CN109894475B - 一种冷轧连退设备劣化趋势预警方法及装置 - Google Patents
一种冷轧连退设备劣化趋势预警方法及装置 Download PDFInfo
- Publication number
- CN109894475B CN109894475B CN201910149593.0A CN201910149593A CN109894475B CN 109894475 B CN109894475 B CN 109894475B CN 201910149593 A CN201910149593 A CN 201910149593A CN 109894475 B CN109894475 B CN 109894475B
- Authority
- CN
- China
- Prior art keywords
- continuous annealing
- rolling line
- obtaining
- detection information
- line
- 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.)
- Active
Links
Images
Landscapes
- Heat Treatment Of Strip Materials And Filament Materials (AREA)
Abstract
本发明公开了一种冷轧连退设备劣化趋势预警方法及装置,所述方法包括:获得连退轧线活套小车速度;获得第一预定阈值;判断所述连退轧线活套小车速度是否大于所述第一预定阈值;如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;获得第二预定阈值;判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。实现了冷轧连退设备服役状态的在线监测,智能诊断,有效分析劣化趋势与预警,降低设备故障发生率,提高故障处理速度,从而提升设备管理水平的技术效果。
Description
技术领域
本申请涉及自动化控制技术领域,尤其涉及一种冷轧连退设备劣化趋势预警方法及装置。
背景技术
为了践行工业4.0理念在钢铁行业的应用,积极推进工业数字化、网络化、智能化的建设,通过“关键装备服役质量预警与管控”对冷轧连退产线设备的运行进行智能管控,起到监控预判效果,提升设备管理水平。对冷轧连退设备生产具有“状态感知、实时分析、自主决策、精准执行、绿色安全”特点的智能工厂具有重要支撑意义。本发明的实施,对硅钢无取向中低牌号生产设备稳定运行有支撑作用。
但本申请发明人在实现本申请实施例中技术方案的过程中,发现上述现有技术至少存在如下技术问题:
现有技术中通常采用人工的方式对冷轧连退设备服役状态进行检测,不能第一时间发现设备发生故障,从而导致维修不及时,设备故障率增加,降低设备稳定运行时间,严重影响正常生产的技术问题。
发明内容
本申请实施例通过提供一种冷轧连退设备劣化趋势预警方法及装置,用以解决现有技术中通常采用人工的方式对冷轧连退设备服役状态进行检测,不能第一时间发现设备故障,从而导致维修不及时,设备故障率增加,降低设备稳定运行时间,严重影响正常生产的技术问题。实现了冷轧连退设备服役状态的在线监测,智能诊断,有效分析劣化趋势与预警,降低设备故障发生率,提高故障处理速度,从而提升设备管理水平的技术效果。
为了解决上述问题,第一方面,本申请实施例提供了一种冷轧连退设备劣化趋势预警方法,所述方法包括:获得连退轧线活套小车速度;获得第一预定阈值;判断所述连退轧线活套小车速度是否大于所述第一预定阈值;如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;获得第二预定阈值;判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
优选的,所述连退轧线张力计检测信息的计算公式为:
P1=a*1000/b/m-n;
其中,a为连退轧线张力计实际值;
b为连退轧线张力计钢卷厚度设定值;
m为连退轧线张力计钢卷宽度设定值;
n为连退轧线张力计设定值。
优选的,所述判断所述连退轧线活套小车速度是否大于所述第一预定阈值之后,还包括:如果所述连退轧线活套小车速度大于所述第一预定阈值,获得连退轧线活套编码器校准位开关状态信息;判断所述连退轧线活套编码器校准位开关状态信息是否为高电平;如果所述连退轧线活套编码器校准位开关状态信息为高电平,获得连退轧线编码器检测信息;获得第三预定阈值;判断所述连退轧线编码器检测信息是否大于所述第三预定阈值;如果所述连退轧线编码器检测信息的绝对值大于所述第三预定阈值,获得第二报警指令,所述第二报警指令为触发连退轧线编码器劣化趋势报警。
优选的,所述获得连退轧线编码器检测信息,包括:如果所述连退轧线张力计检测信息的绝对值小于等于所述第二预定阈值,获得所述连退轧线编码器检测信息;其中,所述连退轧线编码器检测信息为:
