CN111589875B - 一种金属轧制过程的出口测厚仪故障诊断方法及系统 - Google Patents
一种金属轧制过程的出口测厚仪故障诊断方法及系统 Download PDFInfo
- Publication number
- CN111589875B CN111589875B CN202010177901.3A CN202010177901A CN111589875B CN 111589875 B CN111589875 B CN 111589875B CN 202010177901 A CN202010177901 A CN 202010177901A CN 111589875 B CN111589875 B CN 111589875B
- Authority
- CN
- China
- Prior art keywords
- outlet
- thickness
- fault
- thickness gauge
- strip
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B28/00—Maintaining rolls or rolling equipment in effective condition
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/16—Control of thickness, width, diameter or other transverse dimensions
- B21B37/165—Control of thickness, width, diameter or other transverse dimensions responsive mainly to the measured thickness of the product
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/04—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring thickness, width, diameter or other transverse dimensions of the product
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2275/00—Mill drive parameters
- B21B2275/02—Speed
- B21B2275/06—Product speed
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明提供了一种金属轧制过程的出口测厚仪故障诊断方法及系统,包括以下步骤,(1)获得带材入口速度、带材出口速度、入口厚度测量值,通过计算得到出口厚度计算值;(2)将出口测厚仪的测得的出口厚度测量值与出口厚度计算值进行比较,经过计算,得到出口测厚仪的故障输出值;(3)将出口测厚仪的故障输出值发送到人机画面进行显示。本发明从整体生产的角度判断出口测厚仪的工作和故障情况,不再局限于测厚仪单体设备本身的状态,故障判断准确度高,覆盖度广,而且不需要大量的重复经验,实施简单,方便有效,并且可以随时在线进行计算和判断,减少了停机检修的时间,执行速度快,运行效率高。
Description
技术领域
本发明涉及一种金属轧制过程的出口测厚仪故障诊断方法及系统,具体涉及金属轧制过程中提高设备可靠性的故障诊断方法,属于有色金属加工控制技术领域。
背景技术
在钢铁等黑色金属及铝、铜等有色金属轧制过程中,一般使用冷轧机、箔轧机等装备完成板带箔材的轧制工作。在板带箔材的轧制过程中,为了提高带材厚差性能指标,主要使用自动厚度控制系统。在厚度控制系统中,出口测厚仪属于核心设备,进行板带箔材的出口厚度测量,将出口厚度测量值送到厚度控制系统中,进行反馈控制计算。保障出口厚度的均一性。
根据测量原理的不同,测厚仪可分为X射线测厚仪、同位素测厚仪、光学测厚仪等不同形式,其中最常用的是X射线测厚仪。在测厚仪测量过程中,设备本身的问题,例如射线管老化、电离室损坏、通讯故障等不同原因都会引起厚度测量故障。而且,各种测厚仪设备外部的问题,例如油污的存在、冷却温度的变化等外部因素也会影响出口测厚仪的正常工作,引起不同程度的测厚仪故障,轻则厚度测量出错,重则损坏设备,造成生产停机。
