带式输送机托辊健康监测分析研究.docxVIP

? ? 带式输送机托辊健康监测分析研究 ? ? 岳 涛 （晋能控股煤业集团赵庄二号井， 山西 长治 047100） 引言 带式输送机是矿业企业生产的重要运输设备，其安全高效运行对企业生产至关重要。近年来，因带式输送机造成的火灾事故频发，对企业、人身财产安全威胁巨大。经分析，造成带式输送机火灾事故的主要原因是托辊失效造成托辊温度过高。托辊的失效会使托辊表面摩擦加剧，从而使得局部温度过高造成火灾。对于托辊的传统定期维护方法具有成本高、隐患大、实时性差等问题，无法有效预防托辊失效。针对这一现象，本文提出了带式输送机托辊健康监测的分析研究，采用振动信号分析的方法对托辊状态进行监测识别，提高设备监控监测实时性，降低企业运行成本，保障设备安全高效运行。 1 托辊故障简要分析 托辊是带式输送机系统的主要旋转部件，主要由弹性挡环、轴盖、密封圈、筒体、轴承、隔离环以及轴承座等组成，托辊的结构示意图如图1 所示。托辊的主要作用是减少输送带的运行摩擦力，降低设备使用能源损耗，降低使用成本。带式输送机运行环境较为恶劣，托辊故障发生较为频繁。常见的托辊失效现象有轴承损坏、托辊变形以及筒体损坏等，轴承损坏是托辊失效最为常见的故障形式。轴承损坏的常见形式包括磨损损坏、疲劳剥落损坏、断裂损坏以及胶合损坏。轴承损坏大多是由设备振动以及环境腐蚀引起的，早期故障经不断恶化逐渐变为损坏。轴承振动主要是由于设备组装不当、设备设计有缺陷、其他部件故障以及部件性能退化等原因造成的。据统计，托辊故障的70%以上故障都是由于振动原因引发的，故采用基于振动信号监测的方法进行托辊健康监测研究非常必要[1-3]。 图1 托辊结构示意图 2 带式输送机托辊健康监测分析研究 2.1 振动模型建立 托辊在有设计缺陷、组装不当、部件故障以及部件性能退化等情况下，轴承系统会发生不同程度的振动现象。在振动作用力下，托辊轴承性能会逐步下降，逐渐形成点蚀故障。托辊故障状态与正常状态下的托辊相比，其振动信号频率相差明显，通过传感器对信号的收集可较好地判断托辊的健康状态。本文的托辊轴承故障模型采用幅值调制模型进行描述，当轴承故障后频率为f=1/T 时，2M+1 个冲击振动表达式为： 式中：f 代表转频，Hz；M 代表故障冲击数量；x（t）代表冲击振动函数；e 代表自然常数；A 代表m 个故障冲击幅值大小，g；t 代表时间，s；T 为故障周期；β 为托辊阻尼特性系数；ω 为故障共振频率，Hz；u（t）代表单位阶跃函数；n（t）代表干扰噪声函数；τ 代表滚动体滑移影响程度。 2.2 轴承故障仿真分析 设置托辊转频为20 Hz，信号采样频率为20 kHz，依据某煤矿带式输送机的几何结构参数信息可得各类故障特征频率表达式为： 式中：f 代表转频，Hz；fBPFI为托辊轴承内圈转频，Hz；fBPFO为托辊轴承外圈转频，Hz；fBSF为托辊轴承滚动体转频，Hz；fFTF为托辊轴承保持架转频，Hz。 2.3 基于SIOS 算法的健康状态监测 托辊健康监测需研究的另外一项就是如何对故障仿真信号与频谱进行处理，通过设立相关的健康指标从而对托辊的运行状态进行实时定义追踪。本文采用的处理方法为基于SIOS 算法的健康状态监测，其具体流程示意图如图2 所示。SIOS 算法可有效提取与分离故障信息，较为适合托辊健康状态监测。托辊的健康状态监测过程中设置了健康指标1 与健康指标2 两个评估标准，且将两个指标集成为H（i），以期进一步提升诊断效率。其中，第一步是按照SIOS 算法的要求进行信号采样，Δs 图2 基于SIOS 算法的健康状态监测流程示意图 3 实验验证 对节径为23 mm、滚珠直径为8 mm、接触角为0°、滚珠数量为9 的托辊轴承进行健康状态监测，通过更换不同健康状态的轴承进行实验后发现，轴承健康状态监测准确，准确率为100%，符合相关要求。图3 为轴承外圈故障的基于集成参数H（i）的诊断结果。依据轴承的结构参数，外圈故障特征频率应为236.40 Hz，图中谱峰为230.7 Hz，系统判定其数值差异原因为滚动体滑移影响，系统判断结果为轴承外圈故障，托辊状态监测正确。 图3 基于集成参数H（i）的诊断结果 4 结论 带式输送机托辊故障是引发带式输送机火灾发生的主要原因，传统的防治方法主要采用托辊定期维护的方法，该方法成本高、隐患大、实时性差，无法满足实际的生产需求[7-10]。针对这一现象，本文提出了采用基于振动信号分析的方法对托辊健康状态监测进行研究，通过分析本文主要得出了以下结论： 1）托辊轴承不同部件与各部件在有无噪声状态下仿真时域波形与频谱差异明显，可运用振动信号分析的方法对托辊健康状态监测进行研究。 2）运用振动信号分析法结合基于SIOS 算法的健康状态信号处理，完成了带式输送机托辊健康监测研究。通过