摘要：轧钢在工业发展中应用较为广泛，应用中通过轧辊的旋转而产生压力，以此改变钢坯的形状，进而达到工业产品设计的目的。轧钢机械在其生产加工中往往承受较重的载荷，且由于加工精度和装配精度的原因，导致轧钢机械在生产过程中产生一定的振动 轧钢机械的振动故障如果不被解除将影响轧件的质量，导致轧件轧缝和轧件的平面形状产生质量问题，无法满足生产加工的需求。本文通过轧钢机械的机械振动故障，分析振动故障产生的原因，并结合具体的原因，提出相应的维护和管理措施，使设备操作人员和维护人员在工作中快速且有针对性地对轧钢设备进行维护和管理，对提高轧件质量和延长轧钢设备的使用寿命具有十分重要的意义。
关键词：轧钢；机械振动；故障原因
引言
在实际应用中需要对轧钢机械设备进行维护与检修，对出现的故障要予以处理，才能提高轧钢机械设备运行的效率。轧钢机械设备中对设备安全运行管理，有利于从业人员安全生产，因此在管理过程中要对轧钢机械设备的一些硬件实施必要的管理，保证这些设备正常运行，还需要对设备进行日常维修保养，使设备保持在良好的状态，提高企业生产效率。轧钢机械在使用中会存在磨损问题，且机械磨损时间较长，未对其采取相应的维护措施，会使轴承在磨损后出现间隙，间隙会越来越大，会改变传感器中电压，使得传感器无法对轴承工作情况给予准确判断，致使无法对探头与转轴之间的空隙情况进行实时监控。除此之外，一些转轴表面不够光滑，系统在实际应用中也会通过滤波进行干扰排除工作。因此，如果出现振动，则会造成暂时晃动情况。所以，间隙电压的变化作为轧钢机械振动特征，是轧钢设备磨损间隙的平均值予以考虑。
1轧钢机械振动的故障特征
轧钢机械振动的故障特征主要涉及到以下几个方面：首先是电机振动故障分析。机械振动故障当中最为常见的是电机振动故障，一般是因转子安装期间不对称或者是转子以及定子之间的电压不均匀而造成的，最终造成摩擦过程中无意识的松动异常。其次是齿轮机械振动异常分析。齿轮作为轧钢机械关键性组成部分之一。当齿轮出现机械故障的时候，比较常见的齿轮磨损或者是齿根断裂。因实际旋转过程中速度异常快，造成齿轮波动幅度已经超出了其应有的负载，最终严重影响轧钢机械正常运转。
2轧钢机械振动故障诊断处理
2.1故障诊断流程
轧钢机械振动故障诊断处理之一是遵循故障诊断流程。械容易出现的几种震动，包括转子异常振动、电机异常振动和齿轮异常振动，这些异常振动现象将严重影响轧钢机械设备的运行稳定性和生产精度，为维护轧钢机械设备的稳定运行状态，需要定期对轧钢机械振动故障进行诊断，明确故障发生的位置，以下对故障诊断流程进行介绍。在故障诊断过程中，为强化故障诊断效果，相关机械设备管理人员应该制定机械设备诊断规程，编制条目清晰的诊断报告。机械设备管理人员在进行机械设备诊断时，应该按照机械设备诊断规程进行诊断报告的填写，标明诊断机械的名称、标号以及具体诊断位置。在此基础上，故障检测人员应对需要检测的轧钢机械设备的故障诊断标准进行了解，并确认诊断参数，接着，明确机械设备诊断目标，实现诊断任务的精细化分配和分阶段落实。在此基础上，应在相关辅助设施的支持下进行检测内容定位和故障数据收集，将机械故障参数与正常参数相对比，明确故障发生原因，根据故障排查结果生成质量检验报告，对检验结果进行汇报，提升轧钢机械管理工作的系统性和可追溯性。
2.2轧钢机械振动故障的关键
