分析軋鋼設備故障診斷研究現狀及發展趨勢

唐文健 安賀順

摘 要：近年來，隨著社會發展需求對用鋼量的不斷增大，使鋼鐵產業實現了高速發展，特別是現代化信息技術在鋼鐵產業的 大 規模應用，使鋼鐵加工制作設備的功能越來越強大，設備種類也不斷增多，但隨之而來的是設備故障發生幾率大幅度增加，特別是軋鋼設備故障，無疑給鋼鐵的加工作業帶來極大的影響。為了有效降低軋鋼設備故障發生幾率，確保鋼鐵加工作業的順利開展，本文對軋鋼設備故障診斷的研究現狀及其發展趨勢進行深入的分析。

關鍵詞：軋鋼設備 故障診斷 研究現狀 發展趨勢

中圖分類號：TG33 文獻標識碼：A 文章編號：1674-098X（2018）02（a）-0036-02

在鋼鐵加工過程中，軋鋼是其中一項非常重要的加工環節，在軋鋼作業時需要用到軋鋼設備，由于軋鋼作業需要在高溫、高壓的環境中進行，再加上軋鋼設備內部結構比較復雜，這也使軋鋼設備非常容易發生故障，一旦軋鋼設備出現故障，哪怕這個故障很微小，也可能給鋼鐵加工企業帶來很大的經濟損失。因此，為了確保鋼鐵得到順利安全的軋制，保障產品質量，就必須要確保軋鋼設備能夠正常運轉，并對軋鋼設備的運行狀態進行實時的監測，特別是對某些故障可能會給設備安全與產品質量帶來影響的異常狀況更要進行嚴密的監測與診斷，以此確保軋鋼設備能夠正常工作。

1 軋鋼設備的主要故障

由于軋鋼設備的內部結構比較復雜且不同種類的軋鋼設備存在一定的差異，這也使軋鋼設備的診斷存在很大困難，采取的故障診斷方法也有很大不同。因此，為了方便軋鋼設備不同故障的診斷，合理選用診斷方法，本文將軋鋼設備的故障類型分為3種，分別是設備控制回路故障、機械故障、工藝型以及擾動型故障。設備控制回路故障是軋鋼設備故障的常見形式，該類故障是由于軋鋼設備內部控制參數不當或其控制回路中的執行器與傳感器受到外部干擾而引起的。機械故障則是軋鋼設備在軋鋼過程中內部機械結構發生損壞、磨損而引起的，現階段所發生的機械故障位置主要集中在設備內部的液壓系統與傳動系統，這是因為軋鋼設備在軋鋼時需要較快的軋制速度，但由于軋制環境比較惡劣，這也使液壓系統與傳動系統中的軸承、齒輪經常發生磨損與損壞，進而引發機械故障。工藝型及擾動型故障又被稱之為系統級故障，其中工藝型故障可能是由于軋鋼設備的工藝設計或加工人員操作失誤引起的，擾動型故障則是原材料的品質存在波動而引起的故障。據相關數據統計，工藝故障占到軋鋼設備總故障的50%～60%，機械故障占到總故障的30%～40%，而設備控制回路故障等其他類型的故障發生幾率則不超過10%。

2 軋鋼設備故障診斷的研究現狀

從目前我國對軋鋼設備故障診斷方法的研究成果來看，共包括4種診斷方法，分別是故障經驗診斷法、故障解析模型診斷法、故障信號處理診斷法及人工智能故障診斷法，以下便對這4種診斷方法的研究現狀進行分析。

2.1 故障經驗診斷法

故障經驗診斷法是目前軋鋼設備故障診斷中最常采用的方法，它主要是根據現場工程師對少數關鍵參數及變量進行測量，并結合設備實際使用情況，憑借自身經驗來對故障做出準確的診斷。劉春林等人對軋鋼設備常見6種故障的原因進行了分析，并對解決方法進行了總結，這6種情況包括堆鋼、翹頭、料型與速度調整不匹配、電機燒毀、斷安全銷、機架咬不住。徐志棟、高鵬等人針對軋鋼設備的齒輪箱潤滑故障對原因進行了分析，并提出更換潤滑油及潤滑脂、對潤滑管路進行部分改進等相應解決措施。周明雄等人則對軋鋼設備的托架結構缺陷進行了分析，并提出通過調整輥系中心線及補償托架中心線來對問題予以解決。上述都是專家依靠自身豐富經驗提出的故障診斷方法，這也進一步說明了故障經驗診斷法在軋鋼設備故障診斷中所占的重要地位，但該方法僅能用于事后診斷，而且耗時耗力且使軋鋼設備的維護成本增加，因此，在眾多故障診斷方法中屬于一種比較低效的方法。

