论文部分内容阅读
【摘 要】对轧钢机械振动故障的诊断是一个需要长期研究，不断总结经验总结规律的过程。长期的实践证明采用以前传统的判断标准来实施诊断存在很大的漏洞和缺陷。因此我们要应用现代科学技术，准确采集轧钢机械振动的特征数据，排除无用杂音，并应用数学工具以及计算机技术，对振动数据实行科学的分析和研究，以便准确找到振动故障的根源。
【关键词】轧钢机械；振动故障 ；诊断研究
轧钢机械振动故障的迅速诊断和快速排除是轧钢机械管理工作和技术工作的重要目标，应从认知轧钢机械正常运行重要性的高度看待轧钢机械振动故障判断的问题，形成对轧钢机械振动故障判断标准的强化，全面分析轧钢机械振动故障的特征数据，建成轧钢机械振动故障判断的专家系统，进而达到提高轧钢机械振动故障准确判断和迅速排除的效果，在确保轧钢机械正常运行的基础上，实现轧钢机械振的功能和安全。在我国现行的方法中，在轧钢机械设备中装配检测和监控系统是最常见的，它是利用振动频率和振幅来对故障进行监测的，从而对故障进行实时的判断，再通过一定的技术工作对故障进行及时的排除，保障机械的正常运行，安全工作。
当然，在故障诊断的过程中需要依据一定的标准，做好各种数据的收集，并对所收集的数据进行必要的分析，从而形成正确而迅速的轧钢机械振动故障判断，以及一系列措施和技术的应用，真正提升轧钢机械振动故障判断的准确性，实现维护轧钢机械生产安全的基本目标。
一、轧钢机械振动故障特征分析
轧钢机械发生故障的种类繁多，在本文中，我们主要按照轧钢机械的振动性质以及振动方式不同进行简单的分类，情况如下：
1. 转子振动异常
转子振动异常是轧钢机械振动故障中较为多见的一种，它的主要原因是由于安装误差、转子变形或是受温度影响等等，最终导致转子对中不良，因而造成转子和转轴的松动，改变了转子轴系的固有频率，使转子发生异常振动及轴承出现早期损坏。
2. 电机振动故障
电机振动故障作为机械振动故障中的一种，主要是由于转子安装的不对称，以及转子和定子间的电压不均匀、不稳定，导致在摩擦的过程中出现松动、异常。
3. 齿轮机械振动异常
齿轮是轧钢机械的重要组成部分。齿轮发生的机械故障中，最严重的是齿轮的磨损和齿根的断裂。由于旋转中速度过快，导致齿轮的波动幅度超出了负载，因而使轧钢机械的运转受到严重的影响。
4. 滚动轴承故障
滚动轴承在工作时，当内圈、外圈等组件的通过频率与标准计算的数值不一致时，会引发故障。
二、轧钢机械振动故障的判断标准
由于轧钢机械故障的种类繁多，在对轧钢机械故障的判断标准中，应该将定量和定性的方法结合起来，对故障进行判断，而不能单凭物理现象对故障进行判断，否則会影响故障判断的结果。
在面临检测装置、工作状态、轴承种类、实际运转、故障类型等诸多复杂多变的问题时，需要设备操作人员、管理人员在参考传统标准的基础上，结合实际制定出更加科学、适应性更好的轧钢故障判断标准，标准应由故障定性判断标准、故障定量判断标准以及故障对比评判标准3部分组成，不仅对轧钢机械振动故障的频率、幅度等物理参数实施监控，并且通过引入数据采集、频谱分析的手段，大大提高了轧钢机械振动故障判断标准的有效性和可执行性。
三、轧钢机械振动故障的特征数据
轧钢机械最容易产生振动的部位，是齿轮和轴承连接的部分，振动信号通过各种方式传播，大部分信号传播在轧钢机械进行生产的过程中。因此，信号的传递结果受诸多因素影响。例如，工况的变化、转速以及负载的改变等等。当采集和分析轧钢机械振动数据时，必须对一个复杂的信号进行噪声分离，获取有效部分。否则，会由于环境的复杂导致错误的判断，从而很难完成特征数据的收集和判断。为了实现轧钢机械振动数据的采集分析和故障的诊断，必须进行常规频谱的采集和处理，进而对于造成振动故障的相关数据进行准确的计算和科学的分析。只有这样，才能找出不同振动故障之间的差别和联系。在实施振动数据的收集和分析时，我们可以考虑时域和频域两个方面。时域描述可以反映信号幅值随时间的变化关系，重要特征数据包括峰值、平均值和歪度等等。频域描述可以揭示信号的频率结构和各频率成分的幅值相位关系，特征数据主要包含两个部分。首先，出现振动故障的齿轮在轴频以及咬合频率方面的数据变化。其次，在进行频谱统计时，中心、均方以及方根频率等都是重要的统计特征。为了解决不同问题，需要掌握信号不同方面的特征。评价机械振动烈度需用振动速度的均方根值作为判据，采用时域分析便于得出。在寻找振源时，需要掌握振动信号的频率分量，就要采用频域描述。通过相应的数学工具可以对特征数据进行分析，这些特征数据对判断轧钢机械的振动故障至关重要。在数据的采集过程中，必须运用有效方法，排除噪声干扰，提取更多的振动特性数据，以便通过对不同状态下振动特征数据的分析和对比，准确查找出振动故障产生的原因。
