TWI607811B - 軋機設備狀態檢測方法 - Google Patents
軋機設備狀態檢測方法 Download PDFInfo
- Publication number
- TWI607811B TWI607811B TW105104442A TW105104442A TWI607811B TW I607811 B TWI607811 B TW I607811B TW 105104442 A TW105104442 A TW 105104442A TW 105104442 A TW105104442 A TW 105104442A TW I607811 B TWI607811 B TW I607811B
- Authority
- TW
- Taiwan
- Prior art keywords
- rolling
- rolling mill
- vibration signal
- bearing
- gear
- Prior art date
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
本發明相關於一種軋機設備狀態檢測方法，特別是相關於一種可精確判斷異常發生的檢測軋機設備狀態的檢測方法。
軋機為配合生產，均是變轉速及變負載操作條件下使用。傳統的軋機設備狀態檢測方法是藉由收集軋機設備的單一個的振動訊號，透過傅立葉轉換為基礎的頻譜而對振動訊號進行分析，以作為判斷軋機設備是否發生異常的指標(例如判斷工輥損傷或軋機顫振)。
然而，由於軋機設備在不同轉速及不同負載(例如有負載或無負載)的狀況下，振動訊號會有不同程度的變化，使得傳統的軋機設備狀態檢測方法分析出的數值受到振動訊號擷取時機及振動訊號擷取時間長度的影響，而無法作出準確判斷。
因此，為解決上述問題，本發明的目的即在提供一種可精確判斷異常發生的檢測軋機設備狀態的檢測方法。
本發明為解決習知技術之問題所採用之技術手段係提供一種軋機設備狀態檢測方法，用於一軋機設備，該軋機設備包括一殼體、一傳動軸、一工輥軸承箱及一齒輪箱，該方法包含下列步驟：(a)收集該軋機設備於未負載的運轉狀態下的該工輥軸承箱的一軸承待軋振動訊號、該齒輪箱的一齒輪待軋振動訊號及該傳動軸的一待軋轉速訊號，且收集於一目標物饋入該軋機設備時的
該殼體的一驅動端入軋瞬間振動訊號及該殼體的一負載端入軋瞬間振動訊號，並收集該軋機設備於有負載的運轉狀態下的該工輥軸承箱的一軸承軋延振動訊號、該齒輪箱的一齒輪軋延振動訊號及該傳動軸的一軋延轉速訊號；(b)依據該軸承待軋振動訊號、該齒輪待軋振動訊號、該待軋轉速訊號、該負載端入軋瞬間振動訊號、該軸承軋延振動訊號、該齒輪軋延振動訊號及該軋延轉速訊號而算出一角度與特徵頻率時間波形峰值指標資料、一兩感測端相對峰值指標資料、一齒輪齧合指標資料、一齒輪偏心指標資料、一軸承狀態指標資料、一顫振指標資料及一扭轉共振指標資料；以及(c)將該角度與特徵頻率時間波形峰值指標資料比對於一角度與特徵頻率時間波形峰值指標異常基準值而判斷該軋機設備的一工輥轉接頭與傳動軸間隙失效狀態且/或一工輥表面損傷狀態且/或一背輥表面損傷狀態，將該兩感測端相對峰值指標資料比對於一兩感測端相對峰值指標異常基準值而判斷該軋機設備的一油壓缸固定螺栓斷裂狀態，將該齒輪齧合指標資料比對於一齒輪齧合指標異常基準值而判斷該軋機設備的一齒輪損壞狀態，將該齒輪偏心指標資料比對於一齒輪偏心指標異常基準值而判斷該軋機設備的一齒輪偏心狀態，將該軸承狀態指標資料比對於一軸承狀態指標異常基準值而判斷該軋機設備的一工輥軸承損壞狀態，將該顫振指標資料比對於一顫振指標異常基準值而判斷該軋機設備的一顫振狀態，將該扭轉共振指標資料比對一扭轉共振異常基準值而判斷該軋機設備的一扭轉共振狀態，其中，該角度與特徵頻率時間波形峰值指標資料係相關於該軸承待軋振動訊號的波峰的陡峭值及該波峰對應該傳動軸的角度、該軸承軋延振動訊號的波峰的陡峭值及該波峰對應該傳動軸的角度，該兩感測端相對峰值指標資料係相關於該驅動端入軋瞬間振動訊號與該負載端入軋瞬間振動訊號各自的最大波峰之間的差值，該齒輪齧合指標資料係相關於該齒輪軋延振動訊號的振動量的均方根值，該齒輪偏心指標資料係相關於該齒輪軋延振動訊號的調變係數，該軸承狀態指標資料
