论文部分内容阅读
【摘 要】 本文主要针对轧钢机械分析、轧钢机械振动故障的判断标准以及轧钢机械振动故障的特征数据进行简要分析，仅供参考。
【关键词】 轧钢机械；振动故障；诊断
一、轧钢机械分析
1、轧钢机械
轧钢机械是指在轧钢生产过程中用到的轧钢机械设备，它包括轧钢生产从原料处理到成品下线全过程用到的所有机械设备。这些设备主要有轧钢机、轧钢辅助设备、运输设备以及其他附属设备等多种机械设备。轧钢机是将原料轧制成所需钢材的机械设备，是轧钢生产中必须的设备，而除轧钢机之外的其他设备均属于轧钢辅助设备，从这里我们可以看出轧钢辅助设备种类繁多，数量巨大，因此轧钢企业中的轧钢辅助设备所占所有轧钢设备的比例很大，并且随着轧钢工艺的不断发展，这一比例还将持续增大。
2、轧钢机械分类
轧钢设备的分类也有多种，按照轧钢设备的具体构造以及轧钢设备在生产流程中的作用等都可以将轧钢设备分成多种。按照轧钢设备的构造我们可以将设备分成水平式轧辊轧机、竖直式轧辊轧机、万能轧机、倾斜式轧辊轧机、特殊轧机等。按照轧钢设备在轧钢生产流程中的作用可以将轧钢分成开坯机、热轧板带轧机、热轧无缝钢管轧机、冷轧板带轧机、冷轧无缝钢管轧机、型钢轧机、特殊轧机等多种。多种多样的轧机会使得出现的轧机故障有多种多样，因此做好轧机故障的诊断与维修也是轧钢企业工作的一大重点。目前，轧钢机械常见的故障有：转子转动异常、齿轮振动异常、轴承故障、电机振动故障等几种。轧钢企业要组织专门的维修管理团队对轧钢机进行养护维修管理，从而保证轧钢机械设备工作的持续性，进而保证轧钢生产的产量以及产品质量，从而提高企业的经济效益。
二、轧钢机械振动故障的判断标准
通常咱们常常选用判别故障定量，类推和判别相对故障来对振荡故障进行评判，不过轧钢机械因振荡发生的故障有着多方面的缘由，假如仅凭独自的物理现象就揣度和判别故障的缘由是有很大难度的。通过产时刻实习，轧钢机的作业状况，轧钢机使用的轴承品种，平时作业环境，检测设备装置的方位等等这些区别都可能对轧钢机械的振荡故障有着或多或少的影响，因而，想要寻觅一种能够便于操作，办法科学的诊断故障的规范是好不容易的，需求我们在传统规范的基础上完成打破。浅显的来说即是使用观察仪器，对轧钢机械进行定时的测量和记载，对在必定条件下，必定的方位上，以一样的作业方式和一样的作业效率下进行观察测验，并把得到的成果和机械在正常作业状况下的数据进行比对和研讨，发现不一样以后能够据此对轧钢机械的振荡故障是不是存在以及轻重程度进行判别。具体的轧钢机械振动故障诊断流程如下：
开始检测→确定检测对象→选择检测内容→明确检测任务→振动检测→采集检测数据→对比分析数据并制作数据报告→判断是否出现故障。
三、轧钢机械振动故障的特征数据
最有可能产生振动轧钢机械的地方，轴承和齿轮振动信号连接的通信，通过各种渠道，但大部分时间信号的传输在轧钢机，如果在生产的时候，小的变化齿轮和轴承的信息传输速率的变化和负载。因此，当振动数据采集机轧制，一个复杂信号的实施进展的噪声分离必须获取、经验丰富的专业人员和技术和系统，特别是熟悉的，有时因为环境是复杂的和错误的判断，它是很难获得的特征数据的收集和判断。为了实现数据采集，诊断和故障分析机械振动轧制，我们必须实现传统的采集和处理的光谱，并研究轧机振动的所有数据和深入分析，这是比之间的差异的分析和研究，所有不同的压实机械振动故障只的方法。在实施数据的收集和分析，振动机械，我们可以考虑时域和频域两个方面。以第一时间点数据的平均值，振动特性的主峰，弯曲程度考虑这方面。在频域中的第二点，两个数据的特点，首先最容易出现故障和振动频率的变化，传动轴和频谱数据。其次，当中心统计，统计特性的均方根频率是非常重要的。我们可以用数学工具，分析和研究了数据采集，数据的实际发挥这些功能。故障判断数据的分层缺陷的特征振动机械振动是至关重要的，在数据采集过程中，必须排除噪声的干扰，通过有效的方法，振动特性的数据，所有的数据比较研究在不同条件下的基本原因，找出错误的产生。
