APP下载

状态监测与故障诊断技术在轧钢机械中的应用

2019-08-13李亚星

科学导报·科学工程与电力 2019年2期
关键词:故障诊断技术状态监测应用

李亚星

【摘 要】在钢铁生产中轧钢生产线属于最关键产线,而轧钢相关设备出现故障都会导致整条产线停产,从而影响产量。轧钢设备的核心部件主要包括:转子、联轴器、滑动和滚动轴承、齿轮等。通过长期的观察和实践发现旋转机械的绝大多数早期故障都会表现出异常振动,因而掌握机械振动的一般规律就可以从振动信号中判断出常见的机械故障。

【关键词】状态监测;故障诊断技术;轧钢机械;应用

1判断轧钢机械振动故障的标准

滚动机械振动故障的主要判据可分为三类,即相对失效判据、定量失效判据和故障类比判定。实际上,需要结合许多因素来判断故障的原因,如机械工作过程中状态的突然变化。因此,在具体实施过程中,这项工作不仅非常复杂,而且存在一些困难。基于此,在判断轧机振动故障时,往往需要采用更为严格的判据进行判断,而更好的方法是以时间轴为基准,进行比较分析。在相同的测试位置下,我们可以得到更重要的数据,然后将其与正常数据进行比较。研究发现,轧机实际运行存在故障。在诊断过程中,每一环节都需要严格的监督和控制。只有这样,我们才能准确地获取数据,并及时诊断故障的发生。这对于员工在最短的时间内解决问题,同时为员工争取更多的时间解决问题非常有帮助。

2设备测点的选择

在测量数据时,应遵循以下原则:1)每次数据采集时,机器的工作条件要一致,采集儀器和测量方法也要一致;在每次数据采集时同一地点,使得采集不会由于激励源到测量点的不同传递函数而引起。结果是不同的;3)每个获取的定义应该是相同的。一般来说,对故障响应频率超过1000HZ的振动进行加速,对故障响应频率在100-1000HZ范围内的振动进行加速。采集数据参数应基于速度,故障响应频率在10-100HZ范围内的振动,采集次数。根据参数,位移是主要因素。

在线监测过程中,测量点的变化对轧制设备的监测效果影响很大,因此应注意测量点的选择:1)测量点应选在信号响应中比较敏感的部位,如:机座和轴承座的支承面积;2)测量点应位于振动信号传输路径的最短部分,以避免中间传输介质。定性的外观;3)应强调测量点的方向性。一般来说,振动监测的测量点应从三个方向选择:垂直(V)、水平(H)和轴向(A)。对于某些低频振动,应更准确地选择测量点的方向;4)轧机等大型机械设备更易受到传递函数的影响,因此进行振动测量。在该过程中还需要多点检测。

3常见故障及诊断方法

3.1旋转机械的转子不平衡

转子由于受到材料质量、加工装配、工作中多种因素的影响,导致转子中心线和旋转中心线之间存在一定的偏心距,使转子在正常旋转时受到一个周期性的离心力,同时在轴承上产生动载荷,从而引起机器异常振动的现象叫做旋转机械转子不平衡。通过对离心力的分析可以知道,导致转子不平衡的离心力随转速的变化而改变。因此转子不平衡故障特征中刚性转子在启动时振幅随转速的增大而增大,而柔性转子,它在启动时振幅是先增大后减小。具体在时域波形中主要表现为一系列规整的简谐波、毛刺少;在频谱特征上主要表现为1倍频峰值明显;在振动相位方面,水平和垂直方向的振动相位差90°;在振幅特征上水平振幅比垂直大、径向振幅比轴向要大。

3.2不对中故障特征

转子的不对中指的是两根相互耦合的轴,其中心线不重合,这也是旋转机械的一类常见的典型故障,据统计旋转机械60%的故障是由转子不对中引起的。把常见的不对中分为平行不对中和角度不对中。其产生的原因包括:初始安装不对中、地基不均匀下沉、动态对中不良、轴承间隙改变、基础变形、、轴弯曲等。转子不对中的故障特征:当转子不对中时会在轴上产生一个附加轴向振动,因此把轴向振动的增大看成转子存在不对中明显征兆;在频谱特征方面:平行不对中主要在转子的垂直和水平方向上产生较高幅值的1倍、2倍转频峰值,角度不对中则表现为同频振动较为突出,它们的共同点是以转子转频的2倍频或4倍频为主,而且常伴有高次倍频。在振动相位方面,平行不对中的转子在两根轴上的径向振动相位差180°,而角度不对中时联轴器的轴向振动相位差180°。