P2=x%-y(60)%
其中,x为前一扫描周期连退轧线活套编码器套量实际值;
y为活套校准位设定值。
优选的,所述判断所述连退轧线活套编码器校准位开关状态信息是否为高电平之后,还包括:如果所述连退轧线活套编码器校准位开关状态信息为低电平,获得连退轧线空气流量调节串级状态;判断所述连退轧线空气流量调节串级状态是否为1;如果所述连退轧线空气流量调节串级状态为1,获得连退炉区调节阀检测信息;获得第四预定阈值;判断所述连退炉区调节阀检测信息是否大于所述第四预定阈值;如果所述连退炉区调节阀检测信息大于所述第四预定阈值,获得第三预警指令,所述第三预警指令为触发连退炉区调节阀劣化趋势报警。
优选的,所述连退炉区调节阀检测信息为:
P3=q1-q2;
其中,q1为连退轧线空气流量设定值;
q2为连退轧线空气流量实际值。
第二方面,本申请实施例还提供了一种冷轧连退设备劣化趋势预警装置,所述装置包括:
第一获得单元,所述第一获得单元用于获得连退轧线活套小车速度;
第二获得单元,所述第二获得单元用于获得第一预定阈值;
第一判断单元,所述第一判断单元用于判断所述连退轧线活套小车速度是否大于所述第一预定阈值;
第三获得单元,所述第三获得单元用于如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;
第四获得单元,所述第四获得单元用于获得第二预定阈值;
第二判断单元,所述第二判断单元用于判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;
第五获得单元,所述第五获得单元用于如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
优选的,所述连退轧线张力计检测信息的计算公式为:
P1=a*1000/b/m-n;
其中,a为连退轧线张力计实际值;
b为连退轧线张力计钢卷厚度设定值;
m为连退轧线张力计钢卷宽度设定值;
n为连退轧线张力计设定值。
优选的,所述第一判断单元还包括:
第六获得单元,所述第六获得单元用于如果所述连退轧线活套小车速度大于所述第一预定阈值,获得连退轧线活套编码器校准位开关状态信息;
第三判断单元,所述第三判断单元用于判断所述连退轧线活套编码器校准位开关状态信息是否为高电平;
第七获得单元,所述第七获得单元用于如果所述连退轧线活套编码器校准位开关状态信息为高电平,获得连退轧线编码器检测信息;
第八获得单元,所述第八获得单元用于获得第三预定阈值;
第四判断单元,所述第四判断单元用于判断所述连退轧线编码器检测信息是否大于所述第三预定阈值;
第九获得单元,所述第九获得单元用于如果所述连退轧线编码器检测信息的绝对值大于所述第三预定阈值,获得第二报警指令,所述第二报警指令为触发连退轧线编码器劣化趋势报警。
优选的,所述第七获得单元包括:
第十获得单元,所述第十获得单元用于如果所述连退轧线张力计检测信息的绝对值小于等于所述第二预定阈值,获得所述连退轧线编码器检测信息;
其中,所述连退轧线编码器检测信息为:
P2=x%-y(60)%
其中,x为前一扫描周期连退轧线活套编码器套量实际值;
y为活套校准位设定值。
优选的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于如果所述连退轧线活套编码器校准位开关状态信息为低电平,获得连退轧线空气流量调节串级状态;
第五判断单元,所述第五判断单元用于判断所述连退轧线空气流量调节串级状态是否为1;
第十二获得单元,所述第十二获得单元用于如果所述连退轧线空气流量调节串级状态为1,获得连退炉区调节阀检测信息;
第十三获得单元,所述第十三获得单元用于获得第四预定阈值;
第六判断单元,所述第六判断单元用于判断所述连退炉区调节阀检测信息是否大于所述第四预定阈值;
第十四获得单元,所述第十四获得单元用于如果所述连退炉区调节阀检测信息大于所述第四预定阈值,获得第三预警指令,所述第三预警指令为触发连退炉区调节阀劣化趋势报警。
优选的,所述连退炉区调节阀检测信息为:
P3=q1-q2;
其中,q1为连退轧线空气流量设定值;
q2为连退轧线空气流量实际值。
第三方面,本申请实施例还提供了一种冷轧连退设备劣化趋势预警装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
获得连退轧线活套小车速度;获得第一预定阈值;判断所述连退轧线活套小车速度是否大于所述第一预定阈值;如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;获得第二预定阈值;判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
第四方面,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
