旋转机械故障诊断技术在炼钢设备中的应用研究

旋转机械故障诊断技术在炼钢设备中的应用研究

陈俊方

宝钢湛江钢铁有限公司 广东湛江 524072

摘 要:在我国现代化城市建设中，钢筋材料的应用量逐年增加，在此情况下，也对炼钢厂的生产效率提出更高要求。随着现代科技的不断发展，各种各样炼钢设备都被投入正式的生产应用，但实践过程中，受到环境、物料等多种因素的影响，经常会产生设备故障问题，同时也会对炼钢厂正常的生产制造产生阻碍，在此情况下，必须要强化技术改进。本文只要对旋转机械故障诊断技术在炼钢设备中的应用进行了分析。

关键词: 旋转机械；故障诊断技术；炼钢设备；应用

引 言

炼钢设备在运营当中，由于受到多种因素影响，导致炼钢设备经常出现故障，影响着炼钢设备的正常运行。旋转机械故障诊断技术作为全新的技术，在炼钢设备当中的应用，能够及时诊断出故障出现的原因，帮助技术人员处理设备出现的故障，不但提高了旋转机械设备诊断的效率，也极大提高了设备诊断的质量。因此，炼钢企业在故障诊断过程当中，要注重发挥旋转机械故障诊断技术的应用，并不断强化其科技投入，提升该技术的科技含量，充分发挥旋转机械故障诊断技术的优势，从而推动机械设备的正常运行。

1. 诊断旋转机械故障的理论基础分析

转子作为旋转机械中的核心部件，当出现机械故障的情况下，转子特征表现为机械运转时，会出现异常噪声与震动的情况。振动信号时域、幅值以及频域等特点，通过振动信号特点如实的反映出机械故障信息。振动监测仪器对旋转机械的异常振动情况进行有效的检测，实现对相关数据的收集。然后对收集的数据进行综合分析，并对振动趋势进行有效的观察，从而确定旋转机械设备存在的隐患，进而避免旋转机械出现较为严重的故障，最大程度地降低故障所带来的损失程度。通过对旋转机械数据的综合分析，进一步明确了旋转机械出现的故障原因。主要内容包括，机械壳出现严重的变形情况，发生老化与劣化等现象；工艺参数设计与标准数值不符，出现严重的差异性；旋转机械的调整与维修、安装等缺乏合理性；零部件加工存在误差，无法保证数值的精准度；设计缺乏科学性与合理性。

2. 旋转机械故障诊断技术在炼钢设备中的实践应用

2.1状态检测

状态监测是旋转机械故障诊断技术中的重要内容，通过状态监测可以实现对炼钢设备的运行状态监控，通过实时的监测来观测炼钢设备的运行状态，对于发生的故障能够及时的发现。在炼钢设备运行过程中，由于环境较为复杂，容易产生故障的因素较多，通过传统的人工监测无法确保故障检测的准确性和及时性，只有通过状态监测系统才能确保故障及时发现。通过对检测数据信息的分析，可可以有效地判断炼钢设备在运行过程中是否存在故障，以此来降低故障发生时的影响。主要的监测方法是为设备安装振动检测仪和温度传感器，通过对设备工作室的数据采集和绘制图表，清晰、准确地显示炼钢设备的工作状态。在炼钢设备中进行状态检测时，可以分为在线监测，巡回监测，不定期监测等方式。状态监测可以实时地监控炼钢设备的运行状态，并将检测的结果进行汇总分析，最终对旋转机械设备的运行状况进行精准的判断，提高炼钢设备运行的稳定性。

2.2信号的处理

在旋转器械故障诊断技术中信号的处理是实现旋转机械故障诊断的前提，由于炼钢设备系统结构复杂，通过传感器所获取到的信息是各部件震动结果的反馈，但是由于传感器获取到的信息是全部的信息，其中绝大多数都属于无用信息，普通的方式无法准确获取到有价值的信息，因此，在实际的应用中，传感器采集到的设备信息往往是非常复杂的，在传统的信号处理中，需要利用工作人员通过人工的方式对信号进行判断和处理，但是由于所获取到信息杂乱无章，信息中的相关特征很难通过人工的方式进行准确辨别，不仅会增加工作人员的劳动压力也无法保证信号处理的准确性。在旋转机械故障诊断技术中，可以通过多次实验对有用的信号进行数据库建立，在后续的信号处理时，对照数据库中的信息数据，即可实现信号处理的准确性和灵敏度，当炼钢设备产生不正确信号时，就会发出警报，以此来提醒工作人员，确保炼钢设备的安全稳定运行。

