《高速线材精轧机振动状态在线监测方法.pdf》由会员分享，可在线阅读，更多相关《高速线材精轧机振动状态在线监测方法.pdf（9页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104275351 A (43)申请公布日 2015.01.14 C N 1 0 4 2 7 5 3 5 1 A (21)申请号 201310288034.0 (22)申请日 2013.07.10 B21B 38/00(2006.01) (71)申请人上海宝钢工业技术服务有限公司 地址 201900 上海市宝山区湄浦路335号 (72)发明人蔡正国 沈一平 张晓磊 (74)专利代理机构上海天协和诚知识产权代理 事务所 31216 代理人张恒康 (54) 发明名称 高速线材精轧机振动状态在线监测方法 (57) 摘要 本发明公开了一种高速线材精轧机振动状态 在线监测方法，。
2、即本方法利用振动传感器获取精 轧机的电机、齿轮箱和辊箱的轴承振动信号，并对 该振动信号作频谱分析，提取精轧机的特征信号， 采用分类指标监测精轧机运行状态的劣化趋势， 避免因精轧机的电机、齿轮箱轴承和各个机架辊 箱轴承零部件故障、轴系对中不良、齿轮表面故障 以及齿面啮合状态异常、轴承松动等导致的轧机 非计划停机，支撑高速线材精轧机设备的正常运 行。 (51)Int.Cl. 权利要求书2页 说明书5页 附图1页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书5页 附图1页 (10)申请公布号 CN 104275351 A CN 104275351 A 1/2页 。
3、2 1.一种高速线材精轧机振动状态在线监测方法，其特征在于本方法包括如下步骤： 步骤一、在精轧机的电机、齿轮箱和辊箱的各轴承座上设置用于输出振动信号的振动 传感器，采集各振动传感器的原始输出信号Yi，对该原始输出信号Y i 作频谱分析，提取精轧 机的特征信号； 步骤二、由步骤一的原始输出信号Yi经计算得到各轴承座轴承的内外环相对转速频 率f r ，各轴承座的轴承故障表现在不寻常振动级值有冲击，轴承各零部件的振动特征频率 与轴承参数的关系为 轴承外环振动频谱：f 0 =nf r (1-dcos/D)/2 (1) 轴承内环振动频谱：f i =nf r (1+dcos/D)/2 (2) 轴承滚动体振。
4、动频谱：f p =f r (D/d)1-d(cos)/D 2 /2 (3) 轴承保持架振动频谱：f h =f i 1-d(cos)/ Df o 1+d(cos)/D/2 (4) 式中：n为滚动体数、f r 为内外环相对转速频率、d为滚动体直径、D为节圆直径、为 滚子与轨道面的接触角； 步骤三、设定轴承故障因子，轴承内圈故障因子B 1 、轴承外圈故障因子B 2 、轴承滚动体 故障因子B 3 、轴承保持架故障因子B 4 ，则轴承各部件故障因子与振动频谱间的关系为： B 1 =(A fi +1/A fi +U fi +1/U fi )/4 (5) B 2 =(A f0 +1/A f0 +U f0 +。
5、1/U f0 )/4 (6) B 3 =(A fp +1/A fp +U fp +1/U fp )/4 (7) B 4 =(A fh +1/A fh +U fh +1/U fh )/4 (8) 式中A fi ,U fi 分别为轴承内环振动频谱f i 处的振动幅值和f i 在正负10%范围内振动值 的加权平均，A fo ,U f0 分别为轴承外环振动频谱f o 处的振动幅值和f o 在正负10%范围内振动 值的加权平均，A fp ,U fp 为轴承滚动体振动频谱f p 处的振动幅值和f p 在正负10%范围内振动 值的加权平均，A fh ,U fh 为轴承保持架振动频谱f h 处的振动幅值和f 。
6、h 在正负10%范围内振动 值的加权平均； 步骤四、设定轴承的内环、外环、滚动体和保持架故障因子的报警值分别为B s1 、B s2 、B s3 和B s4 ，监测步骤三中轴承故障因子B 1 、B 2 、B 3 和B 4 ，当B 1 、B 2 、B 3 和B 4 分别大于B s1 、B s2 、B s3 和 B s4 时，在线监测系统预报轴承异常； 步骤五、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱分析 FFT变换分别取得各轴承座对应轴系的1倍频转动频率、2倍频转动频率、3倍频转动频率和 4倍频转动频率处的振动幅值分量Xi(t)，i取1、2、3和4，则1至4倍频转动频率的。