获得连退轧线活套小车速度;获得第一预定阈值;判断所述连退轧线活套小车速度是否大于所述第一预定阈值;如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;获得第二预定阈值;判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本申请实施例通过提供一种冷轧连退设备劣化趋势预警方法及装置,所述方法包括:获得连退轧线活套小车速度;获得第一预定阈值;判断所述连退轧线活套小车速度是否大于所述第一预定阈值;如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;获得第二预定阈值;判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。用以解决现有技术中通常采用人工的方式对冷轧连退设备服役状态进行检测,不能第一时间发现设备故障,从而导致维修不及时,设备故障率增加,降低设备稳定运行时间,严重影响正常生产的技术问题。实现了冷轧连退设备服役状态的在线监测,智能诊断,有效分析劣化趋势与预警,降低设备故障发生率,提高故障处理速度,从而提升设备管理水平的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本发明实施例中一种冷轧连退设备劣化趋势预警方法的流程示意图;
图2为本发明实施例中一种冷轧连退设备劣化趋势预警装置的结构示意图;
图3为本发明实施例中另一种冷轧连退设备劣化趋势预警装置的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一判断单元 13,第三获得单元14,第四获得单元15,第二判断单元16,第五获得单元17,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例提供了一种冷轧连退设备劣化趋势预警方法及装置,用以解决现有技术中通常采用人工的方式对冷轧连退设备服役状态进行检测,不能第一时间发现设备故障,从而导致维修不及时,设备故障率增加,降低设备稳定运行时间,严重影响正常生产的技术问题。
为了解决上述技术问题,本申请提供的技术方案总体思路如下:通过获得连退轧线活套小车速度;获得第一预定阈值;判断所述连退轧线活套小车速度是否大于所述第一预定阈值;如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;获得第二预定阈值;判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。实现了冷轧连退设备服役状态的在线监测,智能诊断,有效分析劣化趋势与预警,降低设备故障发生率,提高故障处理速度,从而提升设备管理水平的技术效果。
下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
实施例一
图1为本发明实施例中一种冷轧连退设备劣化趋势预警方法的流程示意图,如图1所示,所述方法包括:
步骤110:获得连退轧线活套小车速度;
步骤120:获得第一预定阈值;
步骤130:判断所述连退轧线活套小车速度是否大于所述第一预定阈值;
步骤140:如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;
步骤150:获得第二预定阈值;
步骤160:判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;
步骤170:如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
具体而言,本发明实施例中的所述冷轧连退设备劣化趋势预警方法是基于对冷轧设备和工艺的掌握,通过长期不断探索积累的设备维护经验,并对理论数据进行修正,最终实现在冷轧设备发生劣化后或在设备发生故障之前就发出预警信号,起到防患于未然的目的,设备劣化趋势预警方法是减少设备故障的最直接、最有效的手段之一。所述冷轧连退设备劣化趋势预警方法包括对连退轧机的张力计、连退轧机编码器以及连退炉区调节阀的劣化趋势预警,在这里,首先介绍对连退轧机张力计的在线监测,并对张力计作出劣化趋势智能预警,具体步骤包括:首先获得连退轧线活套小车速度和预先设定的第一预定阈值,其中,所述第一预定阈值的数值为2/0.06,然后判断所述连退轧线活套小车速度是否大于所述第一预定阈值,即就是判断所述连退轧线活套小车速度*0.06是否大于2,如果所述连退轧线活套小车速度小于等于所述第一预定阈值,就获得连退轧线张力计检测信息和第二预定阈值,其中,所述第二预定阈值的数值为2,接着判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值,即就是所述连退轧线张力计检测信息的绝对值是否大于2,如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,表明所述连退轧线张力计出现失真,已经开始劣化,此时获得第一报警指令,其中,所述第一报警指令为触发连退轧线张力计劣化趋势报警,提醒设备检修人员及时进行检修,提高故障处理速度,确保设备正常运行,进一步实现了对连退轧线张力计的在线监测,智能诊断,及时触发连退轧线张力计趋势报警的技术效果。
