TD300型礦用帶式輸送機托輥故障的診斷研究

張 鍇

（同煤浙能麻家梁煤業公司， 山西 朔州 036000）

引言

與其他運輸設備相比，輸送帶作為散狀物料運輸設備具有運輸距離長、效率高、運營成本低等優勢，因此得到了廣泛的應用[1]。但其在使用過程中常出現一些故障，如膠帶跑偏、膠帶打滑、撒料、異常噪音等，而一般傳輸帶發熱，并伴隨有節律性噪音，則為托輥軸承失效。輸送設備一般是全時運行，一旦出現故障就意味著需要停工檢修，易引發各種問題。所以對于皮帶托輥的故障分析研究具有實際的工程意義。本文研究應用加速度傳感器對托輥振動的信號提取，為了對比分析、排除一些背景噪音，同時采集一組沒有噪音的托輥信號，結合LMD算法分解與篩選，獲得了比較準確的故障診斷結果[2]。

1 帶式輸送機常見故障

帶式輸送機在煤礦開采行業被廣泛的使用，無論是在車間對煤礦進行轉運，還是在煤礦生產現場都可以見到輸送機的使用。由于帶式輸送機使用頻率高，而且一些地方受到物料載荷沖擊明顯，所以經常導致輸送帶產生故障。

以TD300型帶式輸送機為分析對象，在其故障診斷方面已經積累了較多的使用經驗，從使用者角度出發常見的故障主要包括如下幾類：皮帶運輸機皮帶跑偏故障、皮帶運輸機的撒料、噪音異常（主要是托輥中的軸承故障）、減速機的斷軸、皮帶打滑等故障。

帶式輸送機是一種在工業領域常用的設備，對于其故障類型有比較成熟的手段來判定、解決故障，本文基于某企業現場托輥故障展開，由于皮帶噪音異常，且皮帶有發熱顯現，可以初步斷定是托輥內軸承故障，出現卡滯導致皮帶與托輥摩擦。

2 振動信號的采集

托輥是帶式輸送機上的關鍵部位，是帶式輸送機的牽引與承載構件，屬于一種國際標準化的產品。本文研究對象為某散貨碼頭使用的傳送帶，該輸送帶的總體技術水平狀況可以概況為：拉伸強度 6 000 N/mm、帶厚 30 mm、帶寬 2 000 mm、工作溫度-50～200℃、織物芯輸送帶設計使用壽命5年。其結構如圖1所示。BM皮帶帶速為4.8 m/s、托輥軸承型號為SKF308、托輥直徑為194 mm，托輥組組成如圖1所示[3]。

圖1 托輥組示意圖

圖2 傳感器布置位置圖

在該帶式運輸機的使用過程中，發現皮帶的溫度異常升高，皮帶使用壽命嚴重下降，根據實際情況，發現在傳送帶受料處，伴隨有較為明顯的噪音。設備工作時滾筒驅動皮帶，此次出現明顯噪音的托輥屬于是承載托輥，因其在受料處，因此受到較強的沖擊載荷，出現故障。為進一步確定故障來源，在正常與故障的托輥相同位置安裝加速度傳感器，傳感器布置位置如圖2所示，采集托輥三個位置的振動信號，經對比分析，選擇W2位置所采集的信號進行分析。

實驗中使用傳感器為LC0199型，其主要技術參數如表1所示。

表1 LC0199型傳感器技術參數

輸送帶故障絕大部分原因是軸承的故障，根據噪音信號是由低端托輥組發出，并且呈現周期性特征，在設備運行過程中并未見較明顯的托輥軸心偏差，外觀無變形；托輥正常運行噪音小，此時產生異常噪音一般是由軸承損壞，并發出周期性響聲[4]。

托輥組在運行過程中軸承外圈靜止，內環滾動，若滾動體與滾道面間無相對的滑動，且軸承各零部件都視為剛體，則可以根據軸承的幾何尺寸與轉速計算出軸承各個部位的故障特征頻率。托輥軸承結果如下圖3所示，圖中：dm為軸承節徑；D為滾動體直徑；α為接觸角。

