专利名称：热连轧轧机运行状态的在线监测方法
技术领域：
本发明涉及热连轧轧机，具体涉及一种热连轧轧机的监测方法。
背景技术：
热轧生产线是冶金企业重要的成品生产厂，其当前的机械设备状态检测主要有三种形式其一是设备维护的点检和技术人员依据个人的经验进行的状态判定，即所谓常规诊断，其二是利用随设备一起引进的的设备在线状态诊断系统提供的分析信息进行判定， 即在线诊断；其三是结合上述一和二中的信息，在明确问题点后，利用离线检测仪器，对设备特征量进行记录和分析，即离线精密诊断。三类设备状态管理有着共同的立足点，那就是 “设备状态数据采集和分析判断技术”，即应该通过采集哪些设备特征参数，何时采集，以及使用怎样的分析和判断方法，实现对设备状态准确把握的目标。由于热轧设备的变速、变载、变工况的工作特点，轧机咬钢和抛钢产生的冲击造成设备振动数据很大，轧机的主传动电机、减速机、AGC油缸、牌坊等的设备状态好坏直接影响到热轧生产线的运行效率和产品质量。为了监控轧机从热连轧制过程的稳定性，将轧机设备状态、工艺、电气控制过程量信号等集成到在线系统中，便于热轧设备状态综合管理以及异常分析诊断。轧机关键设备包括主传动的电机、轧机减速箱齿轮、AGC油缸(分别位于轧机的传动侧和操作侧)、轧机牌坊等的状态好坏直接影响到轧制稳定性，这些设备一旦出现故障有可能造成停机事故，因此需对这些设备增加在线监测点，监视其振动的变化趋势，当运行趋势发生变化时能对设备可能存在的故障进行预警，并能进行分析诊断。
发明内容
本发明旨在解决上述问题，提供热连轧轧机运行状态的在线监测方法。本发明采用分类指标监视热连轧轧机运行状态的劣化趋势，支撑生产线的正常生产。一种热连轧轧机运行状态的在线监测方法，它包括步骤一，利用振动传感器采集监测点信号；所述采集点设在减速机轴承座、电机轴承座、AGC油缸、牌坊顶部；步骤二，采集热轧PLC过程量信息，通过OPC方式实现工艺过程信号与轧机机械状态量信号的同步采集，并分析计算的获得相应的指标滚动轴承的信号，滑动轴承故障信号，AGC油缸相应同步性信号，和牌坊开裂或动态刚度信号；步骤三，利用步骤二获得的指标，当信号异常时，提供报警信息，指导操作和设备管理人员采取应对措施。所述的热连轧轧机运行状态的在线监测方法，所述步骤二中，滚动轴承的信号以轴承特征频率附近的频带作为监测对象，将特征频率处的振动峰值与选定频带内的频谱加权值进行运算。设轴承故障因子为轴承内圈故障因子B1、轴承外圈故障因子化、轴承滚动体故障因子 、轴承保持架故障因子B4 B1= (Afi+l/Afi+Ufi+l/Ufi)/4(5)B2 = (Af。+l/Af。+Uf。+l/Uf。)/4(6)B3 = (Afp+1/Afp+Ufp+1/Ufp) /4 (7)B4 = (Afh+1/A^Ufh+1/Ufh) /4 (8)其中Afi，Ufi分别为振动频谱上轴承内圈&处的振动幅值和选定频带内振动值的加权平均。Af。，Ura分别为外圈特征频率f。处的振动幅值和选定频带内振动值的加权平均； Afp，Ufp为振动频谱图上滚动体特征频率fp处的振动幅值和选定频带内振动值的加权平均； f· Ufh为振动频谱图上保持架频率fh处的振动幅值和选定频带内振动值的加权平均。所述的热连轧轧机运行状态的在线监测方法，所述步骤二滑动轴承故障信号是提取轴承座获取的原始振动信号，经振动频谱分析FFT变换成转速倍频为1-9倍频处的振动幅值分量Ai (f)，通过反算叠加后重构成的滑动轴承故障信号，滑动轴承故障系数J算法如式⑶
权利要求
1.一种热连轧轧机运行状态的在线监测方法，其特征在于，它包括步骤一，利用振动传感器采集监测点信号；所述采集点设在减速机轴承座、电机轴承座、AGC油缸、牌坊顶部；步骤二，采集热轧PLC过程量信息，通过OPC方式实现工艺过程信号与轧机机械状态量信号的同步采集，并分析计算的获得相应的指标 滚动轴承的信号， 滑动轴承故障信号， AGC油缸相应同步性信号，和牌坊开裂或动态刚度信号；步骤三，利用步骤二获得的指标，当信号异常时，提供报警信息，指导操作和设备管理人员采取应对措施。