係相關於該軸承軋延振動訊號或該齒輪軋延振動訊號的振動量及波峰的陡峭值，該顫振指標資料係相關於該軸承軋延振動訊號的特定頻率區間的每秒振動量，該扭轉共振指標資料係相關於該軸承軋延振動訊號的特定低頻率區間的每秒振動量。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中，係於該軸承待軋振動訊號的二個波峰固定對應該傳動軸的二個角度且該二個波峰的陡峭值大於4時，判定該軋機設備的一工輥轉接頭與該傳動軸發生間隙。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中，係於該軸承軋延振動訊號之一波峰固定對應該傳動軸的一角度且該波峰之陡峭值大於4時，判定該軋機設備係發生工輥表面損傷。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中，係於該軸承軋延振動訊號之一波峰固定對應該軋機設備的一背輥的一角度且該波峰之陡峭值大於4時，判定該軋機設備係發生背輥表面損傷。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中，係於該驅動端入軋瞬間振動訊號與該負載端入軋瞬間振動訊號各自的最大波峰之間的差值大於0.5g時，判定該軋機設備係發生油壓缸固定螺栓斷裂。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中，係於該齒輪軋延振動訊號的二倍齧合頻率之振動量的均方根值與一倍齧合頻率之振動量的均方根值的比值大於0.5時，判定該軋機設備係發生齒輪損壞。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中，係於該齒輪軋延振動訊號的一倍齧合頻率之調變係數大於0時，判定該軋機設備係發生齒輪偏心。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中係於該軸承軋延振動訊號或該齒輪軋延振動訊號的高頻波段的波峰的陡峭值大於4時，判定該軋機設備係發生軸承損壞。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中，係於該軸承軋延振動訊號於100~300Hz或400~800Hz的頻率區間之時間波形的每秒振動量大於0.2g時，判定該軋機設備係發生顫振。
在本發明的一實施例中係提供一種軋機設備狀態檢測方法，步驟(c)中係於該軸承軋延振動訊號於10~100Hz的頻率區間之時間波形的每秒振動量大於0.3g時，判定該軋機設備係發生扭轉共振。
經由本發明所採用之技術手段，本發明提供的軋機設備狀態檢測方法收集軋機設備的三個位置共六種振動訊號以及傳動軸的二種轉速訊號，可判斷出軋機設備在不同操作條件下的共九種狀態，並且可精確地判斷發生異常的元件。
本發明所採用的具體實施例，將藉由以下之實施例及附呈圖式作進一步之說明。
1‧‧‧軋機設備
11‧‧‧殼體
12‧‧‧傳動軸
13‧‧‧工輥軸承箱
14‧‧‧齒輪箱
2‧‧‧訊號分析判斷裝置
D1‧‧‧角度與特徵頻率時間波形峰值指標異常基準值
D2‧‧‧兩感測端相對峰值指標異常基準值
D3‧‧‧齒輪齧合指標異常基準值
D4‧‧‧齒輪偏心指標異常基準值
D5‧‧‧軸承狀態指標異常基準值
D6‧‧‧顫振指標異常基準值
D7‧‧‧扭轉共振異常基準值
R‧‧‧判斷結果
S1‧‧‧軸承待軋振動訊號
S110‧‧‧步驟
S120‧‧‧步驟
S130‧‧‧步驟
S2‧‧‧齒輪待軋振動訊號
S3‧‧‧待軋轉速訊號
S4‧‧‧驅動端入軋瞬間振動訊號
S5‧‧‧負載端入軋瞬間振動訊號
S6‧‧‧軸承軋延振動訊號
S7‧‧‧齒輪軋延振動訊號
S8‧‧‧軋延轉速訊號
第1圖為顯示根據本發明一實施例的軋機設備狀態檢測方法之方塊示意圖。
第2圖為顯示根據本發明的實施例的軋機設備狀態檢測方法之流程圖。
以下根據第1圖及第2圖，而說明本發明的實施方式。該說明並非為限制本發明的實施方式，而為本發明之實施例的一種。
參閱第1圖所示，本發明之一實施例之軋機設備狀態檢測方法包括以下步驟：收集軋機設備的各種振動訊號及轉速訊號(步驟S110)、依據該些振動訊號及轉速訊號計算各種指標資料(步驟S120)及藉由比對該些指標資料與指標異常基準值作而判斷該軋機設備的各種狀態(步驟S130)。
參閱第2圖所示，並配合參閱第1圖，本實施例之說明如下。
