基于轧钢机械振动故障的诊断研究

摘要：在轧钢机械的正常运行中，经常会出现一些故障问题，需要严格按照故障判断标准、采用合适的诊断方法来诊断，才能避免轧钢机械出现更多问题，从而更好地提高轧钢机械的运行性能。文章就轧钢机械振动故障的判断标准进行了阐述，对轧钢机械振动故障的特征数据进行了分析，提出了轧钢机械振动故障特征数据的采集、处理等。

关键词：轧钢机械；振动故障；故障诊断；特征数据；判断标准 文献标识码：A

中图分类号：TG33 文章编号：1009-2374（2016）16-0075-02 DOI：10.13535/ki.11-4406/n.2016.16.036

根据轧钢机械振动故障诊断的实际情况来看，在线振动监测诊断系统的合理应用，可以达到快速、准确、及时的效果。因此，对轧钢机械振动故障诊断有比较深入的了解，对于保障轧钢机械的运行安全和功能等有着极大作用。

1 轧钢机械振动故障的判断标准

在充分利用各种先进设备、技术对轧钢机械的运行情况进行检测的情况下，对当前轧钢机械振动故障的诊断情况进行全面分析来看，比较常用的判断标准主要有如下三种：一是故障类比评判标准；二是故障定量评判标准；三是故障相对评判标准，在保证轧钢机械振动稳定性、可靠性等方面有着极大作用。在受到环境、经济、生产条件等多种因素影响的情况下，轧钢机械可能出现各种振动故障，因此，想要准确进行各种物理现象的评判有着比较大的难度。

目前，轧钢机械的工作状态、轴承种类、实际运转速度、故障检测传感器的安装部位、振动故障的类型等都会给故障判断带来不同程度的影响。所以想要制定出科学的故障诊断标准，有着非常大的难度。在实践过程中，振动故障诊断标准的科学构建，需要注重定量评判标准的运用，还要有机结合相对判断指标等，才能在以时间轴为基准的情况下，充分利用相同的测试方式、测试位置和工况定期测量等，获取相关数据，从而在对比与分析正常数值和测试数据等的基础上，确定轧钢机械的具体故障情况。根据实践诊断情况来看，在线振动监测诊断系统的合理应用，主要包括如下九个流程：一是检测；二是确定被检测对象和基准频率；三是选择检测内容；四是明确检测任务；五是现场进行检测；六是回收相关数据；七是查找和对比重要的数据信息，并形成其报告；八是检查数据，如果存在异常情况，则需要对其进行可靠分析，才能制定出可行的解决措施和采用合适的技术，如果没有异常情况则需将报告存入档案库中；九是继续进行下一个对象的检测，按照第四步继续操作。

2 轧钢机械振动故障的特征数据分析

在轧钢机械运用范围不断扩大、性能不断提高的过程中，一般情况下，振动信号是存在于齿轮部位和滚动轴承部位等位置，并且传递途径具有一定复杂性，信号很容易受到影响，如负荷变化、机械工况变化等，都会使振动信号受到一定干扰。因此，在进行信号分析的时候，针对上述各种因素带来的影响，需要采取合适的信号降噪措施，才能提高轧钢机械振动故障诊断结果的可靠性和准确性等。所以有着较多实践经验和较高技术水平的专业人员，在进行轧钢机械振动故障的分析与判断时，必须对设备的常规频谱进行可靠分析与处理，并对轧钢机械振动故障的一些特征数据进行分析与计算，才能真正掌握不同故障的典型特征。例如：从频域角度和时域角度来进行特征数据的合理分析，其中频域方面的特征数据是：故障特征的齿轮啮合频率与倍频、轴频与齿轮啮合频率的各次谐波、轴频域倍频等；频谱统计特征的中心频率、均方根频率等，而时域方面的特征数据主要是指有效值、峰值峭度、歪度等。在实际进行上述各种特征数据的分析时，还要结合相关数学计算公式，才能更好地降低噪音、环境等多种因素给特征数据准确性的影响，从而在将这些特征数据与正数值相对比和分析后，及时掌握产生这些故障的原因。

