旋转机械故障诊断技术在炼钢设备的应用

刘 鹏，马 波

（1.山东钢铁股份有限公司莱芜分公司机械动力部，山东 济南 271104；2.山东钢铁股份有限公司莱芜分公司炼钢厂，山东 济南 271104）

转子系统作为炼钢设备中的重要组成部分，不仅承担着整个设备机体的正常运转任务，而且运转状态是否良好也直接关系到炼钢设备的产能高低。由于转子系统运转速度高、持续运转时间长，导致系统各个零部件的易损率极高，进而引发各种故障，影响正常的生产作业流程。因此，需要应用故障诊断技术精准确定故障部位，以制订科学合理的维修方案，确保炼钢设备能够正常运转。

1 旋转机械故障的产生原因

1.1 设备磨损老化

炼钢设备长期在高温、高压、高尘等恶劣环境下运转，加之持续运转时间长，设备内部组件运行温度过高，或者表面灰尘堆积较多，加剧转子磨损、腐蚀速度，进而严重影响了设备的使用寿命，部分炼钢设备老化速度快，导致故障频发。

1.2 操作使用不当

由于设备操作人员未经过岗前实地培训，在实际操作当中，违反操作规程，盲目对设备进行操控，也是造成设备故障的一个重要原因。另外，设备管理人员忽略了维护保养的重要性，保养频率过低，不及时清理设备灰尘、不及时更换或者添加润滑油，也缩短了设备使用寿命。

1.3 更换部件不匹配

当炼钢设备发生故障时，由于维修人员不了解设备型号以及各项技术参数，或者凭借个人工作经验，更换同类不同型的零部件，导致设备在运转过程中，由于部件型号不匹配，而诱发运转故障。另外，在设备安装时，安装人员为了节省时间，省略了一些关键步骤，比如螺丝紧固、试运转参数等，以至于埋下重大的故障隐患。

1.4 出厂设计缺陷

一些新型的炼钢设备在出厂之前，由于设计人员在设计各项运行参数时，没有标准的参照依据，导致出现诸多设计缺陷，当设备投产使用后，设计参数与实际运行情况严重不符，而冶金企业为了提高生产效率，不断对设备的技术参数进行优化，这就极易产生事则其反的效果，而引发旋转机械故障[1]。

2 旋转机械故障诊断技术类型

2.1 运转状态监测

旋转机械的核心组织是提供动力能源的转子系统，该系统在转动时具有很强的规律性，因此，技术人员可以针对转子系统的时时运转状态，对故障部位与类型进行准确判断。但是，由于炼钢设备的工况条件较为复杂，故障产生原因较多，仅仅依靠于目测的方法，很难快速对设备故障做出诊断。这就需要技术人员借助于震动检测器、温度传感器或者噪声传感器等装置，收集设备运转状态的各项参数，然后根据反馈信息绘制成清晰直观的图表，这样一来，设备每一个运转区间的状态参数就能够反映在图表上面，通过表格数据以及图像参数特性，能够对设备故障做出精准判断，进而为后续维护工作提供了重要的参考依据。

2.2 信号收集

传感器是旋转机械中的智能敏感系统，是炼钢设备信号传输与处理的关键装置，因此，及时获取传感器的反馈信号，是查找和判断旋转机械故障的一种较为实用的诊断技术。由于炼钢设备的旋转装置结构较为复杂，加之受到机体震动等因素的干扰，传感器所收集的信号具有不确定性，这就给信息分析的准确度带来不利影响，为了提高故障诊断的精确度，技术人员可以采取多次收集传感器信号的方法，并经过多次验证，结合震动强度，查收出危险运行信号，以便于及时发出故障预警提示，为维修人员争取大量时间，排队故障隐患。

2.3 直观识别结合计算机技术

炼钢设备的旋转机械在运转时，往往遵循一定的运行规律，对于经验丰富的技术人员来说，可以根据设备运转时表现出来的异常状况，直观判断出故障类型，确定故障部位。比如旋转机械运转噪声过大，设备机体震动频率过高，设备表面温度过高等，都说明设备已经出现运行故障。此外，炼钢设备智能操控终端的操作人员，也可以结合计算机技术，对设备的异常运行状态进行远程监控，然后根据系统的故障预警反馈信号，确定故障部位。这种智能化的故障诊断技术既节省了人力资源，降低了诊断成本，而且能够保障正常的生产流程不受影响。

