摘要：在生产制造过程当中，轧钢机械设备的应用较为广泛,应用范围通常是大型的生产当中,轧钢机械设备通常是用于札制各种类型的钢材,以供工程建造或者工业的使用，所以在铸造和后期的运行维护当中,需要按照工艺的流程严格操作,这样才能保障其运行的安全。因为国内对札钢机械设备的铸造工艺及后的维护和运行技术欠缺,轧钢机械设备仍然存在很多故障，如何快速诊断并解决是设备安全运转的关键。
关键词：轧钢机械设备；故障诊断；安全运转；
近年来，随着我国经济飞速的发展，很多工业设备的质量保障工作也逐渐被提上日程，其中发展速度最快的要数我国交通及建筑等行业，其中关系重大的轧钢行业也得到了关注。由于轧钢机械设备主要负责对不同种类的金属进行轧制，从而获取不同强度以及不同用途的材料，这一过程需要对轧钢机械施工进行严格的施工控制，以保障生产的质量，需要注意的是目前国内的轧钢生产尚且存在一些安全隐患。
一、轧钢机械设备当前存在的故障及原因
转子振动不平衡。轧钢机械设备存在的故障问题会对设备的安全运转及企业的效益产生负面的影响。其中最主要的原因就是轧钢机械设备在运转当中的转子振动不平衡的问题。在轧钢机械设备的生产制造或者安装过程中,如果将转子的中心安装偏移,会产生不平衡的状态或者是后期因为干油润滑不到位,转子在运行时磨损严重,也会造成偏转不平衡。在铸造轧钢设备运行当中,干油润滑系统设计不到位,无法帮助机械各零部件进行润滑工作,让零部件直接接触,从而导致故障发生。转子振动不平衡还会让机械设备的地脚松动,从而引起整个轧钢设备明显的非线性振动,从而使各部分的零部件松动,影响正常工作。
2.辊道故障和润滑不当在轧钢机械设备所有的故障当中,产生故障的主要原因是除鳞机(除鳞机包括上述的齿轮、电机、滚动轴,是设备直接与钢材接触的部分)无法正常进行工作,所以为了避免设备出现更多故障现象,需要对原有的除鳞机进行重新设计和改良。除鳞机产生故障的原因主要是钢胚在加热的过程中会发生氧化,从而形成厚厚的炉生氧化铁皮,附着在母体的表面,影响成品的品质。为保证品质,设备通常会采用高压水除鳞,但因为除鳞机的辊道位于钢材加热炉口处,是轧钢线的关键部位,如果此处的辊道出现故障,会直接造轧机停车。另外,长期高温烘烤,加上高压水直接冲蚀,工作的环境非常恶劣,辊道在使用中故障较多。特别是满载负荷生产之后,由于生产节奏比较快,辊道轴承座内轴承无法得到良好的润滑,从而造成轴承损坏失效,辊道无法正常运转,直接影响正常生产。一般的除鳞辊道采用的是和普通出炉辊道一样的短实心辊,滚动防水主要依靠的是骨架油封防水,在高水压环境下,油封效果差,润滑油被水冲走后,辊道轴承经常损坏,甚至出现轴承卡死现象、分配箱联轴器齿打现象等。
3.滚动轴承及轴承箱故障。滚动轴承部分可以分为内圈和外圈、保持架等部件。滚动轴承在运行过程中,如果各个部件的振动频率过高或者低于标准值,都会引起滚动轴承的故障,从而导致整个轧钢机械设备无法正常工作。如果在搬运和安装的过程中不注意,没有按照生产要求选择适应规格的轴承或者干油润滑不或没有进行润滑,都会造成滚动轴承的故障。此外,轴承在工作时容易烧坏,容易造成大面积的热停工,但轧钢机械设备的减速轴承烧坏至少需要6h的时间进行修复,这不仅拖延了生产的工期,还可能造成严重的经济损失。所以确保轧钢机械设备的安全运转是保证企业正常运行的关键,但是用轧钢机械设备的生产企一般为冶金行业,其工作的连休性很强,对设备的安全性和可靠性的要求也很高。
期刊文章分类查询,尽在期刊图书馆为避免因受到设备故障的影响导致经济损失,确保生产顺利,提高企业的经济效益,必须对轧钢机械设备的生产过程及后期的运转进行严格把控,提升设备的运行效率。
二、轧钢设备的故障诊断是安全运行的关键环节
