王永林 王继革 王自学
河钢邯钢邯宝炼铁厂 河北邯郸 056015
摘要：钢铁冶炼采用封闭系统模式，流水化生产当中不同工序需要做好衔接工作，当任何一项工序出现问题将会将影响到钢铁冶炼的正常进行，严重的将会造成巨大的经济损失。因此，做好钢铁冶炼机械设备故障的诊断，及时进行处理是钢铁企业管理的重点。钢铁冶炼机械设备是钢铁企业重要生产工具，在钢铁冶炼当中发挥关键作用，强化钢铁冶炼机械设备诊断有助于钢铁企业实现现代化，为钢铁企业创造出更多的经济效益。
关键词：钢铁冶炼机械设备；故障诊断；处理措施
钢铁冶炼过程中涉及到的机械设备运行会存在差异化效果，不同设备联系密切，当发生设备故障的时候将会导致钢铁冶炼无法进行。因此，需要最大限度开展钢铁冶炼机械设备故障诊断工作，技术人员增强故障诊断能力，对于设备故障开展科学处理，使钢铁冶炼机械设备能够尽快的恢复运行。
1钢铁冶炼机械设备故障诊断概述与重要性
1.1诊断概述
钢铁冶炼机械设备故障诊断技术快速发展，并且针对不同型号的设备进行系统化监测，这些技术在发达国家应用较为广泛。而我国钢铁冶炼机械设备故障诊断技术应用较晚，技术水平还需要进一步的提升。但是在钢铁冶炼当中设备故障诊断技术应用越来越频繁，发挥着关键性作用。钢铁冶炼机械设备故障诊断的发展与不同学科体系融合，涉及多多方面学科知识，这就为我国钢铁冶炼机械设备故障诊断技术的发展奠定了基础。
1.2重要性
流水化成为机器生产的重要发展趋势，既能够提升钢铁冶炼的生产效率，同时也能够极大的解放生产力，为钢铁企业创造更多的经济效益。钢铁冶炼过程当中要做好机械设备故障诊断工作，避免设备故障影响到生产效率，控制好生产成本投入，不断强化设备故障的处理效果。
2钢铁冶炼机械设备故障诊断方法
2.1人工智能诊断
随着科技的发展人工智能应用范围越来越广，正在不断地改变着人们的生活。人工智能在钢铁冶炼机械设备故障诊断中发挥巨大的作用，通过建模进一步确认设备故障类型，并且通过信号及时的进行信息传输，在诊断效果上人工智能具有明显的优势。当钢铁冶炼机械设备发生故障的时候，就可以通过人工智能进行故障排查，精准确认故障点，这样极大的节省了时间，与专家智能诊断相比，人工智能还将会利用大数据完成更为复杂的故障系统分析，无论是效率还是准确度都是其他技术无法相比的。
2.2系统数学模型诊断
在现代控制理论基础上通过优化法构建系统搞数学模型，对涉及到的参数进行辨识、评估，最终找出机械故障原因。系统数学模型诊断是将数学和控制系统尽心结合，能够对故障进行实时监测，通过系统重构完成修复，但是在实际应用的过程当中需要精准的把握系统数学模型，技术要求相对较高，应用存在明显难度，特别是对一些较为复杂的故障进行诊断应用系统数学模型较为困难。
2.3信号处理诊断
钢铁冶炼机械设备在实际运行当中会发出不同的信号，信号处理诊断就是利用这些差异化信号对设备故障进行判断，明确钢铁冶炼机械设备发出的信号是否正常。当出现异常信号的时候就表明钢铁冶炼机械设备可能发生了故障。例如，钢铁冶炼过程中机械设备运行中会对应速度传感、温度传感，而接收的设备会对应速度信号、温度信号。利用信号处理诊断对应速度、温度信号的异同状况，检测是否正常运行，这样就能够及时发现钢铁冶炼机械设备故障，做好对应处理工作。当前钢铁冶炼机械设备信号故障诊断主要有谱分析法、时间序列特征提取法等。信号处理诊断比系统数学模型诊断更具有适用性。
2.4其他诊断方法
除了前三种诊断方法之外，在钢铁冶炼机械设备故障诊断中还有一些较为实用的方法。例如，灰色关联诊断识别技术等，都是在前三种诊断方法基础上不断地优化和调整创造出来的全新诊断技术。因此，对于钢铁冶炼机械设备故障的诊断还需要依据实际情况进行技术方式的选择。
3钢铁冶炼机械设备故障的处理措施
3.1转子不平衡的处理
转子转动的效果和质量直接的关系到钢铁冶炼能否稳定开展，当出现转子不平整状态的时候，整体冶炼过程会受到影响。针对转子旋转进行分析，在实际钢铁冶炼当中必然会发生幅值的变化，在不同因素的共同作用下，振动不平衡情况会越来越严重。而对于这种情况的处理主要是转子转动出现振动时要进行系统观察，明确转子的速度，计算出临界值。根据转子转动速率，对标准速率进行比较。转子转动振动是由于基础共振导致的，根据相位分析方法，当相位与频率一致的时候，就可以判断振动不平衡是由于基础共振导致的。如果不同的点在不同旋转方向发生相位偏差等，就可以判断振动是由于振动不平衡导致的。
3.2齿轮故障处理
齿轮维系着钢铁冶炼机械设备的正常运转，齿轮受到振动影响，对产生的力全面承载，因此在实际运行当中就能够发现振动呈现由波形图，通过分析齿轮振动状况，利用信号故障诊断与人工智能诊断共同作用能够快速的进行故障判断，并且提出的解决措施针对性较为明显。在时域当中对振动加速度进行确认，有效的降低不同信号的干扰，通常情况下是利用频谱图等基础原理，经过智能分析，描述其物理振动情况，分析诊断的结果与实际标准存在的差异，这样就能够进一步确认故障类型，采用对应的处理措施。频率诊断是通过智能理论下对频谱进行全面分析，通过功能优势特点对齿轮的故障进行自动化识别。齿轮运行会不断交错，对动力保持传播，这种情况下，齿轮数目的变化见会导致啮合部位发生错位，并且这种变化会呈现出周期性，利用图谱边频带能够对这种变化进行动态化展现，之后利用频谱图等完成分析，处理设备故障。
结论
当前诊断技术能够对钢铁冶炼机械设备的故障进行分析，为保障钢铁企业稳定生产发挥着巨大的作用，有效降低了生产损失。只有强化钢铁冶炼机械设备故障诊断的研究，才能够对诊断技术进行创新，为钢铁企业的发展创造更大的竞争优势。综上所述，钢铁企业是国民经济的重要组成，钢铁冶炼机械设备是钢铁企业生产的关键部分，关系到提升钢铁生产质量，保障经济效益。因此，开展钢铁冶炼机械设备故障诊断及处理的研究具有积极现实意义，对今后钢铁企业的发展提供了参考价值。
参考文献
[1]王鑫. 钢铁冶炼机械设备的故障诊断及处理措施研究[J]. 中国高新技术企业, 2016,11(11):60-61.
[2]马永科. 浅谈钢铁冶炼机械设备的故障诊断及处理措施[J]. 农村经济与科技, 2016, 27(016):278-279.
[3]许美强. 钢铁冶炼机械设备的故障诊断及处理措施[J]. 丝路视野, 2018,2(010):P.172-173.