CN109101007A - 一种轧机hgc系统伺服阀在线诊断方法 - Google Patents
一种轧机hgc系统伺服阀在线诊断方法 Download PDFInfo
- Publication number
- CN109101007A CN109101007A CN201710468006.5A CN201710468006A CN109101007A CN 109101007 A CN109101007 A CN 109101007A CN 201710468006 A CN201710468006 A CN 201710468006A CN 109101007 A CN109101007 A CN 109101007A
- Authority
- CN
- China
- Prior art keywords
- servo valve
- valve
- deviation
- milling train
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Abstract
本发明提供一种轧机HGC系统伺服阀在线诊断方法，涉及液压控制技术领域，包括信号采集、信号分析、信号监测、信号诊断、异常报警提示步骤。本发明采用频率分析法，在线实时对阀状态进行分析，从而作出伺服阀是否存在缺陷和劣化程度的判断，由事后发现改为事前控制，可以将伺服阀故障处理在萌芽状态，对自动化钢铁生产具有重大意义；本发明可以寻求伺服阀作为主阀、备用阀，使已投入的伺服阀组合顺序为最优状态；本发明还可以用于轧机上支撑辊平衡系统、CVC窜辊系统、WRB弯辊系统在线诊断。
Description
技术领域
本发明涉及液压控制技术领域，具体涉及一种轧机HGC系统伺服阀在线诊断方法。
背景技术
板材轧机是使轧件通过具有一定辊缝的轧辊从而生产出预期厚度板带材的一种金属压力加工机。在轧制过程中，板厚的尺寸精度是必须确保的最重要的质量指标，轧机HGC是轧机AGC(Automatic Gap Control)系统中的液压控制单元。AGC根据预期轧制力和机架刚度计算出预期机架变形，并用实际轧制力计算出实际变形量与计算变形量的差值，根据此差值即时进行辊缝校正。AGC已不仅是现代板带轧机板厚精度控制，更是板形控制的重要手段。在HGC中，电液伺服阀是液压系统中最复杂和关键的部件之一，它的性能和可靠性将直接影响系统的性能和可靠性。由于轧机伺服阀工况条件差，液压伺服系统振动、油液污染、阀芯磨损等原因产生的故障，就会导致轧机HGC系统不受控，轧机生产时容易轧制出厚度超差的钢板，给企业造成经济损失。
专利CN201210082699.1，提出了一种厚板轧机AGC伺服阀状态监测与故障诊断系统，包括：诊断操作模块、诊断结果显示模块、信息输入模块、历史数据分析模块和神经网络训练模块。该专利的诊断方法存在三个缺陷，一是每更换新的伺服阀都需要对新阀进行神经网络训练并加入知识库，占用非计划停机时间长，占用计算机内存空间大，操作流程繁琐；二是新的伺服阀通过神经网络训练模块产生的数据作为阀的诊断标准值，而伺服阀未在实际工况下(大压下、大轧制力、大流量等)校验，而且还被神经网络模块过滤简化，该方法产生的用于诊断的标准值不准确；三是该方法判断时间非连续性，每天只读取5个文件用于判断，每个文件还要求轧制次数不得少于10次，而实际生产单位无异常情况下均为24小时连续生产，也就要求伺服阀工作状态下实时连续性监测诊断。
发明内容
(一)解决的技术问题
本发明的主要目的是针对伺服阀在板材轧机HGC厚度控制系统中存在的上述缺点，提出了一种轧机HGC系统伺服阀在线诊断方法，采用频率分析法，在线实时对阀状态进行分析，从而作出伺服阀是否存在缺陷和劣化程度的判断，由事后发现改为事前控制，可以将伺服阀故障处理在萌芽状态，对自动化钢铁生产具有重大意义。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种轧机HGC系统伺服阀在线诊断方法，包括以下步骤：
S1、信号采集：采集伺服阀阀芯开口度的给定值X和实际反馈值Y；
S2、信号分析：分析给定信号与反馈信号的偏差值及偏差变化情况，设定正常偏差的标准范围，将偏差S超过设定标准范围为异常；
S3、信号监测：零漂超标和偏差超过设定标准范围为异常，以偏差异常出现的频率f和零漂值为监测对象；
S4、信号诊断：监测零漂值及偏差在一定周期T内出现的频率f次数，对伺服阀工作状态进行诊断；
S5、异常报警提示：根据诊断的结果，在操作室操作画面上显示异常报警信息，根据报警信息操作工和设备维护人员做对应处理措施。
进一步地，所述步骤S3零漂值采用伺服阀给定值X。
进一步地，所述步骤S3偏差S为：
进一步地，所述步骤S4零漂值X≤8％为标准范围。
进一步地，所述步骤S4偏差S>20％且持续时间超过20ms为异常。
进一步地，所述步骤S4周期T为1h。
进一步地，所述步骤S4在T＝1h周期内偏差出现的次数累计5次及以上，异常频率f≥5。
进一步地，所述步骤S5零漂值X>8％或f≥5时认为伺服阀性能状态劣化，操作室操作画面显示报警及零漂值X和偏差S值，操作工根据零漂值X和偏差S值的顺序决定哪个伺服阀当主阀哪个伺服阀当次阀哪个伺服阀当末阀，零漂值X和偏差S值越小说明状态越好可以当主阀，反之越差当次阀和末阀。
(三)有益效果
本发明的有益效果：一种轧机HGC系统伺服阀在线诊断方法，采用频率分析法，在线实时对阀状态进行分析，从而作出伺服阀是否存在缺陷和劣化程度的判断，由事后发现改为事前控制，可以将伺服阀故障处理在萌芽状态，对自动化钢铁生产具有重大意义；本发明可以寻求伺服阀作为主阀、备用阀，使已投入的伺服阀组合顺序为最优状态；本发明还可以用于轧机上支撑辊平衡系统、CVC窜辊系统、WRB弯辊系统在线诊断。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明在线诊断方法流程图；