本發明的該實施例的軋機設備狀態檢測方法係用於一軋機設備1，軋機設備1包括一殼體11、一傳動軸12、一工輥軸承箱13及一齒輪箱14。
本發明是藉由同步擷取軋機設備1的數個剛性較強的位置(例如殼體11、工輥軸承箱13、齒輪箱14等)在各種操作條件下(例如未負載、有負載)的振動訊號，結合轉速而計算出一角度與特徵頻率時間波形峰值指標資料、一兩感測端相對峰值指標資料、一齒輪齧合指標資料、一齒輪偏心指標資料、一軸承狀態指標資料、一顫振指標資料及一扭轉共振指標資料，並依據這些指標資料判斷軋機設備1的各元件的狀態。。
首先，訊號分析判斷裝置2收集軋機設備1於未負載的運轉狀態下的工輥軸承箱13的一軸承待軋振動訊號S1、齒輪箱14的一齒輪待軋振動訊號S2及傳動軸12的一待軋轉速訊號S3，且收集於一目標物(例如鋼胚)饋入軋機設備1時的殼體11的一驅動端入軋瞬間振動訊號S4及殼體11的一負載端入軋瞬間振動訊號S5，並收集軋機設備1於有負載的運轉狀態下的工輥軸承箱13的一軸承軋延振動訊號S6、齒輪箱14的一齒輪軋延振動訊號S7及傳動軸12的一軋延轉速訊號S8(步驟S110)。
接著，訊號分析判斷裝置2分別諧波小波轉換軸承待軋振動訊號S1、齒輪待軋振動訊號S2、驅動端入軋瞬間振動訊號S4、負載端入軋瞬間振動訊號S5、軸承軋延振動訊號S6及齒輪軋延振動訊號S7，並將這些經諧波小波轉換的振動訊號S1、S2、S4、S5及S7，搭配待軋轉速訊號S3及軋延轉速訊號S8而
算出角度與特徵頻率時間波形峰值指標資料、兩感測端相對峰值指標資料、齒輪齧合指標資料、齒輪偏心指標資料、軸承狀態指標資料、顫振指標資料及扭轉共振指標資料(步驟S120)。
詳細而言，訊號分析判斷裝置2依據軸承待軋振動訊號S1、待軋轉速訊號S3、軸承軋延振動訊號S6及軋延轉速訊號S8算出角度與特徵頻率時間波形峰值指標資料。該指標資料係相關於軸承待軋振動訊號S1的波峰的陡峭值(kurtosis)及該波峰對應的傳動軸12的角度、軸承軋延振動訊號S6的波峰的陡峭值及該波峰對應的傳動軸12的角度。
訊號分析判斷裝置2依據驅動端入軋瞬間振動訊號S4及負載端入軋瞬間振動訊號S5算出兩感測端相對峰值指標資料。該指標資料係相關於這兩個訊號S4、S5各自的最大波峰之間的差值。
訊號分析判斷裝置2依據齒輪軋延振動訊號S7算出齒輪齧合指標資料，該指標資料係相關於齒輪軋延振動訊號S7的振動量的均方根值。
訊號分析判斷裝置2依據齒輪軋延振動訊號S7算出齒輪偏心指標資料，該指標資料係相關於齒輪軋延振動訊號S7的調變係數。
訊號分析判斷裝置2依據軸承軋延振動訊號S6或該齒輪軋延振動訊號S7算出軸承狀態指標資料，該指標資料係相關於軸承軋延振動訊號S6或齒輪軋延振動訊號S7的振動量及波峰的陡峭值。
訊號分析判斷裝置2依據軸承軋延振動訊號S6算出顫振指標資料，該指標資料係相關於軸承軋延振動訊號S6的特定頻率區間的每秒振動量。
訊號分析判斷裝置2依據軸承軋延振動訊號S6算出扭轉共振指標資料，該指標資料係相關於軸承軋延振動訊號S6的特定低頻率區間的每秒振動量。
計算出上述各個指標資料後，訊號分析判斷裝置2將各個指標資料比對對應的指標異常基準值，判斷軋機設備1的一工輥轉接頭與傳動軸間隙失效狀態、一工輥表面損傷狀態、一背輥表面損傷狀態、一油壓缸固定螺栓斷裂狀態、一齒輪損壞狀態、一齒輪偏心狀態、一軸承損壞狀態、一顫振狀態及一扭轉共振狀態，而輸出一判斷結果R。以下將逐一說明訊號分析判斷裝置2的判斷方法(步驟S130)。
訊號分析判斷裝置2將角度與特徵頻率時間波形峰值指標資料比對於一角度與特徵頻率時間波形峰值指標異常基準值D1而判斷軋機設備1的工輥轉接頭與傳動軸間隙失效狀態。詳細而言，於經諧波小波轉換的軸承待軋振動訊號S1的二個波峰固定對應傳動軸12的二個角度(例如二個波峰的出現時機總是固定在傳動軸12轉到零度和180度的時候)，且該二個波峰的陡峭值大於4時，訊號分析判斷裝置2判定軋機設備1的一工輥轉接頭(圖未示)與傳動軸12發生間隙。
另一方面，訊號分析判斷裝置2將角度與特徵頻率時間波形峰值指標資料比對於角度與特徵頻率時間波形峰值指標異常基準值D1而判斷軋機設備1的工輥表面損傷狀態。詳細而言，於經諧波小波轉換的軸承軋延振動訊號S6的一個波峰固定對應傳動軸12的一角度(例如50度)且該波峰的陡峭值大於4時，訊號分析判斷裝置2判定軋機設備1發生工輥表面損傷。如果有多個陡峭值大於4的波峰固定對應傳動軸12的多個角度，波峰數量就就代表工輥表面缺陷的數量。
