摘要：钢铁生产过程中，除了冶炼、精整工序外，轧钢工序尤为重要，而轧钢工序主要体现在轧机的稳定运行。在实际生产过程中，需要自动化系统对在线轧机的状态，如齿轮的点蚀、偏心、润滑等进行实时跟踪，进而保证产品质量的稳定受控。
关键词：轧钢机械 振动监测 故障诊断
一、引言
近年来，随着经济的发展内部经济的改造升级，我国的工业水平有了长足的进步，尤其是以钢铁冶金为代表的重工业。在这样的经济情况之下，轧钢机械作为钢铁工业领域的重要支撑，其在经济转型中所发挥的作用也是显而易见。其主要地位表现在轧钢机状态的检测与故障的诊断两个方面，这些可通过一定的手段方式加以实现，进而能够避免在运行的过程中出现损坏等一系列的现象。在生产过程中要保持轧机的稳定运行，需要对其进行相关数据的监控，并实时跟踪数据的状态，通过对数据的整理分析，对其的运行状态进行预判，在系统内部设有数据报警系统，如相关状态已经超出设定值，系统自动并通过人机画面进行反馈，由操作工进行处理，防止异常的发生。
二、轧机的振动监测系统建设
（一）监测对象
一般来说，在轧机运转的过程中，要想对其状态进行监测，其所要求的监测对象是非常多样化的，一般来说，监测的主要对象包括了定宽压力机减速机、R1轧机减速机、E2立辊轧机主传动减速机、R2轧机减速机、平整机主传动减速机和F1～F7精轧机齿轮座等设备。这些监测对象从数量上来说比较庞大，且每一种设别的监测方式都有独特的要求，不能始终运用一种监测手段，必须要具体问具体分析，这样才能真正实现对轧钢机的状态的监测，以确保轧钢机能够进行正常的运行。
（二）传感器选择
在传感器的选择方面，尤其要注意的是轧机的磨损与消耗的问题，轧机在长期使用的过程中，会因为使用的频率较快，震动的幅度较大等一系列原因出现较为严重的磨损情况。因此，一般要使用加速度的传感器，保证机械的正常运转。此外，位移传感器和加速度传感器的结合，能够扩大频率分析范围，可以有效地分析可能出现的各种故障频率成分，并可以通过对比分析，找到故障的真正原因。
（三）硬件配置
系统硬件采用网络化、分布式、模块化结构，主要由数据采集箱（下位机）、数据服务器和工程师站（上位机）组成。一般轧钢系统的设备约有210多个测点需要检测，共配置10个EN8000智能数采箱，每个数采箱负责几台设备的数据采集和分析监测。每个数采箱除必要的公共模块外，有9个插槽可用于自由配置测量模块。根据测点数量，每台数采箱可配置键相板2块（2路/块）、振动量板6块（4路/块）和模拟量板（32路/块）1块。模拟量板负责采集整个系统中的油压、油温等缓变量信号。
为便于安装布置，为每个数采箱提供1个标准机柜，机柜内配一台15″CRT显示器和键盘，以便现场调试和信号分析。数据服务器用于存储每台设备的实时数据和历史数据以及系统备份，并负责与其它系统的数据交换。
期刊文章分类查询,尽在期刊图书馆
三、系统主要功能
（一）系统配置
在系统配置中，可以对保证系统能够正常工作的各种参数进行设置，如采样频率和采样数据长度，每个通道的名称、量程、报警上下限值和报警逻辑，故障诊断所需要的设备参数，如齿轮齿数和传动比、轴承直径、滚动体直径、滚动体数目以及电动机转速等，数据库记录时间间隔和记录时间长度，用户权限和密码等。通过系统配置，在不改变软件的前提下，可以满足修改监测设备参数的需要。
（二）状态监测
系统提供棒图、数字和曲线形式，典型设备的图片库和绘图工具等丰富的组态工具，对实时监测画面进行组态，可以对需要监测的参数和显示方式等进行在线生成和修改，直观形象地显示设备的状态，出现异常时具有声、光报警功能。系统能够用表格形式实时显示测点的状态。表格可以直接转化成Word和Excel格式，以便形成各种报表。系统能够对运行数据进行分析，自动辨识设备的状态。能够按照用户要求定时打印运行报表，定期自动生成较全面反映设备状态的报告。
（三）信号分析
系统具有完善的适用于齿轮和滚动轴承故障诊断的信号分析方法，主要有：时域分析；波形及其特征数据、趋势分析和频域分析。信号分析为故障诊断提供了重要手段，为了更好地诊断齿轮和滚动轴承的振动故障，系统对于一些传统的信号分析方法进行了特殊处理。例如，在波形图中，除了可以显示振动的峰峰值外，还可以显示振动的绝对均值、均方根值（有效值）、歪度、峭度和波峰因子等特征数据，可以显示通频和经过滤波的波形图。在频谱图中，除了可以显示振动的幅值谱与功率谱外，还可以计算振动的中心频率、均方频率、均方根频率和频率方差，可以选择分析频率的范围等。根据波形和频谱的特征数据，可以确定故障的报警值和报警逻辑。
四、结束语
综上所述，系统采用基于规则、模型和案例相结合的推理模式，运用正反向混合推理策略，能够在出现异常或依赖人工干预起动在线诊断，也可以通过输入特征数据进行离线诊断。目前，系统具有较强的征兆自动获取能力，能够自动诊断不平衡、不对中、螺栓松动、轴承间隙增大、齿轮磨损、点蚀、偏心、局部断齿、轴承内圈故障、轴承外圈故障和滚动体故障等。同时，系统还具有对话诊断、诊断结果的解释、故障处理建议、诊断结果存储、打印诊断报告和事故追忆等功能。
参考文献：
[1]王金润.数据监测在轧钢机械设备故障诊断中的应用研究[J].科技创新与应用，2016（27）：169.
[2]杨金华.轧机伺服阀状态监测技术的研究[J].中国新技术新产品，2015（16）：47.
[3]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（S1）：82-88.
[4]蒋运涛，白晓东.基于振动监测技术在轧钢机械故障诊断上的应用[J].中国新技术新产品，2012（13）：154.
[5]李建宏.基于数据监测的轧钢机械设备故障诊断[J].黑龙江科技信息，2012（08）：61.
论文作者:邵仁志
论文发表刊物:《基层建设》2018年第23期
论文发表时间:2018/9/18
标签：轧机论文; 状态论文; 数据论文; 系统论文; 轧钢机论文; 故障诊断论文; 频率论文; 《基层建设》2018年第23期论文;