设备技术管理是钢铁企业生产经营的重要组成部分。随着我国经济建设的发展，钢铁企业正由生产型企业向生产经营型企业转变。机械设备作为钢铁企业最重要的生产工具，在生产经营过程中发挥着重要的作用。加强设备管理，有利于企业实现生产现代化，使生产有序进行，为企业取得良好的经济效益提供充分的保证。钢铁企业的生产过程是一个封闭系统的模式化、流水化作业，整个生产系统的运行需要各道工序的良好衔接，如果某一道工序或者设备零件出现故障，那么将会导致整体生产的正常运行，造成无法估量的经济损失。由此可见，设备的故障诊断及处理措施对工业发展至关重要。钢铁的冶炼大致分为四个过程：炼铁、炼钢、热轧、冷轧，其中每道工序都需要不同种类的设备，所以钢铁的冶炼对设备的故障诊断需求相比于其他的工业生产更加重要。
1钢铁冶炼机械设备故障诊断现状
近年来，钢铁冶炼机械设备故障诊断技术得到了长足的进步与发展。目前故障诊断技术水平相对较高的区域为美国，不仅能够发明出不同种型号的监测设备，还能够提出很多有效的监测手段，目前已经在发达国家得到了较为广泛的运用。我国的钢铁冶炼机械设备故障诊断起步较晚，最初的设备故障诊断技术发展于20世纪80年代初。随着技术的不断进步，设备诊断系统已经成为关键设备运行的必要软件之一，特别是目前智能专家故障诊断技术已经运用得相当成熟。最为成熟的钢铁冶炼机械设备故障诊断技术应用在大型的旋转型机械中，目前已经在此领域内发展出20多种故障诊断系统以及数据监测体系。设备故障诊断技术是多个学科的综合体，需要很多学科共同交叉形成新的学科，为我国钢铁冶炼工业的蓬勃发展做出了很大的贡献。
2钢铁冶炼机械设备故障诊断相关理论研究
第一，以系统数学模型为基础的钢铁冶炼机械设备故障诊断方法。此方法主要以建立数学模型为基础，将当前的钢铁冶炼作为基本理念，运用多种先进的Luenberger观测器、等价空间方程、Kalman滤波器、参数模型估计手段进行钢铁冶炼机械设备的故障诊断与分析工作。其工作时需要与整个控制系统相结合，最终可以形成设备运行监控、系统修复及重构的故障诊断流程。但是此方法对于数学模型的精确度要求极高，由于数学模型建立时边界条件的局限性，会忽略一些较为重要的要素。第二，以输出信号处理为基础的钢铁冶炼机械设备故障诊断方法。利用小波分析等信号处理手段将钢铁冶炼机械设备运行期间特定的信息进行处理，对信号的特点进行科学分析，提取异常信号，及时采取措施进行诊断与故障处理。例如速度传感器收集的是速度信号，温度传感器收集的是温度信号，将此信号进行实时监测，一旦发现温度信号异常，则表示该设备已经出现故障。现阶段运用比较广泛的信号处理方法还包括谱分析方法、时间序列特征提取方法、自适应信号处理方法等。这些信号处理方法不会依靠某一数学模型，适应能力较好。通常情况下钢铁冶炼机械设备故障诊断会运用到小波变换、时间序列特征提取等手段进行处理。第三，以人工智能为基础的钢铁冶炼机械设备故障诊断方法。随着数学建模与信号处理方法的不断发展，人工智能诊断成为设备故障诊断中的主流，获得了显著效果。人工智能诊断的优势在于不需要针对复杂的设备运行体系建立复杂的数学模型，设定复杂的体系。其理论主要运用了人工神经网络预测、模糊数学理论，是解决较为复杂的大型机械设备的首选检测方法。此类智能诊断方法包括了专家智能诊断系统、模糊逻辑智能诊断系统、神经网络预测诊断系统、故障管理诊断系统等。第四，其他钢铁冶炼机械设备故障诊断方法。目前，除了主流的钢铁冶炼机械设备故障诊断以外，还发展了众多有特色的故障诊断方式，比如设备运行模式诊断识别方法、灰色关联系统诊断识别方法等。与此同时，随着各个方法的不断发展，也发明了多种方法相互耦合的混合型诊断方法。
3钢铁冶炼机械设备故障诊断技术分析
