钢铁冶炼机械设备的故障诊断

前言：想要写出一篇引人入胜的文章？我们特意为您整理了钢铁冶炼机械设备的故障诊断范文，希望能给你带来灵感和参考，敬请阅读。

摘要:钢铁企业的生产系统模式具有封闭性、连续性特征，涵盖了多种工序，然而工序之间衔接一旦出现问题或者说其中一道工序设备零件无法正常运转，都会影响到钢铁冶炼质量。本文主要对钢铁冶炼机械设备故障诊断方法进行了介绍，并深入分析了钢铁冶炼机械设备故障诊断的科学处理措施。

关键词:钢铁;冶炼机械设备;故障;处理

一、钢铁冶炼机械设备故障诊断方法介绍

(一)系统数学模型

钢铁冶炼机械设备一旦投入生产之后，机械设备将进入高强度工作状态之中，因此，容易出现一些故障，如果不及时进行处理将会影响到整个生产效率与质量。在针对机械设备故障时，常常会用到系统数学模型诊断方法，通过建立数学模型，并与机械操作系统相融合，然后通过参数模型估计技术、等价空间方程技术、Kalman滤波器、Luenberger观测器等等比较先进的工艺技术，对钢铁冶炼机械设备的故障进行诊断与分析，该诊断与分析流程主要包括“故障监控、故障诊断、故障分析、故障修复”等等。所以，在对故障诊断的过程中，对于数学模型的构建具有比较高的要求，倘若在精度上未能达标，那么则会影响到诊断的准确性。［1］

(二)信号处理

钢铁冶炼机械设备在实际运行中会有对应的信号显示，而信号处理诊断方法则是以判断机械设备对应信号是否存在异常为基础，从而明确机械设备所产生的信号是否符合正常标准，倘若出现异常信号或者故障类特征等等，则可以确定钢铁冶炼机械设备所出现的故障类型。比如，在钢铁冶炼的过程中，机械设备中设置了对应的速度传感器、温度传感器，并分别负责接收机械设备的速度信号与温度信号。通过信号处理诊断方法，能够对机械设备速度信号、温度信号进行诊断与检测，从而及时发现设备运行过程中存在的问题，及时进行处理、目前，钢铁冶炼机械设备故障信号诊断常用方法主要有:时间序列特征提取法、谱分析法、自适应信号处理法等等。信号处理诊断方法与系统数学模型诊断方法相对比，前者的适用性更强。

(三)人工智能

以智能技术、自动化技术为核心的人工智能诊断故障方法，能够对钢铁冶炼机械设备的故障实现自动化、智能化诊断，目前已经是故障诊断方法中最为重要的一种，有着良好的发展前景。人工智能诊断方法需要设置复杂的体系，同时也不需要设备构建数学模型，该方法与钢铁冶炼机械设备的操作系统能够很好的融合，能够针对各个环节进行监测与诊断，是目前效率、精准率最高的方法。人工智能故障诊断方法以人工神经网络预测体系为基础，同时融合了模糊数学理论，因此，与钢铁冶炼机械设备操作系统特别相适应。同时，该故障诊断方法设置了神经网络预测诊断系统、模糊逻辑智能诊断反映系统、专家诊断系统以及故障诊断管理系统等等。人工智能是科学研究领域非常重视的一个部分，因此，该方法还有巨大的提升空间。［2］

(四)其他诊断方法

除开上述三种故障诊断方法之外，在对钢铁冶炼机械设备故障进行诊断时还有一些其他诊断方法比较实用，例如，灰色关联诊断识别技术、运行模式故障诊断技术等等，这些诊断方法通过不断的完善，还衍生出了耦合混合新型故障诊断技术。因此，在对钢铁冶炼机械设备故障进行诊断的过程中，需要结合实际情况而定。

