聲振檢測儀在煙草卷包設備故障診斷中的應用

摘要：煙草卷包設備在煙草的制造生產(chǎn)過程中起著重要的作用，卷包設備的故障除了具有一般旋轉(zhuǎn)機械的共性，更具有遠復雜于一般旋轉(zhuǎn)設備的結(jié)構(gòu)特性，傳統(tǒng)的故障診斷方法效果甚微。為檢測這類結(jié)構(gòu)精密、輕載設備的故障，利用聲振檢測儀將振動信號和超聲信號融合來提高設備的故障預警率。

關鍵詞：煙草卷包設備；故障診斷；聲振檢測儀；煙草制造；旋轉(zhuǎn)機械 文獻標識碼：A

中圖分類號：TG333 文章編號：1009-2374（2016）05-0048-03 DOI：10.13535/j.cnki.11-4406/n.2016.05.025

目前，我國卷煙制造量和消費量均占世界總量的三分之一，是全球最大的卷煙制造國和消費國。卷包設備是煙草生產(chǎn)制造中的核心設備，其運行速度快（目前國內(nèi)最高達16000支煙/分鐘）、價值高（一組16000的卷包設備價值上億元人民幣），所有卷包設備都是由電機、齒輪、軸承、凸輪、連桿等各種傳動機構(gòu)和控制機構(gòu)組成。卷包設備的故障除了具有一般旋轉(zhuǎn)機械的共性，更具有遠復雜于一般旋轉(zhuǎn)設備的結(jié)構(gòu)特性。我國的一些高校、科研機構(gòu)、企業(yè)在故障診斷的理論研究和應用領域取得了較大的進步，加速度、聲發(fā)射及聲強傳感器在滾動軸承的故障診斷領域都有應用。加速度、聲發(fā)射及聲強傳感器只能拾取其中一種參量，不可避免地產(chǎn)生誤差及誤判，并伴有其他缺點，加速度檢測的缺點是靈敏度越高，量程越小，也越易損壞，同時容易受到噪聲干擾，難以發(fā)現(xiàn)早期故障。聲發(fā)射檢測的缺點是靈敏度不高、輸出阻抗高。聲強傳感器檢測的缺點是只能檢測行走部的異常響聲，極易受到外界噪音的干擾。這些傳統(tǒng)的故障診斷方法針對這類結(jié)構(gòu)精密、輕載的設備效果甚微，因此采用聲振檢測儀對卷包設備進行故障診斷具有現(xiàn)實意義。

1 聲振檢測儀

1.1 聲發(fā)射檢測原理

材料受到外力或內(nèi)力作用產(chǎn)生變形或者裂紋擴展時，以彈性波的形式釋放出應變能的現(xiàn)象稱為聲發(fā)射。用儀器檢測、分析聲發(fā)射信號和利用聲發(fā)射信號推斷聲發(fā)射源的技術稱為聲發(fā)射檢測技術，它是20世紀60年代發(fā)展起來的一種動態(tài)無損檢測新技術，其利用物質(zhì)內(nèi)部微粒（包括原子、分子及粒子群）由于相對運動而以彈性波的形式釋放應變能的現(xiàn)象來識別和了解物質(zhì)或結(jié)構(gòu)內(nèi)部狀態(tài)，聲發(fā)射信號包括突發(fā)型和連續(xù)型兩種。突發(fā)型聲發(fā)射信號由區(qū)別于背景噪聲的脈沖組成，且在時間上可以分開；連續(xù)型聲發(fā)射信號的單個脈沖不可分辨。實際上，連續(xù)型聲發(fā)射信號也是由大量小的突發(fā)型信號組成的，只不過太密集而不能分辨而已。目前對于聲發(fā)射信號的分析方法主要包括參數(shù)分析法和波形分析法，把這兩種方法有機結(jié)合實現(xiàn)對一些結(jié)構(gòu)復雜、運行精準設備的運行狀態(tài)診測。

1.2 聲振檢測儀結(jié)構(gòu)構(gòu)成

聲振檢測儀由聲振傳感器、信號放大濾波模塊、16位數(shù)據(jù)采集模塊、數(shù)據(jù)處理（存儲、分析）模塊（MCU）、人機界面（LCD）五部分組成，其硬件結(jié)構(gòu)圖如圖1所示：

