CN112819320A - 一种引入自适应优化算法的agc缸性能参数监测方法 - Google Patents

Abstract

本发明公开了一种引入自适应优化算法的AGC缸性能参数监测方法，包括：获取影响AGC缸性能的特征参数；计算轧机辊缝和AGC缸响应速度；计算出操作侧辊缝和传动侧辊缝的偏差，对轧机辊缝及操作侧辊缝和传动侧辊缝的偏差进行评价，分级输出报警；计算出轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差，对AGC缸响应速度及轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差进行评价，分级输出报警。本发明通过在线采集AGC缸参数，实时分析AGC缸工作状态，并对AGC缸当前性能进行评估，实现历史性能状态及发展趋势分析，故障隐患预警，及时提醒维护人员进行检查，在减少甚至消除AGC缸故障方面具有显著效果。

Description

一种引入自适应优化算法的AGC缸性能参数监测方法

技术领域

本发明涉及机械自动化技术领域，特别涉及一种引入自适应优化算法的AGC缸性能参数监测方法。

背景技术

金属压力加工技术的发展对板带产品的质量标准要求越来越高，技术的发展依赖于轧钢装备的发展。轧钢装备的工作状态、参数将会直接影响带钢产品的质量和生产效率，因此，研究轧钢装备在线监测与故障诊断技术对于钢铁企业提高核心竞争力具有至关重要的作用。

在传统AGC缸性能检测中，只能在离线状态下，对AGC缸进行性能测试，一般是周期性或事故后进行，处于过维修或事后维修状态，维护成本较高。

发明内容

本发明提供了一种引入自适应优化算法的AGC缸性能参数监测方法，以解决现有AGC缸性能检测只能在离线状态下，对AGC缸进行性能测试，一般是周期性或事故后进行，处于过维修或事后维修状态，维护成本较高的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一种引入自适应优化算法的AGC缸性能参数监测方法，所述方法包括：

获取影响AGC缸性能的特征参数；

基于所述特征参数计算轧机辊缝和AGC缸响应速度；其中，所述轧机辊缝包括轧机操作侧支撑辊与工作辊的辊缝以及传动侧支撑辊与工作辊的辊缝；所述AGC缸响应速度包括轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度；

基于所述轧机辊缝，计算出操作侧辊缝和传动侧辊缝的偏差，对轧机辊缝及操作侧辊缝和传动侧辊缝的偏差进行评价，并根据评价结果分级输出报警；

基于所述AGC缸响应速度，计算出轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差，对所述AGC缸响应速度及轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差进行评价，并根据评价结果分级输出报警。

进一步地，所述特征参数包括操作侧入口磁尺位置、操作侧出口磁尺位置、传动侧入口磁尺位置、传动侧出口磁尺位置，操作侧AGC缸位置设定值、操作侧AGC缸位置实际值、驱动侧AGC缸位置设定值和驱动侧AGC缸位置实际值。

进一步地，所述计算出操作侧辊缝和传动侧辊缝的偏差，包括：

根据下列公式，计算出操作侧辊缝和传动侧辊缝的偏差ΔS_OD：

ΔS_OD＝(S_{ope_ent}+S_{ope_ex}i-S_{dri_ent}-S_{dri_exi)}/2

其中，S_{ope_ent}是操作侧入口磁尺位置，S_{ope_exi}是操作侧出口磁尺位置，S_{dri_ent}是传动侧入口磁尺位置，S_{dri_exi}是传动侧出口磁尺位置。

进一步地，所述对轧机辊缝及操作侧辊缝和传动侧辊缝的偏差进行评价，并根据评价结果分级输出报警，包括：

当|ΔS_OD|∈[1.5，2.0)时，输出一级报警；

当|ΔS_OD|∈[2.0，2.5)时，输出二级报警；

当|ΔS_OD|∈[2.5，+∞)时，输出三级报警。

进一步地，所述AGC缸响应速度v_agc的计算公式为：

v_agc＝dS_magr/dt_samp

其中，S_magr是样本磁尺位置变化量；t_samp是样本动作时间。

进一步地，所述计算出轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差，包括：

根据下列计算公式，计算出轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差：

Δv_agc＝v_{agc_ope}-v_{agc_dri}

其中，Δv_agc是轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差，v_{agc_ope}是操作侧AGC缸响应速度；v_{agc_dri}是传动侧AGC缸响应速度。