四、轧钢机械振动故障诊断的流程
轧钢机械振动故障诊断流程为：轧钢机械振动故障检测开始、确定被检对象的正常参数、选择轧钢机械振动故障检测内容、明确故障检测任务、现场轧钢机械振动检测、回收轧钢机械振动检测数据、查找对比轧钢机械振动数据信息特征并经分析形成数据报告、查看数据并做出轧钢机械振动故障的判断。
五、故障特征数据的采集及分析处理
1. 故障特征数据采集
对于机械振动故障的诊断需要来说，数据采集的数量直接影响技术人员对故障诊断的准确性。但考虑到机械设备工作运转速度较低，而快速傅里叶变换需要的时间与采样数据长度呈指数倍增加，并且会极大地增加数据的存储空间。因此，应确定可以覆盖不同故障发生的原始故障采样数据的长度，利用工业控制计算机监测系统中的自动式和手动式键相采集数据发出信号。对于安装有转速/键相模块的主轴，采用自动键相、数据采集为整周期，可有效避免旁瓣效应；而对于不能安装转速/键相模块的设备，采用手动键相，根据设备的实际转速，通过人工设置每块振动采集板的采样频率，可利用信号分析，在保持数据长度不变的情况下得到所需的故障频率，频率分析的上下限随着人工设置的采样频率改变。利用主机能够为技术人员采集和分析故障数据——按照格式存储变转速数据、原始数据及事故数据，控制计算机监测系统，诊断故障的位置及故障发生的原因。 2. 故障数据分析
首先，通过利用涡流感应器对轴承的旋转轴和探头体之间进行不间断地测量，通过轴承的圆度变化可以诊断轴承的磨损程度。在测量故障特征数据的过程中，倘若能将输入径向和输出径向有机的结合起来，使两种测量同时进行，就能够对轴承的受力情况进行及时的处理分析。 所以，最好在使用加速传感器的同时，安装位移传感器，扩大频率收集和分析的范围，提高发现故障、分析故障、解决故障的能力，对故障特征数据进行综合有效的处理分析。其次，同时对探头进行涡流传感器的安装，利用不同通道进行同一时间的采样、频率计算，利用频率分析对采样频率、波形数目进行相关的分析判断。最后，要对轧钢机械振动故障特征数据进行综合分析和处理，即在明确轧钢故障信息的前提下，将故障特征数据进行分析，做到故障的早期发现、及时解决。
3. 故障数据处理
动态监测轴承的磨损程度及动态检测转速。通过对齿轮的振动数据、轴承的滚动情况、对被测量机械上安装的加速度传感器或涡流传感器反映的轧钢机械振动故障特征等各项数据进行分析判断，准确识别轧钢机械的实时工作状态，及时发现并解决轧钢机械振动故障，保证轧钢机械正常使用，提高轧钢机械的工作效率。
六、結束语
综上所述，及时发现并解决轧钢机械振动故障对轧钢机械正常工作具有重要意义。而轧钢机械振动故障问题的判断及快速排除并不是一个简单的问题，需要对轧钢机械振动故障进行特征数据采集、频谱分析研究，按照已形成的科学判断标准及故障诊断流程对故障进行分析处理。这就要求企业要针对不同的轧钢机械振动故障总结出一套科学、合理、全面的故障诊断体系，才能更好地解决振动故障问题，保证轧钢机械的正常工作，这对提高轧钢机械的工作效率有重要意义，能够为企业创造更大的经济效益。对轧钢机械振动故障的判断是十分复杂的，在采用传统判断标准诊断的基础之上，增强数据采集的准确度，从而更好的进行故障数据的处理分析，只有这样，才能科学全面的做好轧钢机械故障的诊断工作。 以上就是笔者的一些观点和建议，希望能起到抛砖引玉的作用，为我国的轧钢机械故障诊断事业贡献力量。
参考文献：
[1]李庆华.轧钢机械故障的探究与诊断分析[J].应用技术，2013（3）.
[2]黄绪银.轧钢机械振动故障的诊断分析[J].理论研究，2013（6）.
[3]刘洋，杨雪飞.轧钢机械振动故障的诊断[J].科技专论，2013，11（6）.
