迁钢1580热轧精轧F2异常振动故障的分析研究

摘要

轧机异常振动故障在薄规格板带生产中经常发生，不仅严重影响连续生产的稳定性，且使生产条件恶化，缩短轧机机械、电器及液压等原件寿命。研究如何预测、分析与消除轧机异常振动故障具有重要的理论与实际意义。
　　本文以迁钢1580热连轧生产线为研究对象展开研究。首先介绍了轧机振动故障的研究现状，然后针对迁钢1580热连轧生产线特点展开故障诊断工作。通过测试方案的设计实现了热连轧生产线振动信息采集系统。通过对产品振动信号的测试，完成轧机不同部位水平、垂直振动加速度信号以及传动系统扭振信号的振动信息采集与存储。在采集振动信息的基础上，对这些信号进行时域和频域分析。分析结果显示，轧机水平振动最为剧烈，扭振和水平振动产生了共振。轧机扭振、垂振为受追振动，激励源自水平振动。抑制水平振动将能够同时抑制垂直振动和主传动扭振。通过振型的分析得出减小轴承座和机架之间的间隙能有效地抑制水平振动的发生。通过调整轴承座和机架之间的间隙的方法进行了抑振实验，结果显示轧机振动得到了较好的抑制。
　　由于轧机频繁换辊，振动信号采集所用的加速度传感器在每次换辊时都要靠人工去重新安装，影响轧线作业率。为了准确预报振动最为剧烈的轧机水平振动情况和设备间隙情况，采用BP神经网络的方法进行了预报，结果显示此方法能有效预测轧机水平振动的加速度和轧机间隙状况，为设备的状态维修提供了参考。

目录

声明

摘要

第1章 绪论

1．1 轧机振动故障诊断的目的和意义

1．2 轧机振动故障诊断的现状

1．3 本文的主要工作

第2章 振动信号在线检测方案

2．1 振动测试方案的介绍

2．2 轧机扭振的测试

2．2．1 扭矩测试原理

2．2．2 扭矩测试方案

2．2．3 扭矩测点布置

2．2．4 扭矩信号的传输方法

2．3 轧机的振动测试

2．3．1 振动测试原理

2．4 振动测试仪器

2．5 本章小结

第3章 F2轧机振动故障信号的采集分析

3．1 扭振测试分析

3．1．1 空载工况分析

3．1．2 典型致振产品分析

3．1．3 扭振测试结论

3．2 轧机振动测试分析

3．2．1 空载工况分析

3．2．2 典型致振产品分析

3．2．3 轧机振动测试结论

3．3 水平振动振型分析

3．3．1 水平振动模型

3．3．2 水平振动有限元分析

3．3．3 轧机振动类型分析

3．3．4 轧机振动分析小结

3．4 抑制振动方法的实验

3．4．1 抑制振动测试分析

3．4．2 抑制振动实验结论

第4章 基于神经网络的振动状态预报

4．1 人工神经网络

4．1．1 人工神经网络模型

4．2 BP神经网络

4．2．1 BP神经网络介绍

4．2．2 BP神经元网络特点

4．2．3 BP神经网络的改进算法

4．3 基于BP神经网络的预报

第5章 振动信号和状态预报的实现

5．1 基于BP神经网络预报的设计

5．2 模型样本数据整理

5．3 网络模型仿真与检验

5．3．1 数据仿真情况

5．3．2 神经网络预报小结

第6章 总结和展望

参考文献

致谢