进一步地，对所述AGC缸响应速度及轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差进行评价，并根据评价结果分级输出报警，包括：

对AGC缸行程不同所产生的AGC缸响应速度，按照AGC缸行程分区间讨论，消除AGC缸响应速度随行程变化趋势数据，保留速度波动数据。

进一步地，对所述AGC缸响应速度及轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差进行评价，并根据评价结果分级输出报警，还包括：

使用正态分布方法对预设周期内的AGC缸响应速度平均值进行统计，得到AGC缸响应速度期望值和方差，以AGC缸响应速度期望值和方差构建响应速度评价阈值区间，对所述AGC缸响应速度进行评价，并分级输出报警；

使用正态分布方法对预设周期内的轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差Δv_agc平均值进行统计，得到Δv_agc的期望值和方差，以Δv_agc的期望值和方差构建响应速度偏差评价阈值区间，对轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差Δv_agc进行评价，并分级输出报警。

进一步地，所述以AGC缸响应速度期望值和方差构建响应速度评价阈值区间，对所述AGC缸响应速度进行评价，并分级输出报警，包括：

按照AGC缸响应速度期望值μ和方差σ将AGC缸响应速度实际值划分为七个区间，分别为：[μ-σ，μ+σ]，[μ-2σ，μ-σ]，[μ+σ，μ+2σ]，[μ-3σ，μ-2σ]，[μ+2σ，μ+3σ]，[-∞，μ-3σ]，[μ+3σ，+∞]；

当AGC缸响应速度在[μ-σ，μ+σ]内时，不输出报警；

当AGC缸响应速度在[μ-2σ，μ-σ]或[μ+σ，μ+2σ]内时，输出一级预警；

当AGC缸响应速度在[μ-3σ，μ-2σ]或[μ+2σ，μ+3σ]内时，输出二级预警；

当AGC缸响应速度在[-∞，μ-3σ]或[μ+3σ，+∞]内时，输出三级预警；

以Δv_agc的期望值和方差构建响应速度偏差评价阈值区间，对轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差Δv_agc进行评价，并分级输出报警，包括：

按照Δv_agc期望值μ₁和方差σ₁将Δv_agc实际值划分为七个区间，分别为：[μ₁-σ₁，μ₁+σ₁]，[μ₁-2σ₁，μ₁-σ₁]，[μ₁+σ₁，μ₁+2σ₁]，[μ₁-3σ₁，μ₁-2σ₁]，[μ₁+2σ₁，μ₁+3σ₁]，[-∞，μ₁-3σ₁]，[μ₁+3σ₁，+∞]；

当AGC缸响应速度在[μ₁-σ₁，μ₁+σ₁]内时，不输出报警；

当AGC缸响应速度在[μ₁-2σ₁，μ₁-σ₁]或[μ₁+σ₁，μ₁+2σ₁]内时，输出一级预警；

当AGC缸响应速度在[μ₁-3σ₁，μ₁-2σ₁]或[μ₁+2σ₁，μ₁+3σ₁]内时，输出二级预警；

当AGC缸响应速度在[-∞，μ₁-3σ₁]或[μ₁+3σ₁，+∞]内时，输出三级预警。

进一步地，所述方法还包括：

生成操作侧入出口磁尺位置偏差、传动侧入出口磁尺位置偏差、操作侧平均磁尺位置、传动侧平均磁尺位置、操作侧与传动侧的辊缝偏差、平均辊缝偏差、操作侧AGC缸响应速度实际值、传动侧AGC缸响应速度实际值、操作侧AGC缸平均响应速度、传动侧AGC缸平均响应速度、操作侧AGC缸最大响应速度、操作侧AGC缸最小响应速度、传动侧AGC缸最大响应速度、传动侧AGC缸最小响应速度、操作侧与传动侧AGC缸实际响应速度偏差、操作侧与传动侧平均AGC缸响应速度偏差的数据曲线，并进行显示，以建立数据趋势分析。