1、振动故障数据的收集
收集的故障数据越多越有利于振动故障的诊断工作，但是，在采集中，由于快速傅里叶运行时的交换时间伴随着收集数据的长度成倍的增大，这大大增加了数据的储存空间，而轧钢机械由于转速较低，满足不了这样的需求，所以，采样数据的最佳长度为2048点。
计算机系统的监控方式分为两种，自动键相和手动键相，它们适用于不同的配置，在配置转速/键相的主轴的设备中，通常使用自动键相，选用整周期采样方式，长度为2048点，在应用的过程中可以有效的避免严重失真的“旁瓣”效应，得到精确的轴频及倍频。然而在不能安装转速/键相的设备中，一般情况下使用手动键相，人工去设置每块振动采集板的采样频率，保证在采样数据长度不变的情况下，对采集的故障频率进行有效分析。对于采集到的数据，系统会根据一定的格式对其进行储存，比如一小时的数据、一天的数据、一星期的数据、一个月的数据，甚至一年的数据，除此之外，还有事故数据和原始比较数据等。为分析和诊断振动故障工作提供参考依据。
2、断层特征资料分析及处理
2.1振动故障在线检测的滚动机械，特别是钢轧钢机继续当低速运行在很长一段时间，这个时间可以得到加速度传感器和位移传感器代替，能有一个更好的感知的低频振动，测量效果会更好。
2.2对轧制机械振动特性分析具有十分重要的意义，首先，对轴承磨损动态的把握能力，我们知道作为一个失败的最常见的形式，将导致径向间隙的变化，以及变化的传感器之间的间隙电压。加速度传感器不能准确区分这种电压变化范围内的旋转轴和探针的检测之间的间隙变化的动态监测可以在圆度变化作用下轴承磨损，故障判断的有效实施。但因为有特殊情况的个人影响振动的旋转轴的存在，所以在间隙电压的变化作为判断依据，通常采取的是平均间隙。第二，轴承的转速动态观察。所谓的故障频率的特征频率，由于故障信号分析是随机选择的，所以不可能通过频率理论计算完全相同。在这种情况下，我们通常选择的最大变化幅度在一定时间内的特征频率的限制幅度。电涡流传感器的安装，可以实现数据的采集渠道不同，轴承的振动将显示一个好的周期性特征，特征频率是基于观测和计算的速度会更准确的。第三，对振动频率特性的分析和研究。根据强度和相位的振动一般是不同的，齿轮，轴承，振动频率较低，在振动的特点，他们有自己的特点，同一时间，这就要求我们不仅对加速度传感器的安装，但也与组合使用的位移传感器，扩展的频率范围，可以收集，为轧钢机械振动故障查找的数据支持，分析和解决。明确具体的实施中存在的问题，及时发现和及时治疗，保障生产能够正常进行。 3、故障特征数据的分析处理
在明确轧钢机械振动故障的评判标准，了解故障的特征数据，完成数据采集工作之后，接下就要对所采集的数据进行分析和处理。在数据的分析和处理过程中，常会遇到许许多多的问题。
3.1设备磨损及转轴晃动下的数据分析处理工作
在轧钢机械工作中，磨损是一种最为多见的故障原因。机械在高速运转中，径向间隙往往会发作改动，然后致使传感器缝隙之间的电压发作改动，这一改动传感器无法自立识别，需要对其进行动态的检查。及时把握圆度改变下轴承的改变状况，到达轰动故障的有用判别。关于一些带刺的轴承来，体系会自觉采纳相应措施扫除搅扰。但在检查过程中，常会由于外界的冲击造成转轴晃动，关于这种特殊状况，通常以间隙的平均值作为检查数据。
