故障诊断技术在轧机维护中的应用发表时间：2016-11-15T15:20:01.213Z 来源：《基层建设》2016年18期作者：蒋经伟[导读] 摘要：现代机械设备发展的趋势是向大型化、高速化、连续化和自动化方面发展。
梅山钢铁股份有限公司设备建筑安装分公司江苏南京 210039摘要：现代机械设备发展的趋势是向大型化、高速化、连续化和自动化方面发展。
由于对设备的功能和技术性能的要求越来越高, 设备管理与维修人员的素质要求也必须加强。
因为一旦发生故障将造成十分严重的直接或间接的损失, 影响极大, 这种客观趋势促使了设备故障诊断技术的诞生和兴起。
本文分析了故障诊断技术在轧机维护中的应用。
关键词：故障诊断技术；轧机维护；应用；20世纪70年代中期, 美国率先将故障诊断技术引进钢铁行业, 1977年日本对初轧机牌坊、万向接轴等重要部件的故障进行检测诊断。
20世纪80年代后, 故障诊断技术在我国也迅速发展, 在振动信号检测处理、故障识别和预报方面, 从理论到测试手段均在不断完善, 频谱分析法因实时分析仪的完善和发展而成为轧机振动分析的一个十分有力的工具。
一、故障诊断技术1.测试分段检查法。
首先根据维修人员的经验根据各部分出现问题的可能性，有序的对机械设备的故障进行检测。
按照动力源到执行机构，从前到后在到中间的检查顺序进行检查。
2.直接观察法。
操作人员通过耳朵听、眼睛看，凭借工作经验和以往数据来判定机械设备的故障。
随着机械设备复杂程度的不断提高,这种方法已经无法满足故障诊断技术发展的需要。
3.振动噪声测定法。
通常情况下，机械设备发生故障时，设备主体或功能部件会产生相应的异常振动或噪声。
因此采取振动监测和噪声频谱分析法，可有效监测机械设备的具体运行状态。
其中，振动监测是利用设备表面的振动信号来诊断内部功能部件（如电机、轴承等）的运行状态，利用传感器实现振动信号的检测、转换功能，通过频谱分析实现故障类型和状态的判定。
机械设备故障诊断技术应用案例【案例8-1】图8.4（引自参考文献33）为某厂轧机一轴轴承测振的时域波形图，表1为常用时域波形指标值。
图中时域波形中有明显脉冲出现，由于峭度指标对冲击的变化十分明显，设备正常运行时峭度值一般为3.0，由表1可看出该轧机轴承峭度值为154.6，但并不能据此判断该设备一定有异常，又经过对数据进行频谱分析后发现，该设备轴承存在故障。
因此，采用时域分析法往往可以进行简易诊断，若要精密诊断还需要和其它方法相结合判断。
2/s mms0-100-5050100150020406080100120140图8.4 轧机振动检测时域波形表1 时域指标【案例8-2】图8.6（引自参考文献34）所示为带有外圈剥落故障的滚动轴承振动信号，从图中可看到明显的周期性冲击振动，说明外圈剥落严重。
用滤波器对该数据进行滤波，然后取包络并进行细化Fourier 分析，即使用共振解调法进行故障诊断，得到的诊断结果如图8.7所示。
理论上外圈的故障特征频率0f =46.9Hz ，从频谱图中可明显看到外圈故障频率为46.7Hz 。
因此，共振解调法准确的反映了故障特性。
图8.6 外圈剥落故障轴承的振动信号图8.7 共振解调法诊断外圈剥落故障结果【案例8-3】图8.10、8.11、8.12所示分别为正常轴承、滚子损伤轴承、外圈损伤轴承声发射信号的时域图和频域图，图中“R1”或“1”所指的波形表示声发射信号的时域波形，“M”所指的波形表示相应的频谱图。
各图中右上角的“@”表示实线光标处波形所对应的频率及相应的幅值，“△”表示实线与虚线光标之间的差值。
图8.10 正常轴承声发射信号的时域图和频域图（示波器截图）图8.11 滚子损伤轴承声发射信号时域图和频域图（示波器截图）图8.12 外圈损伤轴承声发射信号时域图和频域图（示波器截图）从图中可看出正常轴承的能量主要集中在700Hz～1.4kHz，滚子损伤轴承的能量主要集中在2.01kHz附近，而外圈损伤轴承则集中在5.9kHz，由此可准确判断轴承的故障状态。