本发明提供的技术方案带来的有益效果至少包括：

本发明的AGC缸性能参数监测方法克服了现有AGC缸检测方法需要离线试验的问题，本发明在线即可实时监控设备参数，通过使用正态分布、聚类算法、决策树等方法对设备状态进行在线分析。通过对AGC缸动态参数阈值算法引入自适应，然后用该算法去定义响应速度和响应速度偏差阈值，可实现在AGC缸全寿命周期内各项参数实时地动态评价，避免了由于设备老化而产生的各项参数阈值误差，实现了AGC缸全寿命周期内在线评价的效果。本发明引入自适应优化算法的AGC缸性能参数监测方法对AGC缸设备的动态在线评价，不仅对AGC缸的动态研究具有重要意义，而且对设备在线故障诊断也具有参考意义。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例提供的引入自适应优化算法的AGC缸性能参数监测方法的流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

第一实施例

本实施例提供了一种引入自适应优化算法的AGC缸性能参数监测方法，如图1所示，该引入自适应优化算法的AGC缸性能参数监测方法包括：

S1，获取影响AGC缸性能的特征参数；

需要说明的是，工程中AGC缸出现故障的原因主要是内泄、卡阻和伺服阀原因等问题造成，反映到性能参数上主要是活塞或缸体响应速度的变化。

具体地，在本实例中，输入参数为：操作侧AGC缸位置设定值、操作侧AGC缸位置实际值、驱动侧AGC缸位置设定值、驱动侧AGC缸位置实际值、操作侧入口磁尺位置、操作侧出口磁尺位置、传动侧入口磁尺位置、传动侧出口磁尺位置、辊缝偏差。输出参数为：操作侧入出口磁尺位置偏差、传动侧入出口磁尺位置偏差、操作侧平均磁尺位置、传动侧平均磁尺位置、对向辊缝偏差、平均辊缝偏差、操作侧响应速度实际值、传动侧响应速度实际值、操作侧平均速度、传动侧平均速度、操作侧最大(小)速度、传动侧最大(小)速度、实际速度对向偏差、平均速度对向偏差。

S2，基于特征参数计算轧机辊缝和AGC缸响应速度；其中，所述轧机辊缝包括轧机操作侧支撑辊与工作辊的辊缝以及传动侧支撑辊与工作辊的辊缝；所述AGC缸响应速度包括轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度；

需要说明的是，位置反馈是AGC缸的一项重要参数，它标志着AGC缸动作的行程，由于AGC缸与支撑辊与工作辊刚性接触，因此位置变化即为辊缝变化，测量方式是使用位置传感器即磁尺进行测量。其中，操作侧平均磁尺位置是指操作侧入口磁尺位置和操作侧出口磁尺位置平均值，传动侧平均磁尺位置是指传动侧入口磁尺位置和传动侧出口磁尺位置平均值。

S3，基于轧机辊缝，计算出操作侧辊缝和传动侧辊缝的偏差，对轧机辊缝及操作侧辊缝和传动侧辊缝的偏差进行评价，并根据评价结果分级输出报警；

需要说明的是，辊缝偏差是指操作侧辊缝和传动侧辊缝的偏差，等效于操作侧平均磁尺位置与传动侧平均磁尺位置的差值，计算公式：

ΔS_OD＝(S_{ope_ent}+S_{ope_exi}-S_{dri_ent}-S_{dri_exi})/2

ΔS_OD是辊缝偏差，S_{ope_ent}是操作侧入口磁尺位置，S_{ope_exi}是操作侧出口磁尺位置，S_{dri_en}t是传动侧入口磁尺位置，S_{dri_exi}是传动侧出口磁尺位置。ΔS_OD发生变化，可直观反映轧辊轧制过程中的姿态，通过对辊缝偏差的计算，得到辊缝偏差特征值，|ΔS_OD|∈[1.5，2.0)，输出一级报警；|ΔS_OD|∈[2.0，2.5)，输出二级报警；|ΔS_OD|∈[2.5，+∞)，输出三级报警。随机挑选11组样本数据，对辊缝偏差进行计算，表1为辊缝偏差计算结果及报警信息。