轧钢机械振动故障诊断处理之二是轧钢机械振动故障的关键。在实际生产中,进行轧钢机械振动故障判断分析的关键是故障振动的数据采集。对于机械振动故障来说,判断的主要依据在于振动的数据信息,所以数据信息采集的总量多少以及信息数据的准确程度直接决定着技术人员对振动故障诊断的准确性,但在实际工作中,数据采集的数量多少及准确性受到采集设备的限制,即随着信息数量和准确程度的增加,数据总量也呈几何级的增长。设备在实际运行中,不仅极大的增加了数据的存储空间,还增加了检测系统自身的负荷,所以为了更加有效的采集信息,只在覆盖不同故障发生的关键位置放置设备用来采集故障数据,忽略非关键信息部位,然后利用工业控制计算机监测系统中的自动手段方法采集判断振动故障所需的数据。例如:在高速旋转的主轴上采集数据,需要在主轴上安装转速/健相模块,采用自动健相、数据采集为整数周期进行,从而有效的避免旁瓣效应的发生;而对于无法安装自动健相模块的设备,可以采用手动健相,根据设备的实际转速,由人工设置每块振动采集板的采样频率,利用有效的信号分析,在保证数据长度不变的情况下得到分析所需的故障频率,频率分析的上下限会由人工设置采样频率而不同。在采集到故障振动的数据后,需要对数据进行分析。采集来的单独的数据没有意义,也无法进行故障判断,需要技术人员进行整理、分类,采用频谱分析等技术手段进行处理,使数据变得可以利用。如对于旋转轴的数据分析如下:首先根据涡流感应器测量的轴承的旋转轴和探头体之间距离数据进行分析处理,得到轴承的圆度变化,由此来诊断轴承的磨损程度,然后再通过对不同通道进行同一时间的采样数据分析,利用频率计算、频谱分析等技术手段对采样频率、波形数目进行相关的分析判断;最后根据轧钢机械的振动故障特征数据进行综合判断和处理,也就是说在定性的确定了轧钢设备发生振动故障位置的情况下对振动故障特征数据进行综合分析,最终确定振动故障的原因,有效的解决故障。在数据的采集和分析后,最后需要对数据进行综合判断,进行最后的处理,即:对分析处理后的轴承的磨损程度数据及转速数据,轴承的滚动数据即圆度数据、齿轮的振动数据、机械设备上安装的加速度传感器数据以及主轴上涡流传感器反映的主轴的振动故障特征数据等各项数据综合分析和对比,确切直观的表现出轧钢机械设备在目前工况下的运行工作状态,将此时的工作状态数据与正常的工作状态数据进行对比,从而准确的判断出发生振动故障的位置和原因,以较小的代价确定并解决轧钢机械振动故障,确保轧钢设备能够高效的运行,有效提高轧钢机械的工作效率。
结语
总而言之，及时发现轧钢机械振动故障直接关系到轧钢机械的正常工作，意义重大。然而，振动故障判断以及处理并不是简单化问题，必须要求相关工作人员在数据采集以及频谱分析的基础上，根据规范化的判断标准对故障进行分析解决。基于此，企业必须要针对实际情况，制定出科学化、合理化以及全面化的诊断体系，更好解决故障问题，确保轧钢机械顺利运转，提高轧钢机械工作效率，为企业创造更高经济效益。
参考文献
［1］孙太强，李天武.浅析轧钢机械设备的管理和维护［J］.内燃机与配件，2018（18）：171-174.
［2］靳胜利，李永昌，赵金钊.状态监测与故障诊断技术在轧钢机械中的应用［J］.冶金设备，2018（S1）：149-151.
［3］董子轩.轧钢机械设备的故障分析技术及发展［J］.科学技术创新，2018（23）：171-174.
［4］王晓芳.轧钢机械震动故障的分析及诊断［J］.中国金属通报，2018（5）：113，115.
［5］彭铁龙.浅谈轧钢机械震动故障的原因［J］.自动化应用，2018（5）：155-156.