診斷軋鋼故障狀況與發(fā)展探析

[摘要]本文基于軋鋼生產(chǎn)特征探討了其常見(jiàn)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(shì)，對(duì)綜合比較各類(lèi)故障診斷方法優(yōu)勢(shì)，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(shí)踐意義。

[關(guān)鍵字]軋鋼；故障；診斷

中圖分類(lèi)號(hào)：TG333文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-098X(2011)03(b)-0000-00

1、軋鋼生產(chǎn)進(jìn)程中常見(jiàn)的故障現(xiàn)象

軋鋼生產(chǎn)進(jìn)程中包含龐大生產(chǎn)線(xiàn)系統(tǒng)，且運(yùn)營(yíng)機(jī)理較為復(fù)雜，目前還沒(méi)有一種有效的診斷故障方式能夠完全適用于該類(lèi)大型生產(chǎn)服務(wù)進(jìn)程的所有種類(lèi)故障。為形象歸納并分類(lèi)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(jiàn)的故障現(xiàn)象劃分為三類(lèi)級(jí)別。第一類(lèi)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(lèi)干擾影響故障等。第二類(lèi)故障現(xiàn)象為設(shè)備級(jí)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(duì)液壓與傳動(dòng)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(duì)處于較為惡劣的環(huán)境，且生產(chǎn)效率較高，液壓與傳動(dòng)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(duì)該方向的研究尤為廣泛。還有一類(lèi)為子系統(tǒng)或系統(tǒng)級(jí)故障，不僅包含生產(chǎn)工藝的故障，同時(shí)還包含擾動(dòng)型系統(tǒng)級(jí)故障，例如基于波動(dòng)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(yàn)進(jìn)行故障診斷

依據(jù)經(jīng)驗(yàn)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(jiàn)的應(yīng)用方式，工程師依據(jù)實(shí)際現(xiàn)場(chǎng)狀況借助測(cè)量關(guān)鍵變量以及自身掌握的豐富經(jīng)驗(yàn)獲取相應(yīng)故障信息。該類(lèi)方式雖然操作原理簡(jiǎn)便、診斷透明，然而由于完全依靠經(jīng)驗(yàn)進(jìn)行判斷因此僅適用于對(duì)各類(lèi)生產(chǎn)線(xiàn)中簡(jiǎn)單的局部設(shè)備故障的診斷。另外經(jīng)驗(yàn)故障診斷方式從屬于事后判斷分析，在發(fā)生故障后通過(guò)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(lái)勢(shì)必會(huì)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(duì)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(duì)象數(shù)學(xué)模型通過(guò)數(shù)學(xué)處理獲取相關(guān)故障信息，進(jìn)而判斷對(duì)象是否出現(xiàn)了故障、位置在哪、程度如何。其中估計(jì)狀態(tài)法、估計(jì)參數(shù)法以及空間等價(jià)法是模型分析故障診斷方式的主要分支，其中空間等價(jià)方式應(yīng)用起來(lái)較為簡(jiǎn)便且易于操作實(shí)現(xiàn)，而適用范疇有限，適合于線(xiàn)性系統(tǒng)中。估計(jì)參數(shù)方式適應(yīng)診斷乘性故障，可用于非線(xiàn)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(shí)際應(yīng)用中卻并不多見(jiàn)，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(guò)程中較難準(zhǔn)確建立數(shù)學(xué)模型，存在較多未知擾動(dòng)、建模誤差與各類(lèi)噪聲影響，進(jìn)而容易引發(fā)突出的魯棒性問(wèn)題。應(yīng)用該方式我們應(yīng)首先應(yīng)建立對(duì)象模型，因而較適用于設(shè)備級(jí)與回路級(jí)故障處理。