表1辊缝偏差输入输出计算结果及涉及参数

可以看出，有9组数据辊缝偏差超出1.5mm，按规则输出了一级报警。

ΔS_ope＝S_{ope_exi}-S_{ope_ent}

ΔS_dri＝S_{dri_exi}-S_{dri_ent}

ΔS_ope，ΔS_dri是操作侧和传动侧出入口位置偏差，通过对这两个参数控制，从而控制轧辊轴承箱姿态。通过对ΔS_ope，ΔS_dri的计算，得到单侧出入口偏差特征值。|ΔS_ope|∈[1.0，1.5)，输出一级报警；|ΔS_ope|∈[1.5，2.0)，输出二级报警；|ΔS_ope|∈[2.0，+∞)，输出三级报警；|ΔS_dri|∈[1.0，1.5)，输出一级报警；|ΔS_dri|∈[1.5，2.0)，输出二级报警；|ΔS_dri|∈[2.0，+∞)，输出三级报警。

S_ope＝average(S_{ope_ent}，S_{ope_exi})

也即，

S_ope＝(S_{ope_ent}+S_{ope_exi})/2

S_ope是操作侧磁尺位置。

S_dri＝average(S_{dri_ent}，S_{dri_exi})

也即，

S_dri＝(S_{dri_ent}+S_{dri_exi})/2

S_dri是传动侧磁尺位置。

表2操作侧和传动侧位置及同向偏差计算结果及涉及参数

S4，基于AGC缸响应速度，计算出轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差，对所述AGC缸响应速度及轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差进行评价，并根据评价结果分级输出报警。

需要说明的是，本实施例方法重点研究设备健康状态，在动态过程中取得AGC缸动作特征参数进行分析，由于AGC缸动作速度会随着行程变化而变化，不同行程范围内响应速度存在差异，为提高识别精度，本实施例对行程不同所产生的速度分区间讨论，按照每次动作行程区分统计AGC缸动作，消除动作速度随行程变化趋势数据，保留速度波动数据，为此，本实施例采用如下算法：

统计分类：根据电气和液压控制系统的程序设定，不同动作行程过程中，AGC缸响应速度不同，分类进行讨论分析。

将v_data[s，s′)表示的速度所在行程的数据带入Y(x，y)拟合函数中，得到速度随行程变化趋势数据v_{data_fake}：

v_{data_fake}[s，s′)＝v_data[s，s′)

v_{data_fake}[s，s′)＝Y(v_data[s，s′))

消除拟合速度数据得到速度的波动数据F_{data_new}：

F_{data_new}＝F_data-F_{data_fake}

滑窗时间是磁尺位置变化时间[t₁，t₂]；

ΔS_magr＝S_magr2-S_magr1

Δt_samp＝t₂-t₁

ΔS_magr是样本磁尺位置变化量，S_magr2是t₂时间对应的磁尺位置，S_magr1是t₁时间对应的磁尺位置，t_samp是样本动作时间，s。

根据以上公式可以计算出操作侧和传动侧辊缝偏差和动作行程；

基于上述，可以进行如下分析：

1、响应速度分析

统计两侧AGC缸动作速度，分析速度对向偏差，反映操作侧和传动侧的同步性；使用正态分布方法对各个参数月平均值进行统计，得到响应速度期望值和方差，期望值作为AGC缸动作响应趋势，加入方差计算后定义参数的阈值，此处，需要说明的是，由于本实施例的方法周期性计算响应速度的期望和方差，所以参数的阈值是一组动态值，适应当前机组设备状态。

AGC缸响应速度即为单位时间内磁尺位置变化量，计算公式：

v_agc＝dS_magr/dt_samp

其中：v_agc是AGC缸响应速度，m/s；S_magr是样本磁尺位置变化量，m；t_samp是样本动作时间，s；

2、响应速度偏差分析

操作侧和传动侧AGC缸响应速度偏差，用于评价操作侧和传动侧AGC缸动作的同步性，控制速度偏差在一定阈值范围内即可保证两侧动作同步，满足实际生产要求，速度偏差计算公式如下：

Δv_agc＝v_{agc_ope}-v_{agc_dri}

其中：Δv_aqc是AGC缸响应速度偏差，m/s；v_{agc_ope}是操作侧AGC缸响应速度，m/s；v_{agc_dri}是传动侧AGC缸响应速度，m/s。