为了预防和判断出口测厚仪的故障,当前一般采用人工点检的方式,例如定期查看测厚仪设备电流、电压、温度等参数,判断测厚仪工作是否正常,但点检周期较长,不能快速发现问题。部分高级控制系统可以自动采集测厚仪设备数据,进行自动点检,然后自动根据设备采集数据进行阈值判断,但是价格昂贵,准确度也较低。
但是,不论是人工点检还是自动点检的方式,都存在一定的局限性。首先,这种点检方式都依靠一定的阈值或经验进行判断,这种阈值的具体范围大小,在不同轧制过程都是不一样的,很难获得准确数值,都要依靠大量经验或试验获得,费时费力,不仅效率低,而且准确性也较低。其次,这种点检方式,一般都要求在离线进行,在实际的在线轧制过程中,由于测量过程的数据不停变化,难以应用和判断。最后,也是最重要的是,这种点检方式仅使用单体设备自身数据孤立进行,没有充分利用轧制过程的信息和数据,因此故障诊断困难,执行效率低。
发明内容
本发明要解决的技术问题是提供一种金属轧制过程的出口测厚仪故障诊断方法及系统。
为了解决上述技术问题,本发明提供了一种金属轧制过程的出口测厚仪故障诊断方法,所述的方法包括以下步骤,
(1)获得带材入口速度、带材出口速度、入口厚度测量值,通过计算得到出口厚度计算值;
(2)将出口测厚仪的测得的出口厚度测量值与出口厚度计算值进行比较,经过计算,得到出口测厚仪的故障输出值;
(3)将出口测厚仪的故障输出值发送到人机画面进行显示。
优选地,在步骤(3)中,当故障输出值超出预设故障输出值范围时,人机画面发出报警。
优选地,所述的方法还包括步骤(4),重复步骤(1)~(3),实时判断出口测厚仪故障情况。
优选地,步骤(1)具体为,
(1.1)从入口测厚仪得到带材的入口厚度测量值H;
(1.2)从带材速度测量装置得到带材入口速度V1、带材出口速度V2;
(1.3)根据金属通过体积不变原理,使用公式h=H*V1/V2,得到带材出口厚度计算值h。
优选地,步骤(2)具体为,
(2.1)将出口测厚仪测得的出口厚度测量值与带材出口厚度计算值进行比较,得到厚度偏差信号;
(2.2)厚度偏差信号进行模糊化处理,转换成厚度偏差模糊变量;
(2.3)厚度偏差模糊变量输入到故障诊断模糊控制器中,经过模糊控制器计算后,得到出口测厚仪的故障模糊变量;
(2.4)出口测厚仪的故障模糊变量进行逆模糊化处理,转换成故障输出值。
优选地,在步骤(1)中,采用带材速度测量装置实时测量带材速度,得到带材入口速度、带材出口速度,所述的测量装置为激光测速仪或主动驱动辊编码器或被动随动辊编码器;采用入口测厚仪实时测量带材的入口厚度,所述的入口测厚仪为X射线测厚仪或同位素测厚仪或光学测厚仪。
优选地,在步骤(2)中,采用出口测厚仪实时测量带材的出口厚度,所述的出口测厚仪为X射线测厚仪或同位素测厚仪或光学测厚仪。
本申请还提供一种金属轧制过程的出口测厚仪故障诊断系统,所述的系统包括,入口测厚仪,用于获得带材的入口厚度测量值;
速度测量装置,用于获得带材入口速度、带材出口速度;
出口测厚仪,用于获得带材的出口厚度测量值;
故障诊断模糊控制器,用于将出口厚度计算值与出口厚度测量值进行比较,得到出口测厚仪的故障诊断输出值;
人机画面,用于将出口测厚仪故障诊断输出值进行显示及报警。
优选地,所述人机画面为计算机、工作站或服务器。
本发明的金属轧制过程的出口测厚仪故障诊断方法及系统,具有以下有益效果:
(1)充分利用轧制过程中的速度等生产信息,从整体生产状态的角度出发判断出口测厚仪的故障情况,不再局限于测厚仪单体设备本身的状态,测厚仪内部的所有问题都会反映在生产过程中,故障诊断准确度高,覆盖度广;
(2)使用故障诊断模糊控制器,避免了固定阈值的影响,不需要大量的重复经验,实施简单,方便有效;
(3)使用生产过程的状态信息,进行出口测厚仪的故障诊断,可以随时在线进行计算和判断,减少了停机检修的时间,执行速度快,运行效率高,有效提高了生产效率。
附图说明
图1是本申请的金属轧制过程的生产示意图;
图2是本申请的一种金属轧制过程的出口测厚仪故障诊断方法的示意图;
图3是厚度偏差模糊变量Input的隶属函数;
图4是出口测厚仪故障模糊变量Output的隶属函数。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
图1是本申请的金属轧制过程的生产示意图,其中轧制方向从左到右,如箭头方向所示。在轧制带材入口处,有带材入口厚度测量值H、带材入口速度V1,在带材出口处,有带材出口速度V2和带材出口厚度测量值,以及经过计算得到带材出口厚度计算值h。
如图2所示,本申请提供了一种金属轧制过程的出口测厚仪故障诊断方法,所述的控制方法包括以下步骤,
(1)获得带材入口速度、带材出口速度、入口厚度测量值,通过计算得到出口厚度计算值,步骤(1)具体为,
(1.1)从入口测厚仪得到带材入口厚度测量值H;
