状态监测与故障诊断技术在烧结中的应用

尹长军

(东莞市翔通光电技术有限公司 广东东莞 523000)

近年来，国内外对状态监测与故障诊断技术的应用更加广泛，相应的技术发展也更加迅速。现阶段，状态与故障诊断技术逐渐成为设备现代化管理重要标志之一，同时也是动态管理重要方法之一。烧结生产过程中对状态检测与故障诊断技术应用也越来越熟练，且经过不断总结、实践，取得了一定的效果。近几年，随着状态检测与故障诊断技术不断优化发展，发挥的作用也越来越突出，因此相关企业应当充分重视状态检测与故障诊断技术的作用和应用工作。

1 应用状态监测与故障诊断技术重要作用

不同设备从设计制造到运行维修，如果任何环节发生变化，都可能影响设备性能甚至出现故障。在不同设备运行时，受到物理或是化学作用影响，设备性能可能会因此发生变化，从而导致设备故障的情况，如果不能针对故障采取有效的措施，会对工厂、企业带来损失。将状态检测与故障诊断技术应用到设备运行之中，能够针对设备不同方面情况进行深入、详细的分析工作，对设备正常运行有重要作用[1]。

1.1 设备预知维修体制的基础是状态检测

实现设备的预知维修能够很好地提升经济效益。而为了实现上述目标，需要充分了解不同种类、数量设备中的状态检测问题以及精密诊断问题。解决状态检测问题主要是积极发动现场设备管理人员，并结合合理的检测手段，规范相关检查制度，并有效结合机械动力从管理层面、技术层面开展相应的监督、指导工作，保证正规化的设备状态监测工作。有相关资料显示，监测、分析设备的振动信息，能够及时发现70%的故障设备，所以相关工作人员需要关注采用何种振动监测方法获取信息数据[2]。实际开展状态监测工作过程中，相关的工作管理人员科学、合理应用测振仪器，借助数据记录掌握设备运行状况，并参考计算得出的平均值，与现代化管理相结合，针对数据资料开展回归分析工作，把握振动发展趋势，为制订设备检修计划奠定基础。

1.2 诊断技术有利于促进顺利生产

为了增强设备科学化管理水平，可以积极优化诊断技术。将精密性高的诊断技术应用到生产环节中，能够从一定角度评价设备的情况，在此基础上能够明确故障的出现的具体位置、发展趋势，但该种技术并不适用于设备高级诊断。相关工作人员在开展高级诊断工作时，能够进行全面的数据采集和测试工作，并分析处理计算机软件中的频谱，从而确定设备故障问题，并采取有效的措施解决问题。比如：汽轮机一组鼓风机机组在大修后出现异常振动的情况，相关工作人员借助精密诊断仪器和现场测试获取频谱图，在此基础上明确导致机组异常振动的原因是转子动不平衡，因此需要平衡处理转子运动。再如：电炉除尘风机出现异常运行，工作人员现场诊断运行状况，借助频谱分析得到机组轴承并不存在异常的情况，问题出在风机叶片，主要是由于该位置存在粘结物，且轴承地脚出现螺丝松动的情况，清理风机叶片，拧紧地脚螺丝后，风机便恢复正常运行。

1.3 有利于对运作成本有效控制，提升经济效益

结合现阶段具体情况看,社会主义经济背景下市场竞争更加激烈，每个企业都需要面临持续发展的问题，为了保障企业更加长久稳定的地发展，需要对运作成本有效控制，提升企业的经济效益。同样对于烧结工艺而言，也需要控制其中的成本，控制成本的重要措施之一即是保障其中的设备能够正常运行，在出现问题后能够及时被发现，从而降低因设备不正常导致故障损坏的情况，如果设备出现严重故障后才进行调整和修理，会导致工作人员的劳动强度增加，同时也会提升修理成本。因此，完善运用状态监测与故障诊断技术，能够对运行成本有效降低，从而增加企业的经济效益。

