基于振动监测的设备故障诊断技术在大型轧钢机械上的应用.docVIP

基于振动监测的设备故障诊断技术在大型轧钢机械上的应用、 李小雁 张文斌 (广州钢铁股份有限公司，广东广州510381) 摘 要 对基于振动的设备故障诊断技术做了较全面和深入的介绍，通过实例介绍了该诊断技术在轧钢机械领域的应用。指出该诊断技术可同时对一个测点进行复杂的时域、频域、相关域、统计域等分析，具有一定的趋势预测分析能力。 关键词 轧钢机械；振动监测；故障诊断 APPLICATIoN oF VIBRATING M oNIToRING BASED FAULT DIAGNOSIS TECHNOLOGY ON THE LARGE —SCALE STEEL RoLLING M ACHINE Li Xiaoyan Zhang Wenbin (Guangzhou Iron ＆Steel Co．，Ltd．，Guangzhou 510381，Guangdong) Abstract The vibrating monitoring based fault diagnosis technology was introduced generally and deep—ly．The application of the diagnosis technology on steel rolling machines was also introduced by examples． The technology could simutaneously analyzed a monitoring point about its time domain，~equency domain， correlation domain and statistic domain． And it has the analyses ability of trend—based forcasting． Key words steel rolling machine；vibrating monitoring；fault diagnosing 1 前言 轧钢机械属于大型的旋转机械，是轧钢厂的关键设备。转轴组件是轧机的核心部分，它包括旋转轴、齿轮传动件、联轴器、滑动和滚动轴承等。人们通过长期观察和实践，发现旋转机械的绝大多数前期故障都会表现出异常的振动，因此掌握机械振动的一般规律就能从振动信号中识别出常见的设备故障。通过对振动信号波形进行简单的时域、频域以及小波分析可对振动进行一般的识别，振动的可识别性是对机械故障进行振动噪声测试分析的技术前提。因此，采用在设备诊断技术领域较成熟的振动分析技术作为技术的突破口对轧钢机进行日常振动状态监测，就能在设备运行中或基本不拆卸全部设备的情况下，掌握轧机运行状态，判定产生故障的部位和原因，并预测未来的技术状态，从而可在早期有效地发现，以及在后期及肘地抑制故障，保障生产的可持续发展。 2 信号识别与获取 任何机器设备在运行中都会产生振动，机器的振动信号中包含了丰富的机器运行的状态信息。当设备发生异常或故障时，振动将会发生变化，一般表现为振幅加大。由不同类型、性质、原因和部位产生的故障所激发的振动具有不同的特征，这些特征表现为频率成分、幅值大小、相位差别、波形形状和能量分布状况等。振动信号的性质和特征不仅与故障有关，还与系统的固有特性有关，具体表现为同一故障发生的部位不同、故障激励传递通道(即传递函数)不同，其振动特征和响应亦会有较大的差别。总之，设备的振动是由故障激励和系统特性所共同决定的，但很多情况下，振动特征和故障类型之间并不是一一对应的关系，不能简单地对号人座，这就给振动的识别带来一定的困难。因此，振动的识别对于设备诊断技术的完善是至关重要的。轧钢机械工作时轧件是非连续地被轧制的，其转速并不恒定、功率更是从空载到满负荷间周期地波动。从原动机到轧辊间有庞大的传动和减速机构，可能出现的故障类型很多，因此检测设备、测点、点检方式和点检时间的选择对诊断的准确与否起关键作用。为保证所测数据具有可比性，在测定数据时应遵循以下几点原则：① 每次测量要在同一测点进行，否则由于激振源到测点的传递函数不同，而使测量的结果相差很大。② 保持每次测量时机器的工况相同。③保持测量的参数 相同，一般来说，频率在10—100Hz的振动应以位移作为数采器的输出参数，频率在100～1 000Hz的振动应以速度作为数采器的输出参数，频率在1 000Hz以上的振动应以加速度作为数采器的输出参数。④使用的仪器相同和测量的方法(如传感器及其固定方式)相同。在测振过程中，测点的选择同样影响监测结果，其选择原则是： (1)测点应选择在振动信号传递的通道上而且路线最短的位置，尽量减少中间传递介质。 (2)测点应选在信号反应比较敏感的部位，如轴承座、机座等。 (3)测点应选择在便于多方位测