冷轧过程断带故障的诊断研究论文

二十辊轧机的辊系按1-2-3-4型上下对称布置(图4-10)，上下两个工作辊分别支撑在两个第一层中间辊上，后者又支撑在3个第二层中间辊上，第二层中间辊又支撑在最外层的4个支撑辊上。通常以第二层中间辊外侧4个辊为传动辊。每一个支撑辊都由心轴、滚柱轴承、偏心环和鞍座组成，用压板将鞍座固定在机架的半圆孔内。支撑辊心轴与偏心环用键连接。当心轴转动时，支撑辊的中心线便产生移动。 图4-10二十辊轧机辊系布置 1-工作辊；2-第一层中间辊；3-第二层中间辊；4-传动辊；5-支撑辊 (1)压下调整。图4-1l所示为采用位置传感器并经过电液伺服阀的转换和放大来控制压下的电～液压压下系统。压力油从油泵1经单向阀2、过滤器3和电液伺服阀4送人压下油缸的上下腔。调压阀5控制系统的压力，多余的压力油从该阀经冷却器6排回油箱。蓄压器7经常向系统补充压力油，保证系统的正常工作。压下时，步进电机8带动位置传感器9的外壳向上移动，由于位置传感器内芯与活塞杆刚性固定在一起，开始时处于静止状态，传感器的感应圈与铁芯产生相对位移，从而发出电信号，该电信号经放大后输入电液伺服阀，使压下油缸下腔的道路打开，上腔与回油相通，在上下腔压力差的作用下活塞杆开始向上移动，工作辊压下。抬起时动作顺序与压下时相反。 在轧制过程中，如因某种原因轧制压力增大时，由于压下支撑辊的非自锁性，活塞杆将产生向下的位移，即工作辊抬起，与此同时，位置传感器的内芯也要向下移动。这时在位置传感器中将产生一个使活塞杆上升的负反馈信号，经放大后送人电液伺服阀，使下腔油路开大，上腔油路关小，上下腔的压力增量将与轧制压力的增量相平衡，活塞向上移动使轧件厚度恢复到要求值。 (2)辊形调整。为了获得平整的板形，轧机都有辊形调整机构。辊形调整包括轴向调整和径向调整。辊形轴向调整除了可以促使带材沿横向尺寸均匀外，还可用来消除带材的边波。将上下两对第一层中间辊相反的两端加工成锥形，使其同向或反向移动来调整轧辊重合平行部分(即有效平面量)的长度，就可调好带材边部的形状。此机构不能在轧制过程中进行调整，而只能在轧前预先调整好。第一层中间辊的轴向移动是由液压马达通过链轮来实现的。辊子锥度的大小与锥形段长短取决于带材的钢质和规格以及所采用的轧制规程。一般有效平面量占带宽的80％。 图4-11 电～液压压下系统 l-油泵；2-单向阀；3-过滤器；4-电液伺服阀；5-调压阀；6-冷却器；7-蓄压器；8-步进电机；9-位置传感器；10-B、C支撑辊；ll-上工作辊位置指示器；12-压力计；13-压差计；14-液压缸；15-放大器 径向辊形调整由液压马达驱动蜗轮蜗杆，双面齿条便向上或向下移动，从而使最外层支撑辊B、C的外偏心环转动。由于外偏心环与机架半圆孔是偏心的，因此支撑辊心轴上的某一部位发生弹性弯曲变形，从而使支撑辊的某一轴承位置发生变化，通过中间辊就能使工作辊某一部分的形状改变，达到径向辊形调整的目的。由于对每个背衬轴承都可以进行单独或几个同时调整，因此可获得轧制工艺所需的各种辊形。 二十辊轧机的调整操作如下：轧机在换辊后，靠电动(或液压)压下装置将上、下辊箱调近。然后，在第一和第二层中间辊之间放入薄片条，并且用压下装置施加压力。接着卸掉载荷，取出薄片条。在薄片条宽度上应有一样的挤压压痕。假如薄片右边压痕比左边小，那么，将压下装置右边的齿条压下，或者抬起左边的齿条，或者同时调节两边齿条。轧辊经水平调整后，开始轧制第一根带钢，此时再对轧辊作最后的调整。冷轧带钢生产中会出现哪些事故。怎样排除? 冷轧生产中出现的事故(包括电气、机械等)，一般可分为操作事故、设备事故和质量事故，都直接对设备、质量、产量带来影响，因此，当发生事故时，应立即采取有效措施进行及时处理。 (1)跑偏。发生在穿带时的头部跑偏或脱尾时的尾部跑偏，是由于来料厚薄不均、操作不熟练、轧辊用旧、电气原因等造成的。穿带时的轻微跑偏，可及时调整压下螺丝来消除；严重的跑偏，需在机架前剪断带钢，找出跑偏原因，再重新穿带；脱尾时发现带尾跑偏，应立即停车，根据情况抬起压下螺丝使带钢通过或将其剪断。在轧制极薄带时，跑偏很容易损伤轧辊，应特别引起注意。 (2)断带。断带的原因可归纳为来料有缺陷、焊缝质量不好、误操作、电气及机械故障。断带必须立即停车，以减少损失。严重断带不仅使工作辊，甚至使支撑辊发生严重粘结，粘结后废带的处理、工作辊的抽出也相当困难，而且处理时间长、劳动强度也大。断带处理后，应对设备进行检查。换辊后开轧的第一卷钢要认真检查其表面质量。对有焊缝的钢卷，其焊缝位置的标记要准确、清晰，在焊缝通过轧机之前，应降低轧制速度。对已发现有缺陷的钢卷一定要慢速轧制。 (3)轧机振动。轧机振动一般发生在高速轧制极薄带时。由于振动，带钢厚度波动，同时很容易产生断带。因此，一旦听见轧机有明显的振动声时，应立即降低轧制速度，使振动消除。产生振动的原因很多，如轧制速度过高、成品厚度薄、成品道次的轧制压力较低而变形量小、带钢前张力较大、润滑情况太好或太坏、工作辊的粗糙度不够、支撑辊有损伤、各种轧制参数的突变、轧辊轴承内和轴承座之间的间隙较大等。引起轧机振动的原因较复杂，不容易做出正确的判断。通过仔细查找和分析，在没有得出正确结论之前，只有用限制轧制速度的方法来防止发生振动。 这是冷扎可惜图片搞不上去.呵呵可以到马钢论坛上看看留个QQ或邮箱吧,有空给你点资料

除了上述哪些原因,还与加速时辊缝内润滑条件发生变化,而短时间内,轧机的调整有延迟,这样非常容易造成断带.

机械故障标准的话~你可以去参考<机械工程与技术>/<仪器与设备>等相关的资料吧~找下自己的思路

它是在高性能轧辊凸度控制轧机(也叫HE轧机)基础上研制出来的.轧机调试期间，截止十月份发生二百多起断带故障。断带不仅使工作辊，中间辊与带钢粘结，甚至也可能使废带与支撑辊发生严重粘结。粘结的废带堵在轧机内，使中间辊、工作辊抽出相当困难，因为双机架轧机结构布置紧凑、废带较难处理干净。 特向各位专家请教 冷轧断带的原因鄂钢1500mmucm双机架六辊可逆轧机是一种全新型式的带钢冷轧机。它是在高性能轧辊凸度控制轧机(也叫Hc轧机)基础上研制出来的.轧机调试期间，截止十月份发生二百多起断带故障。断带不仅使工作辊，中间辊与带钢粘结，甚至也可能使废带与支撑辊发生严重粘结。粘结的废带堵在轧机内，使中间辊、工作辊抽出相当困难，因为双机架轧机结构布置紧凑、废带较难处理干净。特向各位专家请教[补充描述]

引言机械零部件的磨损是机械设备发生的故障中最常见、最主要的故障形式，是影响机械设备正常运行的主要障碍之一。据统计，磨损故障占机械设备故障的80%〔1〕，而且磨损还可诱发其它形式的故障。随着现代工业的发展，对生产的连续性和运转机械设备的可靠性要求不断提高，因而对机械设备进行磨损工况监测和故障诊断具有重要意义。 机械零部件发生磨损时，磨损颗粒便进入润滑系统并悬浮在润滑油中。这些微小的磨损颗粒携带有机械设备发生磨损故障的重要信息。为了从润滑油里的磨损颗粒中获取有关机械设备磨损故障的特征信息，常采用“油液监测技术”，其中包括磁塞法、光谱法、铁谱法、放射性示踪法、过滤法、颗粒计数法[2,3]。实践证明，在上述这些方法中，铁谱分析技术是监测磨损工况和诊断磨损故障最为有效的方法，在设备日常管理、预测性维修、可靠性分析和寿命预测方面起到了重要作用。然而，在铁谱诊断技术应用的近20年中，诊断过程中的磨粒识别和故障诊断这两个关键步骤主要凭借人的经验。