图2为在线诊断伺服阀PDA数据图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
结合图1，一种轧机HGC系统伺服阀在线诊断方法，包括以下步骤：
S1、信号采集：采集伺服阀阀芯开口度的给定值X和实际反馈值Y；
S2、信号分析：分析给定信号与反馈信号的偏差值及偏差变化情况，设定正常偏差的标准范围，将偏差S超过设定标准范围为异常；
S3、信号监测：零漂超标和偏差超过设定标准范围为异常，以偏差异常出现的频率f和零漂值为监测对象；零漂是伺服阀的静态指标，零漂值是指HGC油缸位置不变的情况下伺服阀的零位偏移量，考虑到伺服阀阀芯的实际位置较给定值波动频繁，故零漂值采用伺服阀给定值X。偏差S为：
S4、信号诊断：监测零漂值及偏差在一定周期T内出现的频率f次数，对伺服阀工作状态进行诊断；零漂值X≤8％为标准范围，标准范围小于8％是根据新的伺服阀出厂零漂值及实践得出的值，当零漂值X≤8％范围内，HGC系统能自动补偿满足设备功能精度要求。当偏差S>20％且持续时间超过20ms(伺服阀响应时间)为异常，在T＝1h周期内偏差出现的次数累计5次，即异常频率f≥5。
S5、异常报警提示：根据诊断的结果，在操作室操作画面上显示异常报警信息，根据报警信息操作工和设备维护人员做对应处理措施。零漂值X>8％或f≥5(T＝1h)时认为伺服阀性能状态劣化，操作室操作画面显示报警及零漂值X和偏差S值，操作工根据零漂值X和偏差S值的顺序决定哪个伺服阀当主阀哪个伺服阀当次阀哪个伺服阀当末阀，零漂值X和偏差S值越小说明状态越好可以当主阀，反之越差当次阀和末阀。
本发明实施例伺服阀在线诊断方法包括以下步骤:
S1、采集伺服阀阀芯开口度的给定值X和实际反馈值Y。
S2、分析给定信号与反馈信号的偏差值及偏差变化情况，设定正常偏差的标准范围，将偏差S超过设定标准定位异常。
S3、零漂是伺服阀的静态指标，零漂值是指HGC油缸位置不变的情况下伺服阀的零位偏移量，考虑到伺服阀阀芯的实际位置较给定值波动频繁，故零漂值采用伺服阀给定值X。偏差S为：
S4、监测零漂值及偏差在一定周期T内出现的频率f次数，对伺服阀工作状态进行诊断。情况1：零漂值X>8％；情况2：偏差S>20％且持续时间超过20ms(伺服阀响应时间)为异常，在T＝1h周期内偏差出现的次数累计5次，即异常频率f≥5。伺服阀出现以上两种情况之一，说明伺服阀状态劣化。
S5、根据诊断的结果，在操作室操作画面上显示异常报警信息，根据报警信息操作工和设备维护人员做对应处理措施。
从图2PDA数据图中可以看出给定值X和反馈值Y数据一致，1#伺服阀的零漂值X<8％，偏差S<20％，说明1#伺服阀状态良好可以作为主阀使用，2#伺服阀从21点43分开始，给定值X和反馈值Y数据偏差较大，偏差值S一直大于20％，且1分钟内出现的频繁f远远大于5次，说明2#伺服阀状态劣化只能切换成末阀，待停机时更换2#伺服阀，避免发生轧制异常材及非计划停机时间。
综上所述，本发明轧机HGC系统伺服阀在线诊断方法，采用频率分析法，在线实时对阀状态进行分析，从而作出伺服阀是否存在缺陷和劣化程度的判断，由事后发现改为事前控制，可以将伺服阀故障处理在萌芽状态，对自动化钢铁生产具有重大意义；本发明可以寻求伺服阀作为主阀、备用阀，使已投入的伺服阀组合顺序为最优状态；本发明还可以用于轧机上支撑辊平衡系统、CVC窜辊系统、WRB弯辊系统在线诊断。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种轧机HGC系统伺服阀在线诊断方法，其特征在于：包括以下步骤：
S1、信号采集：采集伺服阀阀芯开口度的给定值X和实际反馈值Y；
S2、信号分析：分析给定信号与反馈信号的偏差值及偏差变化情况，设定正常偏差的标准范围，将偏差S超过设定标准范围为异常；
S3、信号监测：零漂超标和偏差超过设定标准范围为异常，以偏差异常出现的频率f和零漂值为监测对象；
S4、信号诊断：监测零漂值及偏差在一定周期T内出现的频率f次数，对伺服阀工作状态进行诊断；
S5、异常报警提示：根据诊断的结果，在操作室操作画面上显示异常报警信息，根据报警信息操作工和设备维护人员做对应处理措施。
2.如权利要求1所述的一种轧机HGC系统伺服阀在线诊断方法，其特征在于，所述步骤S3零漂值采用伺服阀给定值X。
3.如权利要求2所述的一种轧机HGC系统伺服阀在线诊断方法，其特征在于，所述步骤S3偏差S为：
4.如权利要求1所述的一种轧机HGC系统伺服阀在线诊断方法，其特征在于，所述步骤S4零漂值X≤8％为标准范围。
5.如权利要求1所述的一种轧机HGC系统伺服阀在线诊断方法，其特征在于，所述步骤S4偏差S>20％且持续时间超过20ms为异常。
6.如权利要求5所述的一种轧机HGC系统伺服阀在线诊断方法，其特征在于，所述步骤S4周期T为1h。
7.如权利要求6所述的一种轧机HGC系统伺服阀在线诊断方法，其特征在于，所述步骤S4在T＝1h周期内偏差出现的次数累计5次及以上，异常频率f≥5。
8.如权利要求1所述的一种轧机HGC系统伺服阀在线诊断方法，其特征在于，所述步骤S5零漂值X>8％或f≥5时认为伺服阀性能状态劣化，操作室操作画面显示报警及零漂值X和偏差S值，操作工根据零漂值X和偏差S值的顺序决定伺服阀当主阀、当次阀、末阀，零漂值X和偏差S值越小说明状态越好当主阀，反之越差当次阀和末阀。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710468006.5A CN109101007A (zh) | 2017-06-20 | 2017-06-20 | 一种轧机hgc系统伺服阀在线诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710468006.5A CN109101007A (zh) | 2017-06-20 | 2017-06-20 | 一种轧机hgc系统伺服阀在线诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109101007A true CN109101007A (zh) | 2018-12-28 |