3.3机械松动

松动类故障是轧钢机械常见的故障之一,同时也是很难诊断出异常振动具体部位的一类故障,它在设备的基础、支撑部位、机械部件、机壳等任何有连接件的部位都可能发生,而且松动故障和不平衡故障常常同时发生。其中地脚松动引起的振动异常表现为在垂直方向的振幅大于水平方向振幅。而由零件配合松动引起的振动异常则表现为振幅随着负荷的改变而变化,但其对转速的改变没有的明显变化。在频谱特征方面,除了1倍转频峰值明显的外,转频的奇数倍频会比较明显(而且常高于转频的幅值),并伴有0.4倍转频左右分数倍的谐波成分,频谱成分呈现递减趋势。

3.4滚动轴承常见故障

滚动轴承是轧钢机械转子系统的重要支撑部件,它可以提供旋转部件稳定的回转中心、径向支撑及轴向位置。滚动轴承包括轴承外圈、轴承内圈、滚动体以及保持架。因为滚动轴承的每一个零件都存在各自的缺陷特征频率,因此对滚动轴承进行故障诊断主要通过频谱变化。理论上,通过频谱分析技术不仅能判断轴承有无故障,还可以精确地判断是轴承中哪一个零件存在损伤。

3.5齿轮箱的振动特征及诊断

齿轮箱是轧制机械中常用的设备,是一种利用齿轮啮合传递运动和动力的机械传动。它的运行直接影响整个机组的正常工作。在齿轮箱的各种常见故障中,最常见的是齿轮故障(断齿、齿疲劳、生锈、齿磨损、划伤等)。如果一对齿轮是理想的渐开线形状,并且齿轮的刚度是无限大的,那么齿轮在工作啮合中不会振动。然而,由于制造误差、润滑、材料刚度等因素的影响,新齿轮在啮合过程中也会产生一定的振动。当齿轮出现缺陷时,振幅增大,出现新的频率分量。这些是齿轮缺陷的特征频率。

齿轮的特征频率主要包括齿轮啮合频率、齿轮固有频率和侧向频带。定轴转动的齿轮啮合频率与行星齿轮传动的啮合频率相同。齿轮故障诊断最有效的方法是分析齿轮振动频谱的变化,然后进行倒谱分析。齿轮故障诊断首先取决于啮合频率幅值,其次取决于啮合频率谐波,最后取决于侧频带的组成。随着齿轮故障的发展和振动能量的增加,齿轮的侧频带越来越丰富,振幅也越来越大(侧频分析通常首先需要细化频谱)。

结论

随着冶金行业的发展,轧钢机械的自动化程度已达到了一个较高的水平,其结构日益复杂,而且实际运行过程工况复杂,具有高温、高压、高速等特点。事后维修和计划维修已经很难满足当下生产对设备的需求,从经济以及维修价值等方面考虑预防性维修已经成为了当下冶金行业必须面临的课题,以振动分析为基础的状态监测与故障诊断技术近年来发展迅速,其在冶金行业中的各类风机、主电机、轧机齿轮箱、齿轮机座等设备上都表现出了非常好的实际应用效果。

参考文献:

[1]杨生贵,何险峰,杜永春.振动分析技术在分解槽减速机轴承故障诊断中的应用[J].设备管理与维修,2014(s1),22-25.

[2]刘铁岭,陆喜胜,胡雷周.应用在线监测技术实现摆剪主减速机预知性维修[J].冶金设备管理与维修,2017,35(2),68-70.

[3]张彬.轧钢机械设备管理与维护的重要性[J].化工管理,2018(18):20-21.

[4]李彦清.虚拟技术在轧钢机械中的应用[J].冶金设备,2018(01):32-36+52.

(作者单位:中冶京诚工程技术有限公司)

猜你喜欢

故障诊断技术状态监测应用
探讨故障诊断技术在矿山机电设备的应用
智能变电站设备诊断与状态监测技术研究
多通道采煤机状态监测与分析装置设计及应用
GM(1,1)白化微分优化方程预测模型建模过程应用分析
煤矿井下坑道钻机人机工程学应用分析
气体分离提纯应用变压吸附技术的分析
会计与统计的比较研究