7、总振动 值为 分别监测X2(t)和X4(t)与(t)的比值Q，当比值Q大于20%时，在线监测系统预报 轴承座所在轴系对中状态不良； 步骤六、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱分析 FFT变换分别取得各轴承座对应轴系的1倍频转动频率，则传动系统齿轮的啮合频率GMF为 轴的转动频率与该轴上齿轮齿数Z的乘积， 权 利 要 求 书CN 104275351 A 2/2页 3 监测传动系统齿轮的啮合状态选择频率范围为：1GMF3GMF， 其中1GMF表示齿轮的啮和频率，3GMF齿轮啮合频率的3倍， 将该Yi经振动频谱分析FFT变换分别取得对应轴系的1GMF、2GMF、3GM。
8、F频率处 的振动幅值分量M(i)，设W（i)分别为振动频谱在iGMF处的正负5%范围内振动值的加 权平均值，i取1、2、和3； 则齿轮表面良好程度系数为 当H（i）小于80%时，在线监测系统预报齿轮表面异常；分别监测WW(1)W(2) W(3)与总振动值(t)的比值C，当该比值C大于30%时，在线监测系统预报齿面啮合异常 步骤七、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱分析 FFT变换分别取得轴承座对应轴系的1至6倍频转动频率处的振动幅值分量Xi(t)，i取1、 2、3，4，5和6，则1至6倍频转动频率的总振动值为 分别监测X 1 (t)与(t)的比值L，当比值L大于。
9、50%时，在线监测系统预报所在轴系 轴承松动。 权 利 要 求 书CN 104275351 A 1/5页 4 高速线材精轧机振动状态在线监测方法 技术领域 0001 本发明涉及一种高速线材精轧机振动状态在线监测方法。 背景技术 0002 高速线材精轧机通常是单台电机驱动增速机两路输出，通过长通轴驱动精轧机运 行，其为模块化设计，奇偶数相对应的辊箱可互换安装，由于长通轴的振动传递使得各机架 的轧机振动相互影响。各机架的伞齿轮箱零部件价格昂贵，备件量很少，设备一旦发生事故 就很可能酿成严重的后果。对于典型的八机架精轧机而言，精轧机由一台电机驱动，经齿轮 箱变速分两路分别输出至八个机架辊箱，具有工作。
10、转速高、机组连续工作的特点，这对设备 运行和维护都存在着极大困难。目前设备维护方式依靠人工测量和观察方法进行点检和故 障判断，往往不能及时发现设备隐患，导致设备事故扩大，极易造成恶性设备事故。 0003 在精轧机的故障类型中，松动故障在精轧机出现较多，投产初期和更换零部件后 主要以转轴上轴套和隔环松动现象为主。原设计这些轴套和隔环与轴之间为间隙配合，依 靠装配时将其轴向压紧固定以防止发生相对转动，但在实际运行过程中因冲击、振动和温 度等因素的影响，轴套或隔环容易发生松动而与轴发生相对旋转，严重时还会造成轴磨损。 精轧机典型故障包括滚动轴承故障、安装对中状态不良、齿轮箱啮合异常以及轴承松动故 障。
11、。因此，建立高速线材精轧机的振动状态在线监测方法具有重要意义。 发明内容 0004 本发明所要解决的技术问题是提供一种高速线材精轧机振动状态在线监测方法， 本方法通过采集精轧机的电机、齿轮箱和辊箱轴承座的振动参数，采用分类指标监测精轧 机运行状态的劣化趋势，避免因电机、齿轮箱和各辊箱轴承座故障导致的轧机非计划停机， 支撑高速线材精轧机的正常运行。 0005 为解决上述技术问题，本发明高速线材精轧机振动状态在线监测方法包括如下步 骤： 0006 步骤一、在精轧机的电机、齿轮箱和辊箱的各轴承座上设置用于输出振动信号的 振动传感器，采集各振动传感器的原始输出信号Yi，对该原始输出信号Y i 作频谱分。
12、析，提取 精轧机的特征信号； 0007 步骤二、由步骤一的原始输出信号Yi经计算得到各轴承座轴承的内外环相对转 速频率f r ，各轴承座的轴承故障表现在不寻常振动级值有冲击，轴承各零部件的振动特征 频率与轴承参数的关系为 0008 轴承外环振动频谱：f 0 =nf r (1-dcos/D)/2 (1) 0009 轴承内环振动频谱：f i =nf r (1+dcos/D)/2 (2) 0010 轴承滚动体振动频谱：f p =f r (D/d)1-d(cos)/D 2 /2 (3) 0011 轴承保持架振动频谱：f h =f i 1-d(cos)/Df o 1+d(cos)/D/2 (4) 001。
13、2 式中：n为滚动体数、f r 为内外环相对转速频率、d为滚动体直径、D为节圆直径、 说 明 书CN 104275351 A 2/5页 5 为滚子与轨道面的接触角； 0013 步骤三、设定轴承故障因子，轴承内圈故障因子B 1 、轴承外圈故障因子B 2 、轴承滚 动体故障因子B 3 、轴承保持架故障因子B 4 ，则轴承各部件故障因子与振动频谱间的关系为： 0014 B 1 =(A fi +1/A fi +U fi +1/U fi )/4 (5) 0015 B 2 =(A f0 +1/A f0 +U f0 +1/U f0 )/4 (6) 0016 B 3 =(A fp +1/A fp +U fp 。
