基于托輪振動(dòng)分析的回轉(zhuǎn)窯狀態(tài)監(jiān)測(cè)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?；剞D(zhuǎn)窯大約占工廠投資的10％~15%。目前全國(guó)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(dòng)軸承軸瓦過(guò)熱、托輪軸斷裂等隱蔽故障問(wèn)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(guó)內(nèi)對(duì)回轉(zhuǎn)窯的運(yùn)行狀態(tài)檢測(cè)技術(shù)停留在事后檢測(cè)和定期檢測(cè)上，缺乏實(shí)時(shí)在線(xiàn)運(yùn)行狀態(tài)監(jiān)測(cè)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(cè)與早期故障診斷已成為目前亟待解決的重要問(wèn)題。本文以回轉(zhuǎn)窯的托輪為對(duì)象，研究了回轉(zhuǎn)窯實(shí)時(shí)監(jiān)測(cè)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(dòng)響應(yīng)分析為切入點(diǎn)，提出了基于托輪振動(dòng)的回轉(zhuǎn)窯狀態(tài)監(jiān)測(cè)方法的研究，并開(kāi)展如下工作：
　　(1)為分析回轉(zhuǎn)窯筒體對(duì)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(dòng)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(chǎng)已經(jīng)得到應(yīng)用。為回轉(zhuǎn)窯筒體熱變形的評(píng)估、窯的維護(hù)提供了相應(yīng)的依據(jù)。同時(shí)，為托輪振動(dòng)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(dòng)的規(guī)律，分析了內(nèi)外激勵(lì)下托輪的振動(dòng)故障模型?；剞D(zhuǎn)窯在不同故障狀態(tài)下，托輪的振動(dòng)呈現(xiàn)不同的響應(yīng)特點(diǎn)。首先分析了筒體運(yùn)轉(zhuǎn)對(duì)托輪運(yùn)行的影響，分析了外加激勵(lì)源來(lái)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(dòng)模型的合理性和正確性。通過(guò)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(dòng)響應(yīng)規(guī)律。結(jié)果表明，通過(guò)托輪振動(dòng)監(jiān)測(cè)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(dòng)信號(hào)的故障特征信息提取及故障模式辨識(shí)提供了理論基礎(chǔ)。
　　(3)針對(duì)托輪振動(dòng)信號(hào)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(shí)別方法。首先，首先采用小波閾值去噪(WTD)方法對(duì)托輪振動(dòng)信號(hào)進(jìn)行降噪處理。其次，為實(shí)現(xiàn)托輪振動(dòng)信號(hào)中故障特征信息的提取，

5、開(kāi)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(hào)分析的適用性研究，研究了CEEMD的計(jì)算參數(shù)優(yōu)化問(wèn)題。最后，提出了基于WTD-參數(shù)優(yōu)化的CEEMD的托輪振動(dòng)信號(hào)中故障特征信息的識(shí)別流程。并根據(jù)提出的方法，進(jìn)行了工業(yè)現(xiàn)場(chǎng)實(shí)驗(yàn)驗(yàn)證。其結(jié)果表明，提出的方法可有效的識(shí)別托輪振動(dòng)信號(hào)的故障特征信息。
　　(4)針對(duì)采用傳統(tǒng)的信號(hào)處理方法難以有效的分類(lèi)和識(shí)別托輪振動(dòng)信號(hào)問(wèn)題，為實(shí)現(xiàn)托輪振動(dòng)信號(hào)的準(zhǔn)確識(shí)別，提出了基于CEEMD-PCA-

6、SVM回轉(zhuǎn)窯故障模式識(shí)別方法。首先，提取了托輪振動(dòng)信號(hào)的主要時(shí)域和頻域特征，針對(duì)其故障特征信息易被噪音淹沒(méi)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(guò)高對(duì)故障模式分類(lèi)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(duì)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(lèi)。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(shí)別回轉(zhuǎn)窯的故障模式。

7、　　(5)基于托輪振動(dòng)故障特征提取及識(shí)別方法，結(jié)合維護(hù)策略，設(shè)計(jì)了在線(xiàn)回轉(zhuǎn)窯狀態(tài)監(jiān)測(cè)實(shí)驗(yàn)裝置系統(tǒng)，為提出的監(jiān)測(cè)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(kāi)始，研究了敏感監(jiān)測(cè)參數(shù)的選擇方案、最佳測(cè)點(diǎn)布置方案，并設(shè)計(jì)了基于Labview的實(shí)時(shí)在線(xiàn)監(jiān)測(cè)系統(tǒng)，并對(duì)該監(jiān)測(cè)系統(tǒng)在實(shí)驗(yàn)室里進(jìn)行了實(shí)驗(yàn)測(cè)試。實(shí)驗(yàn)結(jié)果表明，該實(shí)驗(yàn)系統(tǒng)能有效的識(shí)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(cè)的要求，開(kāi)發(fā)了基于無(wú)線(xiàn)傳感網(wǎng)絡(luò)的分布式數(shù)據(jù)