2.2 故障解析模型診斷法

故障解析模型診斷法是依靠數學模型來對設備故障信息進行解析的，并根據解析信息對軋鋼設備的故障位置及嚴重程度進行判斷。故障解析模型診斷法主要有3個分支，分別是狀態估計法、參數估計法以及等價空間法，其中狀態估計法與等價空間法比較適用于對加性故障的診斷，而等價空間法的實現最為簡單，但它僅能對線性軋鋼設備的加性故障進行診斷。而參數估計法則適用于軋鋼設備乘性故障的診斷。雖然故障解析模型法在理論發展上已經有很長時間，在具體方法上也較為成熟，但在軋鋼設備的故障診斷工作中卻并不經常應用到，這是因為數學模型難以得到準確構建，而且即使建立了數學模型也會因各種原因而產生較強的魯棒性。

2.3 故障信號處理診斷法

故障信號處理診斷法也是軋鋼設備故障的一大診斷方法，并且該方法隨著現代化信息技術的發展正受到越來越多技術專家、學者的關注和重視。故障信號處理方法是通過建立軋鋼設備的信號特征模型來實現的，它通過特定的方法來對信號特征進行描述，如傅立葉變換法、時域相關性分析法、小波分析法等。故障信號處理診斷法是依據軋鋼設備在正常狀態與故障狀態時所產生的行為特征與模型差異來進行判斷的，該方法簡單易操作，但在故障位置及故障嚴重程度的判斷上則存在局限性，因此，需要與其他故障診斷方法進行結合使用才能取得良好的應用效果。

2.4 人工智能故障診斷法

人工智能故障診斷法是依據硬件及算法，并借助于長期以來技術專家在故障診斷方面的經驗來實現軋鋼設備故障診斷的。人工智能故障診斷法主要包括神經網絡、案例推理、專家系統以及模糊邏輯等多種方式，其中專家系統是軋鋼設備故障診斷最常用到的診斷工具，而神經網絡則是人工智能故障診斷法的分支。縱觀軋鋼設備故障診斷技術的整個發展歷史，人工智能故障診斷必將成為軋鋼設備未來診斷技術的重點發展方向。不過，目前的人工智能診斷方法仍舊存在一定的局限性，在診斷功能上較為單一，而且在普適性上較為缺乏，這也使其仍然需要得到進一步的改進。

3 軋鋼設備故障診斷技術的發展趨勢

隨著現代化信息技術的發展，軋鋼設備故障診斷技術也越來越向著系統化、智能化與綜合化的方向進行發展，不過由于軋鋼加工環節的特殊性，因此，在發展趨勢上主要集中在以下兩個方面：第一，是隨著軋鋼設備故障診斷技術的不斷完善及人類對故障診斷及解決經驗的積累，故障診斷技術必將在未來的發展中不斷趨近于系統化、智能化與綜合化，雖然人類在學習能力上具有著無可比擬的優勢，但在精確性、知識存儲與計算等諸多方面卻需要得到計算機的支持，因此軋鋼設備故障診斷技術也必將在不久的將來具備強大的自學習能力，同時兼顧精確性、存儲及計算等多方面的應用優勢。第二，是軋鋼工序的復雜與繁瑣，使任何微弱的波動都可能會在不斷累積中造成軋鋼設備的故障，因此，在不久的將來對軋鋼設備的故障診斷必將向著產品質量與生產安全這兩個方面進行不斷完善，這也使面向產品質量及生產安全的系統級故障診斷成為未來故障診斷的一大研究方向。

綜上所述，軋鋼設備的故障類型多樣，故障位置不一，且軋鋼工序繁瑣而復雜，其軋鋼的惡劣環境也導致軋鋼設備頻發故障，在這種形勢下，要想確保軋鋼設備得以穩定正常的運行，就必須要采取科學的故障診斷方法來對軋鋼設備的運行狀態加以監測和診斷，只有在現代化信息技術的促進下，不斷完善故障診斷方法，才能確保軋鋼設備的穩定運行，提高產品質量，進而推動鋼鐵產業快速發展。

參考文獻

[1]石路，李志付.軋鋼設備潤滑故障研究[J].科技經濟導刊，2016（23）：44.

[2]靳海生，劉小波.淺談軋壓鋼鐵設備日常檢查和規定維修注意事項[J].河北企業，2017（5）：212-213.