《机械振动学结课论文基于振动监测的设备故障诊断技术在大型轧钢机械上的应用》由会员分享，可在线阅读，更多相关《机械振动学结课论文基于振动监测的设备故障诊断技术在大型轧钢机械上的应用（15页珍藏版）》请在装配图网上搜索。
1、机电工程学院机械振动学结课论文基于振动监测的设备故障诊断技术在大型轧钢机械上的应用指导教师： 班级： 学号：姓名： 基于振动监测的设备故障诊断技术在大型轧钢机械上的应用 作者:摘要： 对基于振动的设备故障诊断技术做了较全面和深入的介绍,通过实例介绍了该诊断技术在轧钢机械领域的应用。指出该诊断技术可同时对一个测点进行复杂的时域、频域、相关域、统计域等分析,具有一定的趋势预测分析能力。关键词： 轧钢机械; 振动监测; 故障诊断AbstractThe vibrating monitoring based fault diagnosis technology was introduced genera
2、lly and deeply the application of the diagnosis technology on steel rolling machines was also introduced by examples:The technology could simultaneously analyze a monitoring point about its time domain, frequency，domain, correlation domain and statistic domain.Key words: steel rolling machine; vibra
3、ting monitoring; fault diagnosingAnd it has the analyses ability of trend based1 前沿轧钢机械属于大型的旋转机械,是轧钢厂的关键设备。转轴组件是轧机的核心部分,它包括旋转轴、齿轮传动件、联轴器、滑动和滚动轴承等。人们通过长期观察和实践,发现旋转机械的绝大多数前期故障都会表现出异常的振动,因此掌握机械振动的一般规律就能从振动信号中识别出常见的设备故障。通过对振动信号波形进行简单的时域、频域以及小波分析可对振动进行一般的识别,振动的可识别性是对机械故障进行振动噪声测试分析的技术前提。因此,采用在设备诊断技术领域较成熟的
4、振动分析技术作为技术的突破口对轧钢机进行日常振动状态监测,就能在设备运行中或基本不拆卸全部设备的情况下,掌握轧机运行状态,判定产生故障的部位和原因,并预测未来的技术状态,从而可在早期有效地发现,以及在后期及时地抑制故障,保障生产的可持续发展。2信号识别与获取任何机器设备在运行中都会产生振动,机器的振动信号中包含了丰富的机器运行的状态信息当设备发生异常或故障时,振动将会发生变化,一般表现为振幅加大。由不同类型性质原因和部位产生的故障所激发的振动具有不同的特征,这些特征表现为频率成分，幅值大小、相位差别、波形形状和能量分布状况等。振动信号的性质和特征不仅与故障有关,还与系统的固有特性有关,具体表现
5、为同一故障发生的部位不同、故障激励传递通道 (即传递函数)不同,其振动特征和响应亦会有较大的差别。总之,设备的振动是由故障激励和系统特性所共同决定的,但很多情况下,振动特征和故障类型之间并不是一对应的关系,不能简单地对号入座,这就给振动的识别带来一定的困难。因此,振动的识别对于设备诊断技术的完善是至关重要的。轧钢机械工作时轧件是非连续地被轧制的,其转速并不恒定、功率更是从空载到满负荷间周期地波动。从原动机到轧辊间有庞大的传动和减速机构,能出现的故障类型很多,因此检测设备测点点检方式和点检时间的选择对诊断的准确与否起关键作用。为保证所测数据具有可比性,在测定数据时应遵循以下几点原则: 每次测量要