3.2故障特征频率的检测工作
故障的特征频率是随机选择的，遭到一系列外在要素的影响，所以咱们在丈量故障的特征频率时，一般会对其进行约束，一般以必定时间内振幅改变的最大值为准。假使在丈量过程中呈现差错，那么故障的特征频率将很难被丈量出来，假使丈量时期转速放生改变，成果会更糟。为了处理这一疑问，最佳的方法是装置涡流传感器，它的主要功能是同时对不一样通道的数据进行搜集，对其频率进行准确核算，确保故障特征检查作业更为准确。
3.3故障特征数据的测量工作
在测量故障特征数据的过程中，假使能将输入径向和输出径向有机的结合起来，使两种丈量一起进行，就可以对轴承的受力状况进行及时的处理剖析。所以，最好在运用加快传感器的一起，装置位移传感器，扩展频率搜集和剖析的规模，提高发现故障、剖析故障、解决故障的能力，对故障特征数据进行归纳有用的处理剖析。
四、结束语
总而言之，对轧钢机械震动故障的判断是十分复杂的，在采用传统判断标准诊断的基础之上，增强数据采集的准确度，从而更好的进行故障数据的处理分析，准确采集轧钢机械振动的特征数据，排除无用的杂音，并应用数学工具以及电脑技术，对震动数据实行科学的分析和研究，才能准确的找到震动故障的根源。只有这样，才能科学全面的做好轧钢机械故障的诊断工作。
参考文献：
[1]刘洋，杨雪飞.轧钢机械振动故障的诊断[J].科技与企业，2014，02：259.
[2]杨智宇.浅谈轧钢机械振动故障的诊断[J].科技创新导报，2012，04：53+55.
[3]李庆华.轧钢机械故障的探究与诊断分析[J].河北企业，2013，03：86.
[4]黄绪银.轧钢机械振动故障的诊断分析[J].科技传播，2013，12：112+109.
【关键词】 轧钢机械；振动故障；诊断
一、轧钢机械分析
1、轧钢机械
轧钢机械是指在轧钢生产过程中用到的轧钢机械设备，它包括轧钢生产从原料处理到成品下线全过程用到的所有机械设备。这些设备主要有轧钢机、轧钢辅助设备、运输设备以及其他附属设备等多种机械设备。轧钢机是将原料轧制成所需钢材的机械设备，是轧钢生产中必须的设备，而除轧钢机之外的其他设备均属于轧钢辅助设备，从这里我们可以看出轧钢辅助设备种类繁多，数量巨大，因此轧钢企业中的轧钢辅助设备所占所有轧钢设备的比例很大，并且随着轧钢工艺的不断发展，这一比例还将持续增大。
2、轧钢机械分类
轧钢设备的分类也有多种，按照轧钢设备的具体构造以及轧钢设备在生产流程中的作用等都可以将轧钢设备分成多种。按照轧钢设备的构造我们可以将设备分成水平式轧辊轧机、竖直式轧辊轧机、万能轧机、倾斜式轧辊轧机、特殊轧机等。按照轧钢设备在轧钢生产流程中的作用可以将轧钢分成开坯机、热轧板带轧机、热轧无缝钢管轧机、冷轧板带轧机、冷轧无缝钢管轧机、型钢轧机、特殊轧机等多种。多种多样的轧机会使得出现的轧机故障有多种多样，因此做好轧机故障的诊断与维修也是轧钢企业工作的一大重点。目前，轧钢机械常见的故障有：转子转动异常、齿轮振动异常、轴承故障、电机振动故障等几种。轧钢企业要组织专门的维修管理团队对轧钢机进行养护维修管理，从而保证轧钢机械设备工作的持续性，进而保证轧钢生产的产量以及产品质量，从而提高企业的经济效益。
二、轧钢机械振动故障的判断标准
