[摘要]本文基于軋鋼生產(chǎn)特征探討了其常見的故障與軋制進(jìn)程中診斷故障方法研究狀況，展望了其發(fā)展趨勢，對綜合比較各類故障診斷方法優(yōu)勢，提升軋制生產(chǎn)效率，促進(jìn)故障診斷技術(shù)的創(chuàng)新發(fā)展有重要的實踐意義。

[關(guān)鍵字]軋鋼；故障；診斷

中圖分類號：TG333文獻(xiàn)標(biāo)識碼：A文章編號：1674-098X(2011)03(b)-0000-00

1、軋鋼生產(chǎn)進(jìn)程中常見的故障現(xiàn)象

軋鋼生產(chǎn)進(jìn)程中包含龐大生產(chǎn)線系統(tǒng)，且運(yùn)營機(jī)理較為復(fù)雜，目前還沒有一種有效的診斷故障方式能夠完全適用于該類大型生產(chǎn)服務(wù)進(jìn)程的所有種類故障。為形象歸納并分類討論軋鋼生產(chǎn)現(xiàn)行診斷故障方式，我們可將其生產(chǎn)進(jìn)程中常見的故障現(xiàn)象劃分為三類級別。第一類為控制回路故障，涵蓋控制回路中的執(zhí)行器、傳感器故障、設(shè)置控制參數(shù)不當(dāng)形成的衍生故障、各類干擾影響故障等。第二類故障現(xiàn)象為設(shè)備級故障，代表軋鋼生產(chǎn)進(jìn)程中涵蓋的所有生產(chǎn)機(jī)械設(shè)備故障，在診斷該故障領(lǐng)域以針對液壓與傳動系統(tǒng)診斷故障的研究成果最為顯著。主體原因在于軋鋼軋制生產(chǎn)進(jìn)程中相對處于較為惡劣的環(huán)境，且生產(chǎn)效率較高，液壓與傳動系統(tǒng)中的軸承與齒輪等部件具有較高的故障率，因而針對該方向的研究尤為廣泛。還有一類為子系統(tǒng)或系統(tǒng)級故障，不僅包含生產(chǎn)工藝的故障，同時還包含擾動型系統(tǒng)級故障，例如基于波動的原材料質(zhì)量而引發(fā)了異常的產(chǎn)品生產(chǎn)質(zhì)量故障。

2、軋制生產(chǎn)中診斷故障研究方式

2、1依據(jù)經(jīng)驗進(jìn)行故障診斷

依據(jù)經(jīng)驗的故障診斷方式是企業(yè)生產(chǎn)進(jìn)程中維護(hù)管理設(shè)備常見的應(yīng)用方式，工程師依據(jù)實際現(xiàn)場狀況借助測量關(guān)鍵變量以及自身掌握的豐富經(jīng)驗獲取相應(yīng)故障信息。該類方式雖然操作原理簡便、診斷透明，然而由于完全依靠經(jīng)驗進(jìn)行判斷因此僅適用于對各類生產(chǎn)線中簡單的局部設(shè)備故障的診斷。另外經(jīng)驗故障診斷方式從屬于事后判斷分析，在發(fā)生故障后通過裝配與拆卸以及人力大量的排查處理才可明晰故障原因，這樣一來勢必會令設(shè)備利用率及使用壽命不良降低，提升了維護(hù)管理設(shè)備的成本，因而體現(xiàn)了該診斷故障方式的相對局限性及低效性。