(1.2)从带材速度测量装置得到带材入口速度V1、带材出口速度V2;
(1.3)根据金属通过体积不变原理,使用公式h=H*V1/V2,得到带材出口厚度计算值h;
(2)使用出口测厚仪的厚度测量值与出口厚度计算值进行比较,经过计算,得到出口测厚仪的故障输出值,步骤(2)具体为,
(2.1)将出口测厚仪测得的出口厚度测量值与带材出口厚度计算值进行比较,得到厚度偏差信号;
(2.2)厚度偏差信号进行模糊化处理,转换成厚度偏差模糊变量;
(2.3)厚度偏差模糊变量输入到故障诊断模糊控制器中,经过模糊控制器计算后,得到出口测厚仪的故障模糊变量;
(2.4)出口测厚仪的故障模糊变量进行逆模糊化处理,转换成故障输出值。
(3)将出口测厚仪故障输出值发送到人机画面,进行显示及报警;
(4)重复步骤(1)~(3),实时判断出口测厚仪故障情况。
在步骤(1)中,采用带材速度测量装置实时测量带材速度,得到带材入口速度、带材出口速度,其测量装置可以为激光测速仪、主动驱动辊编码器、被动随动辊编码器等不同类型测量装置。
在步骤(1)中,采用入口测厚仪实时测量带材入口厚度,其测量装置可以为X射线测厚仪、同位素测厚仪、光学测厚仪等不同类型测量装置。
在步骤(2)中,采用出口测厚仪实时测量带材出口厚度,其测量装置可以为X射线测厚仪、同位素测厚仪、光学测厚仪等不同类型测量装置。
在本申请中,模糊化处理、逆模糊化处理都相当于一种信号变换的操作,例如把0到1的连续数据,转换成-1,0,1这三个离散数,输出在-1 0 1中选择一个输出,例如把0.1转成-1输出。逆模糊化就是类似的反向操作,例如把 -1转成0.1输出。
定义故障诊断模糊控制器的输入为厚度偏差模糊变量Input,表示出口测厚仪运行的偏差变量,输出为故障模糊变量Output,表示出口测厚仪故障变量。模糊变量Input的论域为[-1,1],分别转换为{(小(S)、中(M)、大(L)、}。模糊变量Output的论域为[0,1],分别转换为{差(Bad)、中(Medium)、好(Good)}。根据实际情况,对输入模糊变量Input采用不同的隶属函数,例如图3所示。对输出模糊变量Output采用不同的隶属函数,例如图4所示。根据输入输出变量定义3条模糊规则,输出变量的逆模糊化采用重心法。模糊规则表如下:
If(Input is S)THEN(Output is Good)
If(Input is M)THEN(Output is Medium)
If(Input is L)THEN(Output is Bad)
本申请还涉及一种基于金属轧制过程的出口测厚仪故障诊断系统,所述的故障诊断系统包括,入口测厚仪,用于获得带材的入口厚度;速度测量装置,用于获得带材入口速度、带材出口速度;出口测厚仪,用于获得带材的出口厚度测量值;故障诊断模糊控制器,用于将出口厚度计算值与出口厚度测量值进行比较,得到故障诊断输出值;人机画面,用于将出口测厚仪故障诊断输出值进行显示及报警。
本发明提供的金属轧制过程的出口测厚仪故障诊断方法及系统,从整体生产的角度判断出口测厚仪的工作和故障情况,不再局限于测厚仪单体设备本身的状态,故障判断准确度高,覆盖度广,而且不需要大量的重复经验,实施简单,方便有效,并且可以随时在线进行计算和判断,减少了停机检修的时间,执行速度快,运行效率高。
以上所述实施例仅是为充分说是明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (6)
1.一种金属轧制过程的出口测厚仪故障诊断方法,其特征在于,所述的方法包括以下步骤,
(1)获得带材入口速度、带材出口速度、入口厚度测量值,通过计算得到出口厚度计算值;
步骤(1)具体为,
(1.1)从入口测厚仪得到带材的入口厚度测量值H;
(1.2)从带材速度测量装置得到带材入口速度V1、带材出口速度V2;
(1.3)根据金属通过体积不变原理,使用公式h=H*V1/V2,得到带材出口厚度计算值h;
(2)将出口测厚仪的测得的出口厚度测量值与出口厚度计算值进行比较,经过计算,得到出口测厚仪的故障输出值;
步骤(2)具体为,
(2.1)将出口测厚仪测得的出口厚度测量值与带材出口厚度计算值进行比较,得到厚度偏差信号;
(2.2)厚度偏差信号进行模糊化处理,转换成厚度偏差模糊变量;
(2.3)厚度偏差模糊变量输入到故障诊断模糊控制器中,经过所述故障诊断模糊控制器计算后,得到出口测厚仪的故障模糊变量;
(2.4)出口测厚仪的故障模糊变量进行逆模糊化处理,转换成故障输出值;