Family
ID=64795670
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710468006.5A Pending CN109101007A (zh) | 2017-06-20 | 2017-06-20 | 一种轧机hgc系统伺服阀在线诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109101007A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110307212A (zh) * | 2019-06-19 | 2019-10-08 | 欧洛普智控(北京)科技发展有限公司 | 一种液压伺服系统漏油监测方法 |
| CN110814054A (zh) * | 2019-11-13 | 2020-02-21 | 清华四川能源互联网研究院 | 基于液压缸伺服阀开度静态和动态特征的预警方法 |
| CN111550473A (zh) * | 2019-02-12 | 2020-08-18 | 纳博特斯克有限公司 | 液压伺服阀的状态诊断方法、系统及其状态诊断装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002328717A (ja) * | 2001-04-27 | 2002-11-15 | Mitsubishi Electric Corp | サーボ弁駆動システム故障検出装置 |
| CN102094865A (zh) * | 2009-12-11 | 2011-06-15 | 陈镇汉 | 一种智能型电液流量伺服阀 |
| CN102628738A (zh) * | 2012-03-26 | 2012-08-08 | 上海交通大学 | 厚板轧机agc伺服阀状态监测与故障诊断系统 |
| CN105650061A (zh) * | 2016-04-05 | 2016-06-08 | 中国重型机械研究院股份公司 | 一种带故障自诊断的液压缸位置跟随系统及控制方法 |
| CN106594000A (zh) * | 2016-12-15 | 2017-04-26 | 中国航空工业集团公司北京长城航空测控技术研究所 | 一种电液伺服阀故障诊断方法 |
-
2017
- 2017-06-20 CN CN201710468006.5A patent/CN109101007A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002328717A (ja) * | 2001-04-27 | 2002-11-15 | Mitsubishi Electric Corp | サーボ弁駆動システム故障検出装置 |
| CN102094865A (zh) * | 2009-12-11 | 2011-06-15 | 陈镇汉 | 一种智能型电液流量伺服阀 |
| CN102628738A (zh) * | 2012-03-26 | 2012-08-08 | 上海交通大学 | 厚板轧机agc伺服阀状态监测与故障诊断系统 |
| CN105650061A (zh) * | 2016-04-05 | 2016-06-08 | 中国重型机械研究院股份公司 | 一种带故障自诊断的液压缸位置跟随系统及控制方法 |
| CN106594000A (zh) * | 2016-12-15 | 2017-04-26 | 中国航空工业集团公司北京长城航空测控技术研究所 | 一种电液伺服阀故障诊断方法 |
Non-Patent Citations (2)
| Title |
|---|
| 叶秀成 等: "粗轧机机械压下抱阐液压系统优化", 《轧钢》 * |
| 魏立华: "一种轧机AGC系统伺服阀在线监测诊断技术", 《武钢技术》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111550473A (zh) * | 2019-02-12 | 2020-08-18 | 纳博特斯克有限公司 | 液压伺服阀的状态诊断方法、系统及其状态诊断装置 |
| CN110307212A (zh) * | 2019-06-19 | 2019-10-08 | 欧洛普智控(北京)科技发展有限公司 | 一种液压伺服系统漏油监测方法 |
| CN110307212B (zh) * | 2019-06-19 | 2021-12-10 | 欧洛普智控(北京)科技发展有限公司 | 一种液压伺服系统漏油监测方法 |
| CN110814054A (zh) * | 2019-11-13 | 2020-02-21 | 清华四川能源互联网研究院 | 基于液压缸伺服阀开度静态和动态特征的预警方法 |
| CN110814054B (zh) * | 2019-11-13 | 2020-10-27 | 清华四川能源互联网研究院 | 基于液压缸伺服阀开度静态和动态特征的预警方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10732619B2 (en) | Method for monitoring driving unit of car body assembly line, and device therefor | |