在步骤140中,所述连退轧线张力计检测信息的计算公式为:
P1=a*1000/b/m-n;
其中,a为连退轧线张力计实际值;
b为连退轧线张力计钢卷厚度设定值;
m为连退轧线张力计钢卷宽度设定值;
n为连退轧线张力计设定值。
进一步的,所述判断所述连退轧线活套小车速度是否大于所述第一预定阈值之后,还包括:如果所述连退轧线活套小车速度大于所述第一预定阈值,获得连退轧线活套编码器校准位开关状态信息;判断所述连退轧线活套编码器校准位开关状态信息是否为高电平;如果所述连退轧线活套编码器校准位开关状态信息为高电平,获得连退轧线编码器检测信息;获得第三预定阈值;判断所述连退轧线编码器检测信息是否大于所述第三预定阈值;如果所述连退轧线编码器检测信息的绝对值大于所述第三预定阈值,获得第二报警指令,所述第二报警指令为触发连退轧线编码器劣化趋势报警。
进一步的,所述获得连退轧线编码器检测信息,包括:如果所述连退轧线张力计检测信息的绝对值小于等于所述第二预定阈值,获得所述连退轧线编码器检测信息;其中,所述连退轧线编码器检测信息为:
P2=x%-y(60)%
其中,x为前一扫描周期连退轧线活套编码器套量实际值;
y为活套校准位设定值。
具体而言,在判断所述连退轧线活套小车速度是否大于所述第一预定阈值时,如果所述连退轧线活套小车速度大于所述第一预定阈值,即就是所述连退轧线活套小车速度*0.06大于2,此时获得连退轧线活套编码器校准位开关状态信息,然后判断所述连退轧线活套编码器校准位开关状态信息是否为高电平,如果所述连退轧线活套编码器校准位开关状态信息为高电平,获得连退轧线编码器检测信息,其中,所述连退轧线编码器检测信息为:
P2=x%-y(60)%
其中,x为前一扫描周期连退轧线活套编码器套量实际值;y为活套校准位设定值;再获得第三预定阈值,在本发明实施例中,所述第三预定阈值的数值为5%,判断所述连退轧线编码器检测信息是否大于所述第三预定阈值,如果所述连退轧线编码器检测信息的绝对值大于所述第三预定阈值,表明所述连退轧线编码器存在丢码现象,已经开始劣化,此时获得第二报警指令,其中,所述第二报警指令为触发连退轧线编码器劣化趋势报警,提醒设备检修人员及时进行检修,提高故障处理速度,确保设备正常运行,进一步实现了对连退轧线编码器的在线监测,智能诊断,触发连退轧线编码器趋势报警的技术效果。
进一步的,所述判断所述连退轧线活套编码器校准位开关状态信息是否为高电平之后,还包括:如果所述连退轧线活套编码器校准位开关状态信息为低电平,获得连退轧线空气流量调节串级状态;判断所述连退轧线空气流量调节串级状态是否为1;如果所述连退轧线空气流量调节串级状态为1,获得连退炉区调节阀检测信息;获得第四预定阈值;判断所述连退炉区调节阀检测信息是否大于所述第四预定阈值;如果所述连退炉区调节阀检测信息大于所述第四预定阈值,获得第三预警指令,所述第三预警指令为触发连退炉区调节阀劣化趋势报警。
进一步的,所述连退炉区调节阀检测信息为:
P3=q1-q2;
其中,q1为连退轧线空气流量设定值;
q2为连退轧线空气流量实际值。
具体而言,如果所述连退轧线活套编码器校准位开关状态信息为低电平,就获得连退轧线空气流量调节串级状态,然后判断所述连退轧线空气流量调节串级状态是否为1,如果所述连退轧线空气流量调节串级状态为1,获得连退炉区调节阀检测信息,其中,所述连退炉区调节阀检测信息为:
P3=q1-q2;
其中,q1为连退轧线空气流量设定值;q2为连退轧线空气流量实际值。同时获得第四预定阈值,其中,所述第四预定阈值的数值为30,随后判断所述连退炉区调节阀检测信息是否大于所述第四预定阈值,如果所述连退炉区调节阀检测信息大于所述第四预定阈值,即所述连退轧线空气流量设定值与所述连退轧线空气流量实际值的差值大于30,即所述连退炉区调节阀的反馈跟随给定的时间急速劣化,表明所述连退炉区调节阀的响应性能出现劣化趋势,此时获得第三预警指令,其中,所述第三预警指令为触发连退炉区调节阀劣化趋势报警,提醒设备检修人员及时进行检修,提高故障处理速度,确保设备正常运行,进一步实现了对连退炉区的在线监测,智能诊断,触发连退炉区趋势报警的技术效果。
实施例二
基于与前述实施例中一种冷轧连退设备劣化趋势预警方法同样的发明构思,本发明还提供一种冷轧连退设备劣化趋势预警装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得连退轧线活套小车速度;
第二获得单元12,所述第二获得单元12用于获得第一预定阈值;