2 风机故障诊断发展趋势

信息时代背景下，不同计算机、信息技术呈现出迅速发展趋势，包括数字信号处理技术、人工智能技术等，烧结设备监测与故障诊断方法丰富性也在不断提升。风机故障诊断发展趋势主要体现在以下方面。

2.1 分析主分量和次分量

采集多种信号特征能够明确设备运行情况。但在较多特征数量的情况，会出现输入向量维数增加的情况，分析工作会变得更加复杂，计算的难度也比较大，为了完善、简化分析、判断过程提升信息量的完整性，可以浓缩、压缩输入特征向量的信息量，保障低维空间稳定的故障诊断工作。两种常用的压缩、浓缩信息的方法为主分量分析和次分量分析。

2.2 故障树分析法

该种分析方法主要是分析导致系统故障的不同原因，借助总体到部分的方式，应用树状分支逐级细化分析的图形演绎方法，借助逻辑思维，将系统故障与故障原因形成不同组合，明确系统出现故障的可能性、影响等方面情况，应用计算机系统明确故障的概率，并采取有效的纠正措施。

2.3 模糊理论

在应用模糊理论过程中，需要明确设备故障的系统信息，在掌握系统信息时，需要具体把握专家提出的知识信息、传感器的数据信息等内容。知识信息兼具模糊性特征，同时故障诊断具有不确定性，因此可以将多种诊断方法应用到具体的实践之中，在设备故障诊断时应用诊断参数、诊断信号等方式，能够很好地提高对故障诊断的准确性、可靠性。模糊诊断需要应用模糊规则、模糊语言、先验知识等内容，建立相应的故障诊断隶属度。

2.4 专家系统

专家系统将专家知识作为基础，作为人机系统解决不同方面的问题。与普通专家系统相似的是，故障诊断专家系统具体组成包括工作储存器、知识库等。应用模拟专家，能够在一定程度上提升故障诊断的可靠性、准确性。

2.5 神经网络

神经网络顾名思义，主要是应用人脑信息处理机制模式形成的网络系统。神经网络主要由大量简单的神经元连接构成，兼具并行、非线性的特点。神经网络并不需要借助规则的表达，只需要借助传感器收集的数据，促进神经网络的学习、训练等行为，开展短时间的智能诊断，减少专家依赖的情况。近年来，设备故障诊断中神经网络技术应用更加广泛[3]。

2.6 小波变换

小波分析被看作是新数学分支，能够结合调和分析、泛函分析、数值分析、傅里叶分析等内容。在实践应用时，小波分析、处理信号有其自身显著、独特的优点，且具有良好的应用前景。

3 状态监测与故障诊断技术系统体系

3.1 状态检测与故障诊断系统功能

以状态监测和故障诊断技术在主抽风机设备中的应用为例，需要经过信息检测、收集、处理、记录等不同环节。功能主要包括处理设备信息、监视系统状态、控制设备以及智能分析。主抽风机设备状态检测与故障诊断系统功能具体包括以下功能。第一，在启动主抽风机之前，需要启动监控，实施准无人化监控，实时监控主抽风机运行过程中产生的数据，一键式全自动启动方式。第二，采集并处理数据。收集、处理主抽风机设备振动信息，并明确其中有效特征信号，能够了解设备运行情况。第三，监测主抽风机设备运行状态。借助数据收集、查询历史数据，监测主抽风机运行情况。细化监测参数为多个不同等级，综合分析设备健康运行情况。第四，故障诊断与处理。在系统中促进故障信息库的建立，为后续可能存在的故障解决措施提供基础。第五，人性化人机对话接口，提高系统管理、维护的便捷性。第六，记录查询操作行为，并记录、分析、总结其中的错误，后续避免出现同样的问题。第七，查询设备电子资料，管理设备中不同方面的信息数据，如打印报警信息报表、操作事件等。第八，通信。明确通信接口，完善相应的远程网、局域网，保证不同节点通讯共同开展的顺利性，保证监控系统更加方便获得相应的数据，实现远程故障诊断[4]。