| US9310288B2 (en) | Systems and methods to monitor operating processes | |
| CN109101007A (zh) | 一种轧机hgc系统伺服阀在线诊断方法 | |
| NO337835B1 (no) | Fremgangsmåte og system for sanntidsoperasjoner og vedlikehold | |
| WO2008014349A1 (en) | Method and system for detecting abnormal operation in a process plant | |
| EP3555713A1 (de) | Verfahren zur inbetriebnahme oder wartung eines feldgeräts der automatisierungstechnik | |
| WO2008085705A1 (en) | Method and system for modeling a process in a process plant | |
| EP2188600A2 (de) | Verfahren zur überwachung einer prozessanlage mit einem feldbus der prozessautomatisierungstechnik | |
| KR101532843B1 (ko) | 스마트 센서를 이용한 원전 유압밸브의 온라인 감시 시스템 | |
| WO2021244869A1 (de) | Verfahren zum betrieb einer überwachungsvorrichtung zur überwachung einer heizungsanlage, überwachungsvorrichtung und heizungsanlage mit der überwachungsvorrichtung | |
| DE102016123338A1 (de) | Verfahren zur vorausschauenden Wartung von Feldgeräten der Automatisierungstechnik | |
| US20030040948A1 (en) | Quality control method, quality control support system and trend management program for manufacturing operation | |
| EP2631724B1 (en) | Method for measuring health index of plant in which state of lower component is reflected, and computer-readable storage medium in which program for performing the method is stored | |
| CN117094605A (zh) | 一种铸件质量控制方法及系统 | |
| US20130253866A1 (en) | Intelligent visualisation in the monitoring of process and/or system variables | |
| EP3555714B1 (de) | Verfahren zur applikationsspezifischen einstellung eines feldgeräts | |
| WO2020038666A1 (de) | Vorrichtung zum ausgeben eines zukünftigen zustands eines schmiersystems | |
| DE10254219A1 (de) | Überwachungseinrichtung und -verfahren für Durchflussarmaturen | |
| EP3341807A1 (de) | Verfahren und system zur instandhaltung von feldgeräten in einer anlage der automatisierungstechnik | |
| Ohlert et al. | Digitalization in hot and cold rolling mills | |
| CN111913431A (zh) | 一种兆候管理设备、控制方法、控制系统及可读存储介质 | |
| DE102019116137B4 (de) | Verfahren zum Überprüfen des Produktionsprozesses von Feldgeräten | |
| CN212623707U (zh) | 一种兆候设备管理系统 | |
| RU2794126C1 (ru) | Устройство для определения неисправности доменной печи, способ определения неисправности доменной печи и способ эксплуатации доменной печи | |
| DE102013100411B4 (de) | Verfahren und Vorrichtung zur Zustandsüberwachung einer Kälteanlage |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181228 |