14、+1/U fp )/4 (7) 0017 B 4 =(A fh +1/A fh +U fh +1/U fh )/4 (8) 0018 式中A fi ,U fi 分别为轴承内环振动频谱f i 处的振动幅值和f i 在正负10%范围内振 动值的加权平均，A fo ,U f0 分别为轴承外环振动频谱f o 处的振动幅值和f o 在正负10%范围内 振动值的加权平均，A fp, U fp 为轴承滚动体振动频谱f p 处的振动幅值和f p 在正负10%范围内 振动值的加权平均，A fh ,U fh 为轴承保持架振动频谱f h 处的振动幅值和f h 在正负10%范围内 振动值的加权平均； 0019 步骤四。
15、、设定轴承的内环、外环、滚动体和保持架故障因子的报警值分别为B s1 、 B s2 、B s3 和B s4 ，监测步骤三中轴承故障因子B 1 、B 2 、B 3 和B 4 ，当B 1 、B 2 、B 3 和B 4 分别大于B s1 、B s2 、 B s3 和B s4 时，在线监测系统预报轴承异常； 0020 步骤五、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱 分析FFT变换分别取得各轴承座对应轴系的1倍频转动频率、2倍频转动频率、3倍频转动 频率和4倍频转动频率处的振动幅值分量Xi(t)，i取1、2、3和4，则1至4倍频转动频率 的总振动值为 0021 0022 分别。
16、监测X2(t)和X4(t)与(t)的比值Q，当比值Q大于20%时，在线监测系统 预报轴承座所在轴系对中状态不良； 0023 步骤六、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱 分析FFT变换分别取得各轴承座对应轴系的1倍频转动频率，则传动系统齿轮的啮合频率 GMF为轴的转动频率与该轴上齿轮齿数Z的乘积， 0024 监测传动系统齿轮的啮合状态选择频率范围为：1GMF3GMF， 0025 其中1GMF表示齿轮的啮和频率，3GMF齿轮啮合频率的3倍， 0026 将该Yi经振动频谱分析FFT变换分别取得对应轴系的1GMF、2GMF、3GMF频 率处的振动幅值分量M(i)，设W（。
17、i)分别为振动频谱在iGMF处的正负5%范围内振动值 的加权平均值，i取1、2、和3； 0027 则齿轮表面良好程度系数为 0028 0029 当H（i）小于80%时，在线监测系统预报齿轮表面异常；分别监测WW(1) W(2)W(3)与总振动值(t)的比值C，当该比值C大于30%时，在线监测系统预报齿面 啮合异常 0030 步骤七、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱 分析FFT变换分别取得轴承座对应轴系的1至6倍频转动频率处的振动幅值分量Xi(t)，i 说 明 书CN 104275351 A 3/5页 6 取1、2、3，4，5和6，则1至6倍频转动频率的总振动值。
18、为 0031 0032 分别监测X 1 (t)与(t)的比值L，当比值L大于50%时，在线监测系统预报所在 轴系轴承松动。 0033 由于本发明高速线材精轧机振动状态在线监测方法采用了上述技术方案，即本方 法利用振动传感器获取精轧机的电机、齿轮箱和辊箱的轴承振动信号，并对该振动信号作 频谱分析，提取精轧机的特征信号，采用分类指标监测精轧机运行状态的劣化趋势，避免因 精轧机的电机、齿轮箱轴承和各个机架辊箱轴承零部件故障、轴系对中不良、齿轮表面故障 以及齿面啮合状态异常、轴承松动等导致的轧机非计划停机，支撑高速线材精轧机设备的 正常运行。 附图说明 0034 下面结合附图和实施方式对本发明作进一步。
19、的详细说明： 0035 图1为本发明高速线材精轧机振动状态在线监测方法的原理框图。 具体实施方式 0036 如图1所示，本发明高速线材精轧机振动状态在线监测方法包括如下步骤： 0037 步骤一、在精轧机的电机、齿轮箱和辊箱的各轴承座上设置用于输出振动信号的 振动传感器，采集各振动传感器的原始输出信号Yi，对该原始输出信号Y i 作频谱分析，提取 精轧机的特征信号； 0038 步骤二、由步骤一的原始输出信号Yi经计算得到各轴承座轴承的内外环相对转 速频率f r ，各轴承座的轴承故障表现在不寻常振动级值有冲击，轴承各零部件的振动特征 频率与轴承参数的关系为 0039 轴承外环振动频谱：f 0 =n。