其中,定义故障诊断模糊控制器的输入为厚度偏差模糊变量Input,表示出口测厚仪运行的偏差变量,输出为故障模糊变量Output,表示出口测厚仪故障变量;厚度偏差模糊变量Input的论域为[-1,1],分别转换为{小(S)、中(M)、大(L)};故障模糊变量Output的论域为[0,1],分别转换为{差(Bad)、中(Medium)、好(Good)};
根据输入输出变量定义3条模糊规则,输出变量的逆模糊化采用重心法;模糊规则表如下:
If(Input is S)THEN(Output is Good)
If(Input is M)THEN(Output is Medium)
If(Input is L)THEN(Output is Bad)
(3)将出口测厚仪的故障输出值发送到人机画面进行显示。
2.如权利要求1所述的方法,其特征在于,在步骤(3)中,当所述故障输出值超出预设故障输出值范围时,人机画面发出报警。
3.如权利要求1所述的方法,其特征在于,所述的方法还包括步骤(4),重复步骤(1)~(3),实时判断出口测厚仪故障情况。
4.如权利要求1所述的方法,其特征在于,在步骤(1)中,采用带材速度测量装置实时测量带材速度,得到带材入口速度、带材出口速度,所述的测量装置为激光测速仪或主动驱动辊编码器或被动随动辊编码器;采用入口测厚仪实时测量带材的入口厚度,所述的入口测厚仪为X射线测厚仪或同位素测厚仪或光学测厚仪。
5.如权利要求1所述的方法,其特征在于,在步骤(2)中,采用出口测厚仪实时测量带材的出口厚度,所述的出口测厚仪为X射线测厚仪或同位素测厚仪或光学测厚仪。
6.一种金属轧制过程的出口测厚仪故障诊断系统,其特征在于,所述的系统包括,
入口测厚仪,用于获得带材的入口厚度测量值;
速度测量装置,用于获得带材入口速度、带材出口速度;
出口测厚仪,用于获得带材的出口厚度测量值;
故障诊断模糊控制器,用于将出口厚度计算值与出口厚度测量值进行比较,得到出口测厚仪的故障输出值;所述出口厚度计算值,根据金属通过体积不变原理,使用公式h=H*V1/V2得到,其中,h为带材出口厚度计算值,H为带材的入口厚度测量值,V1为带材入口速度、V2为带材出口速度;
所述将出口厚度计算值与出口厚度测量值进行比较,得到出口测厚仪的故障输出值,具体包括:
将出口测厚仪测得的出口厚度测量值与带材出口厚度计算值进行比较,得到厚度偏差信号;
对所述厚度偏差信号进行模糊化处理,转换成厚度偏差模糊变量;
将所述厚度偏差模糊变量输入到所述故障诊断模糊控制器中,经过所述故障诊断模糊控制器计算后,得到出口测厚仪的故障模糊变量;
对所述出口测厚仪的故障模糊变量进行逆模糊化处理,转换成故障输出值;
其中,定义故障诊断模糊控制器的输入为厚度偏差模糊变量Input,表示出口测厚仪运行的偏差变量,输出为故障模糊变量Output,表示出口测厚仪故障变量;厚度偏差模糊变量Input的论域为[-1,1],分别转换为{(小(S)、中(M)、大(L)、};故障模糊变量Output的论域为[0,1],分别转换为{差(Bad)、中(Medium)、好(Good)};
根据输入输出变量定义3条模糊规则,输出变量的逆模糊化采用重心法;模糊规则表如下:
If(Input is S)THEN(Output is Good)
If(Input is M)THEN(Output is Medium)
If(Input is L)THEN(Output is Bad)
人机画面,用于将出口测厚仪故障输出值进行显示及报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010177901.3A CN111589875B (zh) | 2020-03-13 | 2020-03-13 | 一种金属轧制过程的出口测厚仪故障诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010177901.3A CN111589875B (zh) | 2020-03-13 | 2020-03-13 | 一种金属轧制过程的出口测厚仪故障诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111589875A CN111589875A (zh) | 2020-08-28 |
CN111589875B true CN111589875B (zh) | 2022-10-11 |
Family
