【技术实现步骤摘要】
本专利技术涉及轧钢生产监控，具体为一种轧钢过程异常工况的诊断方法。
技术介绍
1、轧钢生产是指将连续铸钢坯或预制坯通过轧钢机进行一系列的轧制工艺，最终将钢坯变形成具有所需尺寸、形状和性能的钢材的过程，轧制过程中，各个部件之间摩擦会产生振动，但是由于轧钢设备工作的原理，轧钢过程中必然会存在正常的振动，出现异常情况时也会产生异常的振动，轧钢过程的异常振动会对钢材的厚度均匀性和应力分布产生影响，在钢材轧制过程中，异常振动会导致轧钢机辊缝的不稳定性，使得辊缝在轧制过程中产生变化，这会导致钢材在不同位置的轧制力和形变不均匀，进而影响钢材的厚度分布，造成钢材表面不平整，在轧制过程中，轧制力会在钢材内部产生应力，而异常振动会导致轧钢机和工作辊之间的相对运动不稳定，导致应力收缩不均匀或残余应力，从而改变钢材在轧制过程中所受的应力分布。
2、但是在出现异常工况时，正常的振动和异常的振动相互耦合叠加，很难仅通过振动判断轧钢过程是否存在异常的工况。
3、现有技术中的，公开号为cn112528753 a提供的一种针对轧钢机轧钢过程冲击振动信号的预处理方法，其通过从振动信号中提取异常因子特征，用以表征信号中包含的冲击波数量，进而通过冲击波数量甄别轧钢冲击与设备真实异常故障，异常因子指标准确有效地表征了信号中的冲击波数量，但是该方法统一检测整个轧钢机的振动情况，但是由于结构和形状的区别，在异常工况下，轧钢机的不同结构振动的情况是不同的，因此只通过一个整体的振动信号来进行判断十分容易产生由于振动信号耦合产生的误差，而且，该方案并没有将
4、在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本专利技术的目的在于提供一种轧钢过程异常工况的诊断方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种轧钢过程异常工况的诊断方法，具体步骤包括：
4、s1: 采集轧钢机的离散时域振动信号，包括轧钢机主轴振动信号、轧辊振动信号和弹簧系统振动信号，并对轧钢机主轴振动信号、轧辊振动信号和弹簧系统振动信号进行离散傅里叶变换，将各个振动信号从时域信号变化为频域信号；
5、s2: 针对轧钢机主轴频域振动信号，设定主轴频率梯度范围，分别判断主轴频率梯度范围内的频率成分和范围外的频率成分，针对轧辊频域振动信号，设定轧辊频率梯度范围，分别判断轧辊频率梯度范围内的频率成分和范围外的频率成分，针对弹簧频域振动信号，设定弹簧频率梯度范围，分别判断弹簧频率梯度范围内的频率成分和范围外的频率成分；
6、s3: 针对主轴频率梯度、轧辊频率梯度和弹簧频率梯度范围内的频率成分和范围外的频率成分，针对频率成分中的频率信息采用常用对数函数进行拟合后，生成振动偏差系数，评价轧钢机的振动情况；
7、s4: 沿着轧钢机加工输出侧输出钢材的方向，测量组轧钢机输出的钢材的温度和厚度，相邻温度测量点之间的距离相同，相邻厚度测量点之间的距离相同，且距离钢轧钢机最近的温度测量点和厚度测量点距离钢轧钢机的距离相同；
8、s5: 根据测量的温度数据和厚度数据的变化值生成轧钢机生产出的钢材的厚度波动指数，根据测量的温度数据的变化值生成厚度波动系数；
9、s6: 将测量的组轧钢机输出的钢材的温度数据中相邻的温度数据依次进行相减得到组温度变化数据，并根据组温度变化数据生成温度波动系数，判断钢材的冷却情况；
10、s7: 依据振动偏差系数、厚度波动指数和温度波动系数构建工况评价模型，依据工况评价模型生成工况风险系数，并将工况风险系数和预设的风险阈值进行对比，对工况情况进行风险评级。
11、进一步地，所述主轴频率梯度的范围为，判断的主轴频率梯度范围的内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目，轧辊频率梯度的范围为，判断的轧辊频率梯度范围内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目，弹簧频率梯度的范围为，判断的弹簧频率梯度范围的内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目。
12、进一步地，生成振动偏差系数的具体逻辑为：依次计算主轴频率梯度范围内的最大频率距离范围两侧的欧氏距离、轧辊频率梯度范围内的最大频率距离范围两侧的欧氏距离、弹簧频率梯度范围内的最大频率距离范围两侧的欧氏距离，并均采用常用对数函数进行拟合，将三个范围外频率信号数目，分别采用以为底的指数函数进行拟合；
13、对于三个频率幅度，分别生成其与三个参照振动幅度之间的差值，并分别结合三个欧氏距离、三个指数函数拟合后的频率信号数目以及三个振动权重，综合生成振动偏差系数，依据的公式为：
14、
15、
16、
17、其中，为振动偏差系数，、、分别为主轴振动权重、轧辊振动权重和弹簧振动权重，，且，, 、和分别为主轴参考振动幅值、轧辊参考振动幅值和弹簧系统参考振动幅值，均为常数，、、分别为主轴频率梯度的范围内频率最大信号成分的频率信息、频率幅值及范围外的不同频率信号的数目，、、分别为轧辊频率梯度的范围内频率最大信号成分的频率信息、频率幅值及范围外的不同频率信号的数目，、、分别为弹簧频率梯度的范围内频率最大信号成分的频率信息、频率幅值及范围外的不同频率信号的数目。
