基于托輪振動分析的回轉(zhuǎn)窯狀態(tài)監(jiān)測與故障診斷技術(shù)研究.pdf

1、回轉(zhuǎn)窯是典型的低速大型回轉(zhuǎn)機(jī)械，其在水泥、冶金等行業(yè)應(yīng)用廣泛。回轉(zhuǎn)窯大約占工廠投資的10％~15%。目前全國僅水泥行業(yè)就有新型水泥回轉(zhuǎn)窯1000條以上?；剞D(zhuǎn)窯筒體熱彎曲、滑動軸承軸瓦過熱、托輪軸斷裂等隱蔽故障問題一直影響著窯的安全運(yùn)行，是造成回轉(zhuǎn)窯突然性停機(jī)甚至引發(fā)重大事故的重要原因之一。目前，國內(nèi)對回轉(zhuǎn)窯的運(yùn)行狀態(tài)檢測技術(shù)停留在事后檢測和定期檢測上，缺乏實(shí)時(shí)在線運(yùn)行狀態(tài)監(jiān)測系統(tǒng)。為提高窯的安全生產(chǎn)運(yùn)轉(zhuǎn)率，減少停機(jī)時(shí)間，降低維護(hù)成本，實(shí)

2、現(xiàn)其運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測與早期故障診斷已成為目前亟待解決的重要問題。本文以回轉(zhuǎn)窯的托輪為對象，研究了回轉(zhuǎn)窯實(shí)時(shí)監(jiān)測的新原理和新方法，注重理論研究與實(shí)際工程相結(jié)合，以回轉(zhuǎn)窯在不同故障模式下托輪振動響應(yīng)分析為切入點(diǎn)，提出了基于托輪振動的回轉(zhuǎn)窯狀態(tài)監(jiān)測方法的研究，并開展如下工作：
　　(1)為分析回轉(zhuǎn)窯筒體對托輪運(yùn)轉(zhuǎn)的影響，研究了一種回轉(zhuǎn)窯在熱態(tài)下筒體變形計(jì)算方法。筒體變形是引起回轉(zhuǎn)窯故障的主要原因之一，同時(shí)也是引起托輪振動的重要外部激勵(lì)

3、源。根據(jù)變形特征，提出了筒體變形的計(jì)算方法以及整體三模模型構(gòu)建方法。該方法在工業(yè)現(xiàn)場已經(jīng)得到應(yīng)用。為回轉(zhuǎn)窯筒體熱變形的評估、窯的維護(hù)提供了相應(yīng)的依據(jù)。同時(shí)，為托輪振動的分析及其模型的建立提供了研究基礎(chǔ)。
　　(2)為研究回轉(zhuǎn)窯在不同故障下托輪振動的規(guī)律，分析了內(nèi)外激勵(lì)下托輪的振動故障模型?；剞D(zhuǎn)窯在不同故障狀態(tài)下，托輪的振動呈現(xiàn)不同的響應(yīng)特點(diǎn)。首先分析了筒體運(yùn)轉(zhuǎn)對托輪運(yùn)行的影響，分析了外加激勵(lì)源來源。并進(jìn)行了實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果驗(yàn)證了

4、托輪振動模型的合理性和正確性。通過數(shù)值模擬，分析了回轉(zhuǎn)窯不同故障狀態(tài)下托輪的振動響應(yīng)規(guī)律。結(jié)果表明，通過托輪振動監(jiān)測可以有效的表征回轉(zhuǎn)窯的運(yùn)行狀態(tài)。同時(shí)為托輪振動信號的故障特征信息提取及故障模式辨識提供了理論基礎(chǔ)。
　　(3)針對托輪振動信號具有故障特征信息微弱，易受環(huán)境噪音干擾等特點(diǎn)，研究了其故障特征信息的識別方法。首先，首先采用小波閾值去噪(WTD)方法對托輪振動信號進(jìn)行降噪處理。其次，為實(shí)現(xiàn)托輪振動信號中故障特征信息的提取，

5、開展了補(bǔ)充總體經(jīng)驗(yàn)?zāi)B(tài)分解(CEEMD)方法用于托輪信號分析的適用性研究，研究了CEEMD的計(jì)算參數(shù)優(yōu)化問題。最后，提出了基于WTD-參數(shù)優(yōu)化的CEEMD的托輪振動信號中故障特征信息的識別流程。并根據(jù)提出的方法，進(jìn)行了工業(yè)現(xiàn)場實(shí)驗(yàn)驗(yàn)證。其結(jié)果表明，提出的方法可有效的識別托輪振動信號的故障特征信息。
　　(4)針對采用傳統(tǒng)的信號處理方法難以有效的分類和識別托輪振動信號問題，為實(shí)現(xiàn)托輪振動信號的準(zhǔn)確識別，提出了基于CEEMD-PCA-

6、SVM回轉(zhuǎn)窯故障模式識別方法。首先，提取了托輪振動信號的主要時(shí)域和頻域特征，針對其故障特征信息易被噪音淹沒等特點(diǎn)，采用CEEMD方法提取了時(shí)頻域聯(lián)合特征。為降低維數(shù)過高對故障模式分類的影響，采用了主成分分析(PCA)進(jìn)行特征信息降維融合處理。最后，采用粒子群算法(PSO)對支持向量機(jī)(SVM)的參數(shù)進(jìn)行了優(yōu)化，并采用優(yōu)化后的支持向量機(jī)進(jìn)行了故障模式分類。實(shí)驗(yàn)結(jié)果表明：與其他方法相比較，提出的方法可有效準(zhǔn)確的識別回轉(zhuǎn)窯的故障模式。

7、　　(5)基于托輪振動故障特征提取及識別方法，結(jié)合維護(hù)策略，設(shè)計(jì)了在線回轉(zhuǎn)窯狀態(tài)監(jiān)測實(shí)驗(yàn)裝置系統(tǒng)，為提出的監(jiān)測理論在工程實(shí)踐中的應(yīng)用提供了支持。首先從總體需求分析開始，研究了敏感監(jiān)測參數(shù)的選擇方案、最佳測點(diǎn)布置方案，并設(shè)計(jì)了基于Labview的實(shí)時(shí)在線監(jiān)測系統(tǒng)，并對該監(jiān)測系統(tǒng)在實(shí)驗(yàn)室里進(jìn)行了實(shí)驗(yàn)測試。實(shí)驗(yàn)結(jié)果表明，該實(shí)驗(yàn)系統(tǒng)能有效的識別筒體熱彎曲等故障。同時(shí)，為實(shí)現(xiàn)回轉(zhuǎn)窯短期分布式數(shù)據(jù)采集與監(jiān)測的要求，開發(fā)了基于無線傳感網(wǎng)絡(luò)的分布式數(shù)據(jù)