第一判断单元13,所述第一判断单元13用于判断所述连退轧线活套小车速度是否大于所述第一预定阈值;
第三获得单元14,所述第三获得单元14用于如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;
第四获得单元15,所述第四获得单元15用于获得第二预定阈值;
第二判断单元16,所述第二判断单元16用于判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;
第五获得单元17,所述第五获得单元17用于如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
优选的,所述连退轧线张力计检测信息的计算公式为:
P1=a*1000/b/m-n;
其中,a为连退轧线张力计实际值;
b为连退轧线张力计钢卷厚度设定值;
m为连退轧线张力计钢卷宽度设定值;
n为连退轧线张力计设定值。
优选的,所述第一判断单元13还包括:
第六获得单元,所述第六获得单元用于如果所述连退轧线活套小车速度大于所述第一预定阈值,获得连退轧线活套编码器校准位开关状态信息;
第三判断单元,所述第三判断单元用于判断所述连退轧线活套编码器校准位开关状态信息是否为高电平;
第七获得单元,所述第七获得单元用于如果所述连退轧线活套编码器校准位开关状态信息为高电平,获得连退轧线编码器检测信息;
第八获得单元,所述第八获得单元用于获得第三预定阈值;
第四判断单元,所述第四判断单元用于判断所述连退轧线编码器检测信息是否大于所述第三预定阈值;
第九获得单元,所述第九获得单元用于如果所述连退轧线编码器检测信息的绝对值大于所述第三预定阈值,获得第二报警指令,所述第二报警指令为触发连退轧线编码器劣化趋势报警。
优选的,所述第七获得单元包括:
第十获得单元,所述第十获得单元用于如果所述连退轧线张力计检测信息的绝对值小于等于所述第二预定阈值,获得所述连退轧线编码器检测信息;
其中,所述连退轧线编码器检测信息为:
P2=x%-y(60)%
其中,x为前一扫描周期连退轧线活套编码器套量实际值;
y为活套校准位设定值。
优选的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于如果所述连退轧线活套编码器校准位开关状态信息为低电平,获得连退轧线空气流量调节串级状态;
第五判断单元,所述第五判断单元用于判断所述连退轧线空气流量调节串级状态是否为1;
第十二获得单元,所述第十二获得单元用于如果所述连退轧线空气流量调节串级状态为1,获得连退炉区调节阀检测信息;
第十三获得单元,所述第十三获得单元用于获得第四预定阈值;
第六判断单元,所述第六判断单元用于判断所述连退炉区调节阀检测信息是否大于所述第四预定阈值;
第十四获得单元,所述第十四获得单元用于如果所述连退炉区调节阀检测信息大于所述第四预定阈值,获得第三预警指令,所述第三预警指令为触发连退炉区调节阀劣化趋势报警。
优选的,所述连退炉区调节阀检测信息为:
P3=q1-q2;
其中,q1为连退轧线空气流量设定值;
q2为连退轧线空气流量实际值。
前述图1实施例一中的一种冷轧连退设备劣化趋势预警方法的各种变化方式和具体实例同样适用于本实施例的一种冷轧连退设备劣化趋势预警装置,通过前述对一种冷轧连退设备劣化趋势预警方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种冷轧连退设备劣化趋势预警装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种冷轧连退设备劣化趋势预警方法同样的发明构思,本发明还提供一种冷轧连退设备劣化趋势预警装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种冷轧连退设备劣化趋势预警方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口 306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
实施例四
基于与前述实施例中一种冷轧连退设备劣化趋势预警方法同样的发明构思,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
获得连退轧线活套小车速度;获得第一预定阈值;判断所述连退轧线活套小车速度是否大于所述第一预定阈值;如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;获得第二预定阈值;判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
