回转窑是典型的低速大型回转机械,其在水泥、冶金等行业应用广泛。回转窑大约占工厂投资的10%~15%。目前全国仅水泥行业就有新型水泥回转窑1000条以上。回转窑筒体热弯曲、滑动轴承轴瓦过热、托轮轴断裂等隐蔽故障问题一直影响着窑的安全运行,是造成回转窑突然性停机甚至引发重大事故的重要原因之一。目前,国内对回转窑的运行状态检测技术停留在事后检测和定期检测上,缺乏实时在线运行状态监测系统。为提高窑的安全生产运转率,减少停机时间,降低维护成本,实现其运行状态的实时监测与早期故障诊断已成为目前亟待解决的重要问题。本文以回转窑的托轮为对象,研究了回转窑实时监测的新原理和新方法,注重理论研究与实际工程相结合,以回转窑在不同故障模式下托轮振动响应分析为切入点,提出了基于托轮振动的回转窑状态监测方法的研究,并开展如下工作:(1)为分析回转窑筒体对托轮运转的影响,研究了一种回转窑在热态下筒体变形计算方法。筒体变形是引起回转窑故障的主要原因之一,同时也是引起托轮振动的重要外部激励源。根据变形特征,提出了筒体变形的计算方法以及整体三模模型构建方法。该方法在工业现场已经得到应用。为回转窑筒体热变形的评估、窑的维护提供了相应的依据。同时,为托轮振动的分析及其模型的建立提供了研究基础。(2)为研究回转窑在不同故障下托轮振动的规律,分析了内外激励下托轮的振动故障模型。回转窑在不同故障状态下,托轮的振动呈现不同的响应特点。首先分析了筒体运转对托轮运行的影响,分析了外加激励源来源。并进行了实验验证,实验结果验证了托轮振动模型的合理性和正确性。通过数值模拟,分析了回转窑不同故障状态下托轮的振动响应规律。结果表明,通过托轮振动监测可以有效的表征回转窑的运行状态。同时为托轮振动信号的故障特征信息提取及故障模式辨识提供了理论基础。(3)针对托轮振动信号具有故障特征信息微弱,易受环境噪音干扰等特点,研究了其故障特征信息的识别方法。首先,首先采用小波阈值去噪(WTD)方法对托轮振动信号进行降噪处理。其次,为实现托轮振动信号中故障特征信息的提取,开展了补充总体经验模态分解(CEEMD)方法用于托轮信号分析的适用性研究,研究了CEEMD的计算参数优化问题。最后,提出了基于WTD-参数优化的CEEMD的托轮振动信号中故障特征信息的识别流程。并根据提出的方法,进行了工业现场实验验证。其结果表明,提出的方法可有效的识别托轮振动信号的故障特征信息。(4)针对采用传统的信号处理方法难以有效的分类和识别托轮振动信号问题,为实现托轮振动信号的准确识别,提出了基于CEEMD-PCA-SVM回转窑故障模式识别方法。首先,提取了托轮振动信号的主要时域和频域特征,针对其故障特征信息易被噪音淹没等特点,采用CEEMD方法提取了时频域联合特征。为降低维数过高对故障模式分类的影响,采用了主成分分析(PCA)进行特征信息降维融合处理。最后,采用粒子群算法(PSO)对支持向量机(SVM)的参数进行了优化,并采用优化后的支持向量机进行了故障模式分类。实验结果表明:与其他方法相比较,提出的方法可有效准确的识别回转窑的故障模式。(5)基于托轮振动故障特征提取及识别方法,结合维护策略,设计了在线回转窑状态监测实验装置系统,为提出的监测理论在工程实践中的应用提供了支持。首先从总体需求分析开始,研究了敏感监测参数的选择方案、最佳测点布置方案,并设计了基于Labview的实时在线监测系统,并对该监测系统在实验室里进行了实验测试。实验结果表明,该实验系统能有效的识别筒体热弯曲等故障。同时,为实现回转窑短期分布式数据采集与监测的要求,开发了基于无线传感网络的分布式数据采集系统实验装置。文章最后对全文工作及主要创新点进行了总结,并展望了后续的研究方向。