由于磨损现象的复杂性、研究的对象不同以及铁谱分析者间缺乏充分交流，导致使用磨粒术语和描述磨损故障的混乱，尽管在磨粒分类与磨粒术语标准化方面还有一些基础工作要做，但经过一些研究者的努力，已有比较一致的观点。相比之下，对磨损故障分类与磨损故障描述规范化的研究则较少。在人工诊断时，重点在磨粒识别，磨损故障描述方面的混乱对故障诊断的影响并不突出。随着现场监测对智能化诊断的迫切要求以及计算机图像处理技术和智能(人工智能和神经网络)技术在铁谱诊断中的应用，对磨损故障的分类与铁谱诊断方法提出了新的要求。本文系统分板到几械设备磨损故障和铁谱诊断过程，舞在综合分析铁谱诊断方法的基础上，提出了一个智能化铁请诊断模型。1机械设备磨损故障分析机械设备磨损故障的原因机械设备磨损故障(以下简称磨损故障)是指由于相对运动的两个表面之间的摩擦磨损致使设备的功能低于规定水平的状态。概括地讲，引起磨损故障有两种情况：①由设备设计时预计之中的常规磨损引起的故障。在一般机械零件摩擦副中，正常的零件磨损过程大致分为磨合磨损、稳定磨损和剧烈磨损三个阶段川。在稳定磨损达到一定时期时，设备的磨损率随时间而迅速增大，超出设备设计时规定的磨损量水平，使工作条件急剧恶化，进而使设备出现故障甚至完全失效；②设备安装与使用过程中的异常磨损导致的故障。机械零件在安装过程中由于安装不良或(和)清洗不干净会导致设备在运转过程中的异常磨损，或者在使用过程中由于偶然的外来因素(磨料进入、载荷条件变化、a划伤：由于犁沟作用，在滑动方向上产生宽而深的划痕。b点蚀：在接触应力反复作用下使金属咬死等)和内部因素(润滑不良、摩擦发热等)影响而出现异常磨损。异常磨损弓!发的故障具有偶然性和突发性，对此类故障的诊断具有重要意义。磨损故障的分类分类的目的是为了将人们常用而又实际存在的各式各样的磨损故障按一定的标准归纳为几个基本类型。合理的分类能够使诊断工作简化，有利于故障诊断的状态识别过程的进行，提高故障诊断的有效性。由于铁谱技术在诊断磨损类故障方面具有独特的优越性，因而本文的分类主要是针对铁谱诊断方法的。根据不同的应用目的，磨损故障从以下几个方面进行分类比较合适。 按磨损机理划分不同的磨损机理产生的磨粒各异，因而可通过磨粒分析来识别引起磨损故障的磨损机理，以便为设备的设计、制造服务。与润滑油分析有关的磨损机理可分为以下几类：a粘着磨损：接触表面作相对运动时，由于固相焊涪作用使材料从一个表面转移到另一个表面而造成的一种磨损。 b 磨料磨损：由于硬颗粒或硬突起物使材料产生迁移而造成的一种磨损。 c疲劳磨损：由于循环交变应力引起疲劳而使材料脱落的一种磨损。微动磨损应归入此类。d腐蚀磨损：由于与周围介质发生化学反应而产生的一种磨损。其中包括氧化磨损、氢致磨拐、介质腐蚀磨损。 按磨损形式划分磨粒的产生与磨损表面有着密切的联系，因而可从磨损表面的破坏形式来分类。按磨损形式来分，磨损故障可分为：疲劳破坏而形成的表面凹坑。c剥落：金属表面由于变形强化而变脆，在载荷作用下产生微裂纹随后剥落。 d胶合：由粘着效应形成的表面结点具有较高的连接强度，使剪切破坏发生在表面层内一定深度，因而导致严重磨损。 e腐蚀：由于润滑油中含水和润滑油膜破裂而使金属与周围介质发生化学反应而产生的表面损伤。上述的划伤、点蚀、剥落和胶合有宏观与微观之分，对于铁谱诊断而言，主要是针对微观形式的。 按磨损类型划分对于磨损故障的描述，铁谱分析者针对铁谱分析的特点采用一套适用的分类方法，归纳起来可以说是按磨损类型来分： a正常磨损和磨合期磨损：滑动表面经常发生的正常磨损。b切削磨损：由于滑动表面的相互穿入引起的非正常磨料磨损。c滚动疲劳磨损：滚动接触表面的疲劳磨损。