（点击下载）——SKF状态监测技术在钢铁企业低转速设备中的应用.doc

钢铁企业有众多低速转动设备，由于其自身特性，低速转动设备状态监测中，频谱特征不明显，分析设备可能存在的故障时，需考虑较多的因素。低速设备一般会产生较低的振动信号，因此为了保证采集数据的质量，需考虑特定工况下分析参数的设置、加速度传感器选型、噪声干扰等问题。

本文提出并论述了低速设备监测的应用、分析参数的设置、传感器和其安装需注意的问题，以及与信号、电缆相关的噪声类型，最后介绍了SKF状态监测技术在钢铁企业低速设备监测的应用实例和解决方案。

1振动分析

本文提到的低转速设备是运行在每分钟0．5到600转之间的机械设备。在分析低转速设备时，不仅需要关注频率信号，也必须关注时域信号，因此对数据的采集和存储是非常重要的。另外，文中仅论述了基于加速度信号的分析方法。

图1显示了频率和相位、位移、速度、加速度之间的关系，这有助于理解在分析低速设备监测时需注意的问题。在低转速设备监测过程中，假设位移恒定，加速度测量能够检测幅值大于0．001g的信号。

1．1速度谱分析

大部分速度谱并不能表明低速设备的轴承故障。从数学上讲，速度等于位移除以时间(V=d／t)，因为低速轴承的速度(位移)响应较难测量到，因此，测量低速设备的速度值比较困难，例如，位移为0．0005英寸，时间为0，5s，则速度为0．001IPS。

例如某设备回转支撑轴承，其质量相对于整体设备来说较小，其运行速度也较小，因此用振动传感器并不能监测到。在实验测试中，若转速为1770转／min，测量所得速度为0．0027IPS，如此低的值，在回转支撑轴承中一般不会引起注意，但实际上该轴承需要更换了。

1．2加速度包络谱分析

对于大型低速设备轴承，由于其转速非常低，因而很难用常规的振动速度谱分析并对其进行监测。因此，在测量低转速设备时，需要考虑一些分析效果较好的方法。一种测量的方法是通过对加速度信号进行滤波处理，也就是我们熟知的SKF加速度包络技术：当滚动体滚过故障区域时，SKF加速度包络技术能够增强由轴承和齿轮箱等产生的重复性高频冲击信号，抑制非重复性的信号，通过滤波器的滤波，捕获了冲击能量，从而有效的检测由齿轮缺陷和轴承缺陷产生的重复性冲击信号。

2传感器与噪声

2．1传感器

从某种层面上讲，理想的传感器应该有合适的频响范围、最小的噪声级、最高的分辨率，现在，市面上有较多专门用于低转速设备监测的传感器。

传感器的安装也是非常重要的，如果采用了错误的安装方法或工具，将会使噪声和信号级别相当，这将会淹没有用信号。建议在用于低转速设备监测分析时，传感器采用永久性安装，如果不采用永久性安装，则选择一个平面，将传感器压紧是非常重要的。这样首先可以确保数据是重复连续的，其次，因为低转速设备产生的振动信号较小，所以采用永久性安装能使传感器得到的响应最大。

如果需要比较每次采集的数据，那么则要求每次测量的位置相同，为了保证在同一位置测量，可以用墨水进行标记。

下面介绍传感器安装的注意事项，如果不采用永久性安装，建议采用磁座安装。

角度：垂直于表面(90°±10°)；

安装方式：

◆磁座安装：表面应无油脂；

◆永久性安装：见图2的说明。

2．2噪声

噪声分为三类：传感器噪声、外部噪声和电缆噪声。

1)传感器噪声

传感器噪声可归结为热瞬变、机械冲击和传感器稳定时间。

◆通过采用压电晶体型传感器可有效降低热瞬变。

◆通过谨慎安装和卸载传感器可降低机械噪声。

◆通过让传感器总是处于

“开启”状态时，可减少传感器稳定时间，500mV／g的电子瞬变传感器稳定时间要比机械瞬变传感器高10倍。

2)外部噪声

外部噪声包括其他机械设备的噪声、其他高频噪声源、气蚀，蒸汽泄漏和高压气泄漏。

防止外部噪声对监测设备影响的关键因素是注意设备周围的环境。

3)电缆噪声

电缆噪声也会影响低转速设备监测的信号。防止电缆噪声常用的办法：①保持电缆不被干扰；②尽量避免静电(ESD)和电磁干扰(EMI)；③永久性安装电缆和传感器。通过这些方法可以大大增强采集信号的质量。

3应用实例

一旦选好合适的测量方法，处理过程和设备后，就可进行分析了，下面介绍SKF状态监测技术在转速设备监测的应用实例。

3．1低速齿轮传动

某钢厂齿轮箱，输出轴速范围为8．3—12．0转／min，输出轴的轴承位于齿轮箱里面。虽然工厂中有较为先进的振动监测系统，但轴箱会在无报警的情况下失灵，造成为期三天的计划外维修。SKF状态监测工程9币使用SKF Microlog70数据采集仪进行了数据采集，通过采集到的一系列加速度频谱、速度频谱、加速度包络频谱数据做出分析。

通过图3的加速度包络谱可以明显看出轴承有故障，该工况下的转速为11．1转／min，有轻微振动，在加速包络谱中能明显看到轴承缺陷频率的谐波，用光标定位到谐波上读数，显示了轴承内圈故障。

3.2转炉的应用

不是所有的低转速旋转设备都能在频域上产生明显的缺陷信号，在这种情况下，可以在时域上去监测轴承缺陷。低转速的时域信号需要采集较长时间，以使滚动体5次或6次滚过故障点，这样才能采集足够长的数据进行分析。有时机械设备不允许360°旋转，可能采集不到足够的数据进行时频分析，因此有必要使用幅值趋势图，通过设置合理的最大采样频率(Fmax)，来确保时域采集的时间足够长进行分析。

下面分析了某炼钢厂中的钢包，该设备整体加速度幅值的趋势图斜率突然增加，振动异常变大。在0．5转／min转速下，计算轴承外圈故障为6．9CPM，通过图4的时域波形显示出找到了故障。

在图4的时域波形中出现了明显的周期冲击脉冲，利用光标定位在脉冲能量最大处，测量二者之间的时间间隔T。因为频率为时间的倒数，f=1／T，故可通过计算得出频率，在此情况下，频率为6．8CPM，表明轴承有缺陷。当滚动体滚过故障点时，产生故障冲击频率，通过冲击间的时间间隔可计算出频率。

从图5频谱图上不能分析出轴承的缺陷频率，但是在时域波形上能看到明显的冲击信号，通过时域波形的分析(见图6—7)，判断出轴承故障。检修时，取出该轴承，发现其由于安装时没有考虑热膨胀量，因此实际运行时，轴承因为热膨胀导致滚动体不能保持和内外圈的始终接触，当滚动体接触时，会产生脉冲故障冲击频率，表现为时域的周期性冲击信号。

4结论

综上分析，对低转速设备监测与分析时，需要通过选择合理的分析方法、分析仪器、传感器和电缆及安装来实现。

在低速设备的轴承和齿轮箱早期故障时，速度谱与加速度谱并不能很好的反映出明显故障，而SKF加速度包络谱通过检测轴承缺陷的冲击信号、增强重复性信号的技术，会给出较为准确的描述和判断。

同时必须注意，在低转速设备的状态监测工作中，不仅频域信号能帮助诊断设备故障，而且时域信号也能很好的帮助设备工程师来确定故障问题。