石树正 李健英 王丽娜 徐 政

（1.河北建筑工程学院，河北张家口075024；2.张家口市安全生产技术服务中心，河北张家口075024；3.河北钢铁集团宣化钢铁公司，河北张家口075024）

轧机轧制过程对轧制速度和强度有着严格的要求，生产过程中轧机辊系随机的出现垂直颤振结构失效现象.纵向颤振对产品质量影响比较突出，有的在短时间能达到幅值，从而造成产品的薄厚不一，影响轧制速度和产品的质量，严重时导致断带.

从轧机振动入手，研究其对轧制过程的影响，组建测试平台，采用压电振动传感器提取振动信号，同时用LabVIEW对振动信息进行分析.采用非线性信号处理方法―EMD，对振动数据进行EMD分解得出结果，通过对（固有模态函数）IMF进行Hilbert变换得到时频谱和边际频谱，并对信号的IMF、时频谱和边际频谱的分析得到信号所包含的振动情况和特征信息.

1 轧机垂直振动检测系统的建立

压电传感器测得的颤振信号与机架的信号输入电阻动态应变仪实施信号处理，调整好的信号由数据采集卡采集.最后分析信号并显示存储.图1为轧机振动检测系统.

图1 轧机振动检测系统

图2 YD系列振动传感器的特性

检测系统中压电振动传感器为YD系列压电加速度传感器（见图2）.压电式传感器具有稳定性能好、工频带范围宽等优点，该传感器广泛应用于机械振动检测与控制.

采用美国国家仪器公司的DAQ数据采集卡作为检测平台的数据采集系统，信号分析与信号处理利用LabVIEW软件多种功能开发平台来实现.图3为测试统虚拟仪器的前面板.

图3 LabVIEW分析前面板

图4 信号的时频域图

图5 EMD分解的IMF分量图

2 轧机振动信号理论研究

2.1 EMD时频分析研究

利用非线性信号处理技术EMD，将复杂信号分解为IMF函数.

以下面的调幅调频仿真信号为基础，其分析表达式为：

信号的组成部分为：基频20Hz，调频10Hz的频幅信号和频率80Hz的正弦信号叠加组成，fs＝3200Hz；采2560个点.信号的时域图如图4所示.

分析得出角频率ω（t）为：

利用EMD将信号分解，最终的到该信号的各个IMF，如图5所示.

其中IMF2分量频段波形的局部极值点时间尺度和幅值都有明显的改变，表现出调幅调频部分的变换规律.IMF1分量的80Hz余弦部分达到最高值；对图5中的IMF分量进行Hilbert变换如图6，Hilbert图由两个频率成份组成，其一是随时间变化的分量，围绕基频20Hz频率波动，其波动频率为5Hz；其二是不随时间变化的80Hz频率成分.图中表现出明暗相间变化5次，幅值变化频率为6Hz.

图6 HT时频谱图

2.2 实测的信号EMD分析

现以轧制过程中的实测信号为例进行研究分析，实测信号如图8所示.轧制过程中有非线性阻尼刚度和固有阻尼刚度的影响，工作辊的运行状态会发生变化，使得被测量的非线性度更加明显.利用实测数据可以分析出工作辊的颤振趋势.

如图9为实际测试工作辊颤振EMD分量图.运用EMD分解后得出，明显的振动包含在较高频率IMF1和IMF2分量中.此分析结果表明轧机在轧制过程中工作辊的振动中存在着较多的高频率的颤振信息，反之在低频中存在着少量的颤振信息.

图7 HT边际谱图

图8 实测数据

图7为信号的边际谱图，信号的调频调幅部分则表现为以载波频率20Hz为中心；而正弦部分表现为80Hz频率点上的幅值.

图9 实测数据的EMD分解后的IMF分量图

图11 EMD分解后的HT边际谱

图10为轧机工作辊EMD分解后的Hilbert时频谱.由图可以看出在运行中工作辊一直存在着频率为0－14Hz之间的振动.在采样点数为9000－24000之间还存在着频率为25－35Hz之间的振动.

图11为轧机工作辊振动信号进行EMD分解后Hilbert变换组合成的边际谱.由图中可以看出在30Hz以内存在着明显的振动信息.在14Hz左右有较强的振动幅值.

3 结 论

从轧机振动入手，研究其对轧制过程的影响，组建测试平台，采用压电振动传感器提取振动信号，同时用LabVIEW对振动信息进行分析.采用EMD方法对实测信号进行分解.通过实验分析表明EMD能够精确的分析出信号内部信息.通过对信号进行EMD分解，得到信号的内部特征，并对分解后的IMF分量进行Hilbert变换，得到时频谱和边际谱，通过分析，准确地得到在采样点数为9000－24000之间还存在着频率为25－35Hz之间的振动，在14Hz附近存在明显振动现象.

［1］闻邦椿.机械振动学［M］.北京：冶金出版社，2011

［2］陈立平，等.机械系统动力学分析及ADAMS应用教程［M］.北京：清华大学出版社，2005