王荣亮
哈尔滨哈飞工业有限责任公司黑龙江 哈尔滨 150060
摘要：现如今，随着我国经济的快速发展，轧钢机械设备越来越受到关注。轧钢机械设备在运行过程中经常出现故障，严重影响设备的生产效率和质量，所以对轧钢机械设备运行监测与维护成为保证设备生产效率的有效手段。但传统的轧钢机械设备运行监测与维护主要是依靠人工测量来完成，这种方式时效性较差，精度较低，并且还存在一定的危险性。为此提出轧钢机械设备运行监测与维护分析，提高对轧钢机械设备运行监测与维护的准确性和安全性。
关键词：轧钢机械设备；运行监测；维护?
引言
近年来，随着各种先进科学技术与机械设备的有机结合，使得机械设备进入了全新的发展时代，这种复杂的背景虽然为其提供了良好的发展环境，但是同时也给设备维修行业带来了诸多难题。
1轧钢设备构成
由于功能和结构限制，轧钢机械设备一般由辅助设备与主要设备组成。轧钢机就是主要设备，它要保证钢材在轧辊之间产生固定的形变。除了轧钢机之外其他设备都可归为辅助设备，辅助设备可以调节轧钢机的性能，使轧制的钢材性能更加稳定，生产效率更高。轧钢机包含了减速机、转轴组件、齿轮组与工作机座等部分，其中转轴是轧钢机的核心部件，主要由旋转轴、齿轮传动元件、联轴器与滚动轴承等构成。轧钢机目前在半连轧与连轧生产线使用较为普遍，它们的加工精度较高，操作或维修时对工人的要求也较高。为了方便对轧钢机进行检修与维护，对设备的关键位置进行动态监测显得尤为重要，检修人员通过相关数据变化，可以及时发现设备故障，有针对性地对设备进行维修。
2轧钢机械设备运行监测技术
2.1红外测温检测技术
红外测温检测技术充分利用红外线对温度的识别功能，在设备的运行中可以实现对设备全方位的温度检测，通过各个位置的温度变化状况，对机械设备进行分析、判断，并以此判定轧钢机械设备的运行情况或故障所在。此检测技术的主要原理是，当机械部分磨损过大、元件损坏时会引起设备局部温度的升高，这些部位的温度变化极易被红外测温元件捕捉到，进而实现对温度参数和设备运行状况的分析。但是该红外测温技术要求传感器具备优良的温度检测性能，以实现对远距离设备的检测，通过连接计算机还可以实现对机械设备的实时监控。
2.2振动监测诊断技术
振动监测诊断技术是通过对检测设备的振动参数并加以分析来确定设备的状态以及故障状况情况的方法。由于振动具有参数多维性、广泛性以及监测方法的无损性、实时性等特点,因此成为机械设备故障诊断的首选方法之一。监测过程中可根据机械设备的频率来选择适当的测量参数与传感器。为了检测的全面准确性,应恰当选择振动测量点,通常选择能够全面反映振动状态的敏感点以及易损点,从而保证测量信号的有效性。通过各种振动传感器检测到的设备状态信号经过滤波、放大等处理后,送入A/D转换器,将其转换为数字信号,然后用数据处理分析装置分析时域、频域、时序等分析处理后,以振动位移-时间曲线以及频谱的形式输出,为诊断提供依据。这种诊断措施具有实时、直观、准确性高等特点,因此被广泛应用。
2.3冲击脉冲技术
目前常用的有BT2000智能轴承检测仪,是利用脉冲技术进行检测的仪器,可以用于快速、准确地获得滚动轴承的运行状态。其原理是轴承里的一个滚动物体撞到滚道上的裂缝时,会产生一系列的压缩波,该压缩波的大小为碰撞速度的函数,与物体的质量以及形状等无关。
通过传感器接收这些压缩波,然后经过软件分析后,用颜色指示出轴承当前的运行状况,可检测出轴承的中期、前期故障。