20、f r (1-dcos/D)/2 (1) 0040 轴承内环振动频谱：f i =nf r (1+dcos/D)/2 (2) 0041 轴承滚动体振动频谱：f p =f r (D/d)1-d(cos)/D 2 /2 (3) 0042 轴承保持架振动频谱：f h =f i 1-d(cos)/Df o 1+d(cos)/D/2 (4) 0043 式中：n为滚动体数、f r 为内外环相对转速频率、d为滚动体直径、D为节圆直径、 为滚子与轨道面的接触角； 0044 步骤三、设定轴承故障因子，轴承内圈故障因子B 1 、轴承外圈故障因子B 2 、轴承滚 动体故障因子B 3 、轴承保持架故障因子B 4 ，则轴。
21、承各部件故障因子与振动频谱间的关系为： 0045 B 1 =(A fi +1/A fi +U fi +1/U fi )/4 (5) 0046 B 2 =(A f0 +1/A f0 +U f0 +1/U f0 )/4 (6) 0047 B 3 =(A fp +1/A fp +U fp +1/U fp )/4 (7) 0048 B 4 =(A fh +1/A fh +U fh +1/U fh )/4 (8) 0049 式中A fi ,U fi 分别为轴承内环振动频谱f i 处的振动幅值和f i 在正负10%范围内振 动值的加权平均，A fo ,U f0 分别为轴承外环振动频谱f o 处的振动幅值和。
22、f o 在正负10%范围内 振动值的加权平均，A fp ,U fp 为轴承滚动体振动频谱f p 处的振动幅值和f p 在正负10%范围内 说 明 书CN 104275351 A 4/5页 7 振动值的加权平均，A fh ,U fh 为轴承保持架振动频谱f h 处的振动幅值和f h 在正负10%范围内 振动值的加权平均； 0050 步骤四、设定轴承的内环、外环、滚动体和保持架故障因子的报警值分别为B s1 、 B s2 、B s3 和B s4 ，监测步骤三中轴承故障因子B 1 、B 2 、B 3 和B 4 ，当B 1 、B 2 、B 3 和B 4 分别大于B s1 、B s2 、 B s3 和B。
23、 s4 时，在线监测系统预报轴承异常； 0051 步骤五、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱 分析FFT变换分别取得各轴承座对应轴系的1倍频转动频率、2倍频转动频率、3倍频转动 频率和4倍频转动频率处的振动幅值分量Xi(t)，i取1、2、3和4，则1至4倍频转动频率 的总振动值为 0052 0053 分别监测X2(t)和X4(t)与(t)的比值Q，当比值Q大于20%时，在线监测系统 预报轴承座所在轴系对中状态不良； 0054 步骤六、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱 分析FFT变换分别取得各轴承座对应轴系的1倍频转动频率，则传动。
24、系统齿轮的啮合频率 GMF为轴的转动频率与该轴上齿轮齿数Z的乘积， 0055 监测传动系统齿轮的啮合状态选择频率范围为：1GMF3GMF， 0056 其中1GMF表示齿轮的啮和频率，3GMF齿轮啮合频率的3倍， 0057 将该Yi经振动频谱分析FFT变换分别取得对应轴系的1GMF、2GMF、3GMF频 率处的振动幅值分量M(i)，设W（i)分别为振动频谱在iGMF处的正负5%范围内振动值 的加权平均值，i取1、2、和3； 0058 则齿轮表面良好程度系数为 0059 0060 当H（i）小于80%时，在线监测系统预报齿轮表面异常；分别监测WW(1) W(2)W(3)与总振动值(t)的比值C，当。
25、该比值C大于30%时，在线监测系统预报齿面 啮合异常 0061 步骤七、对于经步骤一采集的各振动传感器的原始输出信号Yi，将Yi经振动频谱 分析FFT变换分别取得轴承座对应轴系的1至6倍频转动频率处的振动幅值分量Xi(t)，i 取1、2、3，4，5和6，则1至6倍频转动频率的总振动值为 0062 0063 分别监测X 1 (t)与(t)的比值L，当比值L大于50%时，在线监测系统预报所在 轴系轴承松动。 0064 本方法通过振动传感器采集相应信号，并对该信号进行频谱分析后采用分类指标 监测精轧机运行状态的劣化趋势，给出相应的预警，频带报警是将整个频率范围分为几个 有意义的频带进行监测和跟踪，实际上是对频谱的简化，将数百个数据简化成几个数据，并 每个频带数据设置报警值，当报警产生时便能判断设备状态异常的性质，及时采取相应措 说 明 书CN 104275351 A 5/5页 8 施，避免故障的进一步扩大。 说 明 书CN 104275351 A 1/1页 9 图1 说 明 书 附 图CN 104275351 A 。