了滚滑复合磨损：与齿轮系相关的疲劳磨损和粘着磨损。e严重滑动磨损：滑动表面的过载和高速造成的磨损。 按磨损原因划分按磨损原因来分，磨损故障可分为由磨料进入、润滑不良、油中含水、安装不良或有裂纹、过载、高速、过热和疲劳等引起的故障。这可为设备设计、保养和维修提供有用信息。按磨损程度划分按磨损程度来分，磨损故障可分为正常磨损和严重磨损。正常磨损与严重磨损间并无明确的定量界限。根据设备的重要性和诊断的灵敏性，磨损程度可分为3级：正常、b从谱片上的磨损颗粒中提取设备磨损状态的有用信息(征兆)：磨粒识别与统计，注意、极高(报警)；也可分成4级：正常、较正常、异常、严重异常磨损。 ‘按磨损材料划分按磨损材料来分，磨损故障可分为黑色金属磨损故障、有色金属磨损故障和非金属磨损故障。按诊断对象划分有的磨损故障在实际应用中采用俗称，比如在柴油机中有“拉缸”、“拉瓦”、“烧瓦”和“抱轴”等叫法。因而磨损故障也可按诊断的特定设备来分类，并制定出相应的诊断标准。在故障诊断时，根据不同的诊断目的和任务要求，尽量采用某一分类方法并逐层推进，不要出现交叉使用的现象。2铁谱诊断过程铁谱诊断技术是一种以磨损颗粒分析为基础的诊断技术。采用该技术监测机械零部件的磨损状态，无需将正在运转的机械设备打开或关闭，就可确定其磨损状态。.由机械零部件产生的磨损颗粒作为分离相存在于润滑油中，通过铁谱仪磁场的作用将它们从润滑油中分离出来，特定的工况条件和冤同的金属零件产生的磨粒具有不同的特性。通过观察磨粒的颜色、形态、数量、尺寸及尺寸分布，可以推断机械设备的磨损程度、磨损原因和磨损部位。根据机械设备诊断学的观点[4]，故障诊断过程有3个主要步骤：信号测取(检测设备状态的特征信号)，征兆提取(从所检测的特征信号中提取征兆)和状态识别(根据这些征兆和其它诊断信息来识别设备状态)。 具体来讲，铁谱诊断过程可分为以下几个步骤：a取油样，制谱片，得到设备磨损状态的特征信纂一磨损颗粒；磨损参数测量；c根据上述征兆，识别设备的磨损状态(状态诊断)，包括识别设备的磨损状态将有无异常(故障早期诊断)与是否已有异常(故障诊断)；d根据设备的征兆与状态，进一步分析设备的磨损状态及其发展趋势(状态分析)，包括当设备有故障时，分析故障位置、类型、性质、原因与趋势等；e根据设备的状态与趋势，作出决策，干预设备及其运行过程。3磨损故障铁谱诊断方法与智能化铁谱诊断模型铁谱诊断方法自铁谱技术问世以来，其发展重点主要是在诊断过程的前两步，对磨损故障识别理论与方法的研究较少，这可从众多有关铁谱技术用于磨损工况监测与故障诊断的资料中看出。目前铁谱技术用于故障诊断所采用的方法归纳起来有3种：定性铁谱诊断法、定量铁谱诊断法(严格地说是准定量铁谱诊断法)、定性与定量相结合的铁谱诊断法。定性铁谱诊断能够在铁谱片上获取大量有关磨损状态的信息，但在很大程度上受操作者的经验和其它主观因素的影响，状态识别过程由领域专家或分析者来完成。诊断是依据谱片上磨粒的形态、数量、颜色、尺寸及尺寸分布等信息来推断机器的磨损状态。目前普遍得到应用的铁谱分析报告单就是定性铁谱诊断的总结。将模糊数学方法应用到定性铁谱诊断，可让计算机模拟专家的识别方法进行磨损状态诊断，这种方法具有一定的智能性，但这并不是铁谱诊断技术发展的关键所在。目前的定量铁谱诊断是根据铁谱片上磨粒的浓度和磨粒的尺寸分布来对设备的磨损状态作出诊断。诊断主要采用函数分析法、趋势分析法和灰色理论等方法，有些方法已能在一定程度上反映出智能性。定量铁谱诊断具有较大的客观性，但所提供的数据只反映出少量的磨损状态信息，而且不能应用在脂样分析中。定量与定性相结合铁谱诊断是目前实际应用的最多的一种方法，一般是先用定量参数进行故障可能性和趋势判断，再辅之以铁谱片上磨粒特征分析来确诊。为了提高铁谱诊断技术的准确性和智能性，必须进一步发展定量铁谱诊断方法。该方法应能综合定量分析磨粒的形态、尺寸、数量、颜色和尺寸分布等特征并应角人工智能和神经网络的方法加以诊断。随着计算机图像分析技术以波人工智能特别是神经网络技术不断发展，为实现综合定量铁谱诊断及其智能化创造了有力的条件。将智能化技术应用到铁谱诊断，其诊断过程的第三步不仅变得同前二步一样重要，而且将会成为智能诊断技术的关键，因而对磨损故障识别理论与方法的研究很有必要。由于磨损现象的复杂性和磨粒分析的困难性，铁谱诊断智能化的发展一直较缓慢。1989年美国的Carborundum公司开发出一套被称之为FAST的铁谱分析专家系统[5]，并在最近将其发展成FASTPLUS系统。据报道，利用这一专家系统可以对铁谱片进行分析并以人机对话的方式进行决策。但从原理上看，该系统主要是将谱片上的特征磨粒与存储在系统的光盘中的磨粒图谱的照片进行比较而得出结论，因而具有较大的局限性。在国内，文献[6]困将计算机图像分析技术和人工智能理论与方法引人到铁谱分析技术中，建立了基于黑板的铁谱图像解释系统的模型，并进行了部分研究，取得一些很有意义的研究成果。由于追求铁谱诊断的完全智能化使得该技术离实用还有较远的距离。磨损故障铁谱诊断水平根据铁谱诊断的目的和实际应用的需要，将磨损故障铁谱诊断水平划分成3个级别：第一级诊断水平三对设备状态进行监测、确定磨损状态是否正常；第二级诊断水平：在第一级诊断的基础上，判别引起磨损状态异常的磨损原因、类型、形式乃至趋势分析，以便采取维修措施或改进设计。不同原因导致的故障具有不同的表现形式，从而反映出不同的故障状态。通过磨粒的形态、尺寸、数量、分布等特征可对磨损原因进行识别；第三级诊断水平：用以判断发生故障的部位或部件，同时也为第二级诊断提供补充信息。不同的材料产生的磨粒经谱片加热或湿化学处理在铁谱显微镜下可以区分出来，从而将故障隔离到不同零件上。由于设备结构的复杂性、同台设备使用摩擦副材料相同性以及鉴别材料手段的局限性，使得故障隔离与定位并不能总是有效。但为了提高磨损故障诊断的有效性和全面性，此级诊断无疑是必要的。在人工诊断时，上述3级诊断常常是同步完成的，但随着现场监测对智能化诊断的需要，在人工智能或神经网络技术引入到铁谱诊断后，就需要对磨损故障诊断水平进行分级。智能化铁谱诊断模型本文从实际应用的需要出发，提出一种智能化铁谱诊断系统模型，如图1所示。其中的些主要工作已经完成。该系统包括3大模块：磨粒分析模块、磨粒识别与统计模块和机械磨损故障铁谱诊断模块：在磨粒分析模块中可以采用计算机图像分析和模拟人工分析两种方式。铁谱图像分析子系统 [7]能够提取定量的磨粒特征参数。这包括形态数字特征和光密度特征，提取的信息中的一部分输入磨粒识别与统计模块，并采用神经网络技术识别磨粒[8]，经统计后，将结果送入磨粒信息库；一部分直接送入磨粒信息库。模拟人工分析子系统，采用人一机协作的方法，人工提取定性的磨粒特征参数，应用神经网络专家系统进行磨粒识别[9]，识别结果经统计后送入磨粒信息库；定量钳普参数采用光密度计测量，测量结果直接送入磨粒信息库。根据不同的需要，磨粒信息库中的数据可按不同的方式组织，形成不同的数据文件，以备故障诊断与监测取用。机械磨损故障铁谱诊断模块根据用户需要可实现磨损状态诊断、磨损故障类型诊断和磨损原因诊断，三者的实现均采用神经网络模型[l0转自深圳培训吧]。在铁谱诊断时，除了利用磨粒信息库的数据文件作为输入向量外，还应充分利用被监测设备知识库的知识。该系统还可以直接从磨粒信息库中提取数据，采用神经网络技术进行磨损趋势预测