[4]杨智宇.浅谈轧钢机械振动故障的诊断[J].科技创新导报，2012，2（4）
[5] 喻颖 . 轧钢机械的振动监测与故障诊断 [J]. 中国设备工程 ，2002（03）.
【关键词】轧钢机械；振动故障 ；诊断研究
轧钢机械振动故障的迅速诊断和快速排除是轧钢机械管理工作和技术工作的重要目标，应从认知轧钢机械正常运行重要性的高度看待轧钢机械振动故障判断的问题，形成对轧钢机械振动故障判断标准的强化，全面分析轧钢机械振动故障的特征数据，建成轧钢机械振动故障判断的专家系统，进而达到提高轧钢机械振动故障准确判断和迅速排除的效果，在确保轧钢机械正常运行的基础上，实现轧钢机械振的功能和安全。在我国现行的方法中，在轧钢机械设备中装配检测和监控系统是最常见的，它是利用振动频率和振幅来对故障进行监测的，从而对故障进行实时的判断，再通过一定的技术工作对故障进行及时的排除，保障机械的正常运行，安全工作。
当然，在故障诊断的过程中需要依据一定的标准，做好各种数据的收集，并对所收集的数据进行必要的分析，从而形成正确而迅速的轧钢机械振动故障判断，以及一系列措施和技术的应用，真正提升轧钢机械振动故障判断的准确性，实现维护轧钢机械生产安全的基本目标。
一、轧钢机械振动故障特征分析
轧钢机械发生故障的种类繁多，在本文中，我们主要按照轧钢机械的振动性质以及振动方式不同进行简单的分类，情况如下：
1. 转子振动异常
转子振动异常是轧钢机械振动故障中较为多见的一种，它的主要原因是由于安装误差、转子变形或是受温度影响等等，最终导致转子对中不良，因而造成转子和转轴的松动，改变了转子轴系的固有频率，使转子发生异常振动及轴承出现早期损坏。
2. 电机振动故障
电机振动故障作为机械振动故障中的一种，主要是由于转子安装的不对称，以及转子和定子间的电压不均匀、不稳定，导致在摩擦的过程中出现松动、异常。
3. 齿轮机械振动异常
齿轮是轧钢机械的重要组成部分。齿轮发生的机械故障中，最严重的是齿轮的磨损和齿根的断裂。由于旋转中速度过快，导致齿轮的波动幅度超出了负载，因而使轧钢机械的运转受到严重的影响。
4. 滚动轴承故障
滚动轴承在工作时，当内圈、外圈等组件的通过频率与标准计算的数值不一致时，会引发故障。
二、轧钢机械振动故障的判断标准
由于轧钢机械故障的种类繁多，在对轧钢机械故障的判断标准中，应该将定量和定性的方法结合起来，对故障进行判断，而不能单凭物理现象对故障进行判断，否則会影响故障判断的结果。
在面临检测装置、工作状态、轴承种类、实际运转、故障类型等诸多复杂多变的问题时，需要设备操作人员、管理人员在参考传统标准的基础上，结合实际制定出更加科学、适应性更好的轧钢故障判断标准，标准应由故障定性判断标准、故障定量判断标准以及故障对比评判标准3部分组成，不仅对轧钢机械振动故障的频率、幅度等物理参数实施监控，并且通过引入数据采集、频谱分析的手段，大大提高了轧钢机械振动故障判断标准的有效性和可执行性。
三、轧钢机械振动故障的特征数据
轧钢机械最容易产生振动的部位，是齿轮和轴承连接的部分，振动信号通过各种方式传播，大部分信号传播在轧钢机械进行生产的过程中。因此，信号的传递结果受诸多因素影响。例如，工况的变化、转速以及负载的改变等等。当采集和分析轧钢机械振动数据时，必须对一个复杂的信号进行噪声分离，获取有效部分。否则，会由于环境的复杂导致错误的判断，从而很难完成特征数据的收集和判断。为了实现轧钢机械振动数据的采集分析和故障的诊断，必须进行常规频谱的采集和处理，进而对于造成振动故障的相关数据进行准确的计算和科学的分析。只有这样，才能找出不同振动故障之间的差别和联系。在实施振动数据的收集和分析时，我们可以考虑时域和频域两个方面。时域描述可以反映信号幅值随时间的变化关系，重要特征数据包括峰值、平均值和歪度等等。频域描述可以揭示信号的频率结构和各频率成分的幅值相位关系，特征数据主要包含两个部分。首先，出现振动故障的齿轮在轴频以及咬合频率方面的数据变化。其次，在进行频谱统计时，中心、均方以及方根频率等都是重要的统计特征。为了解决不同问题，需要掌握信号不同方面的特征。评价机械振动烈度需用振动速度的均方根值作为判据，采用时域分析便于得出。在寻找振源时，需要掌握振动信号的频率分量，就要采用频域描述。通过相应的数学工具可以对特征数据进行分析，这些特征数据对判断轧钢机械的振动故障至关重要。在数据的采集过程中，必须运用有效方法，排除噪声干扰，提取更多的振动特性数据，以便通过对不同状态下振动特征数据的分析和对比，准确查找出振动故障产生的原因。