圖3 托輥軸承結構示意圖

因外圈靜止，所以內圈旋轉頻率為fi，保持架旋轉頻率為fc。軸承零件表面產生損傷時，滾動體轉動時造成沖擊，由沖擊引起的振動的低頻分量被稱為“通過振動”，其振動頻率由損傷點所在位置決定，因此被稱為故障特征頻率[5]。

軸承元件工作表面的損傷點反復撞擊與之相接觸的其他元件表面而產生周期性的沖擊振動成分，沖擊振動的頻率一般在1 kHz以下，該頻率稱為軸承故障特征頻率，以下的理論公式可作為后文托琨振動信號分析計算的理論依據。

內圈故障頻率：

外圈故障頻率：

滾動體故障頻率：

保持架故障頻率：

式中：fr為軸承旋轉頻率；N為球個數；D為軸承節徑；β為軸承壓力角。

3LDM算法的簡介

局部均值分解（Local Mean Decomposition,LMD），是一種新的對信號進行時頻分析的方法，適合對非平穩信號進行分解。LMD依據信號自身的信息進行自適應分解LMD分解最終目的是將原始信號分解為一系列的具有真實的物理意義的調頻信號與包絡信號的乘積函數。其利用移動平均濾波法進行平滑處理得到局部包絡函數，LMD的計算流程在此不再贅述。

通過計算分解得到的各層分量與原始待分解信號的相關系數，可以用來判斷分解中的虛假分量。將LMD分解前六層PF分量的歸一化能量作為故障特征值，用于后文的故障模式識別中[6]。

4 托輥振動信號的分析

故障診斷過程為獲取信號、提取故障的特征、最后識別故障類型。前文中已經對振動信號獲取以及故障特征的提取方法進行了簡要的描述。在現場采集的信號共有兩組，一組為故障托輥信號、一組為正常托輥信號，LMD對信號進行提取分析，將兩組信號的結果作對比，可以更加準確判斷到振動信號中的非周期成分，以及一些設備自身的背景噪音。下頁圖4、圖5為發生故障前后LMD分解的前8層PF分量。

從LMD的結果來看，將正常信號與故障信號進行對比。故障信號LMD分解的前2階信號均為分解出來的噪音信號，LMD分解的結果擬合得到57 Hz、70 Hz、117 Hz、147 Hz，其中 117 Hz、147 Hz 出現在前兩階IMF分解中，可以初步判斷其為噪音信號。結合正常與故障信號LMD分解與傳統譜分析可以初步確定故障頻率為57 Hz、70 Hz，為進一步確定故障信號的特征值，在此引入方差、峭度、脈沖指標、有效值、峰值的評價指標，特征值提取，提取出的特征值將用于軸承故障模式的識別中。

已知傳送帶的運輸速度為4.8 m/s，可以得到軸承轉動基頻為7.87 Hz，結合正常與故障信號LMD分解可以初步確定故障頻率為57 Hz、70 Hz，根據經驗公式計算結果57 Hz、85 Hz出現內圈故障，所以綜合以上診斷結果確定57 Hz為故障源頻率，SKF308軸承滾動體個數Z=12，由經驗公式fi=0.6Zfr計算得到fi=0.6×12×7.87=56.6，驗證軸承確實存在內圈故障。

圖4 故障信號LMD分解后各層分量及頻譜圖

圖5 正常信號LMD分解后各層分量及頻譜圖

5 結論

1）LMD是一種新的對信號進行時頻分析的方法，其依據信號自身的信息進行自適應分解，LMD獲取包絡函數的方法是利用移動平均濾波法，不會產生過包絡或欠包絡的現象，診斷分解結果更可靠。

2）本文結合LMD分解方法優勢，LMD診斷故障頻率為57 Hz、70 Hz，經公式驗證存在內圈故障，綜合以上分析結果可以確定故障頻率為57 Hz，由經驗公式驗證了軸承存在內圈故障。

3）軸承故障診斷已經具有相當可靠的數據，通過LMD算法可快速診斷得到故障源頻率，實際工程應用中具有重要意義。