2.根据权利要求1所述的热连轧轧机运行状态的在线监测方法，其特征在于，所述步骤二中，滚动轴承的信号以轴承特征频率附近的频带作为监测对象，将特征频率处的振动峰值与选定频带内的频谱加权值进行运算。设轴承故障因子为轴承内圈故障因子A、轴承外圈故障因子化、轴承滚动体故障因子 、轴承保持架故障因子B4 B1 = (Afi+l/Afi+Ufi+l/Ufi)/4(5) B2= (Af0+l/Af0+Uf0+l/Uf0)/4(6) B3 = (Afp+l/Afp+Ufp+l/Ufp)/4(7) B4= (Α&+1/Α +υ +1/υ )/4(8)其中Afi，Ufi分别为振动频谱上轴承内圈A处的振动幅值和选定频带内振动值的加权平均。Af。，Ura分别为外圈特征频率f。处的振动幅值和选定频带内振动值的加权平均；Afp， Ufp为振动频谱图上滚动体特征频率fp处的振动幅值和选定频带内振动值的加权平均；Afh， Ufh为振动频谱图上保持架频率fh处的振动幅值和选定频带内振动值的加权平均。
3.根据权利要求1所述的热连轧轧机运行状态的在线监测方法，其特征在于，所述步骤二滑动轴承故障信号是提取轴承座获取的原始振动信号，经振动频谱分析FFT变换成转速倍频为1-9倍频处的振动幅值分量Ai (f)，通过反算叠加后重构成的滑动轴承故障信号， 滑动轴承故障系数J算法如式(9)
4.根据权利要求1所述的热连轧轧机运行状态的在线监测方法，其特征在于，油缸的频率响应采用频谱分析方法，设传动侧和操作侧的频谱最大谱峰频率分别为fDS和f^，两侧油缸同步性好时，fDS和&相差很小；当fDS和征相差较大时表示AGC油缸动作出现不一致，时域信号上显示两个油缸振动波形的周期相差较大。AGC油缸响应同步性故障因子U采用f^和f^处对应的振动幅值Affi，频率fDS和fDS处对应的振动幅值Ads按公式(10)进行计算，评价两个AGC油缸频谱的波形指标差异。 U = abs(ADS*fDS-A0S*f0S)/(A0S*f0S) (10)其中abs (ADS*fDS-AQS*fQS)表示对ADS*fDS-AQS*fQS的计算结果取绝对值。
5.根据权利要求1所述的热连轧轧机运行状态的在线监测方法，其特征在于，所述步骤二中牌坊开裂的信号采用比值判断法，选取牌坊投入运行时的振动基础数据或者轧制同一种规格品种钢时的历史振动幅值Ctl作为基准，在线监测系统检测到的总振动值为C1 牌坊开裂或刚度故障系数W为 W = C1ZCo (11)
6.根据权利要求1所述的热连轧轧机运行状态的在线监测方法，其特征在于，所述的步骤三的指标和报警条件包括设定轴承零部件故障因子的报警值Bsk(k = 1，2，3，4)，各特征频率处的轴承故障因子 (k = 1，2，3，4)，当 > Bsk时，在线监测系统预报轴承异常；滑动轴承故障系数J，当J > 40%时在线系统报警；AGC油缸响应同步性故障系数U，当U > 20%时在线系统报警；和牌坊开裂或刚度故障当W > 150%时报警。
全文摘要
本发明涉及热连轧轧机，具体涉及一种热连轧轧机的状态监测方法。一种热连轧轧机运行状态的在线监测方法，它还包括步骤一，利用振动传感器采集监测点信号；所述采集点设在减速机轴承座、电机轴承座、AGC油缸、牌坊顶部；步骤二，采集热轧PLC过程量信息，通过OPC方式实现工艺过程信号与轧机机械状态量信号的同步采集，并分析计算的获得相应的指标滚动轴承的信号，滑动轴承故障信号，AGC油缸相应同步性信号，和牌坊开裂或动态刚度信号；步骤三，利用步骤二获得的指标，当信号异常时，提供报警信息，指导操作和设备管理人员采取应对措施。本发明采用分类指标监视热连轧轧机运行状态的劣化趋势，支撑生产线的正常生产。
文档编号B21B38/00GK102441579SQ20101050529
公开日2012年5月9日 申请日期2010年10月13日 优先权日2010年10月13日
发明者蔡正国 申请人:上海宝钢工业检测公司