（建龙阿城钢铁有限公司黑龙江哈尔滨150300）
摘要：振动故障在轧钢机械实际运行的过程中，是一个较为常见的问题。如果对发生故障的地方，采取专业的仪器进行检测，就能够让诊断更具有准确性，将发生故障的原因找出，进而方便工作人员实施有效的手段，对存在的问题进行及时的解决。基于此，本文主要将详细的分析轧钢机械振动故障的数据采集、频谱分析以及故障诊断，对有关的问题进行探讨。
关键词：轧钢机械；振动故障；数据采集；故障诊断
一、轧钢机械振动故障的判断标准
在充分利用各种先进设备、技术对轧钢机械的运行情况进行检测的情况下，对当前轧钢机械振动故障的诊断情况进行全面分析来看，比较常用的判断标准主要有如下三种：一是故障类比评判标准；二是故障定量评判标准；三是故障相对评判标准，在保证轧钢机械振动稳定性、可靠性等方面有着极大作用。在受到环境、经济、生产条件等多种因素影响的情况下，轧钢机械可能出现各种振动故障，因此，想要准确进行各种物理现象的评判有着比较大的难度。
目前，轧钢机械的工作状态、轴承种类、实际运转速度、故障检测传感器的安装部位、振动故障的类型等都会给故障判断带来不同程度的影响。所以想要制定出科学的故障诊断标准，有着非常大的难度。在实践过程中，振动故障诊断标准的科学构建，需要注重定量评判标准的运用，还要有机结合相对判断指标等，才能在以时间轴为基准的情况下，充分利用相同的测试方式、测试位置和工况定期测量等，获取相关数据，从而在对比与分析正常数值和测试数据等的基础上，确定轧钢机械的具体故障情况。根据实践诊断情况来看，在线振动监测诊断系统的合理应用，主要包括如下九个流程：一是检测；二是确定被检测对象和基准频率；三是选择检测内容；四是明确检测任务；五是现场进行检测；六是回收相关数据；七是查找和对比重要的数据信息，并形成其报告；八是检查数据，如果存在异常情况，则需要对其进行可靠分析，才能制定出可行的解决措施和采用合适的技术，如果没有异常情况则需将报告存入档案库中；九是继续进行下一个对象的检测，按照第四步继续操作。
二、分析处理故障特征数据
对轧钢机械振动故障的在线监测可以通过传感器来实现。比较常见的传感器有位移传感器、速度传感器和加速度传感器等，它们在不同的振动频率波段使用，使用时将相应的传感器安装在待测试部分。比如要对轧钢机械的轴承部分的振动特征数据进行采集，就必须首先将加速传感器安装在滚动轴承位置。必须指出的是，在实际操作过程中采用上述方法采集数据的效果往往不够理想，究其原因主要是加速传感器产生的频率范围太广，很难全面记录和辨别轧钢机械产生的振动，特别是机械在低速转动持续时间较长的情况下，传感器就更难对其产生的低频振动进行捕捉。科学分析轧钢机械的振动特点，具有非常重要的作用，主要表现在以下三个方面：
1.能够动态掌握轴承的运转、磨损情况
众所周知，磨损会改变径向间隙，从而导致传感器缝隙间的电压发生改变，它是一种最为常见的失效方式。加速度传感器很难对这种磨损导致的变化进行分辨。动态的对检测探头和转轴间空隙内电压的变化情况进行监测，可以获取在磨损作用下轴承圆度的变化情况，有利于故障判断的准确性和有效性。对于一部分表面带毛刺的轴具，系统会自动采用适当的过滤技术对干扰进行有效排除。
在特殊情况下个别冲击会导致转轴晃动而导致所测数据的波动，所以一般将间隙电压的平均值作判断的依据。
2.动态观测轴承转速
特征频率本质上就是故障频率，由于用来分析的故障信号是随机的，不可能和理论频率完全吻合。这种情况下我们需要对特征频率进行限制，一般把选定时间段内的最大振幅作为限制的标准。如果在对转速进行测量的过程中有较大误差出现，那么就很难准确的将故障的特征频率测出来，再加上在此期间转速突然发生变化的话，那情况将变得更坏。安装涡流传感器，可以实现同时进行不同通道的数据采集，并能保证频率计算的准确性。另一方面，因为有了人工的参与，在利用涡流传感器进行测试的过程中，轴承振动的周期性可以得到很好的保证，所以以此为基础的转速计算和特征频率观测就更趋正确。
