轧钢机械设备论文：基于振动监测的设备故障诊断技术在大型轧钢机械上的应用.pdf

第6期总第178期冶金丛刊Sum.178No.6
2008年12月METALLURGICALCOLLECTIONSDecember2008

基于振动监测的设备故障诊断技术
在大型轧钢机械上的应用

李小雁张文斌
(广州钢铁股份有限公司,广东广州510381)

摘要对基于振动的设备故障诊断技术做了较全面和深入的介绍,通过实例介绍了该诊断技术在轧钢机械领域
的应用。指出该诊断技术可同时对一个测点进行复杂的时域、频域、相关域、统计域等分析,具有一定的趋势预测
分析能力。
关键词轧钢机械;振动监测;故障诊断
中图分类号:TG333文献标识码:A文章编号:1671-3818(2008)06-0024-06

APPLICATIONOFVIBRATINGMONITORINGBASEDFAULT
DIAGNOSISTECHNOLOGYONTHELARGE-SCALE
STEELROLLINGMACHINE
LiXiaoyanZhangWenbin

(GuangzhouIron﹠SteelCo.,Ltd.,Guangzhou510381,Guangdong)

AbstractThevibratingmonitoringbasedfaultdiagnosistechnologywasintroducedgenerallyanddeep2
ly.Theapplicationofthediagnosistechnologyonsteelrollingmachineswasalsointroducedbyexam2
ples.Thetechnologycouldsimutaneouslyanalyzedamonitoringpointaboutitstimedomain,frequency
domain,correlationdomainandstatisticdomain.Andithastheanalysesabilityoftrend2based
forcasting.
Keywordssteelrollingmachine;vibratingmonitoring;faultdiagnosing

1前言备的情况下,掌握轧机运行状态,判定产生故障的部
轧钢机械属于大型的旋转机械,是轧钢厂的关位和原因,并预测未来的技术状态,从而可在早期有
键设备。转轴组件是轧机的核心部分,它包括旋转效地发现,以及在后期及时地抑制故障,保障生产的
轴、齿轮传动件、联轴器、滑动和滚动轴承等。人们可持续发展。
通过长期观察和实践,发现旋转机械的绝大多数前2信号识别与获取
期故障都会表现出异常的振动,因此掌握机械振动任何机器设备在运行中都会产生振动,机器的
的一般规律就能从振动信号中识别出常见的设备故振动信号中包含了丰富的机器运行的状态信息。当
障。通过对振动信号波形进行简单的时域、频域以设备发生异常或故障时,振动将会发生变化,一般表
及小波分析可对振动进行一般的识别,振动的可识现为振幅加大。由不同类型、性质、原因和部位产生
别性是对机械故障进行振动噪声测试分析的技术前的故障所激发的振动具有不同的特征,这些特征表
提。因此,采用在设备诊断技术领域较成熟的振动现为频率成分、幅值大小、相位差别、波形形状和能
分析技术作为技术的突破口对轧钢机进行日常振动量分布状况等。振动信号的性质和特征不仅与故障
状态监测,就能在设备运行中或基本不拆卸全部设有关,还与系统的固有特性有关,具体表现为同一故

作者简介:李小雁(1963-),男,工程师,大学本科,1986年毕业于北京钢铁学院冶金机械专业1
第6期李小雁等:基于振动监测的设备故障诊断技术在大型轧钢机械上的应用·25·

障发生的部位不同、故障激励传递通道(即传递函不平衡的原因较多,如安装不良造成偏心、配合松
数)不同,其振动特征和响应亦会有较大的差别。动、轴弯曲变形、加工制造误差以及长期运行中产生
总之,设备的振动是由故障激励和系统特性所共同不均匀磨损等。我们从离心力的计算公式易知,不
决定的,但很多情况下,振动特征和故障类型之间并平衡振动对转速的变化是最敏感的。转子不平衡的
不是一一对应的关系,不能简单地对号入座,这就给振动特征是:刚性转子在启动时振幅随转速的增大
振动的识别带来一定的困难。因此,振动的识别对而增大,柔性转子在启动时振幅是先增大而后减小。
于设备诊断技术的完善是至关重要的。在频率特征方面,不平衡振动的频率成分单一而明
轧钢机械工作时轧件是非连续地被轧制的,其朗,主要表现为转子的基频;在相位方面,水平和垂
转速并不恒定、功率更是从空载到满负荷间周期地直方向的振动相差90°,且通常水平方向的振动比
波动。从原动机到轧辊间有庞大的传动和减速机垂直方向的大、径向振动比轴向振动要大。
构,可能出现的故障类型很多,