[发明专利]轧机设备状态在线监测与诊断系统及监测诊断方法

摘要

本发明提供一种轧机设备状态在线监测与诊断系统及监测诊断方法，轧机设备状态在线监测与诊断系统包括：数据解析模块，伺服阀差值分析模块，电气传感器振荡分析模块，旋转部件振动信号分析模块，信息综合处理模块,故障报警模块，监控视图模块，通道管理模块，标准管理模块，以及故障反馈模块。本发明使得系统中的大量加密生产数据文件被解析出来，大幅度节省数据存储空间，有利于故障数据的追溯和基于大数据的深入分析；通过伺服阀、电气传感器、关键旋转部件的不同信号特征提取和分析，可以多维度地在线监测与诊断轧机设备状态；通过轧机设备状态在线监测与诊断系统，实现了轧制稳定性和产品质量指标控制精度的提升。

主权项

1.一种轧机设备状态在线监测与诊断系统，其特征在于，包括：数据解析模块，自动将加密的生产数据文件，按照指定的通道、采样频率等方式解析成常规的txt数据文件，伺服阀差值分析模块，根据已解析的伺服阀实时给定值和实时反馈值，计算出给定值和反馈值的实时差值，采用控制图方法计算出单块钢的控制上下限作为异常上下限，并结合工艺要求设置故障上下限，绘制伺服阀差值控制图，并提取出相应的异常信息和故障信息，电气传感器振荡分析模块，具有分别采集电机电流、力矩和速度三类传感器，分别根据已解析的电机电流、力矩、速度数据，采用短时傅里叶变换方法计算出频率随时间变化的时频曲线，再结合控制图和工艺要求的频率故障上下限，提取出相应的异常信息和故障信息，旋转部件振动信号分析模块，首先计算并判断数据的均值和均方根值是否超出给定阈值；然后再将超出阈值的数据通过稀疏分解算法，提取出数据中的稀疏成分，得到振动数据的稀疏表示，信息综合处理模块,根据伺服阀差值分析模块提取的异常和故障信息、电气传感器振荡分析模块提取的异常和故障信息、旋转部件振动信号分析模块提取的稀疏表示信息，收集大量故障案例样本数据，通过支持向量机算法训练出多特征数据的故障分类器，故障报警模块，根据提取的故障信息和判断出的故障类型，生成故障报警完整信息，监控视图模块，故障报警模块生成的故障报警完整信息分别通过系统状态指示灯和数据列表形式展示在各分厂电脑终端。通道管理模块，对轧线L1控制系统中与轧制稳定性和产品质量指标相关的数据通道进行管理，包括通道编号、通道名称、通道所属设备区域、通道所属产线区域的管理,标准管理模块，每项与轧制稳定性和产品质量指标相关的数据均会根据工艺要求设置故障标准上下限，通过该模块的授权后，可对标准上下限进行配置和修改，故障反馈模块，由操作员手动录入故障排除的基本信息，包括故障排除时间、故障排除方法、故障影响因素、故障排除状态。