witium’s dynamic
鋼鐵冶金設備出現振動噪聲故障的原因有哪些?鋼鐵企業在進行金屬冶煉的過程中,冶金機械設備經常會出現振動或噪聲,導致這種故障產生的原因可能有以下幾種,(1)機械設備內部運行系統發生故障導致設備整體發生振動,(2)設備運行過程中壓力過大,或者流量脈動過大導致振動。(3)設備內部存在元件堵塞或者老化損壞的情況,(4)設備中的機泵安裝不當。另外,由于冶金機械設備在生產過程中一直處于不間斷運行狀態,因此相關技術人員還需要對設備進行定期養護和維修,如果不定期運維,設備的磨損和老化程度會加快,會嚴重影響設備的使用效率,縮短設備的使用時間。
傳統的故障診斷方法主要是依靠技術人員的過往經驗和簡易的故障診斷方法來判定故障:
(一)通過觀察冶金機械設備的運行狀態,判斷其中元件的爬行速度是否存在異常,元件的連接位置是否泄露,如果發生泄漏,要根據泄露總量來判斷故障程度。檢查測試點的壓力比值,判斷比值的穩定性。如果比值正常,應檢查比例閥電器的插頭是否插緊,有無松動,油箱液面高度是否符合既定標準。
(二)借助聽音棒設備,通過聽力來檢測設備系統的內部運行情況,判斷其中的閥門、執行泵等部件是否存在雜音或者異常的響動,伺服閥門裝置在運行過程中是否存在異響,換向閥門的沖擊聲分貝是否處于正常范圍,系統內部是否存在內泄。
(三)技術人員依靠自己的經驗,通過觸摸的方式實施故障排除,通過觸摸系統中的閥門以及直型泵等原件,來感受設備運行過程中的振動頻率,借助測溫儀器來判斷,如果數值存在異常應立即排查確定故障位置。
(四)技術人員可以使用聞氣味的方式來判斷油箱中是否存在異常。
(五)查閱相關檢測記錄,對以往維修檢測記錄進行充分了解,掌握設備曾經出現的故障類型,為后續故障排除工作提供參考。
這種方法比較簡單快捷但有很大的局限性,通常只能用于簡單的設備故障當中,對技術人員的要求很高,必須具備高超的技術水準和豐富的維修經驗,才能在故障診斷過程中做出正確的決策,但是這種決策也只能作為參考,并不十分可靠。所以我們需要更智能、更可靠的一套故障診斷系統來隨冶金機械設備進行狀態的實時監測和智能算法的故障預測,實時上傳運行數據,結合DCS工況加以相關性分析,技術人員可以通過電腦和手機對這些數據進行分析,遠程實現設備的故障檢測與維護。
Witium推出的基于振動傳感器和邊緣計算網關的旋轉設備預測性維護系統,目前已成功應用于鋼鐵冶金行業,旨在為鋼鐵冶金關鍵設備保駕護航。依托先進的物聯網工業AIoT技術,用MEMS振動傳感器采集輥壓機設備的振動數據及特征參數(如振動加速度、速度、溫度等),計算并存儲設備的運行參數,自動生成日數據庫、歷史數據庫及報警庫。通過振動機器學習算法,將特征參數值與模型閾值進行比較,來確定設備當前是處于正常還是故障狀態,邊緣計算網關根據設備故障預測性維護診斷模型,分析計算一旦出現異常或者故障,第一時報警通知運行管理人員,實現振動預測性維護。幫助用戶查找產生故障的原因,識別、判斷故障的嚴重程度,為科學檢修提供指導,切實提高鋼鐵冶金產線的安全管理水平。