2.4 智能专家系统

目前，多数冶金企业在炼钢设备上安装了智能专家系统，该系统主要借助于海量数据库中的各种专业资源，汇集了业内一些顶级专家的故障诊断成果，几乎囊括了所有旋转机械故障类型，是炼钢设备当中的一种高效智能诊断技术。

智能专家系统中，针对旋转机械的各种类型，构建了一个完整的故障模型体系，体系涵盖了转子磨损、转轴破裂、油膜不稳定、转子不对称等多种故障类型，技术人员可以根据这些模型，将设备的故障类型与其进行匹配，如果与某一模型匹配成功，就能够精准判断出旋转机械的故障类型。在数据分析与处理时，专家系统中的神经网络发挥了重要的神经中枢的作用，该系统类似于人脑的神经中枢，具有较强的学习能力、故障诊断能力、超强的运算能力以及理性分析判断能力，进而构造出与数据库模型类似的故障样本，快速识别出旋转机械属于哪一种故障类型。

随着冶金行业的迅猛发展，炼钢设备大型化趋势已经无法逆转，而智能专家系统在小型旋转设备中极易构建故障模型，识别精度也相对较高，但是，在大型旋转设备当中，智能专家系统建立故障模型的难度偏大，这主要是基于大型设备内部构造复杂，运行环境复杂，缺少较为成熟和权威的专家数据，尤其在旋转机械已经发生的故障类型当中，大型机械故障的数据库几乎相关成型的数据模型。因此，技术人员在诊断旋转机械故障时，应当结合计算机技术、远程监控技术等智能技术，来进一步完善故障诊断技术体系。

3 旋转机械故障诊断技术在炼钢设备中的应用效果分析

3.1 旋转机械故障实例

下面以某炼钢厂的6000V高压电机驱动耦合器为例，对旋转机械故障诊断技术的实际应用效果进行分析阐述。该耦合器自带的调速功能驱动风机叶轮高速运转，在同一基座上安装型号为JK850-2的整台机组，该机组的额定功率为850KW，转速为2970r/min，风速为750r/min～2970r/min，当进行炉顶吹氧工序时，风机高速运转，其余工序均处于低速运转状态。

3.2 振动值测量

在测量机械振动值时，通常在电机上选取两个测量点，经实地测量发现，第一个测量点的振动幅度大于29768µm，而第二个测量点的振动幅度则小于70µm，这就说明第一个测量点的振动幅度较大。通过对测量结果的分析，可以判断出故障类型属于转子不对称或者不平衡，因此，电机的第一个测量点极有可能存在异常状况。但是，如果人为感知第一个测量点的振动幅度，并不能精准判定该位置存在异常，为了验证判断结果的准确性，可以用加速幅值与速度幅值来表示振动值大小，技术人员经过对振动值数据的分析，获得的速度采样值为403.6mm/s，这一数值远远大于5.5mm/s标准值[2]。

3.3 诊断结果分析

通过分析频谱，能够判定出电机的第一测量点振动幅值波动较大，能量值多集中在0.1倍频与0.15倍频之间，由此可以诊断出电机轴承存在一定问题，再结合振动特征与工作环境，能够查找出产生该故障的主要原因是由于热套配合过盈不足以及动静件摩擦所致，使得轴承内圈发生松动。为了验证诊断结果，当电机停止运行后，打开电机后端盖板，发现轴承内圈已经出现严重的断裂现象，才会引起电机的剧烈振动。

4 结语

旋转机械故障诊断需要技术人员具有丰富的实际诊断经验，同时，必须熟练掌握各种诊断技术，以便于在应对较为复杂的故障类型时，能够快速查找出故障原因，及时排除故障隐患。炼钢设备中的旋转机械故障发生频率较高，不同的故障类型对设备的损害程度也有所不同，因此，冶金企业应予以高度重视，科学选择故障诊断技术，提前做好各项预防措施，将旋转机械发生故障的几率降到最低点，在确保炼钢设备正常运转的前提下，为冶金企业增产、提效、增收提供强大的动力保障。