引言

轧钢机械设备作为轧钢厂的主要设备，是一种旋转式的大型设备。在长期的实践中发现，轧钢机械设备一旦出现异常的振动及噪声，往往会引起故障的出现。所以要想对轧钢设备的故障进行提前预警，就需要对轧钢设备的重要位置进行异常检测，以此避免出现重大损失。用数据检测设备对轧钢设备进行监测，可以发现机械振动、噪声的常规规律，进而找出对应的设备故障。通过检测的数据参数，可以在设备运行中进行实时监测，便于在早期发现设备异常与后期对故障进行排除，保证轧钢设备的稳定运行。

1轧钢机械设备故障诊断中数据监测技术的重要性

1.1强化数据采集

故障数据采集过程中，应用计算机监控系统，采取手动或自动方式，技术采集和处理信号。自动信号采集运用主轴（转速/键合相），既提高检测频率，又保障数据准确性，防止旁瓣效应的出现，否则会形成采集数据失真的问题。手动采集适用于主轴设备的安装，经过运用信号分析技术，明确故障频率。此外，计算机监控系统，还能收集和处理事故数据、原始数据等，便于技术人员更好地进行对故障和数据的分析。

1.2促进新故障诊断技术的研发

在技术推动下，轧钢大型机械设备的故障诊断技术加快研发进程，使其朝着现代化智能方向发展。人工智能神经网络诊断技术和远程协同诊断技术（基于Internet），作为新的技术形式，其作用优势更加明显。人工智能神经网络诊断技术，综合多项技术及知识应用，包括计算机、生理学、哲学等，采取模拟人脑的方式，利用其自适宜性、自组织性等特征，使其具有较高的容错率，经过对神经网络的训练，实现对故障诊断的创新。远程协同诊断技术融合信息技术、通信技术、决策技术等，利用计算机检测器，达到对轧钢厂设备检测系统的完善；经过采集设备状态信号，处理信号后传输到设备信号分析部门，从而短时间内快捷高效地实现远程故障诊断。因此，通过加强新故障诊断技术的研发，在一定程度上促进生产效率的提高，具有节约设备维修成本的效果。

1.3应用综合设备故障诊断技术

综合设备故障诊断技术主要包括冲击脉冲技术、振动监测诊断技术两方面。首先，振动监测诊断技术是以分析设备振动参数为依据，诊断设备状态及状况的一种方式。其诊断原理为：结合传感器对设备箱体表面的振动信号进行采集，进而通过系统分析监测信号，设备内部的故障缺陷进行诊断，并对设备运行状态进行评估。振动监测诊断技术是一种新型的设备状态检测技术，其优势主要表现为：在故障诊断过程中不需要与设备进行电气连接，安全性、可靠性较强，同时具有较强抗干扰能力，不会对设备运行产生影响。其次，冲击脉冲技术。该项技术的应用原理为：将硬件技术与软件技术相结合，保证共振频率为32kHz，从而使所测得的信号幅值是传统振动传感器所测得幅值的6倍左右。所以，即使设备轴承只存在轻微的故障，通过冲击脉冲技术也能够采集到故障信号。通过冲击脉冲技术的应用能够提前半年左右时间预测出轴承故障。在轧钢机械设备中，电动机是动力输出，在电动机中轴承是运行压力最大，最易遭到损坏的部件。

2轧钢机械设备运行中的故障诊断

2.1转动不平稳

在安装转子时，若安装不准确或者出现安装偏差，将导致转子在日后使用过程中出现不平衡现象。安装松动是导致这一问题的根本原因，从而导致转动时出现非线性特征的振动，若是由于零配件松动所导致的振动，振动情况将不会特别明显。

2.2电机发生异常振动

在轧钢设备中，电动机是核心部件，在工作过程中会持续高速运转，因此一定程度上增加了机械故障和电气故障的发生率，例如：高速摩擦导致松动、转子精准度下降等问题。在这一过程中机械故障为定子和转子间压力不稳定或者磁力不均匀所导致的故障，而电气故障为突发断电所导致的振动中断等情况。

2.3齿轮出现故障

齿轮在轧钢机械设备中是较为关键的部件，在实际工作过程中常常会出现齿面磨损、齿根断裂等故障，从而影响到齿轮正常运转速度。这也是在日常工作过程中判断齿轮部件是否存在故障的参考依据。此外，还可以根据齿轮振动的频率变化和频率分布来判断齿轮运行状态。

3数据监测技术在轧钢机械设备故障诊断的主要应用探究

（1）监测方法的详细分析。通常情况下，借助于简单的巡检仪或者智能轴承监测仪就可以对轧钢设备的主要部位进行常规的故障检测，具体的检测方法就是随机选择一个合适的监测部位，按照相应的监测规程进行监测，然后需要将检测数据进行记录，之后再将这些数据根据行业理论公式将其转换成为振动曲线图，最后再对振动图中的所有点数据振动情况进行分析研究，观看其走势是否正常，如果不正常，则需进一步分析其故障点以及故障部位，最后在进行相应的维修。

（2）监测周期的选择应尽量合理。在进行正常的轧钢工作时，应当根据企业的实际工作情况适时的进行轴承监测，原则上监测周期不得超过五天，如果企业的运营情况比较冷清，那么监测周期可以延长至十天一次，但是对于一些特殊的重点部位，相应的监测周期间断时间还应当适量的缩短。另外对于一些易损轴承则必须针对其制定详细而周密的监测计划。　　

（3）合理的确定监测区域。在进行轧钢生产的过程中进行监测数据时，必须要确保监测数据传输的准确性和连续性，因为中间无论是出现间断还是出现误差，不但明显的降低数据诊断工作的精准度，而且还会明显的增加其处理难度。另外，监测点应该在机械设备轴承负载区内进行选取，因为这样选取可以有效的提升监测数据的精准性。　

（4）故障情况的详细分析。通常情况下，旋转机械无非就是：设备装配松动、转子不平衡、电力振动异常、圆锥滚动轴承故障以及齿轮机构振动等情况，上述故障情况都可以借助于数据监测技术进行有效诊断。在日常的设备点检的时候，必须要对其进行振动强度监测，将所测量的数据与平时的监测数据进行对比分析，以此来有效的判断故障的原因和具体部位，但是该项工作精准有效的前提是必须确保监测点的正确选取。

结束语

综上所述，在轧钢机械设备运行过程中，往往会被设备转动不平衡、电机振动异常、齿轮故障、滚动轴承故障等问题困扰，进而影响到生产效率。针对这一问题，可通过强化数据采集、应用冲击脉冲技术、振动监测诊断技术以及新时代下新的故障诊断技术对设备故障进行诊断，从而保证设备运行可靠性，为企业获得更多的经济效益和社会效益。

参考文献

［1］刑剑平．试论轧钢机械设备的故障诊断与机械设备安全运转的重要关系［J］．科学资讯，2013，(23):80．

［2］杨智宇．浅谈轧钢机械振动故障的诊断［J］．科技创新导报，2012，(4):53～55．

［3］赵会平，陆宁云，姜斌．轧钢过程故障诊断研究现状及发展趋势［J］．轧钢，2011，(01):48～53．

［4］张伟．设备故障诊断技术在轧钢生产线上的应用［J］．产业与科技论坛，2011，(13):86～87．