به حداکثر رساندن عملکرد تجهیزات و اطمینان از تولید پایدار همچنان ضروری ترین نیاز شرکت های آهن و فولاد است. خرابی تجهیزات خط اصلی کارخانه نورد به طور جدی بر راندمان عملیات و ایمنی تولید کارخانه نورد تأثیر می گذارد و به نقطه درد در روند "تحول هوشمند" شرکت های فولادی تبدیل می شود.
شرایط کاری پیچیده
پیشبینی قفس باربری حتی دشوارتر است:
طبق آمار SKF:
از سال 2021،92 درصداز خرابی بلبرینگ گیربکس کارخانه نورد که در صنعت فولاد تشخیص داده شده است، شکستگی یاتاقان قفس (هم با و هم بدون هشدار) است.
در 10 سال گذشته، 57 مورد معمولی خرابی گیربکس تشخیص و تجزیه و تحلیل شد و مشکل قفس یاتاقان به اندازه بالا بود.58 درصد.
وظیفه اصلی قفس یاتاقان جداسازی عناصر نورد، بارگذاری یکنواخت و هدایت عناصر غلتکی برای عملکرد عادی است. به عنوان یک قطعه بدون تنش اصلی، سختی و استحکام آن بسیار کمتر از سایر قسمت های بلبرینگ است.
(در کاربردهای نورد فولادی،شرایط کاری پیچیده مانند بارهای متناوب،ضربه های غیرعادی و سرعت متغیر، قفس بلبرینگ را بسیار آسیب پذیر می کند.)
با تجزیه و تحلیل ویژگی های عملیاتی تولید نورد، دریافتیم که اجرای تعمیر و نگهداری پیش بینی گیربکس های کارخانه نورد چالش های زیادی را ارائه می دهد:
1. تشخیص منبع سیگنال خطا دشوار است
تحت تاثیر شرایط کاری پیچیده،سیگنال ضربه تداخل زیادی دارد.و قدرت سیگنال آسیب دیده در طول فرآیند انتقال کاهش می یابد،و سیگنال موثر دریافتی بسیار ضعیف است.
2-تصویر اکثر روشهای نظارتی دقت پیشبینی پایینی دارند
اکثر تکنیک های نمونه برداری نمی توانند به دست آوردن موثر سیگنال های خطای قفس را تضمین کنند و نمی توانندارزیابی خسارت و شدت آسیب؛
3.Image عمر باقیمانده را نمی توان تخمین زد
زمان هشدار اکثر روش های تحلیل استمعمولا خیلی کوتاهو تفسیر روند زوال و تنظیم قطعات یدکی و استراتژی نگهداری به موقع غیرممکن است.
گیربکس آسیاب نورد تجهیزات اصلی خط تولید نورد فولاد است. خرابی یاتاقان عواقب جدی مانند خرابی طولانی مدت، افت شدید تولید و افزایش هزینه های نگهداری و تعمیر را به همراه خواهد داشت.
تمرین موفق
شکستن چالش تعمیر و نگهداری پیش بینی کننده:
در سال 2021، SKF با موفقیت خرابی های قفس بلبرینگ گیربکس را در گیربکس های 2050 کارخانه نورد گرم دو مشتری بزرگ کارخانه فولاد داخلی نظارت کرد و به مشتریان کمک کرد تا زمان خرابی برنامه ریزی نشده را کاهش دهند و از گسترش خرابی جلوگیری کنند.
در مورد یک کارخانه فولاد، سیستم نظارت آنلاین SKF یک هشدار اولیه غیرعادی در مورد لرزش در سمت عملیات شفت ورودی کارخانه تکمیل F4 صادر کرد و لرزش غیرعادی ناشی از فرکانس مشخصه خطای قفس یاتاقان گیربکس را گزارش کرد. .

(تجهیزات محرک اصلی کارخانه نورد مجهز به سیستم مانیتورینگ آنلاین SKF می باشد)
پس از تشخیص متخصص آسیب قفس بلبرینگ را تایید کرد وپیشنهاداتی در مورد به حداکثر رساندن طول عمر باقیمانده تجهیزات ارائه کرد، تجهیزات می توانند به مدت حدود 4 هفته با بیماری به طور پایدار به کار خود ادامه دهند. اطمینان از زمان کافی مشتریان برای تهیه قطعات یدکی قبل از زمان توقف برنامه ریزی شده برای تعویض بلبرینگ.
اقدامات احتیطی را رعایت کن
یک دستور العمل برای پیش بینی از قبل وجود دارد:
1.جزئیات را مشاهده کنید و سیگنال های معتبر را ضبط کنید
کیفیت داده ها پیش نیاز نظارت دقیق است.
بر اساس بررسی همه جانبهویژگی های فرآیند، ساختار تجهیزات، بار و نیروی تجهیزاتو حالت های خرابی تجهیزات معمولی تولید نورد فولاد، راه حل تعمیر و نگهداری پیش بینی گیربکس آسیاب نورد SKF دارای موارد زیر است.سه ویژگی کاربردی:
✓ سنسور جلو به ناحیه تحمل بار یاتاقان نزدیکتر است
✓ زمان نمونه برداری داده های واحد اکتساب سخت افزار به شدت با تولید نورد هماهنگ است.
✓ جداسازی سیگنال های شوک در طول تولید نورد
اطمینان حاصل کنید که فرآیند دریافت سیگنال گیربکس آسیاب نورد کارآمد و دقت سیگنال بالا است و به طور موثر با تأثیر تغییر سرعت کم سرعت و تغییر بار گیربکس و تداخل سیگنال ضربه مقابله کنید.

