狀態監測與故障診斷技術在燒結中的應用

尹長軍

(東莞市翔通光電技術有限公司 廣東東莞 523000)

近年來，國內外對狀態監測與故障診斷技術的應用更加廣泛，相應的技術發展也更加迅速。現階段，狀態與故障診斷技術逐漸成為設備現代化管理重要標志之一，同時也是動態管理重要方法之一。燒結生產過程中對狀態檢測與故障診斷技術應用也越來越熟練，且經過不斷總結、實踐，取得了一定的效果。近幾年，隨著狀態檢測與故障診斷技術不斷優化發展，發揮的作用也越來越突出，因此相關企業應當充分重視狀態檢測與故障診斷技術的作用和應用工作。

1 應用狀態監測與故障診斷技術重要作用

不同設備從設計制造到運行維修，如果任何環節發生變化，都可能影響設備性能甚至出現故障。在不同設備運行時，受到物理或是化學作用影響，設備性能可能會因此發生變化，從而導致設備故障的情況，如果不能針對故障采取有效的措施，會對工廠、企業帶來損失。將狀態檢測與故障診斷技術應用到設備運行之中，能夠針對設備不同方面情況進行深入、詳細的分析工作，對設備正常運行有重要作用[1]。

1.1 設備預知維修體制的基礎是狀態檢測

實現設備的預知維修能夠很好地提升經濟效益。而為了實現上述目標，需要充分了解不同種類、數量設備中的狀態檢測問題以及精密診斷問題。解決狀態檢測問題主要是積極發動現場設備管理人員，并結合合理的檢測手段，規范相關檢查制度，并有效結合機械動力從管理層面、技術層面開展相應的監督、指導工作，保證正規化的設備狀態監測工作。有相關資料顯示，監測、分析設備的振動信息，能夠及時發現70%的故障設備，所以相關工作人員需要關注采用何種振動監測方法獲取信息數據[2]。實際開展狀態監測工作過程中，相關的工作管理人員科學、合理應用測振儀器，借助數據記錄掌握設備運行狀況，并參考計算得出的平均值，與現代化管理相結合，針對數據資料開展回歸分析工作，把握振動發展趨勢，為制訂設備檢修計劃奠定基礎。

1.2 診斷技術有利于促進順利生產

為了增強設備科學化管理水平，可以積極優化診斷技術。將精密性高的診斷技術應用到生產環節中，能夠從一定角度評價設備的情況，在此基礎上能夠明確故障的出現的具體位置、發展趨勢，但該種技術并不適用于設備高級診斷。相關工作人員在開展高級診斷工作時，能夠進行全面的數據采集和測試工作，并分析處理計算機軟件中的頻譜，從而確定設備故障問題，并采取有效的措施解決問題。比如：汽輪機一組鼓風機機組在大修后出現異常振動的情況，相關工作人員借助精密診斷儀器和現場測試獲取頻譜圖，在此基礎上明確導致機組異常振動的原因是轉子動不平衡，因此需要平衡處理轉子運動。再如：電爐除塵風機出現異常運行，工作人員現場診斷運行狀況，借助頻譜分析得到機組軸承并不存在異常的情況，問題出在風機葉片，主要是由于該位置存在粘結物，且軸承地腳出現螺絲松動的情況，清理風機葉片，擰緊地腳螺絲后，風機便恢復正常運行。

1.3 有利于對運作成本有效控制，提升經濟效益

結合現階段具體情況看,社會主義經濟背景下市場競爭更加激烈，每個企業都需要面臨持續發展的問題，為了保障企業更加長久穩定的地發展，需要對運作成本有效控制，提升企業的經濟效益。同樣對于燒結工藝而言，也需要控制其中的成本，控制成本的重要措施之一即是保障其中的設備能夠正常運行，在出現問題后能夠及時被發現，從而降低因設備不正常導致故障損壞的情況，如果設備出現嚴重故障后才進行調整和修理，會導致工作人員的勞動強度增加，同時也會提升修理成本。因此，完善運用狀態監測與故障診斷技術，能夠對運行成本有效降低，從而增加企業的經濟效益。