通常咱们常常选用判别故障定量，类推和判别相对故障来对振荡故障进行评判，不过轧钢机械因振荡发生的故障有着多方面的缘由，假如仅凭独自的物理现象就揣度和判别故障的缘由是有很大难度的。通过产时刻实习，轧钢机的作业状况，轧钢机使用的轴承品种，平时作业环境，检测设备装置的方位等等这些区别都可能对轧钢机械的振荡故障有着或多或少的影响，因而，想要寻觅一种能够便于操作，办法科学的诊断故障的规范是好不容易的，需求我们在传统规范的基础上完成打破。浅显的来说即是使用观察仪器，对轧钢机械进行定时的测量和记载，对在必定条件下，必定的方位上，以一样的作业方式和一样的作业效率下进行观察测验，并把得到的成果和机械在正常作业状况下的数据进行比对和研讨，发现不一样以后能够据此对轧钢机械的振荡故障是不是存在以及轻重程度进行判别。具体的轧钢机械振动故障诊断流程如下：
开始检测→确定检测对象→选择检测内容→明确检测任务→振动检测→采集检测数据→对比分析数据并制作数据报告→判断是否出现故障。
三、轧钢机械振动故障的特征数据
最有可能产生振动轧钢机械的地方，轴承和齿轮振动信号连接的通信，通过各种渠道，但大部分时间信号的传输在轧钢机，如果在生产的时候，小的变化齿轮和轴承的信息传输速率的变化和负载。因此，当振动数据采集机轧制，一个复杂信号的实施进展的噪声分离必须获取、经验丰富的专业人员和技术和系统，特别是熟悉的，有时因为环境是复杂的和错误的判断，它是很难获得的特征数据的收集和判断。为了实现数据采集，诊断和故障分析机械振动轧制，我们必须实现传统的采集和处理的光谱，并研究轧机振动的所有数据和深入分析，这是比之间的差异的分析和研究，所有不同的压实机械振动故障只的方法。在实施数据的收集和分析，振动机械，我们可以考虑时域和频域两个方面。以第一时间点数据的平均值，振动特性的主峰，弯曲程度考虑这方面。在频域中的第二点，两个数据的特点，首先最容易出现故障和振动频率的变化，传动轴和频谱数据。其次，当中心统计，统计特性的均方根频率是非常重要的。我们可以用数学工具，分析和研究了数据采集，数据的实际发挥这些功能。故障判断数据的分层缺陷的特征振动机械振动是至关重要的，在数据采集过程中，必须排除噪声的干扰，通过有效的方法，振动特性的数据，所有的数据比较研究在不同条件下的基本原因，找出错误的产生。
1、振动故障数据的收集
收集的故障数据越多越有利于振动故障的诊断工作，但是，在采集中，由于快速傅里叶运行时的交换时间伴随着收集数据的长度成倍的增大，这大大增加了数据的储存空间，而轧钢机械由于转速较低，满足不了这样的需求，所以，采样数据的最佳长度为2048点。
计算机系统的监控方式分为两种，自动键相和手动键相，它们适用于不同的配置，在配置转速/键相的主轴的设备中，通常使用自动键相，选用整周期采样方式，长度为2048点，在应用的过程中可以有效的避免严重失真的“旁瓣”效应，得到精确的轴频及倍频。然而在不能安装转速/键相的设备中，一般情况下使用手动键相，人工去设置每块振动采集板的采样频率，保证在采样数据长度不变的情况下，对采集的故障频率进行有效分析。对于采集到的数据，系统会根据一定的格式对其进行储存，比如一小时的数据、一天的数据、一星期的数据、一个月的数据，甚至一年的数据，除此之外，还有事故数据和原始比较数据等。为分析和诊断振动故障工作提供参考依据。
2、断层特征资料分析及处理
2.1振动故障在线检测的滚动机械，特别是钢轧钢机继续当低速运行在很长一段时间，这个时间可以得到加速度传感器和位移传感器代替，能有一个更好的感知的低频振动，测量效果会更好。