1.做好故障特征数据采集。故障数据采集影响到技术人员对故障诊断的准确性。轧钢机械设备的工作转速都较低,可以以2048为故障收集长度,覆盖不同故障发生的频率。通常采用工业控制计算机监测系统进行数据采集,为信号的捕捉提供了保障,分为自动式以及手动式两种。自动式信号采集主要适用在装有转速/键相的主轴中,可以避免旁瓣效应导致的数据失真现象,从而测得准确的频率。而手动式采集主要适用在没有安装转速/键相主轴的设备上。采集到数据后可以通过信号分析技术,有效分析得出所需的故障频率。工业控制计算机监测系统还能够按照需求存储转速数据、原始数据以及事故数据,为技术人员采集与分析故障提供参考。
2.综合运用各种设备故障诊断技术。(1)振动监测诊断技术。振动监测诊断技术是通过对检测设备的振动参数并加以分析来确定设备的状态以及故障状况情况的方法。由于振动具有参数多维性、广泛性以及监测方法的无损性、实时性等特点,因此成为机械设备故障诊断的首选方法之一。监测过程中可根据机械设备的频率来选择适当的测量参数与传感器。为了检测的全面准确性,应恰当选择振动测量点,通常选择能够全面反映振动状态的敏感点以及易损点,从而保证测量信号的有效性。通过各种振动传感器检测到的设备状态信号经过滤波、放大等处理后,送入A/D转换器,将其转换为数字信号,然后用数据处理分析装置分析时域、频域、时序等分析处理后,以振动位移-时间曲线以及频谱的形式输出,为诊断提供依据。这种诊断措施具有实时、直观、准确性高等特点,因此被广泛应用。(2)冲击脉冲技术。目前常用的有BT2000智能轴承检测仪,是利用脉冲技术进行检测的仪器,可以用于快速、准确地获得滚动轴承的运行状态。其原理是轴承里的一个滚动物体撞到滚道上的裂缝时,会产生一系列的压缩波,该压缩波的大小为碰撞速度的函数,与物体的质量以及形状等无关。通过传感器接收这些压缩波,然后经过软件分析后,用颜色指示出轴承当前的运行状况,可检测出轴承的中期、前期故障。
3.研究发展新诊断技术。目前比较前沿的诊断技术有人工智能神经网络方法的故障诊断技术以及基于互联网的远程协作诊断技术。下面对这两种技术进行详细介绍。(1)人工智能神经网络诊断方法是一项综合了计算机技术、生理学以及哲学的交叉学科。这项技术力图模拟人大脑的一些基本特征,例如自适应性、自组织性等,且计算简便、评估客观、准确、容错率高。这项技术利用领域内专家解决问题的实例对神经网络进行训练,从而获得新的信息,可以通过不断的学习获得新的故障诊断方法。(2)基于互联网的远程协作诊断技术就是将设备诊断技术同计算机网络技术、信息技术、数据库以及决策支持技术等相结合形成的远程协作的振动技术。这项技术中用若干台计算机检测仪在轧制钢厂内部建立状态检测系统,并采集状态信号,并将信号传递到具有高水平以及丰富经验的分析部门,为企业的安全运行提供远程诊断与支持。该技术可以充分利用诊断数据资料、提供生产效率,且成本较低。
轧钢机械设备故障诊断对机械设备安全运行有着重大的意义,为了避免因突发性设备故障而造成的经济损失, 确保生产顺利进行,提高企业的经济效益,必须加强对轧钢机械设备及其制造过程的状态检测以及故障诊断,通过运用先进的技术,掌握关键设备的工作状态,判断出故障发生的原因,缩短检修工期, 安排合理的设备维修计划。
参考文献:
[1]邢剑平.试论轧钢机械设备的故障诊断与机械设备安全运转的重要关系.2013
[2]陈雪莲.轧钢机械设备的故障监测与诊断研究.科技资讯.2015
[3]刘海鹏.基于轧钢机械振动故障的诊断研究.2016
[4]张斌,机械设备故障诊断的技术概述.2010
论文作者:李浩东, 张兴龙, 李德强
论文发表刊物:《建筑科技》2017年第10期
论文发表时间:2017/10/26
标签：机械设备论文; 故障论文; 技术论文; 设备论文; 轴承论文; 故障诊断论文; 工作论文; 《建筑科技》2017年第10期论文;