旋转机械故障诊断技术在金属冶炼设备中的应用

金志欢，金 鑫，江 超

（江苏永钢集团，江苏 苏州 215628）

随着我国社会经济的迅猛发展，企业为寻求更大经济效益，就必须要在生产运行中，加快转型，以逐步扩大生产规模，并逐渐增加生产设备数量。但是设备生产过程，却容易因为各类因素影响到生产，尤其是大型的旋转机械设备，其使用周期连续、速度高，使得企业生产中往往处在生产的核心地位，因此，必须要重视旋转机械设备的故障诊断工作，确保生产事故可控，谨防出现严重损失。

1 诊断旋转机械故障概述

在旋转机械中，转子是核心部件，一旦发生生产故障，转子就会出现异常，促使机械设备发出与常规作业不同的噪声与振动，振动信号的特征值，如信号的时域、频域等可以还原机械设备的故障信息[1]。在实践中，旋转机械出现故障一般的原因有机械壳体的变形与老化、设计工艺参数与标注参数之间差异过大、安装与调试不当以及零部件制作偏差，少数情况下，旋转机械设备频出，也有可能与其设计不当有关。

2 诊断仪器选择与配置

通过分析其振动的频率以及冲击次数，来按照规定范围进行比较，判断设备的异常情况[2]。如今，随着仪器智能化程度的逐渐提升，这种分析仪器也开始与计算机联结，协同工作，应用的范围与空间也被拓宽。温度测量分析仪器也是常见的一种诊断仪器，其测量针对的主体是固体、液体或气体三种形态的物质的温度，按照其温度差来判断仪器的故障情况。其往往可以与红外热像仪结合，检测机械设备的机体温度，来排出热反应引起的设备故障。本文主要研究的是振动检测仪器，讨论旋转机械故障诊断技术在故障设备中的应用。

3 旋转机械故障诊断技术在金属冶炼设备中的应用

（1）监测运行状态。旋转机械运行时，监测其状态，是故障诊断的关键方式之一，在金属冶炼设备中，状态监测一般可以按照监测的时间和方式分为不定期监测、巡回监测和在线监测。通过监测反馈的数据，操作人员可以实时了解设备的状态。如今旋转机械运行中的数据主要通过传感器和数据收集设备进行，随着科学技术手段的逐渐提高，检测状态信号经过处理，可以提升诊断信息的准确度，因此，信息的进一步强化作用也十分必要。

（2）信号处理。在针对旋转机械进行故障诊断时，信号的处理是其中重要环节，旋转机械故障系统的结构相对较为复杂，尽管信号的监测系统能够反馈较为准确能反应设备状态的信息，但是在传感器进行设备信息收集时，容易造成设备信息收集时的混乱，这样会让后续分析与总结陷入困境，在混乱的信号中，筛选有用的信息也将面临阻碍，相关人员必须要在信息整理前，针对信号进行处理，以保证特征信息能够准确反映故障特征，以保证旋转机械故障诊断技术在金属冶炼设备应用中的准确度。

（3）故障识别。故障识别过程是，相关人员将经过处理后的监测信号，进行集中整合和处理，然后遵循一定的标准进行规范与优化，最终针对故障进行识别，依照故障信号，进行故障预控和处理。

4 旋转机械故障智能诊断技术在金属冶炼设备中的应用

（1）专家监测。专家系统，指的是包含全面、丰富知识体系的数据库，其包含的相关信息数据资料，能为解决旋转机械故障提供可能，丰富机械故障的诊断手段。

（2）诊断试验。如今，旋转机械故障中诊断技术具有举足轻重的作用。计算机技术，作为诊断技术中优化应用的重要方式，能够进行旋转运行状态信息分析，促进冶炼设备机械设备故障的高效完成。诊断试验是优化诊断技术的重要途径，通过诊断实例，我们能够发现使用智能化旋转机械故障诊断技术，能顾优化旋转机械故障诊断在冶炼金属设备中的应用。

（3）样本构造。金属冶炼设备在应用中常见的故障包括转轴破裂、转子磨损、转子不对称或油膜不稳定等，根据不同的故障的特征，进行样本构造，设计构建故障模型，可以对旋转机械故障进行针对性监测，进而极大促进旋转机械故障诊断技术在实践中的应用，使其在金属冶炼设备的故障排查中更加具体化。旋转机械结构的复杂会使模型建立的难度增大。想要完善考虑其内部结构，就必须要更为深入的研究旋转机械故障，提出更为完善的诊断技术。此外，目前的故障研究中心主要针对的是现当下发生的故障，而客观已经存在的故障，却鲜少设计，这就使得微小故障排查整治时极容易被忽略。因此，相关人员必须要合理选择智能方法，充分扬长避短，重视不同类型、规模的故障，才能真正推动旋转故障诊断技术可持续发展。

5 实例分析

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。

6 结语

总而言之，诊断、分析与总结旋转机械故障并非易事，其过程涉及内容众多，而冶炼金属设备的种类又相对较多，设备的复杂程度也有较大差异，这也造成了其发生故障的原因的多样化。以炼钢设备为例，其具体运行故障往往是多要素共同造成的结果，需要根据现象反推结果。而旋转机械故障诊断技术的应用，能为后期设备检修提供合理的方向与选择，可以提升机械故障检修的效率，降低设备发生故障的概率，进而提升冶炼金属的使用寿命，提升企业的综合效益。