应用于钢铁冶炼过程中的机械设备有很多种，大多都是不同的传动设备以及液压设备，例如输送装置、检测装置、液压设备、传动设备等。机械设备的性能好坏直接影响着钢铁冶炼过程的效率和质量。因此，在冶炼过程中要定期对这些设备进行检测、及时地维修保养，确保它们的工作性能，这是钢铁冶炼过程能否顺利进行的前提。钢铁冶炼的环境特殊，工作环境比较恶劣，涉及到的机械设备众多，设备故障诊断系统的建立是必要的，其工作原理主要是根据机械设备的振动特点来进行，同时收集温度、压力、转速等各种参数的详细数据，通过这些详细的数据能够清楚分析出机械设备的工作运行状况以及可能会发生的故障破坏，能够及时地做出相应的处理对策。具体来讲，此设备故障诊断系统的中心是计算机系统，分为独立的采集模块、检测模块以及数据处理模块，主要过程有：（1）通过传感器将机械设备的工作情况信号反馈到计算机系统，包括机械振动情况、工作温度情况以及设备压力情况等；（2）提取特征信号。不同的传感器采集到的是不同的信号数据，对应地将信息传递到主机系统，例如速度传感器收集的是速度信号，温度传感器收集的是温度信号；（3）信号处理过程。传感器所收集到的信号要进行相应的提取处理；（4）将提取到的信号进行故障处理，通过数据分析对设备当前的工作情况和工作状态进行分析，及时做出相应的处理和决策。
4钢铁冶炼行业对于常见设备的故障处理措施
对于钢铁冶炼过程中常见的设备故障，大多都是通过设备的振动异常判断处理的，一旦设备出现了异常振动，往往是设备发生机械故障的提示。这是必须要引起大家重视的现象，尽快组织相关人员对其进行检测检查，发现问题并且及时将隐患消除，防患于未然，才能保证机械设备的正常运转，否则一旦发生故障，不仅会影响到生产工艺，而且还会给钢铁冶炼过程带来不可估量的损失，更严重的还有可能带来人身伤害。依据机械设备发生故障的不同零部件，本节主要分析了常见故障的处理方法：第一，转子不平衡的故障处理分析。转子在转动过程中，其上面的每个质点都会产生离心力，在不平衡的情况下，离心力是无法相互抵消的，从而导致离心力的不平衡，通常情况下，转子不平衡是通过频谱图来显示的。对于新设备来讲，要综合考虑不同的因素：假如出现异常振动的是刚性转子，那么要明确其转速最大值是多少，进行转速的对比，之后得出具体的结论。区分出相位，才能真正了解设备发生异常振动的原因，并对不同的原因做出不同的分析和解决。相位和频率保持一致，可以判定是基础共振，如果各个质点的离心振幅是有差速的，那么其原因就是由于转子的不平衡导致的。第二，齿轮的故障处理分析。一般情况下采用频域诊断和时域诊断两种方法来对齿轮所出现的各种故障进行诊断。齿轮的工作状态决定了其齿面之间的转动力随着齿轮的转动在不断变化，很明显其刚度也是在不断变化的。不管齿轮是否处于正常的工作情况，其振动总是不能避免的，表现在谱图上就是会出现边频带。频谱图和波形图都能够反映出设备的振动，所以在时域中也能对其进行分析，不过需要振动加速度等数据信息，最重要的是减少其他噪音的干扰。第三，滚动轴承的故障处理分析。在正常工作过程中，轴承所产生的振动对其本身都会有所伤害，不同的部位发生损坏，发出的振动声音是不同的，对此可以通过不同的振动声音判断出现损伤的部位，载荷不同，部位不同，测量出来的数据肯定不同，并且能为之后的测量提供良好的信息前提基础。当前主要采用的测量轴承是否出现故障主要有两种途径：（1）脉冲信号接收法，此种方法主要是依据轴承出现腐蚀或者压痕的情况下所产生的脉冲信号进行分析。轴承表面的腐蚀或者裂痕等缺陷会使得脉冲信号产生不同的发射频率，在短时间内可以通过计算获得。不过由于其脉冲频率较低，很多时候依靠听觉就可以进行初步判断；（2）谐振信号接收法。此种方法主要是依据零件本身的固有频率。任何零件都有其固有的振动频率，运转过程中的轴承也不例外，同样这些频率都可以经由仪器进行检测。轴承的缺陷会导致运转中的振动冲击，并且引起其他零件的振动。反映到传感器上，被滤波器所接收，强振动信号可以更好地反映出轴承所出现的故障，给大家一个很好的警示。
5结语
上述内容是关于钢铁冶炼过程中相关设备经常出现的故障分析以及相应的故障诊断、处理技术，通过目前的诊断技术，可以很好地对运行中的机械设备进行实时监测和故障诊断，能够实现故障预警，从而尽快组织相关人员对所发生的设备故障进行维修，防止不必要的经济损失，降低安全生产事故的发生。科学技术在不断进步，设备诊断技术也在不断前进，钢铁冶炼行业也应该及时引进更前沿的技术来推动行业的发展。
作者：刘敬辉 单位：首钢京唐钢铁联合有限责任公司