2、2模型解析診斷故障方式

基于模型解析的診斷故障方式主體依據(jù)較為準(zhǔn)確的應(yīng)用對象數(shù)學(xué)模型通過數(shù)學(xué)處理獲取相關(guān)故障信息，進(jìn)而判斷對象是否出現(xiàn)了故障、位置在哪、程度如何。其中估計狀態(tài)法、估計參數(shù)法以及空間等價法是模型分析故障診斷方式的主要分支，其中空間等價方式應(yīng)用起來較為簡便且易于操作實現(xiàn)，而適用范疇有限，適合于線性系統(tǒng)中。估計參數(shù)方式適應(yīng)診斷乘性故障，可用于非線性系統(tǒng)中。模型解析診斷故障方式雖然相關(guān)理論得到了較早的發(fā)展，且包含一定的系統(tǒng)性，然而在工業(yè)系統(tǒng)實際應(yīng)用中卻并不多見，主體原因在于現(xiàn)代工業(yè)龐大的系統(tǒng)、復(fù)雜的運(yùn)行機(jī)理令該過程中較難準(zhǔn)確建立數(shù)學(xué)模型，存在較多未知擾動、建模誤差與各類噪聲影響，進(jìn)而容易引發(fā)突出的魯棒性問題。應(yīng)用該方式我們應(yīng)首先應(yīng)建立對象模型，因而較適用于設(shè)備級與回路級故障處理。

2、3處理信號故障診斷方式

伴隨各類傳感器、計算機(jī)技術(shù)、通信網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)挖掘技術(shù)的飛速發(fā)展，處理信號故障診斷方式受到了專家的廣泛重視。該類方式首先需要建立特征信號描述模型，其基本策略在于依據(jù)故障工況與正常工況的過程行為與數(shù)據(jù)模型特征差異進(jìn)而判斷其是否包含故障現(xiàn)象。其具有實用簡單特性，而缺陷則在于較難獲取故障程度以及故障位置等直接的信息，因而常常需要與他類故障診斷方式聯(lián)合應(yīng)用。在軋鋼生產(chǎn)進(jìn)程中該處理信號故障診斷方式可分為針對設(shè)備振動問題的分析、多重處理信號技術(shù)的集成診斷與監(jiān)測設(shè)備狀態(tài)系統(tǒng)以及多元統(tǒng)計、融合信息技術(shù)。當(dāng)前我國較多軋鋼企業(yè)生產(chǎn)線診斷設(shè)備級故障均采用處理信號技術(shù)，其應(yīng)用發(fā)展已較為成熟，并由事后診斷信號發(fā)展為運(yùn)行系統(tǒng)狀態(tài)實時診斷與監(jiān)測，由傳統(tǒng)的單變量分析信號轉(zhuǎn)變?yōu)榫C合多變量信號的診斷與監(jiān)測，同時由國外監(jiān)測控制系統(tǒng)的全面引進(jìn)發(fā)展成為自主的設(shè)計開發(fā)監(jiān)測狀態(tài)與診斷故障系統(tǒng)。

2、4智能化診斷故障方式

診斷故障是包含于人工智能系統(tǒng)中的一個分支，由早期的人工經(jīng)驗分析逐步發(fā)展成為采用算法與硬件系統(tǒng)基于人類專家知識經(jīng)驗實現(xiàn)智能化的診斷故障目標(biāo)。由此可見智能化的診斷故障方式主要包含神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、推理案例、模糊邏輯等。在軋鋼生產(chǎn)進(jìn)程中應(yīng)用最廣泛的智能化診斷技術(shù)工具為專家系統(tǒng)。借助神經(jīng)網(wǎng)絡(luò)診斷故障是智能化應(yīng)用方式的另一分支，并在理論層面獲取了系統(tǒng)性應(yīng)用成果。軋制生產(chǎn)中人工神經(jīng)網(wǎng)絡(luò)診斷故障應(yīng)用主要包含基于神經(jīng)網(wǎng)絡(luò)固有的分類功能對不同的故障特征予以區(qū)分，進(jìn)而提取故障原因與故障現(xiàn)象對應(yīng)關(guān)系；利用定量神經(jīng)網(wǎng)絡(luò)形式對專家知識進(jìn)行表述進(jìn)而基于網(wǎng)絡(luò)形成專家故障診斷系統(tǒng)等。由軋制生產(chǎn)進(jìn)程診斷故障技術(shù)變化發(fā)展進(jìn)程來看，智能化診斷故障技術(shù)為其創(chuàng)設(shè)了蓬勃的發(fā)展方向。然而由于生產(chǎn)軋制進(jìn)程的多樣復(fù)雜性、人工智能技術(shù)自身發(fā)展存在的制約性，令該技術(shù)應(yīng)用還多局限在軋制生產(chǎn)局部系統(tǒng)或細(xì)部中，且分析判斷故障功能較為有限單一，欠缺良好的適應(yīng)性。