2 風機故障診斷發展趨勢

信息時代背景下，不同計算機、信息技術呈現出迅速發展趨勢，包括數字信號處理技術、人工智能技術等，燒結設備監測與故障診斷方法豐富性也在不斷提升。風機故障診斷發展趨勢主要體現在以下方面。

2.1 分析主分量和次分量

采集多種信號特征能夠明確設備運行情況。但在較多特征數量的情況，會出現輸入向量維數增加的情況，分析工作會變得更加復雜，計算的難度也比較大，為了完善、簡化分析、判斷過程提升信息量的完整性，可以濃縮、壓縮輸入特征向量的信息量，保障低維空間穩定的故障診斷工作。兩種常用的壓縮、濃縮信息的方法為主分量分析和次分量分析。

2.2 故障樹分析法

該種分析方法主要是分析導致系統故障的不同原因，借助總體到部分的方式，應用樹狀分支逐級細化分析的圖形演繹方法，借助邏輯思維，將系統故障與故障原因形成不同組合，明確系統出現故障的可能性、影響等方面情況，應用計算機系統明確故障的概率，并采取有效的糾正措施。

2.3 模糊理論

在應用模糊理論過程中，需要明確設備故障的系統信息，在掌握系統信息時，需要具體把握專家提出的知識信息、傳感器的數據信息等內容。知識信息兼具模糊性特征，同時故障診斷具有不確定性，因此可以將多種診斷方法應用到具體的實踐之中，在設備故障診斷時應用診斷參數、診斷信號等方式，能夠很好地提高對故障診斷的準確性、可靠性。模糊診斷需要應用模糊規則、模糊語言、先驗知識等內容，建立相應的故障診斷隸屬度。

2.4 專家系統

專家系統將專家知識作為基礎，作為人機系統解決不同方面的問題。與普通專家系統相似的是，故障診斷專家系統具體組成包括工作儲存器、知識庫等。應用模擬專家，能夠在一定程度上提升故障診斷的可靠性、準確性。

2.5 神經網絡

神經網絡顧名思義，主要是應用人腦信息處理機制模式形成的網絡系統。神經網絡主要由大量簡單的神經元連接構成，兼具并行、非線性的特點。神經網絡并不需要借助規則的表達，只需要借助傳感器收集的數據，促進神經網絡的學習、訓練等行為，開展短時間的智能診斷，減少專家依賴的情況。近年來，設備故障診斷中神經網絡技術應用更加廣泛[3]。

2.6 小波變換

小波分析被看作是新數學分支，能夠結合調和分析、泛函分析、數值分析、傅里葉分析等內容。在實踐應用時，小波分析、處理信號有其自身顯著、獨特的優點，且具有良好的應用前景。

3 狀態監測與故障診斷技術系統體系

3.1 狀態檢測與故障診斷系統功能

以狀態監測和故障診斷技術在主抽風機設備中的應用為例，需要經過信息檢測、收集、處理、記錄等不同環節。功能主要包括處理設備信息、監視系統狀態、控制設備以及智能分析。主抽風機設備狀態檢測與故障診斷系統功能具體包括以下功能。第一，在啟動主抽風機之前，需要啟動監控，實施準無人化監控，實時監控主抽風機運行過程中產生的數據，一鍵式全自動啟動方式。第二，采集并處理數據。收集、處理主抽風機設備振動信息，并明確其中有效特征信號，能夠了解設備運行情況。第三，監測主抽風機設備運行狀態。借助數據收集、查詢歷史數據，監測主抽風機運行情況。細化監測參數為多個不同等級，綜合分析設備健康運行情況。第四，故障診斷與處理。在系統中促進故障信息庫的建立，為后續可能存在的故障解決措施提供基礎。第五，人性化人機對話接口，提高系統管理、維護的便捷性。第六，記錄查詢操作行為，并記錄、分析、總結其中的錯誤，后續避免出現同樣的問題。第七，查詢設備電子資料，管理設備中不同方面的信息數據，如打印報警信息報表、操作事件等。第八，通信。明確通信接口，完善相應的遠程網、局域網，保證不同節點通訊共同開展的順利性，保證監控系統更加方便獲得相應的數據，實現遠程故障診斷[4]。

3.2 狀態監測與故障診斷系統體系結構

主抽風機主要是齒輪聯軸器與電動機之間的驅動，風機的心臟位于機殼內部安裝的葉輪，原動機是主要驅動力。設備啟動后，葉輪開始旋轉運動，出現物理變化，機械能轉變為氣體，設備吸入氣體后，借由葉輪葉片流道，集中、導流，出現壓差的情況。在具體工藝生產工作中，相關管理人員需要注意完善對主抽風機風量的控制工作。以主抽風機設備為例，基于故障診斷系統工作原理以及系統功能需要，能夠將狀態監測與故障診斷總體結構細分為傳感器、轉換器、控制器等相關儀器組成。現場操作能夠實時、動態監測主抽風機運行情況，監測的具體內容如網絡、設備、運行參數等，也能夠在短時間內判斷設備運行情況，把握對應的故障問題、故障原因和處理故障的方法[5]。在設備開展狀態檢測工作過程中，主要是主控室開展相應的操作工作，并獲得相應的信息數據，具體包括監測數據和趨勢、診斷分析故障、分析統計故障設備等。

4 狀態監測與故障診斷技術在燒結中的具體應用

該節仍然以燒結主抽風機為例，分析論述狀態監測與故障診斷技術在燒結中的具體應用。應用以往的主抽風機設備診斷技術，優勢主要體現在較低的經濟成本，操作便捷，因此應用仍然比較廣泛。

4.1 燒結風機故障類型

4.1.1 轉子不平衡

導致轉子不平衡的原因可能是風機設計到運行過程中的任一環節。發生轉子不平衡故障會使得轉子旋轉中心與轉子中心之間偏差情況超過技術指標。如果風機長時間處于轉子不平衡的狀態，會導致轉子在反復彎曲后出現機械損耗，并且增加振動和噪音，進一步導致豐富系統發生故障。

4.1.2 轉子不對中

燒結風機常見故障之一，即是轉子不對中，具體情況包括偏角不對中、平行不對中以及組合不對中。轉子之間借助聯軸器連接形成軸系傳遞機械能，在安裝機械過程中過大的基礎沉降誤差以及裝配誤差，會導致工作運行時出現熱膨脹、機械形變等情況。

4.1.3 轉子碰摩

導致燒結風機系統發生失穩情況的重要因素即是風機轉子碰摩。轉子與定子之間的氣隙比轉子振動幅值小，會發生轉子碰摩故障。在實際工作運行時，工作人員會為了提高風機性能，會降低定子部件與旋轉部件之間的縫隙，但上述操作會增大轉子碰摩的概率。最初階段轉子碰摩故障多為間歇性特征，出現局部碰摩擦，如果振動與沖擊同時出現，會導致二者能力疊加基礎上拓展碰摩擦面積，從而導致碰摩情況連續出現影響風機的正常運行[6]。

4.1.4 油膜渦動與振蕩

油膜振蕩和油膜渦動是風機油系統的故障類型，為自激振動。在風機出現轉子不對稱情況下，便會發生油膜渦動。軸承轉速比失穩轉速大，如果外部出現力的干擾，會沖擊轉軸導致其偏離初始位置，從而影響整個燒結系統穩定運行。發生油膜渦動故障后，會快速增大轉子的渦動速率，導致燒結風機系統出現強烈的振動，并且形成交變應力，影響轉子轉軸。轉子角頻率與轉子臨界轉速之間共振會發生幽默振動故障。在共振情況下，驅動電機軸承與燒結風機軸承之間會發生強烈的撞擊，上述相互作用會導致油膜破裂，還會發生油膜振蕩。

4.1.5 轉軸裂紋

轉軸裂紋具體包括橫向裂紋和縱向裂紋，從而引起轉子系統失效。如果不能及時發現上述問題，會出現轉軸斷裂，嚴重破壞整個燒結系統，甚至出現設備癱瘓的情況。在運行過程中，燒結風機會出現應力集中效應，長時間會導致轉軸裂紋。

4.2 狀態監測與故障診斷技術的具體應用

4.2.1 振動監測診斷技術

該種監測診斷技術尤其是應用于機械設備故障診斷。在具體主抽風機運行過程中，設備的狀態特征能夠反映到振動信息之中，與振動信號位移、加速度等方面信息數據有效結合，并明確時間域和頻率域，掌握設備不同方面運行情況。借助該技術，能夠實時監測風機具體情況，優勢主要體現于較高的精確性以及無損性，在主抽風機設備故障診斷中比較常見。

4.2.2 溫度監測診斷技術

風機設備電機、軸承故障可以應用溫度監測診斷技術，在確定設備位置、組件溫度變化基礎上，明確抽風機設備具體的故障類型。

4.2.3 噪聲監測診斷技術

主抽風機設備在具體運行過程中，噪聲主要是由于機械振動不規律情況導致的，類似于振動信號頻譜分析，分析噪音信號，能夠在明確噪聲幅值大小、頻率成分基礎上，明確風機設備具體的故障，并采取有效的應對措施。

4.2.4 油液磨屑監測診斷技術

狀態檢測與故障診斷技術也普遍應用于診斷主抽風機潤滑系統，分析潤滑系統微粒總量、尺寸分析等方面存在的差異，明確主抽風機出現磨損的部位和磨損程度。

5 狀態監測與故障診斷技術應用注意問題

5.1 狀態監測能夠應用于早期報警

借助狀態監測，能夠作為設備故障的早期報警。需要注意的是，狀態檢測需要始終累計數據和經驗，提高狀態監測與故障診斷技術的應用水平。現階段，部門燒結生產流程更傾向于應用線性回歸方法，精確性有待提升，振動趨勢的可回歸率還需要提升。工作人員在應用狀態監測時，最好結合具體設備監測情況，統計分析大量的數據，獲得對應的回歸曲線，充分發揮狀態監測的效能。

5.2 精密診斷應用于專門性診斷

在簡易診斷判定存在異常的情況下，可應用精密診斷進行專門性診斷工作。開展精密診斷一般需要應用不同的測試記錄儀器，具有較大的復雜性，且相對笨重，具體應用過程中相對較為復雜，且不夠方便，精密診斷又能夠具體分為低級精密診斷以及高級精密診斷。其中，數據采集器是低級精密診斷主要應用的設備，能夠具備簡單的包絡分析和頻譜分析，也能夠存儲數據等。設備振動值較大的情況下，能夠采集數據、簡單分析數據，具有相對較小的體積、較輕的重量，且應用便捷性比較高，能夠在現場應用。計算機或是頻譜分析儀是高級精密診斷主要應用的設備，實現設備的高級診斷工作。

5.3 設備故障征兆

以燒結生產中的主抽風機設備為例，在長時間高速旋轉的情況下，主抽風機設備很容易產生的故障如摩擦、轉子不對中、不平衡等情況。部件損壞、轉子質量不偏心等情況很容易導致轉子不平衡。在具體裝配過程中，受到不同因素影響，如材質不勻、焊接葉片焊縫重量不同等，進一步導致最開始不平衡的情況。轉子不對稱則是因為軸系和轉子軸線之間出現軸線角度位移、平行位移或是角度位移與平行位移同時出現的情況。電機或是風機與基礎連接松動的情況下，頻譜主要展現于轉速速度的高次諧波和分數諧波。為了減少泄露潤滑油、泄露氣體的情況，風機設備的密封與軸承間隙結構都相對較小，風機設備在世紀運行時，很容易產生靜止部件與轉子之間摩擦的問題，對應的振動頻譜特征也比較豐富。

6 結語

綜上所述，該文主要論述分析狀態監測與故障診斷技術在燒結中的應用相關內容。在燒結中應用狀態檢測與故障診斷技術，對燒結工藝發展以及燒結生產流程有重要的作用和影響。借助狀態監測與故障診斷技術，能夠及時明確燒結生產過程中不同設備出現的故障，并及時采取有效的措施或是方案，有效解決不同設備中存在的故障，促進生產工作的順利進行。針對其中存在的不足，相關的工作人員還需要加強相應的研究。