1.3 聲振傳感器

聲振傳感器的靈敏度高于傳統(tǒng)的加速度傳感器及聲發(fā)射傳感器，帶寬大，靈敏度高。聲振傳感器可以拾取高頻脈沖振動、脈沖聲發(fā)射、摩擦連續(xù)聲發(fā)射等故障信息參量。

1.4 信號放大濾波模塊

信號放大濾波模塊主要包括放大電路、濾波電路以及為了匹配A/D采集芯片的需求，設計的電壓偏置電路。放大濾波模塊的主要作用有：放大采集信號，同時濾除各種噪聲干擾，從而提高電路的信噪比；將雙極性采集信號等比例變換為單極性信號，確保信號完整性。

1.5 數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊通過FPGA與ARM綜合設計實現(xiàn)對采集系統(tǒng)的控制，采集信號通過A/D芯片實現(xiàn)模擬信號到數(shù)字信號的轉(zhuǎn)換，添加RAM模塊，存儲數(shù)據(jù)，同時輔以以太網(wǎng)模塊，將采集到的數(shù)據(jù)傳送到主機進行分析處理。

1.6 數(shù)據(jù)處理模塊（MCU）

數(shù)據(jù)處理模塊結(jié)構(gòu)如圖2所示，主要包括Exynos4112處理器、內(nèi)存及emmc。

采用三星Cortex-A9架構(gòu)的Exynos4412作為主處理器。雙通道DDR3 1G內(nèi)存，4GB emmc對主處理器提供了強有力的支持。數(shù)據(jù)經(jīng)由有線以太網(wǎng)拓展的Ethernet網(wǎng)口傳輸至Exynos4412進行分析和計算，處理結(jié)果以TTL信號的形式傳輸至LCD屏幕，輔以觸摸屏，對儀器進行操作。

1.7 人機界面（LCD）

人機界面采用7寸高清TFT LCD觸摸屏，用手指觸摸屏幕，輕松實現(xiàn)對系統(tǒng)的控制。

2 聲振檢測儀故障診斷應用

利用該聲振檢測儀分別對三臺GDX2煙支成型推桿傳動箱和兩臺GDX1設備的機身進行了測試，其測試結(jié)果如下：

2.1 GDX2煙支成型推桿傳動箱的故障診斷

將聲振射傳感器安裝在GDX2煙支成型推桿傳動箱的外部，安裝部位如圖3所示（其位置安裝要求不高，只要在其關聯(lián)的地方即可）。

對三臺GDX2煙支成型推桿傳動箱編號為1號、2號和3號，采用聲振檢測系統(tǒng)分別對三臺正在工作的GDX2煙支成型推桿傳動箱進行檢測（圖3，其三臺設備都正常運行，相關運行速度不能相差太懸殊）。圖4所示為對2號傳動箱檢測到的時域信號。

時域信號

從圖4可以看到該信號有明顯的周期性，通過分析，該信號的周期約為6Hz，也就是每分鐘360次，這與實際運行情況相吻合，在實際運行中，為了保證安全運行和煙包質(zhì)量的高要求，通常都會降低運行速度（最高速度為每分鐘400次）。這種周期性說明在推桿箱的運行過程中，存在某個部件的振動能產(chǎn)生超聲信號，這樣也會為故障分析提供一個基準，當在這個信號周期內(nèi)存在其他信號，可以認為推桿箱的某個部件存在一定的問題，通過進一步的分析來推斷故障的原因及是否進行檢修。

將測試結(jié)果與實際的設備運行狀況進行了比較（1號傳動箱的狀況最好，2號和3號傳動箱的狀況較差），3號設備在接下來的一個星期其傳動箱就發(fā)生了箱體內(nèi)的傳動滑塊損壞，不得不進行維修后設備才能正常運行。測試結(jié)果與推桿傳動箱的實際狀況基本符合，說明聲振檢測儀可以對推桿傳動箱進行故障檢測。