(واحد جمع آوری داده SKF IMx-8)
2. تجزیه و تحلیل عمیق برای بهبود دقت پیش بینی
فناوری پوشش شتاب اختصاصی SKF (gE)، با فیلتر کردن مؤثر اجزای ارتعاش با فرکانس پایین و دامنه بالا، از یک پایگاه داده کامل یاتاقان و قابلیتهای محاسبه فرکانس آسیب قدرتمند، همراه با راهحلهای نظارت حرفهای مبتنی بر تولید نورد، برای ثبت مؤثر وقایع شوک گذرا استفاده میکند. در مراحل اولیه خرابی بلبرینگ سیگنال می دهد و می تواند آسیب قفس بلبرینگ را زودتر شناسایی کند و پیش بینی های دقیقی انجام دهد.

(هشدار پاکت شتاب SKF قبل از سرعت ارتعاش است)
3. تشخیص حرفه ای، تخمین عمر باقی مانده
علاوه بر پیشبینیهای دقیق، تخمین عمر باقیمانده تجهیزات برای کارخانههای فولاد نیز حیاتی است. با تکیه بر تجربه غنی متخصصان آنالیز تشخیصی، SKF می تواند با استفاده از قوانین عیب یابی Protean در نرم افزار تجزیه و تحلیل سیستم، روند زوال آسیب قفس بلبرینگ را به طور موثر پیگیری کند. همراه با نویز سایت و بار تولید، SKF می تواند شدت شکستگی قفس را تایید کرده و عمر باقیمانده تجهیزات را ارزیابی کند. و استراتژی قطعات یدکی و تعمیر و نگهداری را توسعه دهید.

(هشدار روند تشخیصی پروتئین SKF)
سیستم مانیتورینگ هوشمند SKF خطرات احتمالی تجهیزات را مخفی نمیسازد، از دادهها برای هدایت تولید استفاده میکند، به کارخانههای فولاد کمک میکند تا تعمیرات پیشبینیکننده بهتری انجام دهند و از عملکرد ایمن و پایدار تولید در هر زمان محافظت میکند.
در آینده، SKF به توانمندسازی شرکتهای متالورژی برای تسریع تحول و دگرگونی «تولید هوشمند» از طریق روشهای هوشمندتر و تمیزتر ادامه خواهد داد و به سمت هدف توسعه با کیفیت بالا حرکت خواهد کرد.
بلبرینگ محبوب SKF
| مدل | نوع | قطر داخلی | قطر خارجی | ضخامت |
| بلبرینگ SKF 6021 | بلبرینگ شیار عمیق | 105.0000 | 160.0000 | 26.0000 |
| بلبرینگ SKF 6021NR | بلبرینگ شیار عمیق | 105.0000 | 160.0000 | 26.0000 |
| بلبرینگ SKF 6021-2RS1 | بلبرینگ شیار عمیق | 105.0000 | 160.0000 | 26.0000 |
| بلبرینگ SKF 6021-2Z | بلبرینگ شیار عمیق | 105.0000 | 160.0000 | 26.0000 |
| بلبرینگ SKF 61821 | بلبرینگ شیار عمیق | 105.0000 | 130.0000 | 13.0000 |
| بلبرینگ SKF 61821-2RS1 | بلبرینگ شیار عمیق | 105.0000 | 130.0000 | 13.0000 |
| بلبرینگ SKF 61821-2RZ | بلبرینگ شیار عمیق | 105.0000 | 130.0000 | 13.0000 |
| بلبرینگ SKF 6221 | بلبرینگ شیار عمیق | 105.0000 | 190.0000 | 36.0000 |
| بلبرینگ SKF 6221-2Z | بلبرینگ شیار عمیق | 105.0000 | 190.0000 | 36.0000 |
| بلبرینگ SKF 6321 | بلبرینگ شیار عمیق | 105.0000 | 225.0000 | 49.0000 |
| بلبرینگ SKF 16022 | بلبرینگ شیار عمیق | 110.0000 | 170.0000 | 19.0000 |
| بلبرینگ SKF 6022 | بلبرینگ شیار عمیق | 110.0000 | 170.0000 | 28.0000 |
| بلبرینگ SKF 6022M | بلبرینگ شیار عمیق | 110.0000 | 170.0000 | 28.0000 |
| بلبرینگ SKF 6022NR | بلبرینگ شیار عمیق | 110.0000 | 170.0000 | 28.0000 |
| بلبرینگ SKF 6022-2RS1 | بلبرینگ شیار عمیق | 110.0000 | 170.0000 | 28.0000 |
| بلبرینگ SKF 6022-2Z | بلبرینگ شیار عمیق | 110.0000 | 170.0000 | 28.0000 |