3.研究振动特征频率
如果对输出径与输入径振动情况的测量能够同时进行，就能够根据具体的振动相位和强弱进行处理。一般地，齿轮的振动频率低于轴承的振动频率，且振动特点各异。轴承振动的稳定性不如齿轮，而齿轮的振动形式又不如轴承丰富。这就要求我们把加速传感器和位移传感器很好的结合起来使用，这样才能不断拓宽频率收集的范围，使得振动故障的发现更加及时、数据分析更加准确、解决问题更加快捷。
三、轧钢机械振动故障的数据采集
在对数据进行采集的过程中，需要对实际轧钢机械运行的情况进行密切的关注，数据采集的越长就证明越好。由于考虑到轧钢机械工作的转速等，从而造成加大数据存储空间的问题，因此最好定原始数据的采集长度为2048点。因为所触发的键相信号，和数据的采集有着非常密切的关系，而键相信号又分为两种，一种为人工，另外一种则为自动，其在应用的情况上存在较大的区别。在有转速的轴上，主要应用的是总动键，多数情况下采取的采样方法是整周期。而不能在转速的设备上进行安装，则要对人工键相进行适应，具体方式是按照设备的转速，人工对每块振动采集板的采样频率进行设置，在确保数据一样长度下，所需要的数据，也就是发生故障频率的数据，会按照采样频率的改变而有所变化。所采集到的数据在一般的情况下，都会在固定的数据库中存储，数据库的种类分的种类有很多，主要有一周数据等。而原始数据则是这其中最重要的，因为第一次设备启动的原始数据，就在这其中存储着，而在诊断故障时，可以将这些数据作为一个重要的参考标准，对是否能够准确的诊断故障的结果有着极大的影响。
四、分析故障特征数据的处理
4.1分析轧钢机械轴承振动数据的处理
作为诊断轧钢机械振动故障的重要数据，轴承振动数据在对故障的分析上也有着非常重要的作用。在对轴承振动数据进行采集的过程中，一般情况下需要将加速度传感器，安装在被测量的设备上。在这样的一个过程中，经常会有采集信号结果不是非常精确的情况发生，主要产生的因素和减速机振动频率有着较宽的范围是密不可分的。在这样的一个情况下，对于加速传感器，一般是采用移传感器来代替的，以此让数据的采集更具有准确性。
4.2对轧钢机械的实时工作状态进行准确识别
一般情况下轧钢机械的工作状态分为三种，而轧钢机械的振动效应在其空载状态中，是效应最不强的一个，但振动效应会在状态比较稳定的时候，有一定程度上的增加。采集和分析轧钢机械振动数据时，能够实时的动态监测其工作的状态。同时，在波形的中央位置上，将冲击期间采集到的数据放在其中，以便让让数据更具有准确性，同时也保证了数据的完整性。
结语：轧钢机械设备属于重型设备，对其的移动、操作都是非常困难的，因此要高度重视日常的检修工作，对轧钢机械设备振动故障的有效诊断与分析，是轧钢机械设备科学、合理的重要手段，是延长设备使用寿命、改进设备使用效果的重要手段。本文在分析轧钢机械设备振动故障特征的基础上，对振动故障的判断标准以及振动故障的诊断流程等进行了深入探讨，目的是改进轧钢机械设备的性能，保证设备的安全、稳定、高效运行。
参考文献：
[1]杨龙彬.轧钢机械振动故障原因探析[J].科技经济导刊，2016（19）：78-79.
[2]李鑫.关于轧钢机械振动故障的诊断分析与处理[J].工程技术：全文版，2016（08）：00231.
[3]张学.现轧钢机械振动故障的诊断分析[J].工程技术：全文版，2016（8）：00092-00092.
[4]司荣刚.轧钢机械振动故障的诊断研究[J].中外企业家，2015（09）