二、钢铁冶炼机械设备故障诊断的科学处理方法

(一)转子不平衡的处理方法

在钢铁冶炼机械设备实际运行过程中，转子转动的质量关系到机械系统运行的稳定性，倘若出现转子不平衡的情况，势必会影响到整个冶炼过程。基于转子旋转的基本性质来讲，在实际运作的过程中必然有幅值方面的变化，一旦开始启动、运作，由于各方面因素的作用，极有可能出现振动不平衡的情况，因此，可以从以下方面来进行处理:第一，转子在实际转动过程中一旦出现振动，首先需要的是进行全面观察，并对转子速度进行分析，看是否已经到临界值;同时，需要及时测量转子转动速率，并将其与标注速率进行对比。第二，在确定振动是否是因为基础共振所引发时，可以采用相位分析法。如果此时相位与频率保持着一直，则可以判断出引起振动不平衡额原因是基础共振所引起的;倘若各个点在不同旋转方向的情况下出现相位差速、高速运转、低速运转时，则可以明确是由于振动不平衡所引发的。第三，角度不对与平行不对。所谓平行不对指的是“转子”在运转过程中出现“不对”的情况，包括角度不对与平行不对。角度不对指的是两侧轴向振动相位持续保持在180°之中，则可能导致多倍频振动;而“平行不对”则指的是两侧轴承之间径向振动持续保持在180°之中。因此，需要通过调解，使其转子能够保持在合理的状态之中。［3］

(二)齿轮故障处理方法

齿轮是钢铁冶炼机械设备稳定运行的关键，由于齿轮需要对振动影响进行全面承载，所以在实际运行过程中可能呈现出现边频带，所以可以通过波形图、频谱图来分析齿轮实际振动的情况，可以通过信号故障诊断方法与人工智能诊断方法相互结合方式进行快速判断，进而有针对性的提出解决对策。信号处理方法，通过时域处理对振动加速度进行分析，但需要降低其他信号带来的干扰。钢铁冶炼机械设备齿轮故障处理对策，具体来讲如下:第一，时域诊断技术，从理论上来讲是借助了频谱图、波形图的基本原理，并通过智能分析技术，对物理振动进行描述，找出诊断结果与实际标准的差异，从而明确故障，并采取对应的处理方法;第二，频率诊断技术，该技术结合智能化的基本原理，能够全面、深入分析频谱，同时结合功能优势能够自动识别齿轮故障。齿轮运行过程中，不断出现交错，并对动力进行持续传播，而这个过程中，齿轮数目的变化会导致齿轮啮合部位出现错位的情况，从而体现出一种周期性的动态变化，并通过对应的图谱边频带进行显示，然后通过波形图、频谱图进行分析，实现故障诊断。

(三)滚动轴承处理方法

机械设备在实际运转的过程中，滚动轴承会处于强度运转状态，当中所产生的振动往往会对其本身产生伤害，在这个过程中会伴随着振动产生一些声音，而且不同的部位会有不同的声音。因此，可以通过分析声音来判断故障部位。还需要注意的是，因为荷载不同、部位不同，最终测试出来的数据也存在差异，同时这些数据可以为后续故障分析奠定坚实的基础。目前，对于轴承故障处理所用到的方法具体如下:第一，谐振信号接收法。该方法以零件本身固有频率为基础，对其变化进行判断。各种不同的机械设备有其固有频率，轴承也不例外。通过专业的工具能够对频率进行捕捉与分析。例如，轴承方面如果有缺陷，那么则会造成振动冲击，进而引发零件振动。在振动的过程中，传感器能够将其反映出来，并由滤波器进行接收，通过分析之后，能偶对故障进行判断;第二，脉冲信号接收法。该方法是对轴承的压痕进行分析，由于轴承的腐蚀以及裂痕等问题对导致脉冲信号所产生的发射频率不同，可以对其获取并计算，因为脉冲信号的频率比较低，往往可以通过听觉实现初步判断。

三、结语

综上所述，钢铁企业在推动国民经济快速发展的过程中发挥着不可替代的作用。而钢铁冶炼机械设备是企业生产中非常重要的组成部分，其质量直接关系到企业的经济效益。因此，对钢铁冶炼机械设备的故障诊断及处理进行研究具有非常重要的现实意义，能够为冶炼机械设备故障诊断与处理提供更有价值的参考。

参考文献:

［1］刘俊峰，赵铁英．浅析钢铁冶炼机械设备的故障诊断及处理措施［J］．包钢科技，2018，44(03):70-72．

［2］贾鲁峰．钢铁冶炼机械设备的故障诊断及处理措施［J］．内燃机与配件，2018(02):142-143．

［3］刘敬辉．钢铁冶炼机械设备的故障诊断及处理措施研究［J］．中国高新技术企业，2016(01):65-66．

作者：刘仁波 单位：武汉钢铁集团兴达经济发展有限责任公司