2.2 GDX1包裝機主機設備機身的故障檢測

為了便于驗證儀器測試的精確度，我們事前未選定任何設備，而是隨機選擇了對7號和9號卷包設備機身進行了測試（測試人員也未在此設備上工作），測試部位包括左機身、中機身和右機身，每個部位安裝2個聲振傳感器，每臺設備分別測試3次，卷包設備的現(xiàn)場測試圖如圖5所示。分別計算出每臺設備的峭度（見表1）、高頻能量比（見表2）和聲振能量比（見表3）。

綜合峭度、高頻能量比和聲振能量比結(jié)果可知，7號和9號卷包機的左機身都處于良好狀態(tài)，7號的中機身和右機身狀態(tài)良好，9號的中機身和右機身狀態(tài)較差。而9號設備在接下來的運行過程中，其效率和質(zhì)量都不如其他兩臺設備好，根據(jù)車間操作和維修此設備的人員講，此設備需要進行專項維護保養(yǎng)，在保養(yǎng)過程中確實發(fā)現(xiàn)9號設備的中機身和右機身齒輪均有不同程度的裂化，導致設備運行精度不高，質(zhì)量保障不夠，這與實際的卷包設備狀態(tài)相一致。

3 結(jié)語

通過聲振檢測儀對GDX2煙支成型推桿傳動箱和卷包設備的實際診斷應用，結(jié)果表明在卷煙設備狀態(tài)監(jiān)測和故障診斷中，聲振檢測儀能夠快速準確地反映出設備的運行狀態(tài)，并且相比傳統(tǒng)的檢測方法具有較高的靈敏度，在今后卷包設備的故障檢測中具有深遠的應用前景，同時在其他重要的、運行精度高的、速度快的、不便于發(fā)現(xiàn)的、價值大的設備上同樣具有相關檢測診斷功能。后期將對更多的設備進行檢測，對信號進行更深入的分析，獲得各種故障的特征，形成較大的數(shù)據(jù)庫，并對檢測的結(jié)果和數(shù)據(jù)庫進行比較，讓設備始終處于良好的運行狀態(tài)。展望工業(yè)4.0，更多現(xiàn)代化、智能化的設備將大量投入產(chǎn)品加工線中，如何保障這些設備始終處于良好的運行狀態(tài)，設備故障診斷顯得尤為重要，聲震檢測儀將在測試技術上更完善，力爭為國家的創(chuàng)新發(fā)展貢獻力量。

參考文獻

[1] 萬斌.新中國煙草專賣制度改革：成本與收益分析

[D].江西財經(jīng)大學，2010.

[2] 包曙陽.煙草行業(yè)卷包設備的狀態(tài)監(jiān)測與檢修管理系統(tǒng)研究[D].復旦大學，2008.

[3] 孫巖.煙草機械自動控制技術的發(fā)展歷程及發(fā)展方向[J].中國電子商務，2013，（14）.

[4] 張建澤.現(xiàn)代化工機械技術發(fā)展回顧與展望分析[J].科技與企業(yè)，2013，（19）.

[5] 姚桂艷，孫麗媛，程秀芳，等.機械故障診斷技術的研究現(xiàn)狀及發(fā)展趨勢[J].河北理工學院學報，2005，27（3）.

[6] 孔亞林.基于振動信號的滾動軸承故障診斷方法研究[D].大連理工大學，2006.

[7] 趙一帆，齊明俠，趙繼紅，等.基于聲發(fā)射技術的滾動軸承故障檢測[J].軸承，2010，（4）.

[8] 郝如江，盧文秀，褚福磊.聲發(fā)射檢測技術用于滾動軸承故障診斷的研究綜述[J].振動與沖擊，2008，27（3）.

[9] 劉春光，譚繼文，戰(zhàn)衛(wèi)俠，等.基于多傳感器信息融合技術在滾動軸承故障診斷中的應用[J].煤礦機械，2010，31（6）.

基金項目：川渝中煙重慶煙草工業(yè)有限責任公司重慶分廠科技項目“音頻技術在機械故障診斷中的應用”（項目編號：2014-62）。

作者簡介：向邦云（1972-），男，重慶人，重慶中煙工業(yè)有限責任公司重慶卷煙廠工程師，研究生，研究方向：設備管理、設備技術創(chuàng)新、設備技術研究等。

（責任編輯：陳 潔）