2.3 故障识别

旋转机械设备的运行往往具有一定的规律性和标准性，如果在运行过程中出现强烈的震动情况或噪音分贝过大的情况，就必须要引起重视，警惕设备故障问题。实践过程中，需要结合计算机技术，对设备运行进行自动化和智能化分析，逐渐对人工检测进行取代，减轻人员的工作量，节约工作成本。

3. 旋转机械故障的智能化技术

3.1专家检测技术

专家检测属于一种智能化技术，可实现对设备运行状态的实时分析，从而构建出严格功能强大的数据库，依据数据库，对设备运行状态进行智能化分析，如果出现不合理运行和应用情况，专家检测系统能够智能化的给出处理措施，具体如自动切断电源、暂停设备工作等。

3.2诊断试验

目前，设备的智能化诊断技术尚处于不断的改良和开发当中，对于设备故障的诊断，还比较缺乏精准性和高效性。鉴于上述情况，一般可借助计算机技术实现对故障设备和正常设备信息的不断收集，完善设备诊断信息，生成故障结果处理报告，最大限度发挥出智能化诊断技术的优势，以获得完善可行的故障解决方案。

3.3设备故障样本分布

通过对实验过程进行持续有效的分析，可实现对设备故障的精准分类和归纳，对旋转机械设备故障规律和原因进行总结，具体如转轴缺乏润滑、轴承长期不对称、轴承严重磨损等等。因此，相关工作人员可通过样本构造分析的方式，对故障分析数据库进行建立，并逐渐形成故障诊断网络，提升对机械设备故障的处理能力。与此同时，通过与智能化故障诊断技术相互配合，还能够设计出更加科学合理的故障预警传感器。就目前实际发展现状来看，由于旋转设备结构比较复杂，在具体运行过程中，任何一种情况，都有可能会对传感器的信息收集产生干扰，同时也会降低信息精准性，不能对设备故障进行合理预警。鉴于上述情况，在今后的发展中，还需要强化对设备故障内容的深入分析不断提升传感器信息收集能力,积极应用胳种现代化先进技术,在降低设备故障的同时，提升炼钢企业的社会效益和经济效益。

3.4案例分析

某金属冶炼设备工厂，耦合器采用6000V高压电机驱动耦合器，调整速度带动风机叶轮，在同一基座上安装机组，其中电机额定转速为2970r/min，额定功率850kw，频率50hz，金属冶炼工艺进行时，吹氧，风机速度选择高速状态，其余均为低速。

（1）监测数据分析。该炼钢厂振动采集值均大于29000微米，但在电机另一侧数据处于正常值，即小于70微米，分析振动频谱，可以认为振动异常，初步推测原因为转子不对称，引起的不平衡，同时振动的幅值无明显波动，形成的时域波形图，仍然是规律的波形图，也证实了转子不对称的问题。

2. 分析诊断。根据振动时域波形的规律，总结与分析电机振动的加速度、速度的最大值，可知采集的数值整体偏高，通过频谱分析，可以发现振动幅值出现较大波动，能量集中于0.15倍频。通过分析诊断，可以直接确定故障发生在电机后端轴承，通过不同的信号振动特点，可以分析出导致振动的问题可能来源于热套配合过盈不足等原因，深入分析电机的轴承，认为轴承内圈可能存在一定程度的松动。明确了事故原因，停止电机，进行针对性维修，促使电机恢复正常。

（3）结果验证。半月进行拆机维修时，发现轴联器两端磨损严重，轴承内圈出现了松动，产生了相对位移，证明了诊断结果与实证结果一致，是典型的故障问题。维修时，通过更换轴承、电机后，振动从异常恢复了正常。

四、结束语

旋转机械故障诊断技术在炼钢设备中应用，能够提高炼钢设备故障维护的效率，确保炼钢设备的安全稳定运行，从而提高炼钢企业的生产效率和质量，通过将智能化自动化的故障诊断技术应用到旋转机械故障诊断中，能够有效地推动故障诊断技术的发展。

参考文献

1. 基于振动信号处理的滚动轴承故障诊断方法研究[D]. 王晓龙.华北电力大学(北京) 2017

2. 基于振动监测技术在旋转机械故障诊断中的应用[J]. 屈海军.  装备维修技术. 2019(02)

3. 旋转机械转子振动及噪声测量分析系统[J]. 吴飞,孟庆宇,吴振宇,张虎.  数字制造科学. 2018(02)

4. 旋转机械振动信号频域随机压缩与故障诊断[J]. 王江萍,段腾飞.  机械科学与技术. 2018(02)