2.4监测周期的选择应尽量合理
在进行正常的轧钢工作时，应当根据企业的实际工作情况适时的进行轴承监测，原则上监测周期不得超过五天，如果企业的运营情况比较冷清，那么监测周期可以延长至十天一次，但是对于一些特殊的重点部位，相应的监测周期间断时间还应当适量的缩短。另外对于一些易损轴承则必须针对其制定详细而周密的监测计划。
3轧钢机械设备运行维护分析
运用AI技术对轧钢机械设备运行进行维护。AI技术主要以轧钢机械设备运行信息作为依据，对其进行人工智能维护。AI技术接收传感技术对轧钢机械设备的监测信息，通过网络将设备运行过程中的数据汇集到云端数据分析中心对数据进行处理。AI机器将主动学习轧钢机械设备维护知识，然后将其吸收转化。当轧钢机械设备各个部件发生故障时，AI机器将对轧钢机械设备进行有效故障诊断、隐患故障诊断，可以快速、精准地识别到轧钢机械设备出现故障的原因和部位，并将诊断结果立即在可视化平台上显示出来，然后轧钢机械设备将进入维护状态。AI技术对轧钢机械设备运行维护过程，属于一个人工智能维护流程，全程无需人员参与，可以有效降低轧钢机械设备运行维护成本，提高维护效率。在轧钢机械设备运行维护整个流程中，最核心关键的环节就是对设备运行数据的分析，轧钢机械设备运行数据一般分为两种，一种信息包括设备名称、编号、品牌、开机时间、当前时间、备用工件、加工产品件数等，这些基本数据对轧钢机械设备生产影响较小。另一种设备运行信息包括：设备运行温度、湿度、电压、振幅、电流、负载、最大转速、刀具磨损量等，这些数据对轧钢机械设备生产具有重要影响，因此这些重要数据对基于AI的轧钢机械设备运行维护非常重要。通过运用程序开发语言，经过传输协议从轧钢机械设备接口采集大量运行数据，并对其进行大数据深入分析和挖掘。对轧钢机械设备刀具的维护，以刀具的磨损量、使用时间、负载等数据作为指标参数，一旦超出指标参数，自动更换轧钢机械设备刀具；对轧钢机械设备主轴运行维护，以主轴电压、转速、前后轴承温度等信息作为指标参数，同样，在运行过程中，设备主轴运行数据超出参数范围，将自动对轧钢机械设备主轴进行维护，实现对轧钢机械设备运行实时维护。
结语
此次对轧钢机械设备运行监测与维护进行了简要分析，先进的数据分析与检测技术的应用，使轧钢机械设备运行监测与维护流程更加精准可靠，轧钢机械设备运行监测与维护正在向智能化、信息化和数字化时代迈进。由于此次研究时间有限，虽然在该方面取得了一定的研究成果，但轧钢机械设备运行监测与维护是一个值得深入探讨的问题，今后还要对其进行深入研究，为制造业企业提供理论依据。
参考文献
[1]邓细军.数据监测在轧钢机械设备故障诊断中的应用[J].山东工业技术,2019，45(03):24-29.
[2]王春燕,张旺,高二庆.数据监测技术在轧钢设备故障诊断中的应用[J].河北冶金,2018(12):61-63.
[3]高帆,王玉军,杨露霞.基于物联网和运行大数据的设备状态监测诊断[J].自动化仪表,2018,39(06):5-8.
[4]王仲.辽宁省大型机械设备健康监测与维护技术工程研究中心[J].辽宁科技学院学报,2018,20(06):2+115.
[5]唐文健,安贺顺.浅谈轧钢设备的日常管理与维护措施[J].科技创新导报,2018,15(03):49+51.
[6]易源龙,龚晓明.状态监测与故障诊断技术在化工设备维护中的应用[J].中国金属通报,2019，56(09):249+251.