经营过程中发挥着重要的作用。加强设备管理,有利于企业实现生产现代化,使生产有序进行,为企业取得良好的经济效益提供充分的保证。
钢铁企业的生产过程是一个封闭系统的模式化、流水化作业,整个生产系统的运行需要各道工序的良好衔接,如果某一道工序或者设备零件出现故障,那么将会导致整体生产的正常运行,造成无法估量的经济损失。由此可见,设备的故障诊断及处理措施对工业发展至关重要。钢铁的冶炼大致分为四个过程:炼铁、炼钢、热轧、冷轧,其中每道工序都需要不同种类的设备,所以钢铁的冶炼对设备的故障诊断需求相比于其他的工业生产更加重要。
1 钢铁冶炼机械设备故障诊断现状
近年来,钢铁冶炼机械设备故障诊断技术得到了长足的进步与发展。目前故障诊断技术水平相对较高的区域为美国,不仅能够发明出不同种型号的监测设备,还能够提出很多有效的监测手段,目前已经在发达国家得到了较为广泛的运用。我国的钢铁冶炼机械设备故障诊断起步较晚,最初的设备故障诊断技术发展于20世纪80年代初。随着技术的不断进步,设备诊断系统已经成为关键设备运行的必要软件之一,特别是目前智能专家故障诊断技术已经运用得相当成熟。最为成熟的钢铁冶炼机械设备故障诊断技术应用在大型的旋转型机械中,目前已经在此领域内发展出20多种故障诊断系统以及数据监测体系。设备故障诊断技术是多个学科的综合体,需要很多学科共同交叉形成新的学科,为我国钢铁冶炼工业的蓬勃发展做出了很大的贡献。
2 钢铁冶炼机械设备故障诊断相关理论研究
第一,以系统数学模型为基础的钢铁冶炼机械设备故障诊断方法。此方法主要以建立数学模型为基础,将当前的钢铁冶炼作为基本理念,运用多种先进的Luenberger观测器、等价空间方程、Kalman滤波器、参数模型估计手段进行钢铁冶炼机械设备的故障诊断与分析工作。其工作时需要与整个控制系统相结合,最终可以形成设备运行监控、系统修复及重构的故障诊断流程。但是此方法对于数学模型的精确度要求极高,由于数学模型建立时边界条件的局限性,会忽略一些较为重要的要素。
第二,以输出信号处理为基础的钢铁冶炼机械设备故障诊断方法。利用小波分析等信号处理手段将钢铁冶炼机械设备运行期间特定的信息进行处理,对信号的特点进行科学分析,提取异常信号,及时采取措施进行诊断与故障处理。例如速度传感器收集的是速度信号,温度传感器收集的是温度信号,将此信号进行实时监测,一旦发现温度信号异常,则表示该设备已经出现故障。现阶段运用比较广泛的信号处理方法还包括谱分析方法、时间序列特征提取方法、自适应信号处理方法等。这些信号处理方法不会依靠某一数学模型,适应能力较好。通常情况下钢铁冶炼机械设备故障诊断会运用到小波变换、时间序列特征提取等手段进行处理。
第三,以人工智能为基础的钢铁冶炼机械设备故障诊断方法。随着数学建模与信号处理方法的不断发展,人工智能诊断成为设备故障诊断中的主流,获得了显著效果。人工智能诊断的优势在于不需要针对复杂的设备运行体系建立复杂的数学模型,设定复杂的体系。其理论主要运用了人工神经网络预测、模糊数学理论,是解决较为复杂的大型机械设备的首选检测方法。此类智能诊断方法包括了专家智能诊断系统、模糊逻辑智能诊断系统、神经网络预测诊断系统、故障管理诊断系统等。
第四,其他钢铁冶炼机械设备故障诊断方法。目前,除了主流的钢铁冶炼机械设备故障诊断以外,还发展了众多有特色的故障诊断方式,比如设备运行模式诊断识别方法、灰色关联系统诊断识别方法等。与此同时,随着各个方法的不断发展,也发明了多种方法相互耦合的混合型诊断方法。
3 钢铁冶炼机械设备故障诊断技术分析
应用于钢铁冶炼过程中的机械设备有很多种,大多都是不同的传动设备以及液压设备,例如输送装置、检测装置、液压设备、传动设备等。机械设备的性能好坏直接影响着钢铁冶炼过程的效率和质量。因此,在冶
原创力文档


文档评论(0)