余炆哲,张 云
(武汉理工大学 机电工程学院,湖北 武汉 430070)
回转窑主要由筒体、轮带、托轮、大齿圈等组成。窑长期在高温、重载、多尘等恶劣条件下低速不间断运转,因运行和调整不当,窑经常发生故障[1]。据行业统计,回转窑主要故障是筒体弯曲形变和窑中心线发生偏移[2]。如果窑的弯曲和窑中心线偏移严重会对某些托轮造成异常超载,导致托轮轴瓦高温失效发生停产事故[3]。因此通过对托轮位移振动信号进行检测,早期发现故障和主动维护,减少窑停产事故,具有工程实际应用价值。
Zheng、赵晨等首次建立托轮振动模型并研究内在机理,通过测量的托轮位移信号可以判断筒体热弯曲故障与中心点水平偏移故障。他们采用集总经验模态分解(complete ensemble empirical mode decomposition, CEEMD)提取振动信号的特征谐波,取得了一定进展[3-4]。CEEMD本质上是一种噪声辅助算法,对第一类模态混叠有一定抑制作用,但其噪声幅值系数与集总次数设置较为困难。秦岭、卢振东采用双树复小波变换(dual tree complex wavelet transform, DTCWT)和变分模态分解(variational mode decomposition, VMD)对振动信号的特征信号提取取得了一定的效果[5-6]。然而上述信号分解方法存在一些缺点,DTCWT算法由于滤波器负频率通带的重叠所造成的混叠效应,导致滤波器的选择非常困难。VMD算法由于参数的选择差异性非常明显。
针对上述处理方法的不足,考虑工程应用要求简易可靠,笔者提出了一种基于零空间追踪(null space pursuit, NSP)的算法来提取筒体故障的特征信号。
在回转窑运转中,窑筒体的重量由托轮承受,回转窑发生故障时,托轮的受力也会发生变化,由于每挡托轮都是对称安装,理论上左右托轮的受力形式相同,将筒体与轮带看做一个整体,其受力关系如图1所示。……