3.2 状态监测与故障诊断系统体系结构

主抽风机主要是齿轮联轴器与电动机之间的驱动，风机的心脏位于机壳内部安装的叶轮，原动机是主要驱动力。设备启动后，叶轮开始旋转运动，出现物理变化，机械能转变为气体，设备吸入气体后，借由叶轮叶片流道，集中、导流，出现压差的情况。在具体工艺生产工作中，相关管理人员需要注意完善对主抽风机风量的控制工作。以主抽风机设备为例，基于故障诊断系统工作原理以及系统功能需要，能够将状态监测与故障诊断总体结构细分为传感器、转换器、控制器等相关仪器组成。现场操作能够实时、动态监测主抽风机运行情况，监测的具体内容如网络、设备、运行参数等，也能够在短时间内判断设备运行情况，把握对应的故障问题、故障原因和处理故障的方法[5]。在设备开展状态检测工作过程中，主要是主控室开展相应的操作工作，并获得相应的信息数据，具体包括监测数据和趋势、诊断分析故障、分析统计故障设备等。

4 状态监测与故障诊断技术在烧结中的具体应用

该节仍然以烧结主抽风机为例，分析论述状态监测与故障诊断技术在烧结中的具体应用。应用以往的主抽风机设备诊断技术，优势主要体现在较低的经济成本，操作便捷，因此应用仍然比较广泛。

4.1 烧结风机故障类型

4.1.1 转子不平衡

导致转子不平衡的原因可能是风机设计到运行过程中的任一环节。发生转子不平衡故障会使得转子旋转中心与转子中心之间偏差情况超过技术指标。如果风机长时间处于转子不平衡的状态，会导致转子在反复弯曲后出现机械损耗，并且增加振动和噪音，进一步导致丰富系统发生故障。

4.1.2 转子不对中

烧结风机常见故障之一，即是转子不对中，具体情况包括偏角不对中、平行不对中以及组合不对中。转子之间借助联轴器连接形成轴系传递机械能，在安装机械过程中过大的基础沉降误差以及装配误差，会导致工作运行时出现热膨胀、机械形变等情况。

4.1.3 转子碰摩

导致烧结风机系统发生失稳情况的重要因素即是风机转子碰摩。转子与定子之间的气隙比转子振动幅值小，会发生转子碰摩故障。在实际工作运行时，工作人员会为了提高风机性能，会降低定子部件与旋转部件之间的缝隙，但上述操作会增大转子碰摩的概率。最初阶段转子碰摩故障多为间歇性特征，出现局部碰摩擦，如果振动与冲击同时出现，会导致二者能力叠加基础上拓展碰摩擦面积，从而导致碰摩情况连续出现影响风机的正常运行[6]。

4.1.4 油膜涡动与振荡

油膜振荡和油膜涡动是风机油系统的故障类型，为自激振动。在风机出现转子不对称情况下，便会发生油膜涡动。轴承转速比失稳转速大，如果外部出现力的干扰，会冲击转轴导致其偏离初始位置，从而影响整个烧结系统稳定运行。发生油膜涡动故障后，会快速增大转子的涡动速率，导致烧结风机系统出现强烈的振动，并且形成交变应力，影响转子转轴。转子角频率与转子临界转速之间共振会发生幽默振动故障。在共振情况下，驱动电机轴承与烧结风机轴承之间会发生强烈的撞击，上述相互作用会导致油膜破裂，还会发生油膜振荡。

4.1.5 转轴裂纹

转轴裂纹具体包括横向裂纹和纵向裂纹，从而引起转子系统失效。如果不能及时发现上述问题，会出现转轴断裂，严重破坏整个烧结系统，甚至出现设备瘫痪的情况。在运行过程中，烧结风机会出现应力集中效应，长时间会导致转轴裂纹。

4.2 状态监测与故障诊断技术的具体应用

4.2.1 振动监测诊断技术

该种监测诊断技术尤其是应用于机械设备故障诊断。在具体主抽风机运行过程中，设备的状态特征能够反映到振动信息之中，与振动信号位移、加速度等方面信息数据有效结合，并明确时间域和频率域，掌握设备不同方面运行情况。借助该技术，能够实时监测风机具体情况，优势主要体现于较高的精确性以及无损性，在主抽风机设备故障诊断中比较常见。

4.2.2 温度监测诊断技术

风机设备电机、轴承故障可以应用温度监测诊断技术，在确定设备位置、组件温度变化基础上，明确抽风机设备具体的故障类型。

4.2.3 噪声监测诊断技术

主抽风机设备在具体运行过程中，噪声主要是由于机械振动不规律情况导致的，类似于振动信号频谱分析，分析噪音信号，能够在明确噪声幅值大小、频率成分基础上，明确风机设备具体的故障，并采取有效的应对措施。

4.2.4 油液磨屑监测诊断技术

状态检测与故障诊断技术也普遍应用于诊断主抽风机润滑系统，分析润滑系统微粒总量、尺寸分析等方面存在的差异，明确主抽风机出现磨损的部位和磨损程度。

5 状态监测与故障诊断技术应用注意问题

5.1 状态监测能够应用于早期报警

借助状态监测，能够作为设备故障的早期报警。需要注意的是，状态检测需要始终累计数据和经验，提高状态监测与故障诊断技术的应用水平。现阶段，部门烧结生产流程更倾向于应用线性回归方法，精确性有待提升，振动趋势的可回归率还需要提升。工作人员在应用状态监测时，最好结合具体设备监测情况，统计分析大量的数据，获得对应的回归曲线，充分发挥状态监测的效能。

5.2 精密诊断应用于专门性诊断

在简易诊断判定存在异常的情况下，可应用精密诊断进行专门性诊断工作。开展精密诊断一般需要应用不同的测试记录仪器，具有较大的复杂性，且相对笨重，具体应用过程中相对较为复杂，且不够方便，精密诊断又能够具体分为低级精密诊断以及高级精密诊断。其中，数据采集器是低级精密诊断主要应用的设备，能够具备简单的包络分析和频谱分析，也能够存储数据等。设备振动值较大的情况下，能够采集数据、简单分析数据，具有相对较小的体积、较轻的重量，且应用便捷性比较高，能够在现场应用。计算机或是频谱分析仪是高级精密诊断主要应用的设备，实现设备的高级诊断工作。

5.3 设备故障征兆

以烧结生产中的主抽风机设备为例，在长时间高速旋转的情况下，主抽风机设备很容易产生的故障如摩擦、转子不对中、不平衡等情况。部件损坏、转子质量不偏心等情况很容易导致转子不平衡。在具体装配过程中，受到不同因素影响，如材质不匀、焊接叶片焊缝重量不同等，进一步导致最开始不平衡的情况。转子不对称则是因为轴系和转子轴线之间出现轴线角度位移、平行位移或是角度位移与平行位移同时出现的情况。电机或是风机与基础连接松动的情况下，频谱主要展现于转速速度的高次谐波和分数谐波。为了减少泄露润滑油、泄露气体的情况，风机设备的密封与轴承间隙结构都相对较小，风机设备在世纪运行时，很容易产生静止部件与转子之间摩擦的问题，对应的振动频谱特征也比较丰富。

6 结语

综上所述，该文主要论述分析状态监测与故障诊断技术在烧结中的应用相关内容。在烧结中应用状态检测与故障诊断技术，对烧结工艺发展以及烧结生产流程有重要的作用和影响。借助状态监测与故障诊断技术，能够及时明确烧结生产过程中不同设备出现的故障，并及时采取有效的措施或是方案，有效解决不同设备中存在的故障，促进生产工作的顺利进行。针对其中存在的不足，相关的工作人员还需要加强相应的研究。