張 寧
(河鋼唐鋼設備機動部,河北 唐山 063600)
懸掛減速機是轉爐設備的重要組成部件,利用在線監(jiān)測故障診斷系統(tǒng)實時監(jiān)測懸掛減速機的運行狀態(tài),以及實現(xiàn)潛在故障的準確識別,指導日常維護和檢修作業(yè)的開展,從而使轉爐穩(wěn)定、健康的運行,切實維護企業(yè)的經(jīng)濟效益。由于轉爐懸掛減速機的結構組成比較復雜,故障類型多種多樣,因此在線監(jiān)測故障診斷系統(tǒng)應盡可能采集多種信號,如振動信號、電壓信號、溫度信號等,在此基礎上對多種信號進行匯總分析,以提高診斷結果的正確率。BP 神經(jīng)網(wǎng)絡具有強大的學習能力,可通過樣本訓練的方式提高診斷的精確性,因此基于BP 神經(jīng)網(wǎng)絡的在線檢測故障診斷系統(tǒng)在轉爐懸掛減速機的運行監(jiān)測、故障識別中可以發(fā)揮良好的應用價值。
從結構組成上來看,轉爐懸掛減速機的核心部件主要有齒輪、傳動軸、滾動軸承等,這些部件出現(xiàn)故障將直接影響減速機的正常運行。
齒輪故障的具體表現(xiàn)形式有誤差、磨損、斷齒等。造成齒輪故障的原因主要與產(chǎn)品存在質(zhì)量瑕疵或者裝配不良有關。例如安裝時輪齒與內(nèi)孔不同心、各部分的軸線不對中等,齒輪運行后無法完美嚙合,從而導致嚴重磨損[1]。同時,由于齒輪所受載荷較大,如果嚙合不良,會加速金屬疲勞,導致齒根裂紋甚至是斷齒故障。另外,轉爐懸掛減速機在運行一段時間后,如果日常維護不到位,加上渣塵侵入,還會導致齒輪潤滑不良,也會加劇齒輪的磨損。
軸故障的具體表現(xiàn)形式有軸不平衡、軸不對中以及軸變形等。軸的加工制造質(zhì)量不合格,或者安裝時出現(xiàn)失誤,都有可能導致偏心。當軸高速轉動時,偏心質(zhì)量產(chǎn)生較大的離心慣性力,打破了原來的受力平衡,使軸發(fā)生不均勻的異常振動。軸在長期振動或者受到較大的瞬時沖擊荷載后,容易發(fā)生局部彎曲。如果彎曲程度較小,會引起軸上齒輪的齒形誤差;如果彎曲程度較大,則會產(chǎn)生較大的沖擊能量,嚴重時還可能造成軸的斷裂。
滾動軸承故障的具體表現(xiàn)形式有疲勞剝落、塑性變形、腐蝕、膠合、保持架損壞等。在潤滑失效、高速重載的運行環(huán)境下,滾動軸承會因為摩擦而產(chǎn)生大量的熱,導致零件溫度明顯升高,表面材料被燒傷后發(fā)生膠合現(xiàn)象。在一些投入使用年限較長的設備中,滾動軸承腐蝕現(xiàn)象也比較明顯,在受到化學腐蝕、電腐蝕、微振腐蝕的共同影響下,滾動軸承的強度大幅度下降,增加了斷裂的風險。
傳統(tǒng)以人工經(jīng)驗為主或者借助于檢測儀器的故障診斷方法,存在時效性差、精確度不高等問題。基于振動信號提取與分析的線監(jiān)測故障診斷,具有診斷精度高、可實時識別故障等特點,實用效果更好。其中,振動信號相比于溫度信號、電壓信號,可以更加直觀地反映出被監(jiān)測工件的實時運行工況,對提高故障診斷的準確度有一定效果[2]。以齒輪故障為例,當齒輪處于帶病運行狀態(tài)時,載荷波動產(chǎn)生幅值調(diào)制,轉速波動產(chǎn)生頻率調(diào)制。這時振動信號的譜圖上會形成以嚙合頻率為中心、兩個等間隔分布的頻帶,從而根據(jù)譜圖確定故障位置,為齒輪故障的查找與確定提供了技術支持。需要注意的是,由于振動信號在傳遞過程中會發(fā)生衰減,以及其他因素的干擾(如噪聲干燥),可能會對故障診斷結果的精確性造成影響。因此,在采集振動信號以后,一方面是需要對信號進行降噪、濾波等一系列預處理;另一方面還要使用人工智能技術(如BP 神經(jīng)網(wǎng)絡、專家系統(tǒng)等)對振動信號進行分析,最終確定故障。
該系統(tǒng)主要包括前端數(shù)據(jù)采集模塊(振動傳感器、電壓傳感器等)、通訊模塊、數(shù)據(jù)庫服務器以及工程師站等組成,結構組成見圖1。
圖1 在線監(jiān)測故障診斷系統(tǒng)的結構組成
本系統(tǒng)中使用了多種類型的傳感器,其中振動傳感器采用壓電式加速度計,可精確采集被監(jiān)測裝置的速度、位移等參數(shù);電流傳感器采用霍爾可拆卸傳感器;PLC 總線可提供轉爐爐體的轉速、傾角等信號。前端傳感器采集到的信號經(jīng)過調(diào)理模塊進行濾波、降噪、放大等處理后,將模擬信號轉化為計算機可識別的數(shù)字信號,然后經(jīng)通信模塊傳輸給數(shù)據(jù)庫服務器,進行數(shù)據(jù)存儲。工程師站可提取數(shù)據(jù)庫內(nèi)信號進行故障分析、運行趨勢預測,實現(xiàn)故障的識別和處理。
該系統(tǒng)的硬件部分主要由數(shù)據(jù)采集系統(tǒng)、數(shù)據(jù)分析系統(tǒng)組成。數(shù)據(jù)采集系統(tǒng)的硬件設備有前端傳感器、調(diào)理裝置、采集卡等。數(shù)據(jù)采集卡通過USB 接口分別連接調(diào)理裝置和工控機。一方面能夠將處理后的數(shù)據(jù)上傳至工控機;另一方面也能將工控機下達的各項控制指令轉發(fā)給前端的執(zhí)行器[3]。數(shù)據(jù)分析系統(tǒng)則是以計算機為核心,具體又分為工程師站、現(xiàn)場觀察站和廠辦公網(wǎng)。計算機系統(tǒng)基于前端提供數(shù)據(jù),利用BP 神經(jīng)網(wǎng)絡展開綜合分析,然后將分析結果以簡明易懂的方式在顯示器上呈現(xiàn)出來,方便管理人員及時掌握轉爐懸掛減速機是否存在故障;如果存在故障,還能提供故障的發(fā)生位置等信息,為下一步進行故障維修處理提供參考依據(jù)。
該系統(tǒng)的軟件部分由5 個模塊組成,如在線監(jiān)測模塊、信號分析模塊等,各模塊的功能見圖2。
圖2 系統(tǒng)軟件組成框圖
系統(tǒng)軟件是基于Delphi 編程工具進行開發(fā),該工具可支持C++、VB 等多種主流的編程語言,并且提供數(shù)據(jù)庫引擎(BDE)和多種Active 組件,開發(fā)者可根據(jù)需要直接調(diào)用數(shù)據(jù)和組件,從而降低了軟件開發(fā)難度,提高了開發(fā)效率。
2.4.1 監(jiān)測信號的選型 結合轉爐懸掛減速機的實際運行特點,可用于判斷設備是否存在運行故障的監(jiān)測信號有多種,例如振動信號、溫度信號、聲音信號、電壓信號等。從現(xiàn)有的技術條件來看,振動信號的采集難度較低,并且通過分析振動頻率可以直觀、準確地判斷出被監(jiān)測裝置是否存在異常工況。因此,本系統(tǒng)設計中將振動信號作為減速機故障診斷的主要依據(jù)。
大力推廣清潔能源應用,積極推進港口岸電設施和液化天然氣加注碼頭建設,西江干線10個LNG加注碼頭已納入《長江干線京杭運河西江航運干線液化天然氣加注碼頭布局方案(2017—2025年)》,其中廣西梧州港首座LNG加注站已投入運營。目前,珠江三角洲港口群已配備了近500臺LNG動力港作車,建成6座撬裝式LNG加氣站,水系主要港口的重要港區(qū)均已建設岸電設施。港口與船舶污染物接收轉運處置與港口作業(yè)污染專項治理,也在不斷推進當中。
2.4.2 監(jiān)測點的布置 科學布置監(jiān)測點能夠減輕外部干擾的影響,從而使采集到的數(shù)據(jù)能更加準確地反映出轉爐懸掛減速機的實際運行工況,間接地提高故障診斷的精確性。結合轉爐懸掛減速機的結構特點,提高監(jiān)測精度的有效措施是減少振動傳遞損失,因此可以選擇在阻尼小、剛性好的基座、軸承座等位置布置監(jiān)測傳感器。以軸承座為例,分別在水平(X)、垂直(Y)和軸向(Z)三個方向上安裝傳感器,這樣就能準確獲得振動變化[4]。
轉爐懸掛減速機分為2 種類型,其中一次減速機采用三級齒輪減速,分別在輸入端和輸出端的軸承座上布置振動監(jiān)測點,每個監(jiān)測點可獲得徑向和軸向振動信號。1 臺轉爐懸掛減速機內(nèi)共有4 臺一次減速機,因此可以采集到2×2×4=16 個振動信號。一次減速機上監(jiān)測點的布置見圖3。
圖3 一次減速機測點布置示意
二次減速機采用單級齒輪減速,在軸承座出布置3個振動監(jiān)測點;另外在直流電機處分別安裝1 個電流和電壓傳感器。一臺轉爐懸掛減速機內(nèi)有1 臺二級減速機,可以獲得3+2=5 個振動信號。二次減速機上監(jiān)測點的布置見圖4。
圖4 二次減速機測點布置示意
2.4.3 監(jiān)測信號分析 該系統(tǒng)采用小波包分析法對監(jiān)測信號進行分析,通過提取故障特征頻率,為下一步實現(xiàn)故障的精確診斷創(chuàng)造了良好條件。監(jiān)測信號分析共包括4 個步驟:
步驟1:獲取原始數(shù)據(jù)的時域波形圖。將經(jīng)過濾波、放大等預處理的監(jiān)測信號導入到在線監(jiān)測故障診斷系統(tǒng)中,進入綜合分析界面,選擇“時域波形圖”。在彈出的對話框中,選擇需要分析的監(jiān)測信號,在左側的“數(shù)據(jù)特征值”一欄中,可以顯示當前信號的均值、峰值、偏態(tài)、峭度等特征參數(shù),在右側的“波形圖”一欄中,可以顯示原始波形。點擊“降噪后分析”,可以得到小波閾值降噪波形圖[5]。
步驟2:從菜單欄中選擇功率譜圖,按照同樣的操作選擇需要分析的監(jiān)測信號,并按照信號的峰值進行排序??梢缘玫矫恳粋€信號的特征頻率和功率譜能量。點擊“小波波分解后分析”,可以得到小波強制降噪或小波閾值降噪波形圖。
步驟3:從菜單欄中選擇小波分解,在新的界面中自定義小波函數(shù)和分解尺度。例如將小波函數(shù)設置為“S=d1+d2+d3+d4”,分解尺度設置為4,設置完成后分別選擇“時域波形”“頻域波形”,可獲得相應的波形圖。
2.4.4 故障診斷 本研究設計的在線監(jiān)測故障診斷系統(tǒng),首先利用時域、頻率和小波分析相結合的方式,從前端反饋的海量監(jiān)測信號中提取出具有故障特征的信號;然后再利用BP 神經(jīng)網(wǎng)絡診斷從信號中提取有效值、峭度、2 倍齒輪嚙合頻率賦值、1 倍周轉頻幅值、軸承內(nèi)圈特征頻率賦值等參數(shù),組成訓練樣本。對上述數(shù)據(jù)做歸一化處理后,將訓練樣本中的特征向量輸入到系統(tǒng)中進行機器學習。BP 神經(jīng)網(wǎng)絡訓練樣本的設置見圖5。
圖5 BP 神經(jīng)網(wǎng)絡訓練樣本的設置
點擊“訓練網(wǎng)絡”,經(jīng)過19 次訓練后,誤差達到要求,可用于網(wǎng)絡測試。將測試樣本數(shù)據(jù)送入到已經(jīng)訓練好的神經(jīng)網(wǎng)絡中,輸出內(nèi)容及診斷結果見表1。
表1 測試樣本輸出及診斷結果
結合上表數(shù)據(jù)可知,轉爐懸掛減速機的內(nèi)圈、外圈、磨損和崩齒4 種故障均可以成功識別,而設備的滾珠故障診斷結果顯示正常,未能成功識別,故障識別的準確率為80%。下一步,要繼續(xù)增加學習樣本的數(shù)量,經(jīng)過反復訓練后系統(tǒng)對故障識別的成功率也會不斷提升。
轉爐懸掛減速機在投入運行一段時間后,由于運行環(huán)境復雜、材料自身老化等因素的影響,不可避免會出現(xiàn)磨損、崩齒等故障。為了使設備正常運行、避免大修或停運事故,必須要設計和使用在線監(jiān)測故障診斷系統(tǒng),通過采集前端的振動信號并開展分析,實現(xiàn)對異常工況的超前識別。然后利用BP 神經(jīng)網(wǎng)絡分析,對異常工況做進一步的判斷,成功識別故障,進而為下一步開展轉爐懸掛減速機的運行維護提供必要的技術支持。