熱連軋生產(chǎn)過程中經(jīng)常出現(xiàn)設(shè)備和質(zhì)量故障,為了快速確定故障原因并排除故障,需要對(duì)生產(chǎn)過程開展監(jiān)控以及對(duì)故障進(jìn)行診斷�；跓徇B軋生產(chǎn)過程采集的數(shù)據(jù),采用核主成分分析法對(duì)熱連軋軋制過程中精軋機(jī)組相關(guān)數(shù)據(jù)進(jìn)行監(jiān)控,并對(duì)斷帶故障進(jìn)行診斷。先使用平方預(yù)測(cè)誤差（SPE）統(tǒng)計(jì)量監(jiān)控生產(chǎn)過程,再基于核主成分分析繪制出各變量貢獻(xiàn)率圖,最后依據(jù)貢獻(xiàn)率大小找出造成故障的主要影響變量。與主成分分析法相比,采用核主成分分析法更為高效和準(zhǔn)確�；诤酥鞒煞址治龅臒徇B軋斷帶故障診斷可節(jié)省故障分析時(shí)間,為熱連軋生產(chǎn)過程調(diào)整和故障排除提供依據(jù),具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。 

【文章來源】：中國冶金. 2020,30(11)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

生產(chǎn)過程監(jiān)控和故障診斷流程圖

取斷帶時(shí)操作人員按軋機(jī)急停按鈕前的軋制數(shù)據(jù)用于核主成分分析,取軋制過程40 s的數(shù)據(jù),共3 392個(gè)樣本點(diǎn),其中,將連續(xù)超出控制限的410個(gè)點(diǎn)作為測(cè)試集,將2 982個(gè)采樣點(diǎn)作為訓(xùn)練集。用采樣點(diǎn)數(shù)據(jù)集對(duì)故障進(jìn)行診斷,測(cè)試集一旦超出控制限,則判斷精軋機(jī)組出現(xiàn)故障。將樣本點(diǎn)分別進(jìn)行PCA[12]和KPCA的SPE統(tǒng)計(jì)量監(jiān)控,結(jié)果如圖2所示。從圖2可見,PCA和KPCA方法都能有效監(jiān)控出生產(chǎn)過程異常。相較PCA,采用KPCA監(jiān)控時(shí),正常軋制訓(xùn)練數(shù)據(jù)集與異常測(cè)試數(shù)據(jù)集的SPE統(tǒng)計(jì)量差別更為明顯,因此能更加明顯地監(jiān)控出生產(chǎn)過程的異常。基于故障數(shù)據(jù)集,根據(jù)式(7)計(jì)算的貢獻(xiàn)值繪制出SPE貢獻(xiàn)圖,如圖3所示。從圖3(a)可以看出,故障貢獻(xiàn)率最大的變量(27號(hào)變量)是F1機(jī)架輥縫,但在分析實(shí)際數(shù)據(jù)后發(fā)現(xiàn)其在軋制過程中基本不變,而在出現(xiàn)故障后才出現(xiàn)小的變化,不是造成故障的原因,因此采用PCA法無法找出造成故障的主因。從圖3(b)可以看出,F2電流(8號(hào)變量)貢獻(xiàn)率最大,因此判斷其為造成故障的主要原因,這與實(shí)際相符。另外,從工藝設(shè)備角度分析,F2電流發(fā)生大的變化會(huì)導(dǎo)致機(jī)架間活套異常,同時(shí)軋機(jī)輥縫、速度等異常的貢獻(xiàn)率相比F2電流貢獻(xiàn)率都很小。因此,采用KPCA法判定故障更為準(zhǔn)確。

精軋模型設(shè)定參數(shù)SPE統(tǒng)計(jì)量如圖6所示,最后6塊鋼SPE統(tǒng)計(jì)量都已經(jīng)超過控制限,但是其中前5塊鋼通過基礎(chǔ)自動(dòng)化系統(tǒng)對(duì)速度的不斷調(diào)整,還能夠保持軋制的穩(wěn)定,最后1塊鋼SPE統(tǒng)計(jì)量超過控制限比較嚴(yán)重,此時(shí)基礎(chǔ)自動(dòng)化系統(tǒng)對(duì)速度的調(diào)整已經(jīng)達(dá)到調(diào)整限幅,不能繼續(xù)調(diào)整F7速度,因此在軋制到尾部的時(shí)候造成斷帶。通過SPE統(tǒng)計(jì)量監(jiān)控圖發(fā)現(xiàn)模型預(yù)報(bào)異常后,采用KPCA針對(duì)模型設(shè)定參數(shù)對(duì)斷帶故障進(jìn)行診斷,所繪制的SPE貢獻(xiàn)圖如圖7所示。從圖7可以看出,7號(hào)(F7輥縫)、44號(hào)(F7軋制力自學(xué)習(xí)系數(shù))、53號(hào)(F7軋制力)變量貢獻(xiàn)率比較大,可以判斷斷帶故障主要是由F7的二級(jí)模型預(yù)報(bào)誤差較大造成的。

【參考文獻(xiàn)】：
期刊論文
[1]熱軋極薄規(guī)格產(chǎn)品軋制穩(wěn)定性研究[J]. 田維兵.  軋鋼. 2020(02)
[2]極薄板高速軋制熱劃傷缺陷控制技術(shù)[J]. 齊海峰,張曉峰,唐偉,任新意,寧媛媛,常樹林.  中國冶金. 2020(01)
[3]基于主成分分析-相關(guān)向量機(jī)的高速公路路基沉降量預(yù)測(cè)[J]. 張研,鄺賀偉.  科學(xué)技術(shù)與工程. 2020(01)
[4]鋼鐵企業(yè)智慧能源管控系統(tǒng)開發(fā)與實(shí)踐[J]. 張琦,劉帥,徐化巖,孟志權(quán),王剛,許石.  鋼鐵. 2019(10)
[5]高強(qiáng)DP鋼的關(guān)鍵軋制技術(shù)開發(fā)與應(yīng)用[J]. 王少飛,黃華貴,竇愛民,齊海峰,夏銀峰,時(shí)海濤.  中國冶金. 2019(04)
[6]精密檢測(cè)技術(shù)在熱矯直機(jī)故障診斷中的應(yīng)用[J]. 伊成志,劉彥川,張韞韜,肖彬.  軋鋼. 2016(02)
[7]基于核主成分分析的熱軋帶鋼頭部拉窄分析[J]. 何飛,徐金梧,陽建宏,黎敏.  北京科技大學(xué)學(xué)報(bào). 2012(04)
[8]基于偏最小二乘回歸模型的帶鋼熱鍍鋅質(zhì)量監(jiān)控方法[J]. 姚林,陽建宏,徐金梧,王植.  北京科技大學(xué)學(xué)報(bào). 2007(06)
[9]基于多變量統(tǒng)計(jì)方法的產(chǎn)品質(zhì)量控制[J]. 趙旭,閻威武,邵惠鶴.  上海交通大學(xué)學(xué)報(bào). 2007(01)



本文編號(hào)：2971013