轧钢机械振动故障的诊断分析

刘宝安

摘要：轧钢机械的振动故障，是在轧钢轧制过程中十分普遍的一种问题。对于轧钢机械的操作一定要严格按照相关规范进行操作。对轧钢机械出现的一些故障，需要进行合理的分析，分析故障来源，对产生轧钢机械振动的各项数据经行采集处理，用更加科学的方法进行轧钢机械振动故障的诊断研究，才能最大程度的保证轧钢机械的正常使用。本文就这些内容进行阐述，希望能对轧钢机械振动起到一定的解决作用。

关键词：轧钢机械;振动故障;诊断研究;

1轧钢机械振动故障的判断标准

在充分利用各种先进设备、技术对轧钢机械的运行情况进行检测的情况下，对当前轧钢机械振动故障的诊断情况进行全面分析来看，比较常用的判断标准主要有如下三种：一是故障类比评判标准;二是故障定量评判标准;三是故障相对评判标准，在保证轧钢机械振动稳定性、可靠性等方面有着极大作用。在受到环境、经济、生产条件等多种因素影响的情况下，轧钢机械可能出现各种振动故障，因此，想要准确进行各种物理现象的评判有着比较大的难度。

目前，轧钢机械的工作状态、轴承种类、实际运转速度、故障检测传感器的安装部位、振动故障的类型等都会给故障判断带来不同程度的影响。所以想要制定出科学的故障诊断标准，有着非常大的难度。在实践过程中，振动故障诊断标准的科学构建，需要注重定量评判标准的运用，还要有机结合相对判断指标等，才能在以时间轴为基准的情况下，充分利用相同的测试方式、测试位置和工况定期测量等，获取相关数据，从而在对比与分析正常数值和测试数据等的基础上，确定轧钢机械的具体故障情况。根据实践诊断情况来看，在线振动监测诊断系统的合理应用，主要包括如下九个流程：一是检测;二是确定被检测对象和基准频率;三是选择检测内容;四是明确检测任务;五是现场进行检测;六是回收相关数据;七是查找和对比重要的数据信息，并形成其报告;八是检查数据，如果存在异常情况，则需要对其进行可靠分析，才能制定出可行的解决措施和采用合适的技术，如果没有异常情况则需将报告存入档案库中;九是继续进行下一个对象的检测，按照第四步继续操作。

2分析处理故障特征数据

2.1.动态观测轴承转速

特征频率本质上就是故障频率，由于用来分析的故障信号是随机的，不可能和理论频率完全吻合。这种情况下我们需要对特征频率进行限制，一般把选定时间段内的最大振幅作为限制的标准。如果在对转速进行测量的过程中有较大误差出现，那么就很难准确的将故障的特征频率测出来，再加上在此期间转速突然发生变化的话，那情况将变得更坏。安装涡流传感器，可以实现同时进行不同通道的数据采集，并能保证频率计算的准确性。另一方面，因为有了人工的参与，在利用涡流传感器进行测试的过程中，轴承振动的周期性可以得到很好的保证，所以以此为基础的转速计算和特征频率观测就更趋正确。

2.2研究振动特征频率

如果对输出径与输入径振动情况的测量能够同时进行，就能够根据具体的振动相位和强弱进行处理。一般地，齿轮的振动频率低于轴承的振动频率，且振动特点各异。轴承振动的稳定性不如齿轮，而齿轮的振动形式又不如轴承丰富。这就要求我们把加速传感器和位移传感器很好的结合起来使用，这样才能不断拓宽频率收集的范围，使得振动故障的发现更加及时、数据分析更加准确、解决问题更加快捷。

2.3能够动态掌握轴承的运转、磨损情况

众所周知，磨损会改变径向间隙，从而导致传感器缝隙间的电压发生改变，它是一种最为常见的失效方式。加速度传感器很难对这种磨损导致的变化进行分辨。动态的对检测探头和转轴间空隙内电压的变化情况进行监测，可以获取在磨损作用下轴承圆度的变化情况，有利于故障判断的准确性和有效性。对于一部分表面带毛刺的轴具，系统会自动采用适当的过滤技术对干扰进行有效排除。在特殊情况下个别冲击会导致转轴晃动而导致所测数据的波动，所以一般将间隙电压的平均值作判断的依据。

3轧钢机械振动故障诊断处理策略

3.1轧钢机械实时工作状态的准确识别

在不同的运行方式下，轧钢机的工作状态是不同的，它与生产目标、生产过程等有很大的关系。一般来说，轧钢机的工作状态有以下几种：稳态、沖击状态。在实际生产中，如果轧制机处于空载状态，如果稳定，振动效果是最小的。如果轧钢机处于咬钢或甩钢的工作状态，冲击振动会比较明显，对整个作业效率有很大的影响。同时，在采集滚压机冲击过程数据时，可以自动将其放置在波形中心，从而有效地降低了对数据完整性的影响。最后，为了保证轧钢机实时工作状态相关数据的可比性，对解决轧钢机振动引起的各种故障问题有着重要的影响。因此，可以看出，在各个行业轧钢操作与有效使用，必须重视对滚动机械故障诊断的有效诊断，采用适当的数据采集方法，结合各种现代化信息技术和设备，提高轧钢机械的运行效率。

3.2故障特征数据采集

目前，在滚动振动故障的具体诊断过程中，数据采集量与诊断精度密切相关。因此，在实际的数据采集中，工作人员必须充分考虑设备的速度。一般来说，机械设备的转速相对较低，同时，快速傅里叶变换所需的时间和采样数据的长度往往呈指数增长，这将增加存储空间。故障数据采集可以从多方面进行：一是实现轴承磨损程度的动态监测。使用涡流传感器时，不断改变探头体与转轴之间的间隙，掌握轴承磨损带来的影响，是及时诊断的有效途径。相关故障在严重轴晃动情况下的冲击现象，因此滚动轴承故障的机械振动数据采集通常是空的，平均间隙稳态值作为参考，并确定滚动机械是否处于异常状态;二是动态检测速度。典型的特征频率是振动故障的频率，是为了提高滚动轴承振动特性数据的可靠性，需要分析信号随机性。一般来说，某一频率范围的最大振幅被视为特征频率的振幅。安装涡流传感器后，可大大提高频率计算的精度，提高诊断结果的可靠性。三是综合考虑。一般轴承的振动频率、齿轮的诊断频率在振动特点方面也有着一些差异，因此，在综合利用位移传感器、加速度传感器的情况下，可以大大提高系统解决各种问题的能力。

4结语

总之，轧机的振动故障是设备运行中比较常见的问题，以前使用的方案是更换部件或更换设备，不能客观地诊断轧机机械振动故障的原因。另外，轧机的振动故障解决问题相对简单，从而影响整体工作的顺利进行。目前，钢材轧制的振动故障阻碍了专用机械设备的不断优化，制约了相关技术水平的提高，在实际工作中，工作人员必须进行详细的诊断，彻底解决问题，实现有效的操作。因此，本文的研究也就显得十分的有意义。

参考文献：

[1] 司荣刚.轧钢机械振动故障的诊断研究[J].中外企业家.2015（09）.

[2] 张自强.轧钢机械振动故障的诊断分析[J].科技致富向导.2015（09）.

（作者身份证号码：120224198608112410）