鋼鐵冶煉設備故障診斷探討

李曉強

（北興公司，黑龍江 齊齊哈爾 161000）

1 關于故障診斷科技的歷程

它的全稱是狀態監測與故障診斷（CMFD）。其涵蓋兩個層次的要素。第一，對機械的運作狀態開展的監測活動。第二，在得知不正常的狀況之后對機械的問題開展綜合化的判別。該項技術是一項綜合化的內容，其涵蓋了現代控制理論、信號處理、模式識別、最優化方法、決策論、人工智能等，為處理繁瑣的問題診斷活動提供了非常多的知識，而且帶動了診斷科技朝著實用性的方向不斷的進步。在最近的一些時間中，因為技術高速發展，同時市場的需求也擴張了，此時的故障診斷科技獲取了非常顯著的成就，在很多的行業，比如航空以及電廠等等層次之中都獲取了優秀的意義。自從該項技術出現其，世界上的自控領域就對其給予了厚望。

將運行設備的振動檢測當成是關鍵點。配合氣溫以及壓力等的相關數值的搜集，進而對冶煉活動中的一些大規模的傳動裝置的狀態開展分辨活動，進而實現控制問題的意義。

2 問題診斷的參考信息和措施

1971年Beard發表的博士論文以及Mehra和Peschon發表的論文標志著故障診斷這門交叉學科的誕生。一直到目前為止，已經存在了三十多年了。不過其身為一項綜合化的知識，是在最近的時間之中出現的。站在不一樣的層次之中分析，我們得知該項問題的診斷措施有很多，而且有著自身的獨特性，不過具體的講有如下的一些措施。

（1）基于系統數學模型的診斷方法:這個措施是將數學模型當成是前提，其將當前的礦工知識等當成是關鍵的指引理念，利用Luenberger觀測器、等價空間方程、Kalman濾波器、參數模型估計與辨識等方法產生殘差，然后基于某種準則或閥值對殘差進行分析與評價，實現故障診斷。該方法要求與控制系統緊急結合，是實現監控、容錯控制、系統修復與重構等的前提、得到了高度重視，但是這種方法過于依賴系統數學模型的精確性，對于非線性高耦合等難以建立數學模型的系統，實現起來較困難。如狀態估計診斷法、參數估計診斷法、一致性檢查診斷法等。

（2）基于系統輸入輸出信號處理的診斷方法:經由特定的信息處理以及特點的提取措施來開展問題的診斷工作，目前使用較多的有各種譜分析方法、時間序列特征提取方法、自適應信號處理方法等。此類措施無需客體的模型，所以他的適應能力非常優秀。這類診斷方法有基于小波變換的診斷方法、基于輸出信號處理的診斷方法、基于時間序列特征提取的診斷方法。基于信息融合的診斷方法等。

（3）基于人工智能的診斷方法:基于建模處理和信號處理的診斷技術正發展為基于知識處理的智能診斷技術。該項措施是當前行業中非常先進的技術，其在問題診斷中獲取了非常顯著的意義。針對那種未設置精準的數學模型或是無法設置模型的繁瑣的體系，該措施有著非常多的優勢特點。基于專家系統的智能診斷技術、基于神經網絡的智能診斷技術與基于模糊邏輯的診斷方法已成為解決復雜大系統故障診斷的首選方法，有著非常積極地探索意義以及應用性。這類智能診斷方法有基于專家系統的智能診斷技術、基于神經網絡的智能診斷技術、基于模糊邏輯的診斷方法、基于故障樹分析的診斷方法等。

（4）別的措施:其它診斷方法有模式識別診斷方法、定性模型診斷方法以及基于灰色系統理論的診斷方法等。另外還包括前述方法之間互相耦合、互補不足而形成的一些混合診斷方法。

3 鋼鐵領域中的問題診斷科技的使用

對于鋼鐵領域來講，它的關鍵的機械裝置是所有的傳動裝置以及液壓裝置。其活動狀態決定了其效率和品質等，對此類機械開展在線的檢測活動，可以精準的得知其運作模式，而且給出一定的建議性內容。所以，設置有關的問題診斷體系對于總的體系的運作來講意義非常關鍵。因為結合鋼鐵領域的獨特的設備氛圍，有關的診斷體系也要將相關的特點當成是參考信息來設置。其活動原理是結合設備的振動參量檢測為中心，輔助以溫度、壓力、位移、轉速和電流等各種參數的采集，進而對此類大規模的傳動機械的狀態全方位的分析，進而做出一定的處理。整套故障診斷系統由計算機系統、數據采集單元、檢測元件、數據通訊單元以及專業開發軟件組成。這個體系不但可以自行活動，同時還可以和其他的一些體系組合運行。

在活動中經常性的容易遇到機械振動。它會干擾到活動的精確性，使得磨損變得更加嚴重。而且因為磨損變多了，又容易導致它的振動變得厲害，進而成了一個不良循環體系，一直到機械出現問題，無法運作。而且，機械的活動氛圍也會導致其出現問題。所以，要切實的結合其振動信號以及活動狀態等積極的探索，不需要停機就能夠得知機械的受損狀態以及問題的特征等。而且結合過去的經驗設置合理的處理機制庫，進而可以針對不一樣的問題進行不一樣的分析。所有的處理活動有以下的一些:

（1）傳感器采集設備工作狀態信號。如各種傳動裝置的振動信號、溫度信號、液壓裝置的壓力、流量和功率信號等。

（2）特征信號提取。把所有的傳感其的信號劃分類型，得出有關的傳感器的信號，如振動傳感器采集的文振動強度信號、壓力傳感器采集的壓力信號等。

（3）對特征信號處理。對傳感器采集的特征信號進行濾波、放大等處理，提取出相應的特征信號。

（4）對搜集的信號開展問題診斷活動。把獲取的獨特的信號做一定的判別，選取優秀的問題應對措施，分析問題的種類和機械的狀態，進而分析問題庫，得到有關的應對方法。

[1]沈慶根，鄭水英.設備故障診斷[M].北京:化學工業出版社，2006.

[2]王仲生.智能故障診斷與容錯控制[M].西安:西北工業大學出版社，2005.

[3]李民中.狀態監測與故障診斷技術在煤礦大型機械設備上的應用[J].煤礦機械，2006（03）.