18、进一步地，生成厚度波动数据时首先根据测量的厚度数据：、、…、、…、，为第个厚度测量点测量的钢材的厚度数据，将相邻的厚度数据依次进行相减得到组厚度变化数据，并结合测量的温度数据，消除温度热胀冷缩的影响，生成组厚度波动数据。
19、进一步地，生成钢材的厚度波动指数所依据的逻辑为：
20、计算组厚度波动数据的方差为，然后计算组厚度波动数据的幅度值，然后将方差和幅度值进行结合，生成能够根据全局的厚度变化范围和厚度数据的分散程度评价钢材的厚度波动情况的厚度波动指数。
21、进一步地，测量的温度数据为、、…、、…、，其中为第j个温度测量点测量的温度数据，得到组温度变化数据所依据的公式为：
22、
23、其中，为第j个温度变化数据，，且;
24、生成温度波动系数所依据的公式为：
25、
26、其中，为温度波动系数。
27、进一步地，测量温度数据为的测量点在所有温度测量点中距离轧钢机加工输出钢材的输出侧的距离最近，测量厚度数据为的厚度测量点在所有厚度测量点中距本文档来自技高网...
【技术保护点】
1.一种轧钢过程异常工况的诊断方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种轧钢过程异常工况的诊断方法，其特征在于：所述主轴频率梯度的范围为，判断的主轴频率梯度范围的内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目，轧辊频率梯度的范围为，判断的轧辊频率梯度范围内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目，弹簧频率梯度的范围为，判断的弹簧频率梯度范围的内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目。
3.根据权利要求2所述的一种轧钢过程异常工况的诊断方法，其特征在于：生成振动偏差系数的具体逻辑为：依次计算主轴频率梯度范围内的最大频率距离范围两侧的欧氏距离、轧辊频率梯度范围内的最大频率距离范围两侧的欧氏距离、弹簧频率梯度范围内的最大频率距离范围两侧的欧氏距离，并均采用常用对数函数进行拟合，将三个范围外频率信号数目，分别采用以为底的指数函数进行拟合；
4.根据权利要求1所述的一种轧钢过程异常工况的诊断方法，其特征在于
5.根据权利要求4所述的一种轧钢过程异常工况的诊断方法，其特征在于：生成钢材的厚度波动指数所依据的逻辑为：
6.根据权利要求1所述的一种轧钢过程异常工况的诊断方法，其特征在于：测量的温度数据为、、…、、…、，其中为第j个温度测量点测量的温度数据，得到组温度变化数据所依据的公式为：
7.根据权利要求1所述的一种轧钢过程异常工况的诊断方法，其特征在于：测量温度数据为的测量点在所有温度测量点中距离轧钢机加工输出钢材的输出侧的距离最近，测量厚度数据为的厚度测量点在所有厚度测量点中距离轧钢机加工输出钢材的输出侧距离最近，相邻的温度测量点之间的距离为，相邻的厚度测量点之间的距离也为。
8.根据权利要求1所述的一种轧钢过程异常工况的诊断方法，其特征在于：构建的工况评价模型的具体逻辑为：
9.根据权利要求8所述的一种轧钢过程异常工况的诊断方法，其特征在于：将工况风险系数和预设的风险阈值进行对比，对工况情况进行风险评级所依据的具体逻辑为：
...【技术特征摘要】
1.一种轧钢过程异常工况的诊断方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种轧钢过程异常工况的诊断方法，其特征在于：所述主轴频率梯度的范围为，判断的主轴频率梯度范围的内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目，轧辊频率梯度的范围为，判断的轧辊频率梯度范围内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目，弹簧频率梯度的范围为，判断的弹簧频率梯度范围的内的频率成分为频率最高的成分的频率信息和频率幅度，范围外的频率成分为各个频率的信号数目。
3.根据权利要求2所述的一种轧钢过程异常工况的诊断方法，其特征在于：生成振动偏差系数的具体逻辑为：依次计算主轴频率梯度范围内的最大频率距离范围两侧的欧氏距离、轧辊频率梯度范围内的最大频率距离范围两侧的欧氏距离、弹簧频率梯度范围内的最大频率距离范围两侧的欧氏距离，并均采用常用对数函数进行拟合，将三个范围外频率信号数目，分别采用以为底的指数函数进行拟合；
4.根据权利要求1所述的一种轧钢过程异常工况的诊断方法，其特征在于：生成厚度波动数据时首先根据测量的厚度数据：、、…、、…、...
【专利技术属性】
技术研发人员：曹磊，赵小军，徐书成，
申请(专利权)人：联峰钢铁张家港有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。