化產品回收廠煤氣鼓風機齒輪箱振動故障診斷探討

張鵬，陳鵬

（山西焦化集團有限公司，山西 臨汾 041600）

根據《關于推進實施鋼鐵行業超低排放的意見》以及《臨汾市2019年鋼鐵、焦化行業深度減排實施方案》等相關文件的要求，化產品回收廠對三個回收車間進行了VOCs氣體的治理。通過對回收鼓風機齒輪箱監測數據進行時域波形、頻譜等分析，對其存在的隱患問題進行診斷。

1 煤氣鼓風機齒輪箱簡析

在化產品回收廠中，化工鼓風機是用于焦爐氣回收的主要動力設備，被化產品回收廠廣泛應用于煤化工副產品的提取工藝，如加熱爐以及市民生活中所用的焦爐煤氣等。通過提取，然后從焦爐中輸送出去。因其在運行中，VOCs（非甲烷總烴）氣體較多，導致該設備存在較嚴重的問題。在化產品回收廠中，齒輪箱及齒輪是煤氣鼓風機連接和傳遞動力的主要部件，是該設備進行旋轉機械重要的組成部分。在實際運行中，煤氣鼓風機齒輪箱因為制造時存在缺陷，或者是在安裝調整時存在不當，此外，在運行中潤滑不足，或過量磨損以及金屬疲勞和超負荷運轉，會導致齒輪箱出現界限偏斜、偏心、齒輪誤差、齒面磨損以及齒輪的點蝕、剝落和斷裂等故障。一旦出現這些故障問題，就會導致齒輪箱振動異常，因此，對齒輪箱的振動情況進行分析，能快速判斷出齒輪箱故障信息。

2 煤氣鼓風機齒輪箱振動分析及故障診斷

在對化產品回收廠煤氣鼓風機齒輪箱振動分析時，振動速度的有效值是一個十分有用的參數，同時也是一個十分直觀且常用的參數。通過測量振動速度的有效值，并將其作為參考，對設備運行的狀態進行監測，是對齒輪箱故障診斷的有效方法。在實際運用中，需要參照ISO2372以及ISO10816等相關標準，在齒輪箱上設置不同的監測點，并將測量的數據進行綜合比對，特別是針對信號的最大峰值與有效值進行比對，得出的波峰系數，能反映出齒輪箱在不同時段受到的沖擊，然后進行幅值的分析，就可以準確判斷出齒輪箱存在的故障。在具體操作中，需要從以下幾個方面著手。

2.1 對監測數據進行預處理

眾所周知，煤氣鼓風機齒輪箱的齒輪在正常工作狀態下，會產生齒輪的載荷波動，但這種波動對于齒輪箱振動的幅值不會產生較大的影響，而且齒輪的信號中嚙合頻率往往是載波成分，齒輪軸旋轉的頻率成分則是調制波成分。因此，當煤氣鼓風機齒輪箱中的齒輪發生故障問題時，其調制的結果往往會在頻率上具有一定的差異。例如，當齒輪副發生初期的磨損時，齒輪會在工作的過程中，逐漸產生特殊的頻率，而這種特殊的頻率就可以通過測試儀器進行檢測并驗證。

2.2 對采集的數據進行統計和分析

當采集完相應的數據信息后，需要對所有采集的數據信息進行初步的統計、分析和處理，從而初步了解采集數據的顯著特點，并明確相應數據的指標，這樣就可以根據相關的信息，有效推測出齒輪箱整體數值的特征及規律，比如，齒輪箱的標準偏差、中位數以及眾數等相關的信息。而且，通過分析這些規律，還能幫助技術人員更好地了解煤氣鼓風機設備運行的狀態。但這種方式往往需要依托成熟的軟件，同時還需要運用大量的實際數據作為研究的基礎。而且，在實際運用中，為了節省對齒輪箱監測的時間，技術人員還需要運用多元統計分析的方法，對多個對象及指標之間的聯系進行分析，了解并計算相應數據彼此間存在的規律。但在實際運用中，這種方法還存在一定的偏差，需要相關技術人員合理選擇研究的對象，從而最大限度地減少誤差的產生。