在具体实施过程中,该程序被处理器执行时,还可以实现实施例一中的任一方法步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本申请实施例通过提供一种冷轧连退设备劣化趋势预警方法及装置,所述方法包括:获得连退轧线活套小车速度;获得第一预定阈值;判断所述连退轧线活套小车速度是否大于所述第一预定阈值;如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;获得第二预定阈值;判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。用以解决现有技术中通常采用人工的方式对冷轧连退设备服役状态进行检测,不能第一时间发现设备故障,从而导致维修不及时,设备故障率增加,降低设备稳定运行时间,严重影响正常生产的技术问题。实现了冷轧连退设备服役状态的在线监测,智能诊断,有效分析劣化趋势与预警,降低设备故障发生率,提高故障处理速度,从而提升设备管理水平的技术效果。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样,倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种冷轧连退设备劣化趋势预警方法,其特征在于,所述方法包括:
获得连退轧线活套小车速度;
获得第一预定阈值;
判断所述连退轧线活套小车速度是否大于所述第一预定阈值;
如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;
获得第二预定阈值;
判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;
如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
2.如权利要求1所述的方法,其特征在于,所述判断所述连退轧线活套小车速度是否大于所述第一预定阈值之后,还包括:
如果所述连退轧线活套小车速度大于所述第一预定阈值,获得连退轧线活套编码器校准位开关状态信息;
判断所述连退轧线活套编码器校准位开关状态信息是否为高电平;
如果所述连退轧线活套编码器校准位开关状态信息为高电平,获得连退轧线编码器检测信息;
获得第三预定阈值;
判断所述连退轧线编码器检测信息的绝对值是否大于所述第三预定阈值;
如果所述连退轧线编码器检测信息的绝对值大于所述第三预定阈值,获得第二报警指令,所述第二报警指令为触发连退轧线编码器劣化趋势报警。
3.如权利要求2所述的方法,其特征在于,所述判断所述连退轧线活套编码器校准位开关状态信息是否为高电平之后,还包括:
如果所述连退轧线活套编码器校准位开关状态信息为低电平,获得连退轧线空气流量调节串级状态;
判断所述连退轧线空气流量调节串级状态是否为1;
如果所述连退轧线空气流量调节串级状态为1,获得连退炉区调节阀检测信息;
获得第四预定阈值;
判断所述连退炉区调节阀检测信息是否大于所述第四预定阈值;
如果所述连退炉区调节阀检测信息大于所述第四预定阈值,获得第三预警指令,所述第三预警指令为触发连退炉区调节阀劣化趋势报警。
4.如权利要求3所述的方法,其特征在于,所述连退炉区调节阀检测信息为:
P3=q1-q2;
其中,q1为连退轧线空气流量设定值;
q2为连退轧线空气流量实际值。
5.一种冷轧连退设备劣化趋势预警装置,其特征在于,所述装置包括:
第一获得单元,所述第一获得单元用于获得连退轧线活套小车速度;
第二获得单元,所述第二获得单元用于获得第一预定阈值;
第一判断单元,所述第一判断单元用于判断所述连退轧线活套小车速度是否大于所述第一预定阈值;
第三获得单元,所述第三获得单元用于如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;
第四获得单元,所述第四获得单元用于获得第二预定阈值;
第二判断单元,所述第二判断单元用于判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;
第五获得单元,所述第五获得单元用于如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
6.一种冷轧连退设备劣化趋势预警装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
获得连退轧线活套小车速度;
获得第一预定阈值;
判断所述连退轧线活套小车速度是否大于所述第一预定阈值;
如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;
获得第二预定阈值;
判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;
如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
获得连退轧线活套小车速度;
获得第一预定阈值;
判断所述连退轧线活套小车速度是否大于所述第一预定阈值;