2、3處理信號(hào)故障診斷方式

伴隨各類(lèi)傳感器、計(jì)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(hào)故障診斷方式受到了專(zhuān)家的廣泛重視。該類(lèi)方式首先需要建立特征信號(hào)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(guò)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(shí)用簡(jiǎn)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(lèi)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(hào)故障診斷方式可分為針對(duì)設(shè)備振動(dòng)問(wèn)題的分析、多重處理信號(hào)技術(shù)的集成診斷與監(jiān)測(cè)設(shè)備狀態(tài)系統(tǒng)以及多元統(tǒng)計(jì)、融合信息技術(shù)。當(dāng)前我國(guó)較多軋鋼企業(yè)生產(chǎn)線(xiàn)診斷設(shè)備級(jí)故障均采用處理信號(hào)技術(shù)，其應(yīng)用發(fā)展已較為成熟，并由事后診斷信號(hào)發(fā)展為運(yùn)行系統(tǒng)狀態(tài)實(shí)時(shí)診斷與監(jiān)測(cè)，由傳統(tǒng)的單變量分析信號(hào)轉(zhuǎn)變?yōu)榫C合多變量信號(hào)的診斷與監(jiān)測(cè)，同時(shí)由國(guó)外監(jiān)測(cè)控制系統(tǒng)的全面引進(jìn)發(fā)展成為自主的設(shè)計(jì)開(kāi)發(fā)監(jiān)測(cè)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(gè)分支，由早期的人工經(jīng)驗(yàn)分析逐步發(fā)展成為采用算法與硬件系統(tǒng)基于人類(lèi)專(zhuān)家知識(shí)經(jīng)驗(yàn)實(shí)現(xiàn)智能化的診斷故障目標(biāo)。由此可見(jiàn)智能化的診斷故障方式主要包含神經(jīng)網(wǎng)絡(luò)、專(zhuān)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(zhuān)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(lèi)功能對(duì)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(duì)應(yīng)關(guān)系；利用定量神經(jīng)網(wǎng)絡(luò)形式對(duì)專(zhuān)家知識(shí)進(jìn)行表述進(jìn)而基于網(wǎng)絡(luò)形成專(zhuān)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(lái)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(guò)上述分析不難看出依據(jù)經(jīng)驗(yàn)的故障診斷方式具有事后開(kāi)展、診斷效率有限、成本較高等弊端，而另外三類(lèi)方式雖可對(duì)軋制生產(chǎn)進(jìn)程中的異常狀況、故障進(jìn)行預(yù)報(bào)，但提前性有限，均不同程度存在了弊端問(wèn)題。因此在應(yīng)用實(shí)踐進(jìn)程中為完善保障故障診斷的及時(shí)準(zhǔn)確，我們應(yīng)科學(xué)集成各類(lèi)分析診斷方式的綜合優(yōu)勢(shì)，構(gòu)建成一種組合的診斷故障技術(shù)。基于經(jīng)驗(yàn)診斷需依據(jù)關(guān)鍵部位信號(hào)測(cè)量的信息對(duì)工程師有效輔助進(jìn)而診斷故障、模型診斷依賴(lài)于處理信號(hào)技術(shù)對(duì)模型殘差信號(hào)分析，借助方差、序列均值信息統(tǒng)計(jì)方式進(jìn)行幅值與故障類(lèi)型的判斷，因此我們可有效促進(jìn)各類(lèi)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(hào)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(píng)價(jià)與專(zhuān)家時(shí)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(kāi)出，其正向著系統(tǒng)化、智能化與綜合化的方向發(fā)展，同時(shí)還會(huì)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(huì)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(duì)整體系統(tǒng)級(jí)問(wèn)題故障的診斷。在人工診斷分析故障層面會(huì)隨著不斷的經(jīng)驗(yàn)整理、積累、聯(lián)想、簡(jiǎn)化與頓悟?qū)崿F(xiàn)升級(jí)，體現(xiàn)了人們強(qiáng)大的總結(jié)與學(xué)習(xí)能力，然而人們?cè)诖鎯?chǔ)、計(jì)算與精確性層面卻比不上機(jī)器。軋制生產(chǎn)是一類(lèi)復(fù)雜的工程系統(tǒng)，因此我們不能僅憑自身經(jīng)驗(yàn)，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(yàn)構(gòu)建為新一輪知識(shí)系統(tǒng)，促進(jìn)故障診斷創(chuàng)設(shè)自動(dòng)更新識(shí)別工作模式則是智能化診斷故障未來(lái)發(fā)展的方向。

4、結(jié)語(yǔ)

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(jiàn)的故障現(xiàn)象，探討各類(lèi)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(yíng)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(huì)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).