[发明专利]热轧除鳞泵增速箱在线监测诊断方法

摘要

本发明公开了一种热轧除鳞泵增速箱在线监测诊断方法，本方法在除鳞泵增速箱内轴承座设置用于监测轴承振动信号和温度信号的振动传感器和温度传感器，并采集振动传感器和温度传感器信号以及除鳞泵喷淋工艺信号；对采集的振动传感器信号进行频谱分析和FFT变换，得到总振值和振动幅值分量，并依据原始振动信号进行信号重构和数据清洗，计算增速箱齿轮表面啮合状态指数和齿轮表面故障系数并分别与预设报警值比较，若超过预设报警值给出报警信号；根据温度传感器采集的信号，监测增速箱内轴承各点的温度并相应给出报警信号。本发明应用多参数特征进行除鳞泵增速箱故障判断和定位，实现除鳞泵状态的在线预警，保证除鳞泵增速箱的正常运行。

主权项

1.一种热轧除鳞泵增速箱在线监测诊断方法，其特征在于本方法包括如下步骤：步骤一、除鳞泵增速箱内轴承座设置用于监测轴承振动信号和温度信号的振动传感器和温度传感器，并采集振动传感器和温度传感器信号以及除鳞泵喷淋工艺信号；步骤二、对由振动传感器采集的增速箱原始振动信号Y_i经振动频谱分析和FFT变换分别取得总振动值P以及增速箱内齿轮的一倍啮合频率、二倍啮合频率、三倍啮合频率、四倍啮合频率和五倍啮合频率处的振动幅值分量X_i(t)，其中i取1、2、3、4和5，则增速箱齿轮表面啮合状态指数为：当Ψ≥50％时，在线监测系统预报增速箱齿轮表面啮合状态不良；步骤三、以增速箱原始振动信号Y_i为依据，其中i＝1,2,┈,N，通过对原始振动信号Y_i按式(2)进行数据清洗，Y_i^*＝Y_i‑Ave(Y)  (2)式中：Ave(Y)为增速箱振动信号采样数据的均值；对Y_i^*按式(3)进行信号重构,得到新的数据序列S＝{S_i，i＝1,2,┈,N}，以S作为建立齿轮表面故障系数的基础；式(3)中的S序列从空串开始，小于等于0为“0”，大于1为“1”，假设已经生成的数据序列为M＝{S_i，i＝1,2,┈,r}，r<N；令Q＝S_r+1，形成MQ字符串，令MQR为MQ减去最后一个字符所得的字符串，若Q属于MQR中已有的字符串，即Q能从MQR中的某个字符串复制得到，则将该字符串加在S_r后；若Q不属于MQR中已有的字符串，则采用●符号将S_r与S_r+1前后分开；如果Q＝S_r属于MQR中已有的字符串，则继续观察Q＝S_rS_r+1是否属于MQR中已有的字符串，如果否，则S＝{S₁S₂┈S_rS_r+1●}，即在S₁S₂┈S_rS_r+1后面加●符号表示添加；S序列中●符号的个数C(N)表征字符串种类的变化程度，C(N)越大表示S序列变化种类越多，C(N)越小表示S序列变化种类越少；设增速箱内齿轮表面故障系数为H，H＝log₂n×C(N)/n  (4)式中：n为S序列中Y_i的个数；当H<0.5时，在线监测系统预报齿轮表面状态正常，当0.5≤H<0.6时，在线监测系统预报齿轮表面出现轻故障，当H≥0.6时，在线监测系统预报齿轮表面出现重故障；步骤四、根据温度传感器采集的信号，监测增速箱内轴承各点的温度T，当T大于80℃时，在线监测系统作出轻故障报警，当T大于90℃时，在线监测系统作出重故障报警。