冶金軋鋼設備維修與故障排除技術研究

李 嘯

（承德鋼鐵集團有限公司，河北 承德 067000）

工業技術與企業的發展越來越迅速，冶金行業對冶金軋鋼設備的檢測與安全管理越來越重要。冶金軋鋼設備的安全管理與維護是保證冶金行業穩定運行的基礎[1]。在工業冶煉過程中，冶金軋鋼設備受外力作用或在自然環境的影響下，會產生磨損與損耗，導致設備的使用性能與安全性能降低[2]。冶金軋鋼設備的損耗主要受使用時間與使用強度影響，及時地對設備進行檢測與維修，能夠減小設備的損耗，提高冶金軋鋼設備的使用壽命[3]。冶金軋鋼設備的維修方式主要有兩種，預防維修與故障后維修[4]。預防維修指在設備發出故障信號前，以檢查為主要工作內容，依據以往設備損耗規律，定期對設備進行排查[5]。監測冶金軋鋼設備的振動信號變化與故障監控統計量的變化，制定設備預防維修方案，預防故障的發生[6]。故障后維修通常指在機械設備出現損壞無法繼續使用，根據設備的故障特點，專業維修人員對其設備進行有針對性的維修，消除設備故障帶來的安全隱患[7]。冶金軋鋼設備出現故障的原因有很多，無法逐一排查，只能通過相應的措施減少故障的發生。設備故障排查技術是指在不拆卸設備的情況下，利用相關的儀器工具，檢測計算出設備異常情況的參數，與正常工況下的參數進行對比分析。通過排查出的設備故障，制定相應的設備維修管理措施，及時維護設備的安全運行。

1 冶金軋鋼設備維修與故障排除技術

隨著工業技術與企業的日益發展，冶金軋鋼設備的安全問題不可忽視。本文提出了基于KICA的冶金軋鋼設備維修與故障排除技術，具體流程如圖1所示。

圖1 基于KICA的冶金軋鋼設備維修與故障排除流程圖

通過核函數映射的方式將監測的故障數據映射到特征空間，計算出設備故障監控統計量；對數據進行預處理，再得出最優核判別向量；為設備故障數據建立最優核判別向量庫，對設備發生的故障類型進行判別，最終采取相應的故障維修措施維修故障設備。

1.1 基于KICA計算故障監控統計量

傳統的冶金軋鋼設備維修與故障排除技術不能及時地對設備故障進行排除處理，對故障排除的準確率較低。因此，提出了基于KICA的設備維修與故障排查技術。KICA的原理是把監測到的故障數據以非線性的方式映射到一定的特征空間中，再利用ICA方法提取冶金軋鋼設備的獨立元件。將正常工況的設備測量數據X=[x1,...,xN]T，應用于非線性函數中，得到其中，φ為原始空間X到特征空間的映射，L為核函數。利用KICA方法采集I2、 、SPE建立設備故障監控統計量，以第次采樣進行分析，三個故障監控統計量為：

其中，I2表示故障監控系統性變化；表示故障監控非系統性變化；SPE表示監控一般性故障引起的非系統性變化；表示故障主導獨立成分幅值； 表示故障次要獨立成分幅值。由于故障監控中的獨立成分是依據非高斯分布的，所以在研究中通過核密度計算確定三個故障監控統計量的控制限。核密度的計算公式為：

其中，為設備故障監控系統中概率密度函數；h為設備故障平滑程度；k(u;h)為故障監控核函數。獲取到冶金軋鋼設備故障的三個監控統計量I2、、SPE的值后，按照相同的方法計算正常工況下的三個監控統計量值。

1.2 對比監控統計量排除設備故障

根據上述計算得出設備故障監控統計量，將其計算得出的故障監控統計量與正常工況下的監控統計量進行對比分析。由于環境因素以及各個冶金軋鋼設備間的相互作用，對得到的監控統計量數值可能存在影響，因此，為了使對比監控統計量更加準確，需要對設備監控數據進行預處理。根據小波包去噪的方法首先對設備中的信號進行處理，具體流程如圖2所示。

圖2 小波包去噪預處理流程

基于小波包方法，對信號進行降噪處理，將得到的監控統計量數據進行轉化，轉化成以低頻信息為主的計量數據，劃分為較多層次的數據，再對高頻信號部分繼續分解，使之轉化為能夠適應相應頻帶的信號信息。對設備監控統計量數據預處理結束后，與正常工況下的監控統計量數據進行對比，最終達到冶金軋鋼設備的故障排除目標。

1.3 改進KICA的類間距維修設備故障

基于上述，通過KICA計算得出故障監控統計量，將得出的設備故障監控統計量與正常工況下的監控統計量進行對比，完成設備中的故障排除。通過改進KICA的類間距，最終完成故障設備的維修工作。KICA的類間距離存在很大差異，導致故障發生的頻率升高，保持設備的離散度不變，將KICA的類間距進行加權處理。建立最優核判別向量庫Y，Y包含所有的設備故障類別，其表達式為：

其中，αopti表示設備故障類的最優核判別向量； 表示共有M類故障，通過計算可以判斷設備發生故障的類別，根據Y的值確定設備發生故障的類型為第幾類故障。

根據故障的類型采取相應的故障維修措施，常見的設備故障維修手段是診斷軸承與齒輪的表現形式。利用設備監測技術對冶金軋鋼設備進行監測診斷，避免設備出現故障時停止運行，影響企業的正常運作。定期維修主要依據設備軸承與齒輪失效的規律，明確設備發生故障的周期性，進而制定周期性的維修方案。加強日常對設備的養護，定期對冶金軋鋼設備進行維修保養，在設備運行過程中，采取相關的保護設備措施，也是減少冶金軋鋼設備出現故障的關鍵環節。

2 實驗分析

2.1 實驗準備

本文實驗選用3種類型故障的冶金軋鋼設備：類型1粗軋機控制回路故障、類型2精軋機第四機架故障、類型3精軋機第二、三機架冷卻閥故障。每一種故障類型，選取兩組數據，選用100個已知故障工況下的實測數據，故障采樣間隔為10ms?；贙ICA計算故障監控統計量，根據公式（1）、（2）、（3）計算出設備故障監控統計量，將故障監控統計量與正常工況下的監控統計量進行對比，進行冶金軋鋼設備的故障排除；最后將采樣數據與故障數據的最優核的判別向量相比較，當二者的相似度越接近于1，則采樣數據越接近故障數據，可以判定出故障的類型，通過改進KICA類間距對設備故障進行定向維修。

2.2 結果分析

基于上述實驗準備，計算出本文提出的冶金軋鋼設備的維修與故障排除方法的故障排除準確率，將本文方法與傳統方法的故障排除準確率結果，繪制成表1。

表1 兩種方法故障排除準確率（%）

由表1可知，對于三種設備故障的排除準確率，本文提出的基于KICA的冶金軋鋼設備維修與故障排除方法較傳統方法相比，對于故障的排除準確率較高，平均提高了14.23%，因此，改進類間距的KICA冶金軋鋼設備維修與故障排除方法可以有效提高故障排除與維修的準確性。

3 結語

本文對冶金軋鋼設備的維修與故障排除技術進行了研究分析，提出了基于KICA的冶金軋鋼設備維修與故障排除方法。此方法較傳統方法相比，對設備故障的類型判定的更加精準，故障排除的結果更加準確。基于KICA計算故障的監控統計量，與正常工況下的監控統計量進行對比，排除設備運行的故障；最終改進KICA的類間距實現故障設備的維修，對于設備故障排除準確率較高，能夠促進冶金軋鋼設備的安全運行。