钢铁冶炼设备故障诊断探讨

李晓强

（北兴公司，黑龙江 齐齐哈尔 161000）

1 关于故障诊断科技的历程

它的全称是状态监测与故障诊断（CMFD）。其涵盖两个层次的要素。第一，对机械的运作状态开展的监测活动。第二，在得知不正常的状况之后对机械的问题开展综合化的判别。该项技术是一项综合化的内容，其涵盖了现代控制理论、信号处理、模式识别、最优化方法、决策论、人工智能等，为处理繁琐的问题诊断活动提供了非常多的知识，而且带动了诊断科技朝着实用性的方向不断的进步。在最近的一些时间中，因为技术高速发展，同时市场的需求也扩张了，此时的故障诊断科技获取了非常显著的成就，在很多的行业，比如航空以及电厂等等层次之中都获取了优秀的意义。自从该项技术出现其，世界上的自控领域就对其给予了厚望。

将运行设备的振动检测当成是关键点。配合气温以及压力等的相关数值的搜集，进而对冶炼活动中的一些大规模的传动装置的状态开展分辨活动，进而实现控制问题的意义。

2 问题诊断的参考信息和措施

1971年Beard发表的博士论文以及Mehra和Peschon发表的论文标志着故障诊断这门交叉学科的诞生。一直到目前为止，已经存在了三十多年了。不过其身为一项综合化的知识，是在最近的时间之中出现的。站在不一样的层次之中分析，我们得知该项问题的诊断措施有很多，而且有着自身的独特性，不过具体的讲有如下的一些措施。

（1）基于系统数学模型的诊断方法:这个措施是将数学模型当成是前提，其将当前的矿工知识等当成是关键的指引理念，利用Luenberger观测器、等价空间方程、Kalman滤波器、参数模型估计与辨识等方法产生残差，然后基于某种准则或阀值对残差进行分析与评价，实现故障诊断。该方法要求与控制系统紧急结合，是实现监控、容错控制、系统修复与重构等的前提、得到了高度重视，但是这种方法过于依赖系统数学模型的精确性，对于非线性高耦合等难以建立数学模型的系统，实现起来较困难。如状态估计诊断法、参数估计诊断法、一致性检查诊断法等。

（2）基于系统输入输出信号处理的诊断方法:经由特定的信息处理以及特点的提取措施来开展问题的诊断工作，目前使用较多的有各种谱分析方法、时间序列特征提取方法、自适应信号处理方法等。此类措施无需客体的模型，所以他的适应能力非常优秀。这类诊断方法有基于小波变换的诊断方法、基于输出信号处理的诊断方法、基于时间序列特征提取的诊断方法。基于信息融合的诊断方法等。

（3）基于人工智能的诊断方法:基于建模处理和信号处理的诊断技术正发展为基于知识处理的智能诊断技术。该项措施是当前行业中非常先进的技术，其在问题诊断中获取了非常显著的意义。针对那种未设置精准的数学模型或是无法设置模型的繁琐的体系，该措施有着非常多的优势特点。基于专家系统的智能诊断技术、基于神经网络的智能诊断技术与基于模糊逻辑的诊断方法已成为解决复杂大系统故障诊断的首选方法，有着非常积极地探索意义以及应用性。这类智能诊断方法有基于专家系统的智能诊断技术、基于神经网络的智能诊断技术、基于模糊逻辑的诊断方法、基于故障树分析的诊断方法等。

（4）别的措施:其它诊断方法有模式识别诊断方法、定性模型诊断方法以及基于灰色系统理论的诊断方法等。另外还包括前述方法之间互相耦合、互补不足而形成的一些混合诊断方法。

3 钢铁领域中的问题诊断科技的使用

对于钢铁领域来讲，它的关键的机械装置是所有的传动装置以及液压装置。其活动状态决定了其效率和品质等，对此类机械开展在线的检测活动，可以精准的得知其运作模式，而且给出一定的建议性内容。所以，设置有关的问题诊断体系对于总的体系的运作来讲意义非常关键。因为结合钢铁领域的独特的设备氛围，有关的诊断体系也要将相关的特点当成是参考信息来设置。其活动原理是结合设备的振动参量检测为中心，辅助以温度、压力、位移、转速和电流等各种参数的采集，进而对此类大规模的传动机械的状态全方位的分析，进而做出一定的处理。整套故障诊断系统由计算机系统、数据采集单元、检测元件、数据通讯单元以及专业开发软件组成。这个体系不但可以自行活动，同时还可以和其他的一些体系组合运行。

在活动中经常性的容易遇到机械振动。它会干扰到活动的精确性，使得磨损变得更加严重。而且因为磨损变多了，又容易导致它的振动变得厉害，进而成了一个不良循环体系，一直到机械出现问题，无法运作。而且，机械的活动氛围也会导致其出现问题。所以，要切实的结合其振动信号以及活动状态等积极的探索，不需要停机就能够得知机械的受损状态以及问题的特征等。而且结合过去的经验设置合理的处理机制库，进而可以针对不一样的问题进行不一样的分析。所有的处理活动有以下的一些:

（1）传感器采集设备工作状态信号。如各种传动装置的振动信号、温度信号、液压装置的压力、流量和功率信号等。

（2）特征信号提取。把所有的传感其的信号划分类型，得出有关的传感器的信号，如振动传感器采集的文振动强度信号、压力传感器采集的压力信号等。

（3）对特征信号处理。对传感器采集的特征信号进行滤波、放大等处理，提取出相应的特征信号。

（4）对搜集的信号开展问题诊断活动。把获取的独特的信号做一定的判别，选取优秀的问题应对措施，分析问题的种类和机械的状态，进而分析问题库，得到有关的应对方法。

[1]沈庆根，郑水英.设备故障诊断[M].北京:化学工业出版社，2006.

[2]王仲生.智能故障诊断与容错控制[M].西安:西北工业大学出版社，2005.

[3]李民中.状态监测与故障诊断技术在煤矿大型机械设备上的应用[J].煤矿机械，2006（03）.