基于在线振动监测系统的棒材故障诊断及维修

赵强

（河北钢铁集团宝钢一钢轧厂，河北张家口075000）

基于在线振动监测系统的棒材故障诊断及维修

赵强

（河北钢铁集团宝钢一钢轧厂，河北张家口075000）

R钢棒材，经过在线监测系统的数据分析确定了故障隐患后，停机检修，故障隐患与诊断位置相符，证实诊断正确，更换部件后设备故障消除。案例表明，单凭经验和点检有时不能及时发现和解决故障问题，只有根据故障诊断系统所提供的振动特征，再结合设备和生产参数来确定故障隐患，才能及时解决问题。

振动特征；故障诊断；旋转机械；在线监测

1 棒材故障检测诊断的国内外现状

近年来，钢铁企业已从过去单纯追求产量效益转向产品质量、新产品研发及技术创新模式上来，随之而来的是炼铁、炼钢、轧钢技术的不断发展。其中，棒材已经广泛应用于制造木工机械、陶瓷机械等各行各业中。由于棒材的使用范围很广泛，在工业生产中发挥着重要的作用。因此，对棒材的质量要求也成为了关键，为了保证质量需要对生产线进行故障检测［1-2］。

棒材精轧线作为钢铁加工中的关键设备，一直是我国的一个薄弱环节。随着现代科学技术的迅速发展，棒材精轧生产系统正朝着大型化、复杂化、系统化和自动化地方向迅速发展。这类的大型复杂系统在工业生产中的应用产生了巨大的经济效益，但同时带来了一系列维护上的问题:投资大、维修费用高，一旦停机损失巨大，事故的后果严重。因此，精轧生产过程的故障检测与诊断越来越受到人们的重视。棒材生产设备的故障检测与诊断，在企业日常安全生产运行中起到了重要作用［3-5］。

当前的棒材设备的故障诊断虽然对正常的企业生产起到了一定的作用，但依旧存在不少缺点。如检测系统采用单一的振动信号高频谱分析信号源而忽略了压力、温度等其他信号源，从而使诊断准确性降低。以及如何在故障早期阶段有效提取故障微弱信号等都是故障检测亟待解决的方面。与此同时国内的诊断检测技术虽得到了很大发展但在工业应用的普及上还有待提高，同时与国外技术也还存在着一定差距［6-7］。

2 案例分析

2.1 背景介绍

R钢盘螺在线监测系统共安装了165个测点，精轧机组传感器分布情况：19#～28#轧机各布置传感器3个，电机上2个，增速箱上3个，21#精轧机上也设置了3个测点。R钢盘螺生产线精轧机（仅含21#），传动链示意图见图1。

2.2 峰值趋势分析

21#锥箱输入轴，轴向7月31日～9月4日趋势图见图2。从趋势图中可以看出，振动峰值很不平稳，呈阶段性逐渐上升趋势。

图121 #精轧机传动链示意图

图221 #锥箱输入轴趋势图

2.3 时域分析

21#锥箱输入轴，轴向9月4日17：00时域分析波形图见图3。从图中可以看出，时域振动冲击比较明显。

图321 #锥箱输入轴时域分析波形图

2.4 自相关分析

21#锥箱输入轴，轴向9月4日17：00的自相关分析波形图见图4。从图可以看出，自相关图中有T=0.035549 s的等时间间隔，对应的特征频率为f=1/T=28.177 Hz，与III轴（锥箱II轴）转频27.63 Hz比较接近，说明21架的III轴（锥箱II轴）有故障隐患征兆。

图421 #锥箱输入轴自相关分析波形图

图521 #锥箱输入轴向自谱分析波形图

2.5 自谱分析

图6 辊箱油膜轴承烧损事故图片

21#锥箱输入轴，轴向9月4日17：00的自谱分析波形图见图5。从图5中可以看出，在871.25 Hz处，幅值高达10.297 m/s2，与Z5/Z6啮合频率856.58 Hz比较接近，说明Z5/Z6所在轴上的零部件有故障隐患征兆。同时图5中，在871.25 Hz处的两边，有带宽为27.55 Hz边频存在，与21架III轴（锥箱II轴）轴频相近，这说明21架III轴（锥箱II轴）部件上有故障隐患。建议厂方在点检时，重点检查21架III轴（锥箱II轴）上的零件。

2.6 检修

10月拆箱，发现故障部位辊箱油膜轴承烧损（图6），与诊断结论相符。

3 结论

案例表明，在线振动监测专家系统通过数据整理和分析，能够准确预测故障位置，对于设备的故障诊断具有准确性和预知性。可及时检测出设备故障隐患，减小了因故障隐患被迫停机而带来的损失。

［1］黄旭东.大棒材轧钢生产线传动系统及其控制技术的研究［D］.天津大学自动化学院，2014.

［2］石怀涛，宋文丽，袁哲，刘建昌.轧钢机状态监测与故障诊断技术［J］.控制工程，2015，22（7）增刊.

［3］王宜祥.基于嵌入式与无线传感器网络的风机在线监测与诊断系统［D］.北京工业大学，2014.

［4］闵海斌.棒材连轧线自动化控制系统的应用［J］.电工技术，2014，（3）.

［5］任少虎.浅析棒材全连轧生产线的工艺特点及主要设备［J］.工艺与技术，2012，（21）.

［6］于文鑫，丁艳春，谭洪武，王军.DSAD_V设备状态在线监测系统及其在钢联棒材厂的应用［J］.福建农机，2015，（4）.

［7］马海龙.复杂机电设备微弱特征提取与早期故障诊断方法研究［D］.北京工业大学，2011.

〔编辑 利文〕

TH17

B

10.16621/j.cnki.issn.1001-0599.2016.11.33