除此之外，訊號分析判斷裝置2還可將角度與特徵頻率時間波形峰值指標資料比對於角度與特徵頻率時間波形峰值指標異常基準值D1而判斷軋機設備1的背輥表面損傷狀態。詳細而言，傳動軸12的軋延轉速訊號S8可透過軋機設備1的一工輥(圖未示)及一背輥(圖未示)的直徑換算成一背輥轉速訊號，而於經諧波小波轉換的軸承軋延振動訊號S6的一個波峰固定對應背輥的一角度
(例如30度)且該波峰的陡峭值大於4時，訊號分析判斷裝置2判定軋機設備1發生背輥表面損傷。如果有多個陡峭值大於4的波峰固定對應背輥的多個角度，波峰數量就就代表背輥表面缺陷的數量。
訊號分析判斷裝置2將兩感測端相對峰值指標資料比對於一兩感測端相對峰值指標異常基準值D2而判斷軋機設備1的油壓缸固定螺栓斷裂狀態。詳細而言，於經諧波小波轉換的驅動端入軋瞬間振動訊號S4與負載端入軋瞬間振動訊號S5各自的最大波峰之間的差值大於0.5g時，訊號分析判斷裝置2判定軋機設備1係發生油壓缸固定螺栓斷裂。
訊號分析判斷裝置2將齒輪齧合指標資料比對於一齒輪齧合指標異常基準值D3而判斷軋機設備1的齒輪損壞狀態。詳細而言，於經諧波小波轉換的齒輪軋延振動訊號S6的「二倍齧合頻率之振動量的均方根值」與「一倍齧合頻率之振動量的均方根值」之間的比值大於0.5時，訊號分析判斷裝置2判定軋機設備1係發生齒輪損壞。
訊號分析判斷裝置2將齒輪偏心指標資料比對於一齒輪偏心指標異常基準值D4而判斷軋機設備1的齒輪偏心狀態。詳細而言，於經諧波小波轉換的齒輪軋延振動訊號S7的一倍齧合頻率之調變係數(Modulation Index)大於0時，訊號分析判斷裝置2判定軋機設備1係發生齒輪偏心。
訊號分析判斷裝置2將軸承狀態指標資料比對於一軸承狀態指標異常基準值D5而判斷軋機設備1的工輥軸承損壞狀態。詳細而言，於經諧波小波轉換的軸承軋延振動訊號S6或齒輪軋延振動訊號S7的高頻波段(約2000Hz~10KHz)的波峰的陡峭值大於4時，訊號分析判斷裝置2判定軋機設備1係發生軸承損壞，而振動量對應損壞程度。進一步地，訊號分析判斷裝置2還可於經諧波小波轉換的軸承軋延振動訊號S6或齒輪軋延振動訊號S7於高頻波段的均方根值大於一設定值，判定軸承潤滑不良。
訊號分析判斷裝置2將顫振指標資料比對於一顫振指標異常基準值D6而判斷軋機設備1的顫振狀態。詳細而言，於經諧波小波轉換的軸承軋延振動訊號S6於100~300Hz或400~800Hz的頻率區間之時間波形的每秒振動量大於0.2g時，訊號分析判斷裝置2判定軋機設備1係發生顫振。當最大振動量發生在有負載時，其原因為軋機共振；若發生時機發生在有負載的最高速時，其原因為軋機強迫振動。
訊號分析判斷裝置2將扭轉共振指標資料比對一扭轉共振異常基準值D7而判斷軋機設備的扭轉共振狀態。詳細而言，於經諧波小波轉換的軸承軋延振動訊號S6於10~100Hz的頻率區間之時間波形的每秒振動量大於0.3g時，訊號分析判斷裝置2判定軋機設備1係發生扭轉共振。
上述的各個指標資料、振動訊號來源、操作條件及對應的可供判斷的狀態類別，茲簡單整理如下表。
本發明的訊號分析判斷裝置2係用於收集、運算軋機設備1的訊號並輸出判斷結果，訊號分析判斷裝置2不限定是一電腦、一伺服器、或設置於軋機設備1內的一微訊號分析判斷裝置，並且也不限定是硬體、軟體、或是韌體的
形式。訊號分析判斷裝置2以有線或無線傳輸的方式和軋機設備1訊號連接以收集軋機設備1的訊號。各個指標異常基準值D1、D2、D3、D4、D5、D6及D7可以由外部輸入至訊號分析判斷裝置2，也可以儲存於訊號分析判斷裝置2內部的一儲存構件(圖未示)。
綜上所述，本發明軋機設備狀態檢測方法可在軋機設備改變負載及轉速條件的狀況下精準檢測軋機設備的狀態。本發明克服了先前技術的種種問題，而具有先前技術無法達成的優點。
以上之敘述以及說明僅為本發明之較佳實施例之說明，對於此項技術具有通常知識者當可依據以下所界定申請專利範圍以及上述之說明而作其他之修改，惟此些修改仍應是為本發明之發明精神而在本發明之權利範圍中。
Claims (10)
