[发明专利]一种基于数据驱动的轧制过程打滑诊断及预测的方法

说明书

技术领域

本发明涉及轧机自动控制领域，尤其是一种轧制过程打滑诊断及预防的方法。

背景技术

随着工业技术的进步，轧制设备继续向着大型化、高速化、自动化与高精度方向发展。与此同时轧件重量、轧制速度的不断增加和对产品质量要求的不断提高，轧制过程中主传动系统打滑现象频繁发生。为了实现安全生产，必须采取有效的措施来避免打滑现象的发生。因此，如何避免轧机在高速轧制时发生打滑是提高轧机生产能力的一个重要课题。

到目前为止，国内外很多学者都对轧机的打滑现象做出一些研究。例如：白振华、王骏飞在“2002年薄钢板质量研讨会”上作的名为“冷连轧机打滑判断条件及其影响因素的研究”的报告，采用统计学的观点给出了打滑判断条件，并对冷连轧机打滑影响因素进行了分析，提出防治打滑的相关措施；陈俊在“2006年全国冷轧板带生产技术交流会”上作的关于“冷连轧机打滑问题的新解和思考”的报告，分析了轧制打滑是一个受张力制度、变形分配、工艺润滑冷却条件和轧制接触表面粗糙度等诸多工艺要素所控制的现象；张建成、蔡恒君等人在“2011年全国冷轧板带技术交流会”上发表的“冷连轧机打滑问题的分析”从生产实践的角度并结合相关理论阐述影响打滑的因素，提出了防治打滑的若干措施。但是，很少有通过核主元分析法对轧机在轧制过程中是否会出现打滑现象进行诊断。

发明内容

本发明目的在于提供一种容易判断、预测方法方便简单、打滑原因直观准确的基于数据驱动的轧制过程打滑诊断及预测的方法。

为实现上述目的，本发明所述方法包括以下步骤：

(1)采集数据，在轧制过程中，根据轧制理论和生产实际确定采集的正常数据，需采集的数据包括：乳化液浓度、轧件温度、轧机的前后张力、轧辊速度、轧机的入口厚度和出口厚度、轧辊直径、轧件宽度、轧辊表面粗糙度，对所采集的数据进行去噪和标准化处理；

(2)利用正常轧制状态下的正常数据进行非线性分析，计算正常状态下正常数据的核矩阵，对核矩阵进行中心化处理，建立打滑相关的核主元模型，利用自由搜索法确定核主元参数，计算正常数据的T²和SPE统计量，确定统计量T²和SPE的控制限；所述控制限对应于99％置信限；

其中，正常数据的T²统计量的表达式为：

T²＝[t₁,...,t_p]Λ^-1[t₁,...,t_p]^T

式中，t_i(i＝1,...,p)是第i个非线性主元，p为主元个数，λ_i为特征值，Λ^-1为相应特征值λ_i的倒数；

T²的控制限可根据F分布求得：

Tp,n,α2=p(n-1)n-pFp,n-p,α]]>

式中，n表示为样本数目，α表示为置信度，p为主元个数，F_p,n-p,α表示置信度为α的F分布；

SPE统计量的表达式为：