6、在同一测点进行,否则由于激振源到测点的传递函数不同 ,而使测量的结果相差很大。保持每次测量时机器的工况相同。保持测量的参数相同,一般来说,频率在10100HZ的振动应以移作为数采器的输出参数,频率在 1001 000Hz的振动应以速度作为数采器的输出参数,频率在 1 000Hz以上的振动应以加速度作为数采器的输出参数。使用的仪器相同和测量的方法(如传感器号传递的通道上而且路线最短的位置 ,尽量减少 (3) 测点应选择在便于多方位测量的置。一般测振动要选定三个方向(水平X、垂Y、轴A )来评定,特别对低频振动,更要强调其方向性(高频振动对方向不敏感).(4) 对于大型机械设备,受传递函数的影响,
7、应多点检测。3轧钢机械等旋转机械的常见障及其诊断方法旋转机械的常见故障,按转子类型和振动性质的不同,可分为 :转子不平衡、转子不对中、基座或装配松动、转子与定子摩擦、感应电机振动滚动轴承故障、齿轮机构的振动等。利用振动监测技术对这些常见机械故障可进行较为准确的诊断。3. 1转子不平衡不平衡是旋转机械中最常见的一种故障。引起不平衡的原因较多,如安装不良造成偏心、配合松动、轴弯曲变形、加工制造误差以及长期运行中产生不均匀磨损等。我们从离心力的计算公式易知,不平衡振动对转速的变化是最敏感的。转子不平衡的振动特征是:刚性转子在启动时振幅随转速的增大而增大,柔性转子在启动时振幅是先增大而后减小.在频率特
8、征方,不平衡动的频率成分单一而明朗 ,主要表现为转子的基频;在相位方面,水平和垂直方向的振动相差90,且通常水平方向的振动比垂直方向的大、径向振动比轴向振动要大。3. 2转子不对中转子不对中是指转子中心与轴承中心不对中,或多转子系统中各转子的轴线不对中,也是旋转机械的一类多发性典型故障。不对中有三种类型,即平行不对中、角度不对中、综合不对中。其产生的原因有:转子及支座安装不良、轴承支座不均匀膨胀引起变形、地基变形以及热不对中等。转子不对中的振动特征是:当转子不对中时将产生一种附加弯矩,形成附加激励,故轴向振动往往是存在不对中的一种征兆。在振动频率特征方面,平行不对中主要激起 2倍转频,角度不对
9、中则表现为同频振动突出 ,它们的共同点是以旋转频率的2倍频或4倍频为主 ,尚伴有高次倍平行不对中时,转子两端径向振动相位相差180; 角度不对中时,联轴器两端轴向振相位相差180°,而径向相位相同。3. 3基座或装配松动 松动常和不平衡相伴生,表现为非线形的振动特征。地脚松动引起的振动方向特征很明显,表现在垂直方向的振动很强烈。由零件配合松动引起的振动,其方向特征不明显。在振幅方面,松动引起的振动随负荷的增加而增大,但对转速表现出无规律的变化,忽大忽小,呈跳跃式变化。在振动频率特征方面,除基频成分外,基频的奇数倍频突出 (常高于基频的幅值 ) ,伴有3倍,5倍,7倍及0. 30. 5
10、倍的谐波成分,频谱结构成梳状。3. 4转子与定子摩擦 此类摩擦属干摩擦,大多表现为径向摩擦。摩擦振动属于非线性振动,频带范围很宽,除基频外,还有2倍以及 1 /3、 /2 等谐波成分。在时域31波形上,常表现为削波状态,“截头余弦”形状的波形是摩擦故障特有的重要志。在某些特殊情况下,摩擦还可能激起系统的固有频率振动 。3. 5感应电机振动故障特征电动机是一种典型的旋转机械,在机械故障的表现方面具有旋转机械的共同特点,如存在转子不平衡、不对中、松动、摩擦等故障类型。感应电机的振动故障的一大特点是包括机械和电气两方面内容 ,发生的故障除机械因素外还与电气相关,如转子与定子间磁隙不均匀、电压不稳定、
