[发明专利]一种轧机齿轮箱故障诊断系统及方法

说明书

本发明提出一种轧机齿轮箱故障诊断系统及方法，用于准确识别其齿轮箱关键零部件的故障类型。包括：数据采集模块，用于采集和存储轧机运行过程中产生的振动信号；信号分析处理器，包括信号降噪模块、时频图像处理模块、信号存储模块，用于对振动信号进行降噪处理与时频图生成；故障分类处理器，包括特征提取模块、故障分类模块以及训练升级模块等，用于对轧机齿轮箱关键零部件故障进行分类；人机交互界面，负责轧机主传动系统齿轮箱工作状态和故障诊断的可视化。本发明能够自适应对轧机齿轮箱运行状态进行实时监控并能够对其关键零部件故障快速的作出诊断，能够极大的提高冶金行业的生产效率并降低人工成本。

技术领域

本发明涉及冶金行业板带轧机主传动系统故障诊断技术领域，涉及一种轧机齿轮箱故障诊断系统及方法。

背景技术

随着市场对板带质量的要求越来越高，轧机设备的精密程度和自动化水平也越来越受到人们的关注。作为轧机的核心部件，轧机主传动系统齿轮箱在重载、疲劳、高温等复杂恶劣条件下长期运行，不可避免地会产生各种损伤或故障，如齿轮和轴承会受到疲劳裂纹和点蚀等损坏形式的影响。齿轮箱关键零部件的缺陷形成过程往往引起非线性现象的加剧以及非平稳现象的产生，从而导致现有的技术可能无法在警告和严重故障之间提供充分的时间来实施安全程序，另一方面故障诊断的精度不高可能导致错误报警和不必要的维修停机。

由于轧机齿轮箱运行环境复杂，其关键零部件的故障信息往往淹没于强烈的噪声之中，使得采集到的齿轮箱振动信号信噪比偏低；另一方面，齿轮箱内部零部件种类较多，结构较为复杂，导致其各零部件振动响应互相耦合且传递路径复杂多变，故而在齿轮箱外部采集的振动信号往往具有较强的非线性和非平稳性，目前对轴承类零部件的故障诊断的研究很多，依赖于其结构的标准型往往可以对轴承的常见故障做出比较准确的判断。而针对齿轮箱整体的故障诊断由于齿轮箱复杂的结构以及映射关系目前并没有一套较为成熟的方案，随着人工智能算法领域的愈加成熟，以神经网络为代表的信号特征提取器受到人们的广泛关注，通过对传感器采集的振动数据进行合理的算法分析，使得对齿轮箱系统的故障诊断成为可能。

综上所述，目前冶金行业从业人员亟需找到一种能够自适应对轧机齿轮箱运行状态进行实时监控并能够对其关键零部件故障快速的作出诊断的方法以便提高生产效率和生产安全性。

发明内容

本发明的目的在于提供一种轧机齿轮箱故障诊断系统及方法，用于准确识别轧机主传动系统齿轮箱关键零部件的故障类型。能够解决现有轧机齿轮箱故障诊断方法中存在的不足之处：轧机齿轮箱结构复杂导致振动信号响应互相耦合特征提取困难；振动信号噪声能量大，简单的时频分析难以分析轧机齿轮箱的故障信息，齿轮箱关键零部件运行过程中的故障类型识别率不高等问题。

为实现上述目的，本发明提供如下技术方案：

一种轧机齿轮箱故障诊断系统，包括：

数据采集模块，数据采集模块，用于采集轧机运行过程中产生的振动信号；

信号分析处理器，与所述信号采集卡相连，用于存储采集的振动信号并对采集的振动信号进行降噪处理与时频图生成；

所述信号分析处理器与人机交互界面连接，所述人机交互界面用于显示数据采集模块采集的原始振动信号、信号分析处理器降噪处理后的信号以及时频图像；

还包括故障分类处理器，其与所述信号分析处理器相连，用于对轧机齿轮箱关键零部件故障进行分类。

优选地，所述数据采集模块包括放置在轧机主传动系统齿轮箱轴承座处垂直方向、水平方向以及轴向的加速度传感器以及信号采集卡。

所述信号分析处理器包括信号降噪模块、时频图像处理模块、信号存储模块，优选地，所述信号降噪模块采用小波包阈值降噪算法对所述的原始信号进行降噪处理，以消除轧机运行过程中白噪声对后续齿轮箱关键零部件故障分类的影响。