3 轧钢机械振动故障特征数据的采集

在实践过程中，轧钢机械出现的故障，在充分考虑轧钢机械工作转速比高这个情况后，需要将每组原始采样数据的长度确定为一定数值，以便更好地覆盖上述各种特征频率成分，从而实现相关故障特征数据的全面采集。在实践过程中，数据可能存在失真现象，通过采取相关措施后，在频率分析范围为1～1024倍轴率的基础上，获取比较准确的轴频和倍频成分。与其相比，在设备主轴没有按照转速与键相的情况下，通过人工键相的方式设置振动采样板的采用频率，并结合设备的实际转速，获得当前对应的故障频率。其中频率分析的上限与下限，是随着人工设置采用频率的变化而改变的，如每转采集为285点，连续转8次，在采用数据长度为2048点的情况下，频率分析范围为1～125倍轴频。在特征数据采集好以后，必须严格按照统一的格式进行储存，如一个月的数据、一天的数据、一个小时的数据、原始数据、对比数据、事故数据等，并将其存放在数据库中，才能为设备出现故障问题时提供可靠参考依据，特别是经过处理的频谱与波形的特征数据，必须完整存放在数据库中，对于提高系统故障自动诊断时的准确性和科学性有着极大作用。由此可见，轧钢机械中存在的振动故障，必须采取合适的方法进行各种数据的收集，并及时进行对比和分析，才能避免各种故障时而发生，对于提高轧钢机械的运行稳定性、可靠性等有着重要影响。

4 轧钢机械振动故障特征数据的处理

目前，在线振动监测诊断系统的应用范围在不断扩大中，可以有效提高各种监测结果的准确性、可靠性。通常情况下，在采用在线振动监测诊断系统的时候，需要将振动测量传感器安装在被测试对象的上面，如速度传感器、加速传感器、位移传感器等，以便准确测量相关波段等。目前，在实践中相关数据的处理主要包括如下两个方面：

4.1 轧钢机械轴承振动故障特征数据处理

在进行相关振动数据的收集时，需要及时安装加速度传感器，但是这样操作以后，取得效果并不是很理想，因此将加速度传感器更换成位移传感器，可以使各种振动数据的可靠性得到大大提高。在实践过程中，轧钢机械轴承振动故障特征数据的科学分析，有着如下三个方面的作用：一是对轴承的磨损程度实行动态监测。在采用涡流传感器的时候，可以持续测量探头体与旋转轴之间的间隙变化情况，并掌握轴承磨损带来的影响，是及时诊断相关故障的有效方式。在受到冲击的情况下，轴出现严重晃动现象，因此轧钢机械轴承振动故障特征数据的收集，通常是将空载、稳定状态下的平均间隙值作为参考依据，以及时判断轧钢机械是否处于异常状态；二是转速的动态检测。通常情况下，特征频率就是振动故障的频率，但是在进行故障信号的分析时有着一定随机性，因此故障特征频率有可能存在一定误差。为了更好地提高轧钢机械轴承振动故障特征数据的可靠性，一般将某段频率范围幅值的最大值看作是特征频率的幅值，在安装有涡流传感器的情况下，频率计算的准确性可以得到大大提高，对于提高诊断结果的可靠性、准确性等有着一定影响。同时，在人工键相状态下，轴振动波形的周期性要好很多，在结合波形数目、频率、振幅频率等相关数值的基础上，可以获得更加准确的转速；三是综合考虑。一般轴承的振动频率、齿轮的诊断频率在振动特点方面也有着一些差异，因此，在综合利用位移传感器、加速度传感器的情况下，可以大大提高系统解决各种问题的能力。同时，在充分考虑各种不同成分后，轧钢机械存在的振动故障主要来源于何处也能得到确认，从而达到及时解决相关故障问题的目的，对于提高轧钢机械的运行稳定性有着极大作用。