如果所述连退轧线活套小车速度小于等于所述第一预定阈值,获得连退轧线张力计检测信息;
获得第二预定阈值;
判断所述连退轧线张力计检测信息的绝对值是否大于所述第二预定阈值;
如果所述连退轧线张力计检测信息的绝对值大于所述第二预定阈值,获得第一报警指令,所述第一报警指令为触发连退轧线张力计劣化趋势报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910149593.0A CN109894475B (zh) | 2019-02-28 | 2019-02-28 | 一种冷轧连退设备劣化趋势预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910149593.0A CN109894475B (zh) | 2019-02-28 | 2019-02-28 | 一种冷轧连退设备劣化趋势预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109894475A CN109894475A (zh) | 2019-06-18 |
CN109894475B true CN109894475B (zh) | 2020-08-14 |
Family
ID=66945938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910149593.0A Active CN109894475B (zh) | 2019-02-28 | 2019-02-28 | 一种冷轧连退设备劣化趋势预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109894475B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110743922B (zh) * | 2019-10-30 | 2021-01-01 | 飞马智科信息技术股份有限公司 | 一种活套速度精准控制方法 |
CN113297021B (zh) * | 2021-05-21 | 2023-01-17 | 联想长风科技(北京)有限公司 | 一种服务器设备拉出机架的自主检测方法及系统 |
CN113477721B (zh) * | 2021-07-14 | 2022-11-01 | 宝钢日铁汽车板有限公司 | 一种钢卷小车和步进梁工作状态监测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH081218A (ja) * | 1994-06-16 | 1996-01-09 | Nisshin Steel Co Ltd | 金属帯の焼鈍、脱スケール、圧延操業方法 |
CN102042893A (zh) * | 2009-10-23 | 2011-05-04 | 宝山钢铁股份有限公司 | 一种连续退火机组辊间带钢张力的软测量方法 |
CN102154543A (zh) * | 2010-02-11 | 2011-08-17 | 上海宝钢工业检测公司 | 冷轧连续退火炉hf段张力下跌的预警方法 |
CN102650891A (zh) * | 2011-02-23 | 2012-08-29 | 宝山钢铁股份有限公司 | 跳动辊控制系统与控制方法 |
CN105404320A (zh) * | 2015-11-06 | 2016-03-16 | 中冶南方(武汉)自动化有限公司 | 冷轧连续退火机组的张力控制方法及系统 |
CN207176041U (zh) * | 2017-04-27 | 2018-04-03 | 甘肃酒钢集团宏兴钢铁股份有限公司 | 用于连续生产线立式活套张力控制系统 |
CN107952799A (zh) * | 2017-11-07 | 2018-04-24 | 武汉科技大学 | 一种降低张力辊组打滑影响的控制方法 |
-
2019
- 2019-02-28 CN CN201910149593.0A patent/CN109894475B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH081218A (ja) * | 1994-06-16 | 1996-01-09 | Nisshin Steel Co Ltd | 金属帯の焼鈍、脱スケール、圧延操業方法 |
CN102042893A (zh) * | 2009-10-23 | 2011-05-04 | 宝山钢铁股份有限公司 | 一种连续退火机组辊间带钢张力的软测量方法 |
CN102154543A (zh) * | 2010-02-11 | 2011-08-17 | 上海宝钢工业检测公司 | 冷轧连续退火炉hf段张力下跌的预警方法 |