2.2对轧制机械振动特性分析具有十分重要的意义，首先，对轴承磨损动态的把握能力，我们知道作为一个失败的最常见的形式，将导致径向间隙的变化，以及变化的传感器之间的间隙电压。加速度传感器不能准确区分这种电压变化范围内的旋转轴和探针的检测之间的间隙变化的动态监测可以在圆度变化作用下轴承磨损，故障判断的有效实施。但因为有特殊情况的个人影响振动的旋转轴的存在，所以在间隙电压的变化作为判断依据，通常采取的是平均间隙。第二，轴承的转速动态观察。所谓的故障频率的特征频率，由于故障信号分析是随机选择的，所以不可能通过频率理论计算完全相同。在这种情况下，我们通常选择的最大变化幅度在一定时间内的特征频率的限制幅度。电涡流传感器的安装，可以实现数据的采集渠道不同，轴承的振动将显示一个好的周期性特征，特征频率是基于观测和计算的速度会更准确的。第三，对振动频率特性的分析和研究。根据强度和相位的振动一般是不同的，齿轮，轴承，振动频率较低，在振动的特点，他们有自己的特点，同一时间，这就要求我们不仅对加速度传感器的安装，但也与组合使用的位移传感器，扩展的频率范围，可以收集，为轧钢机械振动故障查找的数据支持，分析和解决。明确具体的实施中存在的问题，及时发现和及时治疗，保障生产能够正常进行。 3、故障特征数据的分析处理
在明确轧钢机械振动故障的评判标准，了解故障的特征数据，完成数据采集工作之后，接下就要对所采集的数据进行分析和处理。在数据的分析和处理过程中，常会遇到许许多多的问题。
3.1设备磨损及转轴晃动下的数据分析处理工作
在轧钢机械工作中，磨损是一种最为多见的故障原因。机械在高速运转中，径向间隙往往会发作改动，然后致使传感器缝隙之间的电压发作改动，这一改动传感器无法自立识别，需要对其进行动态的检查。及时把握圆度改变下轴承的改变状况，到达轰动故障的有用判别。关于一些带刺的轴承来，体系会自觉采纳相应措施扫除搅扰。但在检查过程中，常会由于外界的冲击造成转轴晃动，关于这种特殊状况，通常以间隙的平均值作为检查数据。
3.2故障特征频率的检测工作
故障的特征频率是随机选择的，遭到一系列外在要素的影响，所以咱们在丈量故障的特征频率时，一般会对其进行约束，一般以必定时间内振幅改变的最大值为准。假使在丈量过程中呈现差错，那么故障的特征频率将很难被丈量出来，假使丈量时期转速放生改变，成果会更糟。为了处理这一疑问，最佳的方法是装置涡流传感器，它的主要功能是同时对不一样通道的数据进行搜集，对其频率进行准确核算，确保故障特征检查作业更为准确。
3.3故障特征数据的测量工作
在测量故障特征数据的过程中，假使能将输入径向和输出径向有机的结合起来，使两种丈量一起进行，就可以对轴承的受力状况进行及时的处理剖析。所以，最好在运用加快传感器的一起，装置位移传感器，扩展频率搜集和剖析的规模，提高发现故障、剖析故障、解决故障的能力，对故障特征数据进行归纳有用的处理剖析。
四、结束语
总而言之，对轧钢机械震动故障的判断是十分复杂的，在采用传统判断标准诊断的基础之上，增强数据采集的准确度，从而更好的进行故障数据的处理分析，准确采集轧钢机械振动的特征数据，排除无用的杂音，并应用数学工具以及电脑技术，对震动数据实行科学的分析和研究，才能准确的找到震动故障的根源。只有这样，才能科学全面的做好轧钢机械故障的诊断工作。
参考文献：
[1]刘洋，杨雪飞.轧钢机械振动故障的诊断[J].科技与企业，2014，02：259.
[2]杨智宇.浅谈轧钢机械振动故障的诊断[J].科技创新导报，2012，04：53+55.
[3]李庆华.轧钢机械故障的探究与诊断分析[J].河北企业，2013，03：86.
[4]黄绪银.轧钢机械振动故障的诊断分析[J].科技传播，2013，12：112+109.