四、轧钢机械振动故障诊断的流程
轧钢机械振动故障诊断流程为：轧钢机械振动故障检测开始、确定被检对象的正常参数、选择轧钢机械振动故障检测内容、明确故障检测任务、现场轧钢机械振动检测、回收轧钢机械振动检测数据、查找对比轧钢机械振动数据信息特征并经分析形成数据报告、查看数据并做出轧钢机械振动故障的判断。
五、故障特征数据的采集及分析处理
1. 故障特征数据采集
对于机械振动故障的诊断需要来说，数据采集的数量直接影响技术人员对故障诊断的准确性。但考虑到机械设备工作运转速度较低，而快速傅里叶变换需要的时间与采样数据长度呈指数倍增加，并且会极大地增加数据的存储空间。因此，应确定可以覆盖不同故障发生的原始故障采样数据的长度，利用工业控制计算机监测系统中的自动式和手动式键相采集数据发出信号。对于安装有转速/键相模块的主轴，采用自动键相、数据采集为整周期，可有效避免旁瓣效应；而对于不能安装转速/键相模块的设备，采用手动键相，根据设备的实际转速，通过人工设置每块振动采集板的采样频率，可利用信号分析，在保持数据长度不变的情况下得到所需的故障频率，频率分析的上下限随着人工设置的采样频率改变。利用主机能够为技术人员采集和分析故障数据——按照格式存储变转速数据、原始数据及事故数据，控制计算机监测系统，诊断故障的位置及故障发生的原因。 2. 故障数据分析
首先，通过利用涡流感应器对轴承的旋转轴和探头体之间进行不间断地测量，通过轴承的圆度变化可以诊断轴承的磨损程度。在测量故障特征数据的过程中，倘若能将输入径向和输出径向有机的结合起来，使两种测量同时进行，就能够对轴承的受力情况进行及时的处理分析。 所以，最好在使用加速传感器的同时，安装位移传感器，扩大频率收集和分析的范围，提高发现故障、分析故障、解决故障的能力，对故障特征数据进行综合有效的处理分析。其次，同时对探头进行涡流传感器的安装，利用不同通道进行同一时间的采样、频率计算，利用频率分析对采样频率、波形数目进行相关的分析判断。最后，要对轧钢机械振动故障特征数据进行综合分析和处理，即在明确轧钢故障信息的前提下，将故障特征数据进行分析，做到故障的早期发现、及时解决。
3. 故障数据处理
动态监测轴承的磨损程度及动态检测转速。通过对齿轮的振动数据、轴承的滚动情况、对被测量机械上安装的加速度传感器或涡流传感器反映的轧钢机械振动故障特征等各项数据进行分析判断，准确识别轧钢机械的实时工作状态，及时发现并解决轧钢机械振动故障，保证轧钢机械正常使用，提高轧钢机械的工作效率。
六、結束语
综上所述，及时发现并解决轧钢机械振动故障对轧钢机械正常工作具有重要意义。而轧钢机械振动故障问题的判断及快速排除并不是一个简单的问题，需要对轧钢机械振动故障进行特征数据采集、频谱分析研究，按照已形成的科学判断标准及故障诊断流程对故障进行分析处理。这就要求企业要针对不同的轧钢机械振动故障总结出一套科学、合理、全面的故障诊断体系，才能更好地解决振动故障问题，保证轧钢机械的正常工作，这对提高轧钢机械的工作效率有重要意义，能够为企业创造更大的经济效益。对轧钢机械振动故障的判断是十分复杂的，在采用传统判断标准诊断的基础之上，增强数据采集的准确度，从而更好的进行故障数据的处理分析，只有这样，才能科学全面的做好轧钢机械故障的诊断工作。 以上就是笔者的一些观点和建议，希望能起到抛砖引玉的作用，为我国的轧钢机械故障诊断事业贡献力量。
参考文献：
[1]李庆华.轧钢机械故障的探究与诊断分析[J].应用技术，2013（3）.
[2]黄绪银.轧钢机械振动故障的诊断分析[J].理论研究，2013（6）.
[3]刘洋，杨雪飞.轧钢机械振动故障的诊断[J].科技专论，2013，11（6）.
[4]杨智宇.浅谈轧钢机械振动故障的诊断[J].科技创新导报，2012，2（4）
[5] 喻颖 . 轧钢机械的振动监测与故障诊断 [J]. 中国设备工程 ，2002（03）.