2、5診斷故障組合應(yīng)用方式

通過上述分析不難看出依據(jù)經(jīng)驗的故障診斷方式具有事后開展、診斷效率有限、成本較高等弊端，而另外三類方式雖可對軋制生產(chǎn)進(jìn)程中的異常狀況、故障進(jìn)行預(yù)報，但提前性有限，均不同程度存在了弊端問題。因此在應(yīng)用實踐進(jìn)程中為完善保障故障診斷的及時準(zhǔn)確，我們應(yīng)科學(xué)集成各類分析診斷方式的綜合優(yōu)勢，構(gòu)建成一種組合的診斷故障技術(shù)。基于經(jīng)驗診斷需依據(jù)關(guān)鍵部位信號測量的信息對工程師有效輔助進(jìn)而診斷故障、模型診斷依賴于處理信號技術(shù)對模型殘差信號分析，借助方差、序列均值信息統(tǒng)計方式進(jìn)行幅值與故障類型的判斷，因此我們可有效促進(jìn)各類故障診斷技術(shù)的完善融合，例如促進(jìn)智能化診斷與處理信號技術(shù)的融合，即小波分析及神經(jīng)網(wǎng)絡(luò)的融合、多元信息綜合模糊評價與專家時頻域信息系統(tǒng)的融合，進(jìn)而有效激發(fā)診斷故障組合方式的廣泛適用性，提升其綜合診斷效能。

3、軋鋼生產(chǎn)進(jìn)程中診斷故障技術(shù)的科學(xué)發(fā)展

基于診斷故障技術(shù)方式特征不難開出，其正向著系統(tǒng)化、智能化與綜合化的方向發(fā)展，同時還會滲透軋制生產(chǎn)進(jìn)程中的一些特殊性，即智能化診斷故障系統(tǒng)會在發(fā)展中逐步具備自學(xué)功能，并面向軋制產(chǎn)品質(zhì)量進(jìn)行對整體系統(tǒng)級問題故障的診斷。在人工診斷分析故障層面會隨著不斷的經(jīng)驗整理、積累、聯(lián)想、簡化與頓悟?qū)崿F(xiàn)升級，體現(xiàn)了人們強(qiáng)大的總結(jié)與學(xué)習(xí)能力，然而人們在存儲、計算與精確性層面卻比不上機(jī)器。軋制生產(chǎn)是一類復(fù)雜的工程系統(tǒng)，因此我們不能僅憑自身經(jīng)驗，當(dāng)前智能化故障診斷方式并不包含自學(xué)功能，僅停留在算法化層面，因此在生產(chǎn)進(jìn)程中如何持續(xù)總結(jié)經(jīng)驗構(gòu)建為新一輪知識系統(tǒng)，促進(jìn)故障診斷創(chuàng)設(shè)自動更新識別工作模式則是智能化診斷故障未來發(fā)展的方向。

4、結(jié)語

總之基于軋鋼生產(chǎn)系統(tǒng)特征我們只有科學(xué)明晰其常見的故障現(xiàn)象，探討各類處理故障診斷技術(shù)的利弊因素，明確其技術(shù)的科學(xué)發(fā)展方向，才能在后續(xù)生產(chǎn)運(yùn)營中有目的診斷故障、分析成因，科學(xué)提升工作效能，創(chuàng)設(shè)顯著社會效益與經(jīng)濟(jì)效益。

[參考文獻(xiàn)]

[1]李彤淵.熱連軋R2粗軋機(jī)壓下裝置故障分析及改進(jìn)[J].內(nèi)江科技，2009(5).

[2]王宏力.故障診斷方法現(xiàn)狀與展望[J].傳感器與微系統(tǒng)，2008(5).