2.3 借助小波理論進行信號時頻分析

在對煤氣鼓風機齒輪箱中齒輪的信號時頻進行分析時，還需要借助小波理論。在實際運用中，對不穩定的信號進行檢測和分析，如果運用傳統的方式對齒輪的信號時頻進行檢測和分析，就很難快速而準確地探究出數值變化的規律，而小波理論因其具有較強的奇函數緊支特征及能量集中的性質，可以利用小波理論的變換獲得相應的近似系數及細節系數，從而更好地尋找并探究出信號低頻的部分及高頻的部分，然后就能準確展現出信息所具備的特征，實現信息數據的挖掘，并實現對數據進行準確的分析。

2.4 運用專家系統進行數據分析

專家系統也是一種在煤氣鼓風機齒輪箱中齒輪的信號時頻分析領域應用較廣的技術。該技術具有極強的知識性及經驗性，是一種專業的程序系統。在具體運用中，首先，應在該系統中設置該領域專業的知識庫，然后運用推理的方式，模擬出該領域專家思維的過程，從而幫助相關工作人員在最短的時間內解決遇到的復雜的問題，這樣一來，不僅問題解決的效果顯著，而且準確度較高。

2.5 基于模糊理論進行數據處理

當檢測出煤氣鼓風機齒輪箱已經處于故障狀態時，技術人員往往會根據發生故障嚴重的程度，對其進行等級的劃分，從而幫助工作人員按照一定的順序進行檢驗維修工作。但在實際的工作過程中，因為種種因素的影響，很難清晰、準確地對故障的等級進行劃分。針對這樣的情況，可以運用模糊理論，對故障信息進行綜合分析，重新理清等級邊界，準確劃分煤氣鼓風機齒輪箱的故障等級。

2.6 借助神經網絡進行數據處理

在當前時代，神經網絡技術已經興起并被廣泛應用，該技術是一種通過運用數學模型來模擬人腦基本能力的一種極為復雜的網絡系統，能夠使網絡系統擁有像人類一樣的思考能力，從而實現對所有數據進行大規模處理的效果。此外，還技術還具有一定的自主學習能力及一定的容錯性，十分適合處理一些相對較為簡單的非線性問題。同時，還技術還具有推測合計的功能，因此，在煤氣鼓風機齒輪箱故障分析及診斷中運用該技術，能夠準確進行故障的識別以及故障的診斷。

2.7 采用故障樹分析法構建故障模型

在對煤氣鼓風機齒輪箱進行故障分析和診斷時，還應該積極采用故障樹分析法。在實際生活中，故障樹分析法也是一種被廣泛運用的故障分析和診斷技術，這種技術是科技人員為了有效避免設備故障的發生，根據設備的實際運行情況，依據對象的結構及功能特征和行為所構建出的數學模型，該種數學模型能夠依據設備故障的傳播及其因果關系制作出相應的模型，并根據模型進行故障的分析和診斷。在實際運用中，采用故障樹分析法構建故障模型，能夠分析出設備出現故障的原因及相應的結果，從而準確判斷故障發生的位置及發生的原因。

2.8 應用譜峭度算法解決故障診斷問題

應用譜峭度算法，也能幫助工作人員更好地實現煤氣鼓風機齒輪箱故障的分析和診斷。當煤氣鼓風機齒輪箱發生故障時，其振動會產生額外的頻帶信息，比如，振蕩頻率以及機械系統的動態參數，等等。而通過運用譜峭度算法，不需要借助歷史數據以及驗證信息，就可以準確計算出煤氣鼓風機齒輪箱正常運轉最佳的頻率，然后，將其與檢測到的相應頻率進行對比，這樣就能夠準確了解煤氣鼓風機齒輪箱局部故障的周期性脈沖信號，從而準確找到故障發生的原因。

3 結語

綜上所述，煤氣鼓風機是煤氣生產過程中重要的設備，在化工生產中具有廣泛的應用。而齒輪箱則是鼓風機連接和傳遞動力的主要構件，通過對其進行振動分析，然后，通過停機解體檢查，發現振動監測分析和故障診斷是一種行之有效的設備點檢手段，能為煤氣鼓風機齒輪箱的故障檢修決策提供可靠的依據。因此，相關化工企業在對煤氣鼓風機齒輪箱進行故障檢修時，應積極運用振動分析和故障診斷技術，從而最大程度上確保煤氣鼓風機齒輪箱檢修工作的效果，保障設備使用的壽命及安全性。