论文部分内容阅读
回转窑是水泥、冶金、化工、环保等生产行业中的大型关键设备。水泥回转窑运行状态关系水泥企业重大利益。筒体是回转窑的主体部件，筒体中心线能否在同一直线上旋转，是整个回转窑是否长期正常工作的核心因素。因此，对窑筒体变形的检测就具有十分重要的意义。筒体轴向弯曲变形和径向表面形变都是评估回转窑筒体运行状态的重要参数之一。其中，回转窑的轴向弯曲会影响窑筒体内部衬砖的使用寿命、托轮与轮带的受力、驱动大小齿轮的运行状态；筒体径向表面圆柱变形可以反映窑内部衬砖使用状况和工作寿命。因此，需要采用恰当的方法将这两个参数从原始测量数据中提取出来。 本文首先简单介绍了筒体变形的测量方法和软硬件平台，以及目前广泛使用数据处理方法，分析了现有数据处理方法中的缺陷，并从信号处理的角度出发，提出了一种用于提取筒体表面变形参数的新处理方法。 该方法采用新兴的信号处理方法“希尔伯特—黄变换(Hilbert-Huang Transform，简称HHT)”中的第一部分——经验模式分解(empirical mode decomposition，简称EMD)。本文先对EMD算法的原理及其改进算法进行介绍，并采用仿真信号对算法的有效性进行了验证。本测量系统使用的软件平台是LabVIEW，EMD算法应用的软件平台是MATLAB，本文对二者的混合编程方法进行了介绍和对比，选择合适的混合编程方法用于将EMD算法应用于测量数据的处理软件中。通过配置恰当的分解参数，提取出特征分解分量，并采用动态链接库(dynamic link library，简称DLL)技术方法混合编程，实现了筒体变形特征参数提取与筒体截面重构显示。 通过与最小二乘圆法处理的结果进行对比验证，表明使用EMD方法能有效提取出筒体表面变形参数，按照该方法得到的重构截面更直观的显示出筒体径向表面变形的趋势。此外，相比本研究组原有几何法数据处理软件，采用EMD方法能够更好地消除测量现场振动噪声及仪器振动带来的影响，更能适应于恶劣振动的现场窑筒体测量。