11、匝间短路等也会引起电机的异常振动。当电动机在运行中突然给它断电 ,其时如果振动立即下降为零,即说明电动机存在电气方面的故障,否则,属于机械故障。3.6 滚动轴承故障滚动轴承是旋转机械转子系统的重要支撑部件,其基本结构包括外圈、内圈滚动体、保持架等元件。对滚动轴承实施振动诊断的基本方法是频率分析,因为滚动轴承每一个元件都有其各自的故障特征频率。理论上,通过频率分析不但能判断轴承有无故障,而且可以具体判断轴承中损坏的元件。滚动轴承的故障特征频率 (简化计算)为:内圈通过频率F = 0. 6Z F r,外圈通过频率 F = 0. 4Z F r, 保持架通过频率 F = 0. 4F r, 其中 Z 为
12、滚动体个数, F r为轴承内圈回转频率。还需指出的是滚动轴承的振动与安装也有关,如安装滚动轴承的旋转轴系弯曲、轴承装歪、轴承紧固过松或过紧都会引起振动,其振动频率成分也含有滚动体通过频率和高次谐波。3. 7齿轮机构的振动特征及诊断齿轮是旋转机械的重要部件,其运行状态的好坏直接影响到整个机组的正常工作。在齿轮箱中的各类零件中,失效比例分别为齿轮60%、轴承19%、轴10%、箱体7%、紧固件3%、油封1% ,可见在所有零件中齿轮自身的失效比例最大。根据国外抽样统计的结果表明,齿轮的各种损伤的概率为: 断齿41%、面疲劳31%、面磨损10%，面划痕齿齿10%、其它故障8%。在理想渐开线齿形及齿轮刚度
13、无穷大的假设下,一对齿轮在啮合运动中是不会产生振动的 ,但由于制造、安装及齿轮刚度不可能为无穷大等方面的问题,一对新齿轮在啮合运动中也会产生振动。通过对齿轮运动方程的分析可知,正常齿轮传动中由于啮合刚度的周期性变化会引起参数振动;由于齿形误差的随机激励可能会引起齿轮弹性系统的共振;当齿轮出现故障时,振动往往会加剧,也会产生一些新的频率成分,这些都是齿轮的特征频率。齿轮特征频率主要有3种,即齿轮啮合频率、齿轮自振频率和齿轮边频带。定轴转动的啮合频率为 F = Z F r ,行星轮系的啮合频率为 F = Z( F r ± ) ,其中 Z 为齿轮齿数 r为齿轮旋转频率、Fyffe为转臂旋转
14、频率。直齿圆柱齿轮自振频率为F= ( k /m )/2 ,其中 k为齿轮副的弹簧常数、为m齿轮副的等效质量, 其它类型齿轮的自振频率一般由试验测定(不随转速改变而恒有的频率分量通常就是系统的固有频率,齿轮固有频率一般为1 10kHz)。当齿轮存在故障时,由于载荷波动而产生幅值调制,由于转速波动而产生频率调制,因此在啮合频率或固有频率两旁产生等间隙( 1X )的一簇边频。通过振动诊断判别齿轮状态,最有效可行的方法是分析齿轮振动功率谱的变化,其次是分析倒频谱 (如果仪 器的信噪比高,倒频谱分析效果也很好 )。首先看啮合频率幅值的消长; 二是要看啮合频率谐波的分布;三是看边频,随着齿轮故障的发展和振
15、动能量的增加,边频越来越丰富,幅值也增加(边频分析通常要先将谱细化)。4诊断实例分析对轧机进行日常振动状态检测所需的工具主要有振动传感器、数据采集器、配套软件等,目前市面上已有此类成套的设备出售。我们选用的是北京圣迪公司的振通 904型振动动平衡一体化仪器。它的主要功能是检测振动信号并进行采集记录和预处理,通过 RS232C标准串行口与微机 ( P486以上) 通讯后可以将记录在仪器中的各种数据送入微机中,借助仪器附带的波形分析软件可对采集到的数据进行时域、频域统计域等方面的分,做更精细的设备故障分析和诊断,建立设备状态数据库,预报设备状态发展趋势等。运用该仪器可以对轧机日常运行时的振动进行检
16、测 ,掌握轧机的运行状态、发现和跟踪轧机的早期故障、提出维修计划、跟踪维修质量等。以广钢连轧厂12 轧机为例,利用基于振动的设备故障诊断技术对其进行一次全面的分析诊断。根据测点选择原则,我们选取了3个测点(图6中ZJ12 - 1、ZJ12 - 2、ZJ12 - 3 ) 。2005年3月29日12轧机被诊断为发生了齿轮断齿故障。当天的点检现象:轧机无异响、但振值和波形有故障迹象,尤其是 ZJ12 - 1 测点的信号特别明显 。进行的全面分析诊断如下 : ( 1 ) 振值表:在 6 个月里振值表内各项指标没有明显增大现象,表明振动级数和能量在故障前后未有明显变化,小部分断齿对振值表内各项指标不敏感
