橋式起重機(jī)故障類型與故障診斷方法探討

周純應(yīng)

摘 要：橋式起重機(jī)是構(gòu)成是十分復(fù)雜的，而且運(yùn)行中需要很多的操作人員，因此，如果發(fā)生意外，則會造成很大的損失和影響。本文分析了橋式起重機(jī)的常見的故障，并對其進(jìn)行了分類，總結(jié)了一些針對故障的診斷方法，希望能夠為相關(guān)工作人員提供參考，從而降低故障的發(fā)生率。

關(guān)鍵詞：橋式起重機(jī)；故障類型；診斷

當(dāng)前，橋式起重機(jī)得到了廣泛的應(yīng)用，在車間、倉庫和料場等等，起重臂在空中，可以節(jié)省地下空間，不受地面物體的影響。橋式起重機(jī)可以加快施下進(jìn)度、節(jié)約成本等。橋式起重機(jī)有著復(fù)雜的結(jié)構(gòu)，其中應(yīng)用種類與數(shù)量繁多的部件，出現(xiàn)問題都會影響到橋式起重機(jī)的正常運(yùn)行，一旦發(fā)生嚴(yán)重故障還可能威脅到人員的安全，因此研究橋式起重機(jī)的故障診斷與處理技術(shù)有著非常重要的現(xiàn)實(shí)意義。

一、常見的故障類型

（一）車輪及軌道故障

車輪與軌道間存在較大摩擦，啃軌故障最為常見。正常情況下，車輪在踏面中間運(yùn)行，車輪邊緣與軌道之間保持一定間隙。但是由于某些原因出現(xiàn)車輪軸向移動或軸向歪斜，使車輪的運(yùn)行軌跡偏離軌道的踏面軸線，造成輪緣與軌道側(cè)面強(qiáng)行接觸擠壓，造成啃軌?？熊壍脑蛴泻芏?，可能為軌道、車輪、車體驅(qū)動和制動、操作等。對于軌道應(yīng)檢查其水平直線性是否在允許偏差內(nèi)，兩側(cè)軌道頂面標(biāo)高是否在同一平面。對大車軌道處理，以不易調(diào)整的一根為基準(zhǔn)，對另一根調(diào)整。對于車輪，制造或磨損導(dǎo)致兩側(cè)主動輪直徑大小偏差過大，會導(dǎo)致兩側(cè)車輪運(yùn)行速度不一，運(yùn)行軌跡向小輪側(cè)偏移，從而啃軌，需及時更換。

（二）制動器的故障

在應(yīng)用橋式起重機(jī)過程中，制動器的功能是有效控制起重機(jī)的運(yùn)動與停止。在應(yīng)用橋式起重機(jī)過程中，制動器需要承擔(dān)的負(fù)荷與沖擊力較大，因此副聯(lián)接極易發(fā)生磨損現(xiàn)象，進(jìn)而引發(fā)制動器故障，會出現(xiàn)相關(guān)的制動器突然失靈、制動力不足情況，以及相關(guān)的制動臂張不開、制動輪溫度過高與制動墊片冒煙等機(jī)械故障。制動器出現(xiàn)故障的主要原因有：制動的片張力過小、制動片磨損、主彈簧失效、鉸鏈部位出現(xiàn)卡死現(xiàn)象等。

（三）減速器的故障

減速器屬于橋式起重機(jī)的核心部件，可以保證電機(jī)自較高的轉(zhuǎn)速轉(zhuǎn)變?yōu)檩^低的轉(zhuǎn)速，同時轉(zhuǎn)變扭矩。橋式起重機(jī)的減速器發(fā)生的故障主要包括下面這些：出現(xiàn)漏油、齒輪失去作用、軸斷裂。齒輪在轉(zhuǎn)動過程中有可能出現(xiàn)斷齒、磨損、蝕點(diǎn)等問題。發(fā)生軸斷裂是因為減速器的軸受到彎曲應(yīng)用力處于本身疲勞極限應(yīng)力之上，進(jìn)而導(dǎo)致出現(xiàn)軸斷裂，這也是橋式起重機(jī)在運(yùn)行過程中經(jīng)常發(fā)生的一種故障。漏油現(xiàn)象也較為多見。

（四）吊鉤故障

吊鉤是橋式起重機(jī)的重要部件，本身承擔(dān)著全部重物的重量，在橋式起重機(jī)運(yùn)行過程中，一旦吊鉤發(fā)生斷裂則極易引發(fā)重大安全事故。吊鉤出現(xiàn)故障的主要原因是：重物重量過大、吊鉤與重物的摩擦力過大導(dǎo)致本身出現(xiàn)裂紋、變形、斷裂。

（五）起重機(jī)減速器漏油故障

減速器產(chǎn)生漏油現(xiàn)象的主要因素有三個：首先是在設(shè)計構(gòu)件時考慮不夠充分，例如通氣孔設(shè)置過小或者缺乏相應(yīng)的透氣孔，使得減速器受到的內(nèi)外壓處于不平衡的狀態(tài)，從而產(chǎn)生了潤滑油溢出的問題；其次是起重機(jī)的制造標(biāo)準(zhǔn)不符合設(shè)計時的要求，將會使得其箱體接合面缺乏一定的精度，進(jìn)而導(dǎo)致減速器各個零部件密封性不好，從而導(dǎo)致了滲漏問題；最后是因為在對減速器進(jìn)行使用和維護(hù)的過程中，相關(guān)人員的操作方法不合適。因此，在起重機(jī)頻繁的下作之后，將會致使通氣罩上存在大量的塵土，妨礙通氣效果，導(dǎo)致相應(yīng)的零部件內(nèi)部存在很大的壓力，從而使得溢油現(xiàn)象產(chǎn)生。

二、對故障的診斷方法

（一）解析模型的診斷法

基于分析模型的方法將診斷對象的數(shù)學(xué)模型中的參數(shù)同實(shí)際運(yùn)行過程中的參數(shù)進(jìn)行比較，得到殘差，然后對計算結(jié)果進(jìn)行統(tǒng)計分析來實(shí)現(xiàn)故障的診斷，其可分為狀態(tài)估計法、等價空間法以及參數(shù)估計法。

等價空間方法是以輸入或輸出（或部分輸出）系統(tǒng)中的實(shí)際值的手段來檢測被診斷對象一致性的數(shù)學(xué)關(guān)系的方法，來達(dá)到檢測故障的目的）該法適合應(yīng)用于離散系統(tǒng)模型中。

參數(shù)估計法是通過對模型參數(shù)和物理參數(shù)進(jìn)行統(tǒng)計分析來實(shí)現(xiàn)故障的診斷，主要包括基于系統(tǒng)參數(shù)以及基于故障參數(shù)的方法，前者是以系統(tǒng)參數(shù)和響應(yīng)的過程系數(shù)變化為依據(jù)來檢測和診斷故障；后者是對故障信號進(jìn)行在線建模，用一定的參數(shù)表現(xiàn)形式來將動態(tài)系統(tǒng)中的故障表達(dá)出來，是未知增益形式的乘性參數(shù)或者是附加未知時變函數(shù)項的加性參數(shù)）以上方法都要求有精確的數(shù)學(xué)模型進(jìn)行檢測，并計算量較大，對復(fù)雜系統(tǒng)的故障診斷有一定的難度，因此在實(shí)際中的應(yīng)用范圍很小。

（二）定性模型診斷方法

基于定性模型/知識的方法主要是依據(jù)過去的經(jīng)驗、工藝知識等進(jìn)行故障的檢測；在基于定性知識的方法體系中，主要包括以下幾種診斷方法：

專家系統(tǒng)故障診斷方法，指通過模擬專家實(shí)際診斷的思路，隨時調(diào)用相應(yīng)的應(yīng)用程序，將采集到的被診斷對象的信息進(jìn)行處理，能夠?qū)⒆罱K故障或是可能性最高的故障快速的找到，最后由用戶來證實(shí)。

故障樹分析法在引導(dǎo)系統(tǒng)最優(yōu)化設(shè)計、分析薄弱環(huán)節(jié)以及運(yùn)行維修方而是有力的工具。它的適用范圍是分析復(fù)雜的系統(tǒng)，最終目標(biāo)是診斷對象中最不想發(fā)生的故障，逐層將造成故障的全部因素找到，直至找出最開始、故障形式已知、不需要再進(jìn)行下一步分解的因素為止。故障樹分析法是一種演繹推理法，將發(fā)生的故障同其原因表達(dá)成樹形圖。將最嚴(yán)重的事件或者綜合性的事件作為頂事件，最原始的事件作為底事件，其他事件作為中間事件，事件用字母符號來表示，邏輯門是各個事件間的邏輯關(guān)系，并將此與事件連接成樹形，稱為故障樹。

基于數(shù)據(jù)融合的故障診斷方法是將應(yīng)用多個傳感器的系統(tǒng)作為對象發(fā)展而來的對信息處理的新研究方向。它歸納分析并處理從各種途徑、各個空間和時間上獲得的有效信息，為決策者提供決策支持及控制依據(jù)，獲得比單一信息源、單一處理機(jī)制更加可靠的診斷。

（三）數(shù)據(jù)驅(qū)動診斷法

基于數(shù)據(jù)驅(qū)動的方法是通過挖掘歷史數(shù)據(jù)，歸納出系統(tǒng)正常工作與非正常工作的屬性特點(diǎn)，從而實(shí)現(xiàn)故障診斷。主要有基于統(tǒng)計分析、基于信號分析以及基于定量知識數(shù)據(jù)分析的方法。

基于統(tǒng)計分析的方法主要根據(jù)分析過程中的數(shù)據(jù)統(tǒng)計量，從其中的變化來提取特征。統(tǒng)計理論進(jìn)行故障診斷是以系統(tǒng)中必須出現(xiàn)故障為前提，否則過程數(shù)據(jù)的特征計量只能在一定的、可以接受的范圍內(nèi)波動。即使不能可靠的預(yù)測到每次某個變量具體的觀測數(shù)值，但它的平均值及方差等特征統(tǒng)計量是會保持穩(wěn)定的，這被稱之為特征統(tǒng)計量的可重復(fù)性。通過該重復(fù)性對指定的變量進(jìn)行設(shè)定特定的門限值，進(jìn)而對故障進(jìn)行診斷。

基于信號分析的方法，利用信號處理技術(shù)來分解信號，得到時域和頻域的相關(guān)特征，對故障進(jìn)行分類診斷，信號處理方法一般有譜分析、小波變換、s 變換和希爾伯特-黃變換（HHT）。

基于定量知識數(shù)據(jù)分析的方法不需要定量的數(shù)學(xué)模型，它是利用人工智能的技術(shù)來對故障進(jìn)行診斷。最重要的信息是從過程數(shù)據(jù)中提取，主要方法有基于人工神經(jīng)網(wǎng)絡(luò)的方法、基于 SVM 的方法以及基于模糊邏輯的方法。

三、結(jié)束語

橋式起重機(jī)作為一種重要的物料起運(yùn)機(jī)械，在我國的建筑等行業(yè)及港口、車間、倉庫中得到了廣泛的應(yīng)用。但與此同時，受結(jié)構(gòu)復(fù)雜和保養(yǎng)不善的影響，其在運(yùn)行過程中容易發(fā)生各種故障，從而給生產(chǎn)活動的順利進(jìn)行帶來障礙，甚至威脅人員和財產(chǎn)安全。因此，一方面需明確橋式起重機(jī)發(fā)生故障的原因，做到及早預(yù)防；另一方面還應(yīng)結(jié)合實(shí)際情況進(jìn)行有效的故障處理，以提高橋式起重機(jī)的可靠性。

參考文獻(xiàn)：

[1]張楠.淺析橋式起重機(jī)故障診斷及維修維護(hù)[J].中國設(shè)備工程，2017（18）：84-85.

[2]章倬.橋式起重機(jī)故障診斷及處理[J].機(jī)電信息，2016（24）：65-66.

[3]顧誠.橋式起重機(jī)故障分析及智能化診斷策略[J].機(jī)電信息，2016（03）：50-51.