CN102650891A (zh) * | 2011-02-23 | 2012-08-29 | 宝山钢铁股份有限公司 | 跳动辊控制系统与控制方法 |
CN105404320A (zh) * | 2015-11-06 | 2016-03-16 | 中冶南方(武汉)自动化有限公司 | 冷轧连续退火机组的张力控制方法及系统 |
CN207176041U (zh) * | 2017-04-27 | 2018-04-03 | 甘肃酒钢集团宏兴钢铁股份有限公司 | 用于连续生产线立式活套张力控制系统 |
CN107952799A (zh) * | 2017-11-07 | 2018-04-24 | 武汉科技大学 | 一种降低张力辊组打滑影响的控制方法 |
Non-Patent Citations (1)
Title |
---|
数据驱动与机理分析相结合的冷轧连退过程故障诊断方法研究;刘强;《中国博士学位论文全文数据库 工程科技Ⅰ辑》;20170315;B022-71 * |
Also Published As
Publication number | Publication date |
---|---|
CN109894475A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109894475B (zh) | 一种冷轧连退设备劣化趋势预警方法及装置 | |
CN104487196B (zh) | 线电极放电加工装置 | |
EP3662418B1 (de) | Verfahren und vorrichtung für maschinelles lernen in einer recheneinheit | |
DE102016009032A1 (de) | Maschinenlerneinheit, Spindelersatzbeurteilungsvorrichtung, Steuerung, Werkzeugmaschine, Produktionssystem und maschinelles Lernverfahren, die zur Beurteilung der Notwendigkeit eines Spindelersatzes fähig sind | |
CN112629905A (zh) | 基于深度学习的设备异常检测方法、系统及计算机介质 | |
CN110894038A (zh) | 电梯门系统运行状态的预测方法及装置 | |
CN110749532A (zh) | 水利工程渗流智能监测系统及方法 | |
CN106682159A (zh) | 一种阈值配置方法 | |
CN116893643A (zh) | 一种基于数据分析的智能机器人行驶轨迹安全管控系统 | |
CN112508316B (zh) | 实时异常检测系统中的自适应异常判定方法和装置 | |
US11992953B2 (en) | Abnormality determination device and abnormality determination method | |
GB2608545A (en) | Improved pattern recognition technique for data-driven fault detection within a process plant | |
US20160239015A1 (en) | Diagnostic Device And Method For Monitoring The Operation Of A Control Loop | |
CN111289036A (zh) | 设备故障预警方法、装置、设备及系统 | |
CN113986678B (zh) | 基于数据训练的设备状态监测系统 | |
CN110273060B (zh) | 一种纠偏辊故障控制的方法和装置 | |
CN113516383A (zh) | 一种建筑施工安全管控方法和装置 | |
CN111071904A (zh) | 电梯控制方法、装置及计算机可读存储介质 | |
DE102016004836B3 (de) | Steuerung eines Robotersystems | |
CN117911009B (zh) | 一种基于XGBoost算法的设备故障预警方法及系统 | |
CN115440010B (zh) | 基于物联网的桥梁远程监测预警装置 | |
CN109778276B (zh) | 一种带钢的张力控制方法及装置 | |
CN113177077B (zh) | 用于自动驾驶的异常事件确定方法、装置及电子设备 | |
CN114839936A (zh) | 数据采样方法、装置、电子设备及存储介质 | |
CN117719382A (zh) | 一种充电安全分析模型构建与自动化充电桩监控系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |