轧钢机械振动故障原因探析朱超

轧钢机械振动故障原因探析朱超

朱超

(河钢承钢工程技术公司自动化中心河北承德067101)

摘要：轧钢的安全、稳定运行与轧钢的生产质量和有效管理等因素息息相关。其中,振动故障的诊断和维护就属于轧钢的范例范畴,也是影响轧钢工作效率的重要原因。在实际管理工作中,借助现代化检测系统是分析和检测轧钢振动故障的主要方法,比如监控系统和安置检测设备的安装等。通过这些现代化设备,可以及时有效地判断和检测轧钢的具体振动频率和幅度,并以此作为判断轧钢振动故障的依据,从而得出正确的检测结果。

关键词：轧钢机械；振动故障；原因

轧钢机振动故障对轧钢机的正常运行有基本影响。事实上，现在比较常见的故障诊断方法通常用于轧钢设备的检测和控制系统，通过及时检测和振动频率和振幅的定位来确定故障位置，并通过振动数据采集分析，光谱发现轧制机械振动故障规律，做出一个判断的标准系列相应的安全生产，从而指导轧制机械。

1轧钢机械振动故障的判断标准

在形式滚动机械振动故障诊断中，根据一定的故障准则，在滚动机械的维护和管理中，一般采用定性和定量相结合的方法，准确地确定滚动机械振动故障。目前，轧钢机故障诊断标准有三种，即故障模拟判断标准、故障相对判断标准和故障定量判断标准。有造成碾压机械振动故障的原因很多，很难对其做出准确的判断，通常情况下，影响轧钢机械振动故障的判断原因如下：一是工作环境的变化；二是电机的实际运行速度为三；故障；故障检测传感器四安装设置。因此，很难实现故障的科学诊断。在实际故障判断中，除了量化标准外，还应判断相关指标。因此，轧机振动故障电流标准还介绍了数据采集和频谱分析的方法，不仅提高了轧钢机械振动故障判断标准的有效性，但也提高了轧制机械振动故障的判断标准的可行性。

2轧钢机械振动故障特征数据

在轧钢机械运行过程中，机械故障振动问题一般是在滚动轴承或齿轮零件中产生的，然而，由于其传动方式繁琐，在发信号时容易受到各种因素的影响。例如：在轧钢机械正常运行的情况下，机械条件、复合等变化，特别是运行速度，如果有不合理的现象，就会干扰信号。上述问题出现后，相关技术人员必须注意降噪处理信号，不得安排非专业人员来完成这项工作，因为没有工作经验，避免操作上的问题，提高了操作系统的难度。在轧机振动故障诊断过程中，常规频谱分析时，必须注意处理，同时对机械振动故障数据产生的滚动进行分析计算，进而得到不同的故障数据。此时，技术人员可以从时间域或频率域分析轧机振动故障的特征数据。具体方法包括以下几点：

2.1时域角度

对于时域角度的特征数据分析工作而言，技术人员必须重视平均值、峰值以及有效值的获取，保证不会因为此类工作的失误造成不良影响。

2.2频域角度

对于频域特征数据的分析，必须注意两个方面。首先，为了获得故障特征数据，必须注意齿轮的乘法、倍频和轴频，以提高特征数据采集的效率。其次，在进行光谱统计的过程中，分析了中心频率与频率的差别。上述两方面工作在实际项目的过程中，技术人员可以参考相关的数学公式，以降低噪声的各种方法得到的特征数据，即故障信号，并对长数据和特征数据的比较，发现故障的原因。

3故障数据的采集和分析

3.1数据采集

从整体上看，轧钢故障诊断的要求和数据采集量是影响故障诊断准确性的两个重要因素。因此，有关人员在处理故障诊断和收集诊断数据前，应考虑这两个因素。此外，该设备的速度是另一个数据采集结果的影响的原因。相对而言，机械设备的速度较低，设备的速度与数据采集的长度成正比关系。设备的速度越长，数据采集的长度越长。长期以来，它会逐渐增加数据的存储空间。在存储空间和时间约束的前提下，相关人员应站在不同的角度进行科学的故障诊断数据采集。从原来的故障角度来看，工作人员需要确定轧钢机械的故障覆盖系数，并确定数据采集的长度，从而提高准确定性的数据采集。从主观上来说，在实际的数据采集过程中，容易受到人为因素的影响导致不能控制数据检测结果的偏差，这需要使用计算机系统来完成数据采集和检测，提高了工作效率和数据的采集和检测质量。但轧机振动的采样频率仍需人工设定，目的是提高信号分析的数据采集效率。

3.2数据分析

汽车L钢数据分析应依据和参考故障诊断标准，并根据现代软件对不同规格的检测结果进行分析和处理。的理论基础和实践经验，对轧钢机械故障数据分析的基础上有效的判断，但在实践中，理论和实践需要的有效结合，并进行量化分析，结合不同类型、不同类型的轧制设备。例如，与滚动轴承磨损或这个问题的动态速度动态检测的分析处理，相关人员不仅需要仔细观察病情及设备故障检测，还需要确定轧制设备使用传感器现代运输设备的频率响应，因此分析的具体问题。因此，有必要从轧钢机故障诊断和分析的细节入手。在加工过程的分析，需要借助现代检测设备和数据采集设备是一个综合的、系统的故障因素的理解，碾压机械的故障类型，并提出了可行的解决方案，轧制设备的故障诊断和数据处理设备，以积极主动的态度来实现。

4轧钢机械故障特征数据分析处理方式

4．1轴承振动特征数据分析与处理

在滚动轴承或齿轮的振动数据采集过程的技术人员，通常安装在顶部的加速度传感器组成，然而，这样的数据收集效率不高，尤其是轧钢机械的运行速度低，传感器的灵敏度会降低，导致数据的分析和处理工作中的问题。因此，当技术人员在轴承振动特性数据进行分析和处理，必须注意以下几点：第一，实施动态监控，有效地了解轴承的磨损，电涡流传感器的应用，轴承的间隙变化的连续监测，在操作过程中适时的出现了轴承的磨损现象，和自动化的过滤问题。其次，实现动态速度检测，传统的轧钢机械振动故障检测是随机选择故障信号，这是容易出错。因此，技术人员在实际工作过程中，安装涡流传感器，采用同步探头组件，全面而动态地检查故障的问题。最后，对特征数据进行综合分析处理，确定故障源，及时发现故障问题并解决问题。

4．2准确识别轧钢机械工作状态

在轧钢机械设备的工作中，状态分为三种：稳态、冲击状态和空载状态。技术人员必须根据自己的运行状况进行分析，收集各种数据，采集数据对比后，合理判断轧钢机的运行状态。同时，必须剔除不完整的数据，确保数据不丢失，为其发展打下良好的基础。

4.3冶金生产过程实现自动化

现阶段，我国冶金机械研究已经实现自主化，常规冶金机械制造基本上实现了国产化，这为冶金机械及自动化发展创造了良好的条件。2008年，我国建成2.15m热连轧机和2.13m准予连轧机，标志着我国在相关技术研发方面逐步摆脱了对外国的依赖。随着计算机技术和信息技术在冶金行业中的广泛应用，极大地提升了冶金自动化生产效率，降低了生产管理成本，提高了冶金企业的经济效益。

4.4PLC成为主流控制系统

我国冶金行业的自动化集成系统发展迅速，已经涉及到原料、烧结、加热炉、高炉、焦化、均热炉、连铸、转炉、轧机、铝电解等多个环节，实现了以PLC为主流的冶金自动化系统控制。尤其在轧钢发展方面，其自动化程度最高，主要包括轧制节奏控制模型、自动燃烧控制模型、精轧设定模型、精轧出口温度控制模型、粗轧自动宽度控制模型、板形设定和控制模型、卷取设定模型等内容。PLC控制系统的应用，对轧钢自动化发展起到了至关重要的作用。

5结论

轧机振动故障的分析与诊断是一项复杂的工作，在实际工作中，除了要遵循一般故障的判断标准，数据采集准确的特点，还需要对采集的数据进行科学分析，从而找出轧钢机械振动故障的原因。在故障诊断过程中，技术和经验是同等重要的，为技术人员的实际操作，滚动形成机制必须是一个内在的控制机械振动故障诊断、故障诊断方法，从而保证轧钢机械的安全生产。论述了轧钢机振动故障的诊断方法。希望对研究轧钢机振动故障诊断有一定的帮助。

参考文献：

[1]刘海鹏.基于轧钢机械振动故障的诊断研究[J].中国高新技术企业,2016,16:75-76.

[2]吴志光.诌议轧钢机械振动故障诊断[J].山东工业技术,2016,11:7.

[3]杨龙彬.轧钢机械振动故障原因探析[J].科技经济导刊,2016,19:78-79.

[4]姚志强.关于轧钢机械振动故障的诊断探究[J].科技经济导刊,2016,28:69.