故障诊断技术在轧机维护中的应用涂水金，张柏平（新余钢铁股份有限公司中厚板厂，江西 新余 338000）摘 要：随着社会和时代的发展，当前故障诊断法得到了不断的创新和发展，其中的计算机技术以及信息处理技术已被广泛用到轧机的设备维修中，对于长时间投入使用的轧机来说，使用故障诊断法进行维修可以极大地延长压机的使用时间，降低轧机维修的成本，还可以不断提高轧机的使用效率。
本文就关于当前故障诊断法的基本技术进行了简单的分析和理解，对于故障诊断板在轧机中的应用进行了简要的介绍，对故障诊断法在轧机维修中的应用提出了简要的分析和建议。
关键词：故障诊断法；轧机维护；应用分析中图分类号：TG333.15 文献标识码：A 文章编号：11-5004（2018）06-0293-2在不断的使用过程中，轧机会随着年限的增加出现一定程度的磨损和损坏，如果不能合理使用及时维修，一定会导致影响正常的生产情况，因此为了保证轧机的正常使用，实现企业利益的最大化，钢铁企业一定要注意及时采用行之有效的措施对轧机进行维修工作。
故障诊断法在当时的企业应用中使用较为普遍，不但能够有效地延长轧机的使用时间，降低成本，同时它还能很大程度的提高轧机的使用效率，为企业创造收益。
1故障诊断法的基本技术概述[1]故障诊断法在使用过程中通常由五个步骤组成，第一步的工作是收集信息技术，相关的工作人员通过不断测量和采集相应的精神信息，进而进一步收集关于轧机状态的各类信号，这一项技术需要借助于压机上各种传感器进而进行工作，在诊断过程中，传感器发出的信息将会被直接储存或者进行计算机收集。
第二步是信息处理技术，现场直接搜集而来的信息和数据并不能直接被工作人员作为判断轧机工作状态的证据，信息中包含着一些无用的信息，因此工作人员需要对收集而来的信息进行相应的处理和分类，不断转化收集而来的信息，使之成为人工或机器可以读懂的内容，进而完成信息的采集和归类。
第三步工作是信息的整理和研究，人们在对收集而来的信息进行相应的识别和分析之后，接下来需要进行的工作是我们所得来的信息与轧机正常运行中的标准参数进行对比，明确轧机当前的状态以及出现的故障类型，找出具体的故障原因进一步探索和研究出现这一故障的原因。
应力波分析技术在冶金机械设备生命周期中的监测摘要：设备全生命周期健康状态监测诊断系统秉承国际前瞻性的维护保障理念---“未病先防、既病防变”，改变了现有设备的常规检修思路和方法，从普遍采用的定期检修向以提高设备可靠性为核心，基于设备实际状况的状态检修转变，真正实现了预测维修和主动维修。
常规技术分析，本质上都是事后才发出报警，即在故障实际发生以后发出报警，工厂运维人员只能实施事后维修、非计划停机、承担巨额维修费用和生产损失。
应力波分析技术对设备运行状况进行全生命周期的监测和诊断，做出最早及可靠的侦判，对潜在的故障发出预警，提醒设备维护人员及时采取恰当措施，避免非计划停机和安全事故，减少维修费用、备件成本，保障设备的可靠运行。
本文介绍了应力波分析技术在冶金机械设备生命周期中的监测的应用。
关键词：应力波分析技术；应力波能量图；直方图；频谱分析前言科学技术的日益发展，使工业生产中的机械设备向着自动化、科技化、精确化的方向发展。
结合智能制造与大数据、云服务等，将大量现场设备运行与状态数据采集工作交给设备自动采集，将设备人员从该部分工作中解放出来，有异常则报警提醒点巡检人员采取相应措施，数据进入公司设备云数据库，授权人员均能通过客户终端或手机等随时了解相关设备的运行状态。
1 应力波分析技术1.1应力波检测原理应力波检测系统由应力波传感器、信号处理单元和控制显示单元三个部分组成。
应力波传感器安装在设备轴承、齿轮箱等运动部件附近的表面，通过运行设备构件传输的摩擦、机械冲击和动态载荷的应力波信号是超声波频率，传感器中的压电晶体将应力波振幅转换为电信号，然后在模拟信号调制器中通过高频带通滤波器进行放大和滤波，以去除设备正常运动的低频噪声和振动能量。
1.2应力波分析与振动分析的比较振动分析技术通过监测设备运行过程中的位移、速度、加速度来判断设备健康状态。
主要监测机械设备非平稳运动的现象。
振动监测主要为中、低频信号监测，主要监测故障发展的中后期，而应力波分析技术相当于计算机控制的听诊器，可以在设备产生严重损坏，并最终被传统技术检测到之前（振动、碎屑、发热），对设备的健康状态进行最早期的监测和诊断，防止故障的发生和恶变。
