轧钢设备液压传动系统故障诊断方法分析

蔡宏宇

山东莱钢永锋钢铁有限公司 山东 德州 251100

在轧钢设备运行的过程中，其液压传动系统出现的故障类型较多，且引发的因素也千差万别，这为故障诊断工作带来了巨大的困难，因此对轧钢设备液压传动系统的故障诊断方法进行研究具有重要意义。本文首先介绍了轧钢设备液压传动系统的结构及工作原理，之后对系统故障的诊断流程进行了阐述，最后对几种故障诊断方法进行了探讨，希望可以相关工作实践提供一定的参考借鉴。

一、轧钢设备液压传动系统

(一)液压传动系统的结构介绍。轧钢设备的液压传动系统主要包括控制元件结构、动力元件结构、执行元件结构、辅助装置、液压油等五部分，在其运行的过程中，主要是将液体作为能量传递的中间介质[1]。液压传动系统结构中的动力元件为液压泵，其主要作用是将马达运转产生的机械转化为液体的液压，进而为系统整体运行提供动力。执行元件结构包括液压缸和液压马达两个部分，主要功能是将液体的液压能重新转化为机械能，促进系统构件的运动。控制元件结构主要是各类参数的控制阀，涉及到流量、压力、方向等诸多方面。通过控制的调整可以改变以上各类参数，进而使系统中相关设备的作用力、运动方向等发生变化。此外，液压传动系统中所包含的辅助装置种类较多，如冷却器、管道、蓄能器、加热器、压力表、流量计、油箱等。液压油是用于能量转换传递的重要介质，轧钢设备液压传动系统常用的液压油种类主要有矿物油以及合成油。

(二)轧钢设备液压传动系统的工作原理分析。轧钢设备液压传动系统启动之后，其液压泵会将马达运转产生的机械能转化为液压油的压力能，通过这种压力改变传递系统能量，最后通过控制阀的适当调整，借由液压缸和马达将压力能重新转化为机械能，为系统机构工作提供动力[2]。

二、轧钢设备液压传动系统故障诊断的一般流程

轧钢设备液压传动系统故障会对设备正常工作产生极大的影响，因此在故障出现后，应及时采用合理方法对故障进行诊断，掌握故障位置及发生原因，进而有针对的采取解决措施使系统恢复正常运行。结合工作实践来看，很多情况下液压传动系统的故障都不是突然发生的，通常会出现一定的先兆。据统计，液压传动系统的大部分故障都是因设备保养不到位或是工人操作不规范引起的。以下为液压传动系统故障诊断的一般流程。

(一)对系统运行环境进行检查。对于轧钢设备液压传动系统而言，一个良好的工作环境是其正常运行的必要条件。如果其工作环境和工作条件无法满足系统正常工作的标准，有很大的可能会导致系统出现故障。因此在进行液压传统系统故障诊断的过程中，第一步要做的就是检查系统所处的工作环境和条件十分符合标准要求，若是，应及时根据标准进行调整。

(二)对故障发生区域进行精确判断。轧钢设备液压传动系统故障诊断的重要一环就是对故障发生的部位进行确定，这是开展后续原因分析以及实施故障排除的基础。对此，检修人员应结合故障的外在表征与该故障相关的区域进行判断，不断缩小故障范围，最终确定故障发生的位置[3]。

(三)故障原因分析。在确定故障所处的位置之后，下一步要做的就是对故障发生的原因进行分析，在这一环节，检修人员应根据液压传统系统的原理，对可能存在的直接或是间接原因全部列举出来，之后进行针对性分析判断。

(四)对运行记录进行存档保管。针对轧钢设备液压传动系统的故障诊断需要大量的运行记录和系统参数作为依据，因此在每次检修工作完成后，都应该建立完善的运行记录，逐步形成数据库，这样可以为今后的检修维护以及故障处理工作奠定坚实的基础。运行记录的内容应该包括包括故障特征、原因、故障排除措施等。

三、轧钢设备液压传动系统故障诊断方法分析

(一)传统诊断方法。过去在对轧钢设备液压传动系统故障进行诊断时比较常用的方法主要有两种，分别是仪表诊断法以及逻辑分析逐步逼近法。仪表诊断主要是采用PFM型万能液压检测仪，对液压传动系统的流量、温度以及转速等重要参数进行监测，这样可以为故障部位的判断提供依据。该型号仪表基本上可以安装在液压传动系统的所有部位，实用性较强。

逻辑分析逐步逼近法主要是通过一定视、听、触摸等方式对液压传动系统进行测试，继而通过一定的综合分析和条件判断确定系统存在的故障。在实际工作中，考虑到故障原因的多样性，通常会引入逻辑代数方法，对故障可能原因进行列举，逐一进行验证排除，最终锁定故障。这种方法对检修人员的专业水平以及实践经验有着较高的要求，否则很容易出现判断失误的情况。而且采用这种方法需要对轧钢设备进行频繁的拆装，容易对正常构件造成损坏。

(二)新型故障诊断方法。其一，基于参数测量的故障诊断方法。目前，轧钢设备所采用的液压传动系统逐渐呈现出大型化和自动化的发展趋势，受此影响，许多全新的故障诊断方法逐渐涌现出来。如基于人工智能的专家诊断系统、铁谱诊断法等。但是由于这类方法需要使用到复杂的检测设备或是处理系统，因此在实际应用中存在一定的不便。基于液压传统系统故障必然会导致参数异常这一点，可以采用参数测量诊断法，通过对系统运行参数的监测判断是否存在故障，且不会对设备正常运行产生影响，检测精度也可以得到保障。

其二，基于机器学习的方法。利用系统正常工况和故障工程下的历史数据训练机器学习算法，实现对系统运行状态的监测以及故障诊断。现如今，比较常见的机器学习故障诊断方法有神经元网络和支持向量机两种，前者能够对故障特征进行分类，比较适用于一些非线性故障的诊断。相较而言，后者虽然同样适用于非线性故障，但有效解决了神经元网络存在的大样本和局部最小等问题。

结束语

本文结合轧钢设备液压传动系统的结构和原理对其传统故障诊断方法和几种新型故障诊断方法进行了介绍分析，以期促进轧钢设备运行水平的提升，为钢铁企业发展提供帮助。