[发明专利]冷轧加热炉炉辊运行状态的在线监测方法

摘要

本发明公开了一种冷轧加热炉炉辊运行状态的在线监测方法，其利用振动传感器采集炉辊和轴承的振动信号，并对该振动信号作信号重构以获取炉辊和轴承振动的特征信号，包括轴承各部件的振动频谱和炉辊各倍频的转动频率；计算轴承各部件的故障因子并与设定值比较，以此判断轴承故障；计算炉辊的总振动值并与炉辊1倍频和2倍频处转动频率的振动幅值分量比较，以此判断炉辊异常；对原始振动信号构建振动波形集合，得到炉辊振动的分形维数，该值剧烈变化时，得出炉辊异常结论；通过基准的炉辊振动幅值与在线炉辊总振动值的比较，判断炉辊表面过量磨损；本方法可实时监测炉辊和轴承的运行状态，及时发现各类缺陷，保证了设备的正常运行及生产产品的质量。

主权项

1、一种冷轧加热炉炉辊运行状态的在线监测方法，包括炉辊、滚动轴承和设置于轴承座上用于输出炉辊和轴承振动信号的振动传感器，其特征在于，所述方法包括如下步骤：步骤一、采集所述振动传感器输出信号Yi，对该原始信号Yi作频谱分析，并通过Hilbert作信号重构，提取炉辊和轴承的特征信号；步骤二、所述轴承故障表现在不寻常振动级值有冲击，所述轴承各部件的冲击速率和振动频谱的关系为轴承外环振动频谱：f0＝nfr(1-dcosα/D)/2 (1)轴承内环振动频谱：fi＝nfr(1+dcosα/D)/2 (2)轴承滚动体振动频谱：fp＝fr(D/d){1-[d(cos)/D]2}/2 (3)轴承保持架振动频谱：fh＝{fi[1-d(cos)/D]±fo[1+d(cosα)/D]}/2 (4)式中：n为滚动体数、fr为内外环相对转速频率、d为滚动体直径、D为节圆直径、α为接触角；步骤三、设定轴承故障因子，轴承内圈故障因子B1、轴承外圈故障因子B2、轴承滚动体故障因子B3、轴承保持架故障因子B4，则轴承各部件故障因子与振动频谱间的关系为：B1＝(Afi+1/Afi+Ufi+1/Ufi)/4 (5)B2＝(Af0+1/Af0+Uf0+1/Uf0)/4 (6)B3＝(Afp+1/Afp+Ufp+1/Ufp)/4 (7)B4＝(Afh+1/Afh+Ufh+1/Ufh)/4 (8)式中Afi，Ufi分别为轴承内圈振动频谱fi处的振动幅值和fi在正负20％范围内振动值的加权平均，Afo，Uf0分别为轴承外圈振动频谱fo处的振动幅值和fo在正负20％范围内振动值的加权平均，Afp，Ufp为轴承滚动体振动频谱fp处的振动幅值和fp在正负20％范围内振动值的加权平均，Afh，Ufh为轴承保持架振动频谱fh处的振动幅值和fh在正负20％范围内振动值的加权平均；步骤四、设定轴承内圈、外圈、滚动体和保持架故障因子的报警值分别为Bs1、Bs2、Bs3和Bs4，监测步骤三中轴承故障因子B1、B2、B3和B4，当B1、B2、B3和B4分别大于Bs1、Bs2、Bs3和Bs4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振动传感器的原始振动信号Yi，将该Yi经振动频谱分析FFT变换分别取得炉辊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，则炉辊本体总振动值为$\mathrm{\Ψ}\left(t\right)=\underset{k=1}{\overset{4}{\mathrm{\Σ}}}{X}_i\left(t\right)---\left(9\right)$分别监测X1(t)和X2(t)与Ψ(t)的比值，当该比值大于30％时，在线监测系统预报炉辊异常；步骤六、对于经步骤一采集的振动传感器的原始振动信号Yi，获得状态向量Y，构建振动波形集合A＝{a}a＝(Xi，Yi)，i＝1，2，……，N；其中Xi为采样时间，Yi为振动幅值，N为采样数据点数，计算Y的平均值Ave(Y)和峰峰值PP(Y)，作拓扑映射A→M，M＝{m|m＝(Xi*，Yi*)，i＝1，2，……，N}为单位平面的子集，A为振动信号离散采样时间序列，M为经过信号处理后的对应数值，Xi*＝Xi/XN Yi*＝(Yi-Ave(Y))/PP(Y)式中XN为振动信号离散采样最后一点的对应值Ave(Y)为振动采样数据Yi的均值，Ave(Y)＝(Y1+Y2+……+Yi)/NPP(Y)为振动采样数据Yi的峰峰值，PP(Y)＝max(Yi)-min(Yi)采用时域波形的分形维数dw衡量振动波形M的变化，长度分形维数针对具有前向性的非线性振动波形，长度分形维数为将一维长度线段作为超立方体对振动波形进行覆盖，集合M中，设振动波形长度为L，波形采样点数为N，超立方体边长为ε，则覆盖单元数为L/ε，取ε＝1/U，U＝N-1；dw＝1+lnL/lnU (10)其中U是波形采样点数减1，采用上述公式可计算波形的分形维数dw，当dw发生剧烈变化，即该值时大时小时，认为振动信号的时域波形发生了很大变化，判断炉辊状态为异常；步骤七、获取炉辊更换时的振动初始测试数据或同类炉辊振动幅值C0，以此值为基准，并与步骤五所得的炉辊总振动值Ψ(t)比较，设炉辊表面过量磨损系数为W则W＝Ψ(t)/Co (11)当w＞180％时，在线监测系统预报炉辊表面过量磨损。