ID=72187295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010177901.3A Active CN111589875B (zh) | 2020-03-13 | 2020-03-13 | 一种金属轧制过程的出口测厚仪故障诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111589875B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101758085B (zh) * | 2009-12-23 | 2011-09-07 | 常熟华冶薄板有限公司 | 冷轧板轧制过程中的钢板厚度控制方法 |
CN102107224B (zh) * | 2009-12-24 | 2012-09-26 | 上海梅山钢铁股份有限公司 | 热轧生产中判断测厚仪和热轧板厚度异常的方法 |
CN109647901B (zh) * | 2018-12-28 | 2024-01-26 | 中冶南方工程技术有限公司 | 一种基于模糊控制的冷轧机前馈厚度控制方法及装置 |
CN110355215B (zh) * | 2019-05-29 | 2021-12-07 | 科芃智能科技(苏州)有限公司 | 一种基于感应加热的带材边部板型控制方法及系统 |
CN110548769A (zh) * | 2019-08-29 | 2019-12-10 | 武汉钢铁有限公司 | 在线预警带钢厚度偏差的方法 |
-
2020
- 2020-03-13 CN CN202010177901.3A patent/CN111589875B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111589875A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200356069A1 (en) | Machine tool management system | |
CN109766334B (zh) | 用于电力设备在线监测异常数据的处理方法及系统 | |
CN116026389A (zh) | 一种基于数据分析的智能传感器运行检测系统 | |
CN110701137B (zh) | 一种掘进机液压系统智能在线检测诊断装置及方法 | |
CN104677997B (zh) | 一种变压器油色谱在线监测差异化预警方法 | |
CN115566804B (zh) | 一种基于分布式光纤传感技术的电力监测系统 | |
CN109675935A (zh) | 一种变控制限的ipca轧制过程在线故障诊断方法 | |
JPH08108205A (ja) | 圧延機のチャタリング検出方法 | |
CN108568455A (zh) | 一种轧机振动监测及振动纹缺陷判别的方法 | |
CN116360367A (zh) | 一种工业设备物联网数据采集方法及系统 | |
CN117148001A (zh) | 一种基于人工智能的新能源汽车充电桩故障预测系统 | |
CN111589875B (zh) | 一种金属轧制过程的出口测厚仪故障诊断方法及系统 | |
CN113007040B (zh) | 风电机组主轴总成窜动在线监测与故障预警系统及方法 | |
Spiewak et al. | Predictive monitoring and control of the cold extrusion process | |
CN111898794B (zh) | 一种大型燃煤锅炉热效率的异常监测方法 | |
CN116485578B (zh) | 一种钢材冶炼车间的集成管理方法及系统 | |
Yang et al. | A new BRTCN model for predicting discharge status of WEDM based on acoustic emission | |
CN115034094B (zh) | 一种金属加工机床运行状态预测方法及系统 | |
CN107971347A (zh) | 一种中厚热轧板在线热态测长方法 | |
JPH11129030A (ja) | 金属板圧延品質監視システム | |
JP2000315111A (ja) | 設備及び製品プロセス異常状態の診断方法及び装置 | |
CN114004539B (zh) | 一种基于振动数据的各方向磨损量评估方法 | |
CN112819320B (zh) | 一种引入自适应优化算法的agc缸性能参数监测方法 | |
WO2021237579A1 (zh) | 基于统计分析的直线电机定子异物粘连故障诊断方法 | |
KR20040050017A (ko) | 사상 압연에 있어서 조작성 이상 진단 장치 및 방법 |
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 |