扭振信号拓扑网络的轧机动态扭矩测量

　　1　引　言

　　轧制生产过程中的扭振现象是不可避免的,扭振会降低产品质量精度,也会引起轧机传动系统结构损伤及疲劳破坏甚至传动轴断裂[1,2]。轧机扭振的研究主要采用计算与测试相结合的方法。传统方法中,由于物理和数学模型所作假设过多,其计算结果的正确性和精确度不是很高。一般应用于预估零件的动态响应,同时与实测数据相结合来分析扭振[3,4]。实际检测中通过在敏感测试点处布置传感器采集扭振信号来获得扭振信息。由于轧机传动结构的复杂性,扭振测试的关键点很多,而这些关键点处的扭振物理参数又是扭振分析和推算疲劳寿命所必须已知的。当关键点数目较多时,若在所有关键点布置传感器,信号同时采集、同时存储存在难度。对此问题的解决可通过提高硬件的精度和响应灵敏度、同时结合高效的编程来实现。事实上不可能也不现实在传动轴系的所有关键部件处布置测点。因此,单独采用计算或测试方法解决轧机扭振并不现实。随着轧机向高速、高荷的发展,要求精确分析扭振时传动轴系中每一部件的动态特性。传统的以直串式和简单分支式为基础扭振计算和检测的模型过于简化,无法精确分析在高速、高荷下关键部件的动态响应。为解决在高速、高荷下精确分析轧机传动系的扭振问题,提出一种扭振信号拓扑网络的轧机动态扭矩测量新方法。该法通过构造轧机传动系统的扭振信号拓扑网络,仅测量有限的几个关键点,与计算结合,就可获取轧机传动系统关键点的扭振信息。从而解决轧机传动系统关键点实际测试中扭振参量不易同时测量的难题。基于该方法可以实现实时检测轴系上关键点的动态扭矩值,监控扭振强度变化范围,以确保轧机正常稳定运行。

　　2　动态扭矩测量的扭振信号拓扑网络方法

　　基于扭振信号拓扑网络的轧机动态扭矩测量的基本思想是把所有需要测量点处直接测试量的力矩和扭转角位移等扭振参量看作系统的输入输出信号,运用图论理论和系统动力学原理对轧机传动系扑思想,把模块之间的信号关系连成扭振信号拓扑网络。建立的这种拓扑网络模型下的信号求解就是把有限测点的测试数据代入此模型,求得其它待测点的扭振状态参量值。由于所建立的扭振信号拓扑网络考虑了系统中每一个部件的响应,且在计算模型中代入的已知量是实际中众多因素相互影响的实际检测量,所以该法的物理和数学模型的抽象与实际模型基本一致。

　　在扭振测量中,复模态的T_n和θ_n是实时变化的。利用这两个基本物理参数构成的扭振信号拓扑网络基本模块如图1所示。图1(a)以θ_n和θ_n-1作为输入,T_n是输出;图1(b)以T_n和T_n+1作为输入,θ_n是输出。其中,作为基本扭振信号拓扑网络单元,变量U_n和Z_n的输入输出特性描述如下