- 一種軋機設備狀態檢測方法，用於一軋機設備，該軋機設備包括一殼體、一傳動軸、一工輥軸承箱及一齒輪箱，該方法包含下列步驟：(a)收集該軋機設備於未負載的運轉狀態下的該工輥軸承箱的一軸承待軋振動訊號、該齒輪箱的一齒輪待軋振動訊號及該傳動軸的一待軋轉速訊號，且收集於一目標物饋入該軋機設備時的該殼體的一驅動端入軋瞬間振動訊號及該殼體的一負載端入軋瞬間振動訊號，並收集該軋機設備於有負載的運轉狀態下的該工輥軸承箱的一軸承軋延振動訊號、該齒輪箱的一齒輪軋延振動訊號及該傳動軸的一軋延轉速訊號；(b)依據該軸承待軋振動訊號、該齒輪待軋振動訊號、該待軋轉速訊號、該負載端入軋瞬間振動訊號、該軸承軋延振動訊號、該齒輪軋延振動訊號及該軋延轉速訊號而算出一角度與特徵頻率時間波形峰值指標資料、一兩感測端相對峰值指標資料、一齒輪齧合指標資料、一齒輪偏心指標資料、一軸承狀態指標資料、一顫振指標資料及一扭轉共振指標資料；以及(c)將該角度與特徵頻率時間波形峰值指標資料比對於一角度與特徵頻率時間波形峰值指標異常基準值而判斷該軋機設備的一工輥轉接頭與傳動軸間隙失效狀態且/或一工輥表面損傷狀態且/或一背輥表面損傷狀態，將該兩感測端相對峰值指標資料比對於一兩感測端相對峰值指標異常基準值而判斷該軋機設備的一油壓缸固定螺栓斷裂狀態，將該齒輪齧合指標資料比對於一齒輪齧合指標異常基準值而判斷該軋機設備的一齒輪損壞狀態，將該齒輪偏心指標資料比對於一齒輪偏心指標異常基準值而判斷該軋機設備的一齒輪偏心狀態，將該軸承狀態指標資料比對於一軸承狀態指標異常基準值而判斷該軋機設備的一工輥軸承損壞狀態，將該顫振指標資料比對於一顫振指標異常基準值而判斷該軋機設備 的一顫振狀態，將該扭轉共振指標資料比對一扭轉共振異常基準值而判斷該軋機設備的一扭轉共振狀態，其中，該角度與特徵頻率時間波形峰值指標資料係相關於該軸承待軋振動訊號的波峰的陡峭值及該波峰對應該傳動軸的角度、該軸承軋延振動訊號的波峰的陡峭值及該波峰對應該傳動軸的角度，該兩感測端相對峰值指標資料係相關於該驅動端入軋瞬間振動訊號與該負載端入軋瞬間振動訊號各自的最大波峰之間的差值，該齒輪齧合指標資料係相關於該齒輪軋延振動訊號的振動量的均方根值，該齒輪偏心指標資料係相關於該齒輪軋延振動訊號的調變係數，該軸承狀態指標資料係相關於該軸承軋延振動訊號或該齒輪軋延振動訊號的振動量及波峰的陡峭值，該顫振指標資料係相關於該軸承軋延振動訊號的特定頻率區間的每秒振動量，該扭轉共振指標資料係相關於該軸承軋延振動訊號的特定低頻率區間的每秒振動量。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中，係於該軸承待軋振動訊號的二個波峰固定對應該傳動軸的二個角度且該二個波峰的陡峭值大於4時，判定該軋機設備的一工輥轉接頭與該傳動軸發生間隙。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中，係於該軸承軋延振動訊號之一波峰固定對應該傳動軸的一角度且該波峰之陡峭值大於4時，判定該軋機設備係發生工輥表面損傷。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中， 係於該軸承軋延振動訊號之一波峰固定對應該軋機設備的一背輥的一角度且該波峰之陡峭值大於4時，判定該軋機設備係發生背輥表面損傷。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中，係於該驅動端入軋瞬間振動訊號與該負載端入軋瞬間振動訊號各自的最大波峰之間的差值大於0.5g時，判定該軋機設備係發生油壓缸固定螺栓斷裂。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中，係於該齒輪軋延振動訊號的二倍齧合頻率之振動量的均方根值與一倍齧合頻率之振動量的均方根值的比值大於0.5時，判定該軋機設備係發生齒輪損壞。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中，係於該齒輪軋延振動訊號的一倍齧合頻率之調變係數(Modulation Index)大於0時，判定該軋機設備係發生齒輪偏心。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中係於該軸承軋延振動訊號或該齒輪軋延振動訊號的高頻波段的波峰的陡峭值大於4時，判定該軋機設備係發生軸承損壞。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中，係於該軸承軋延振動訊號於100~300Hz或400~800Hz的頻率區間之時間波形的每秒振動量大於0.2g時，判定該軋機設備係發生顫振。
- 如請求項1所述之軋機設備狀態檢測方法，其中步驟(c)中係於該軸承軋延振動訊號於10~100Hz的頻率區間之時間波形的每秒振動量大於0.3g時，判定該軋機設備係發生扭轉共振。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW105104442A TWI607811B (zh) | 2016-02-16 | 2016-02-16 | 軋機設備狀態檢測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW105104442A TWI607811B (zh) | 2016-02-16 | 2016-02-16 | 軋機設備狀態檢測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201729917A TW201729917A (zh) | 2017-09-01 |
| TWI607811B true TWI607811B (zh) | 2017-12-11 |
Family
ID=60479951
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW105104442A TWI607811B (zh) | 2016-02-16 | 2016-02-16 | 軋機設備狀態檢測方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI607811B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111801632A (zh) * | 2018-03-05 | 2020-10-20 | 日本电气株式会社 | 诊断装置、系统、诊断方法和程序 |
| JP6702405B1 (ja) * | 2018-12-27 | 2020-06-03 | Ｊｆｅスチール株式会社 | 冷間圧延機のチャタリング検出方法、冷間圧延機のチャタリング検出装置、冷間圧延方法、及び冷間圧延機 |
| CN112857797B (zh) * | 2019-11-27 | 2023-08-08 | 睿捷国际股份有限公司 | 轧机设备扭振检测系统及扭振检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61180605A (ja) * | 1985-02-06 | 1986-08-13 | Mitsubishi Electric Corp | 圧延機の制御装置 |
| TW462900B (en) * | 2000-10-11 | 2001-11-11 | China Steel Corp | Vibration diagnosis method for abnormality or malfunctions of roller of hot rolling machine for steel strip |
| CN102476132B (zh) * | 2010-11-22 | 2014-12-17 | 中国钢铁股份有限公司 | 监测钢带尾端轧延异常的方法 |
-
2016
- 2016-02-16 TW TW105104442A patent/TWI607811B/zh active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61180605A (ja) * | 1985-02-06 | 1986-08-13 | Mitsubishi Electric Corp | 圧延機の制御装置 |
| TW462900B (en) * | 2000-10-11 | 2001-11-11 | China Steel Corp | Vibration diagnosis method for abnormality or malfunctions of roller of hot rolling machine for steel strip |
| CN102476132B (zh) * | 2010-11-22 | 2014-12-17 | 中国钢铁股份有限公司 | 监测钢带尾端轧延异常的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201729917A (zh) | 2017-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kattelus et al. | Detection of gear pitting failure progression with on-line particle monitoring | |
| Simm et al. | Laser based measurement for the monitoring of shaft misalignment | |
| Baydar et al. | Detection of gear deterioration under varying load conditions by using the instantaneous power spectrum | |
| JP4120099B2 (ja) | 軸受の異常診断方法および異常診断装置 | |
| WO2009096551A1 (ja) | 軸受の診断システム | |
| TWI607811B (zh) | 軋機設備狀態檢測方法 | |
| US20010037180A1 (en) | Fault diagnosis method and apparatus | |
| CN110553844B (zh) | 旋转机械的不对中故障检测方法及其检测系统 | |
| CN101266197A (zh) | 一种检测发动机轴承损坏的方法 | |
| JPS59174732A (ja) | ギアユニツトの異常判定装置 | |
| JP2008292288A (ja) | 減速機の軸受診断装置 | |
| CN105538040B (zh) | 一种加工中心床身与立柱螺栓连接状态检测方法及装置 | |
| JPH1026580A (ja) | 変速型回転機械設備の診断方法および装置 | |
| AU2015201595A1 (en) | Vibration measurement and analysis | |
| PAwlik et al. | Vibroacoustic study of powertrains operated in changing conditions by means of order tracking analysis | |
| Noll et al. | Analysis of time-domain signals of piezoelectric strain sensors on slow spinning planetary gearboxes | |
| Jain et al. | A review on vibration signal analysis techniques used for detection of rolling element bearing defects | |
| CN113280910A (zh) | 一种长材生产线设备实时监测方法及系统 | |
| JP2006189333A (ja) | 軸受の異常診断装置 | |
| CN112857797B (zh) | 轧机设备扭振检测系统及扭振检测方法 | |
| CN114923686A (zh) | 基于改进连续变分模态分解的旋转机械故障诊断方法 | |
| Jin et al. | Fault diagnosis for civil aviation engine test based on the vibration signal | |
| JPS6260011B2 (zh) | ||
| Dhamande et al. | Detection of Fault in Gear Box System using Vibration Analysis Method | |
| JP7476440B2 (ja) | 回転機械の衝撃系異常の診断方法 |