17、,这也解释了故障时设备无异响的原因 。 ( 2 ) 时域波形:在时域波形中可明显看到振动含有剧烈周期冲击 ,冲击波形突然上升又突然衰减且极其陡峭 ,极有可能发生了突发性故障。经计算冲击周期为 65. 6m s,即频率为 15. 244Hz。当天电机转速为 914 r/m ,转频为 15. 244Hz。可见 ,输入轴(电机轴 ) 的转频与冲击频率惊人地吻合。由此可判断冲击故障就发生在输入轴上 ,加上考虑冲击特性可初步判定输入轴的齿轮可能发生了断齿。( 3 ) 自相关分析:在自相关图上可看到图形收敛性异常 ,在 T1 = 63. 7和 T2 = 128. 9处图形趋于发散,可断定在信号中存在 T
18、= 65. 2 周期成分。此周期与时域中的冲击周期一致,故时域中判定的冲击在相关域中得到了证实。( 4 ) 概率密度:在统计域中发现振动信号峭度达 4. 013,远远超出正常范围 ( 2 3 ) 。峭度指标是一项反映波形尖峭程度和冲击大小的无量纲指标,峭度超标更证实了振动信号中存在异常的冲击能量。对正常的轧钢过程而言,载荷波动会引起峭度轻微超标,峭度达 4. 013最可能的就是发生了断齿。( 5 ) 幅值谱分析 : 将 幅值谱 细化 后可 看到 在300Hz和 440Hz频率两旁存在边频带, 1X = 16,边频带是齿轮和轴承类冲击故障信号经频率调制后的特有现象。经计算冲击频率与输入轴转频相等
19、而与轴承的故障特征频率不等,到此可更肯定地判定时域中发现的周期冲击确实为齿轮故障所致。( 6 ) 倒频谱分析 : 在倒频谱图中可看到 T =63. 5m s处的信号分量很大,此周期与时域中的冲击周期也吻合得很好。倒谱是一个对测点、传输途径和信号调制不敏感的量,对判定轴承和齿轮故障很有效。至此 ,可更肯定冲击是由断齿所引起,而不是轴承故障、转子不平衡或不对中等所引起。( 7 ) 机械传动系统原理简图( 8 ) 诊断结论及反馈:通过以上的分析可判定12 轧机在当天有冲击性的突发故,且冲击异常强烈和尖锐,可排除轴承故障所引起,最有可能的就是发生了齿轮断齿故障,计算也表明故障发生在输入轴齿轮的可能性最
20、大。后经钳工拆开该轧机检查发现为输入轴锥齿轮发生了部分断齿,以上推断得到了印证。5结语基于振动监测的设备故障诊断技术是一门建立在多学科基础上的综合性新技术,是基于大量的数理统计基础上形成的数学模型的应用,其中涉及到了旋转机械振动的一般规律、检测设备的工作机理和技术应用、振动信号的分析方法、旋转机械的常见故障的信号特征和判定等。实际上 ,此技术不仅可应用在轧机上,还可应用于几乎一切旋转机械上。利用这种技术,可同时对一个测点进行复杂的时域、频域,相关域、统计域等分析,并具有一定的趋势预测分析能力。对设备故障早发现、早处理,可以避免个别设备故障的进一步恶化,减少设备误产时间,同时也降低了维修工人的劳动强度,体现出巨大的间接效益。 致谢 在结束我的论文的时候，谨向我的老师和同学们致以最诚挚的感谢和祝福。首先我要感谢的时我的指导教师徐键，徐老师渊博的学识，严谨的治学态度以及令人尊敬的人格魅力深深的启发和影响着我。在此，我向徐老师致以最真挚的感谢最崇高的敬意。参考文献【1】 阎以诵,苏笺寿.工程机械振动分析.上海: 同济出版社, 1991.【2】 周传荣,赵淳生. 机械振动参数识别及其应用.北京:科学出版社, 1989.【3】 张正松等. 旋转机械振动监测及故障诊断.北京: 机械工业出版社, 1991.【4】 廖伯瑜.机械故障诊断基础.北京:冶金工业出版社, 1995.
机械振动学结课论文基于振动监测的设备故障诊断技术在大型轧钢机械上的应用