对于指定行程区段内的AGC缸响应速度符合正态分布特点，通过对大量响应速度的数据用正态分布方法统计，可以得到响应速度的期望μ和标准差σ。

标准差：

将响应速度实际值划分为7个区间[μ-σ，μ+σ]，[μ-2σ，μ-σ]，[μ+σ，μ+2σ]，[μ-3σ，μ-2σ]，[μ+2σ，μ+3σ]，[-∞，μ-3σ]，[μ+3σ，+∞]。在[μ-σ，μ+σ]范围内，响应速度合理；在[μ-2σ，μ-σ]，[μ+σ，μ+2σ]范围内，输出一级预警；在[μ-3σ，μ-2σ]，[μ+2σ，μ+3σ]范围内，输出二级预警；在[-∞，μ-3σ]，[μ+3σ，+∞]范围内，输出三级预警。

表3两侧响应速度计算结果及涉及参数

两侧速度在正常值范围内，因此无报警输出。

根据带钢轧制工艺要求，为满足带钢板型要求，要求两侧AGC缸同步动作，即要求两侧响应速度偏差控制在一定阈值范围内。通过对大量响应速度偏差数据的期望和标准差的分析；对于指定行程区段内的AGC缸响应速度符合正态分布特点，通过对大量响应速度的数据用正态分布方法统计，可以得到响应速度的期望μ和标准差σ。

标准差：

将响应速度偏差Δv实际值划分为7个区间[μ-σ，μ+σ]，[μ-2σ，μ-σ]，[μ+σ，μ+2σ]，[μ-3σ，μ-2σ]，[μ+2σ，μ+3σ]，[-∞，μ-3σ]，[μ+3σ，+∞]。在[μ-σ，μ+σ]范围内，响应速度偏差合理；在[μ-2σ，μ-σ]，[μ+σ，μ+2σ]范围内，输出一级预警；在[μ-3σ，μ-2σ]，[μ+2σ，μ+3σ]范围内，输出二级预警；在[-∞，μ-3σ]，[μ+3σ，+∞]范围内，输出三级预警。

表4响应速度偏差计算结果及涉及参数

第2、4组数据响应速度偏差超限，输出一级报警。

进一步地，本实施例的方法还包括：

根据多个周期内的平均值及差值建立各个参数的趋势分析，有针对性的发现某一设备动作在整个主顺序动作中导致时间延长。具体如下：

1、历史数据的趋势分析。重要参数曲线进行显示，具体显示参数有操作侧AGC缸位置设定值、操作侧AGC缸位置实际值、驱动侧AGC缸位置设定值、驱动侧AGC缸位置实际值、操作侧入口磁尺位置、操作侧出口磁尺位置、传动侧入口磁尺位置、传动侧出口磁尺位置、辊缝偏差，输出为操作侧入出口磁尺位置偏差、传动侧入出口磁尺位置偏差、操作侧平均磁尺位置、传动侧平均磁尺位置、对向辊缝偏差、平均辊缝偏差、操作侧响应速度实际值、传动侧响应速度实际值、操作侧平均速度、传动侧平均速度、操作侧最大(小)速度、传动侧最大(小)速度、实际速度对向偏差、平均速度对向偏差；

2、轧辊姿态分析。通过对辊缝位置及偏差的监控，可以分析出轧辊的姿态。轧辊轧制过程中，由于电气系统、机械、液压设备的同步性无法保持绝对一致，工艺控制上两侧轧制力的偏差，及轴承箱的装配问题等，造成操作侧辊缝与传动侧辊缝出现偏差，辊缝偏差即是操作侧辊缝和传动侧辊缝的偏差，等效于操作侧平均磁尺位置与传动侧平均磁尺位置的差值，计算公式：

ΔS_OD＝(S_{ope_ent}+S_{ope_exi}-S_{dri_ent}-S_{dri_exi})/2

ΔS_OD发生变化，可直观反映轧辊轧制过程中的姿态，通过对辊缝偏差的计算，得到辊缝偏差特征值，对偏差变化趋势进行分析，评价AGC缸运行状态。

3、两侧AGC缸同步性分析。根据带钢轧制工艺要求，为保证带钢板型，要求两侧AGC缸同步动作，即要求两侧响应速度偏差控制在一定阈值范围内。通过对大量响应速度偏差数据的期望和标准差的分析，将响应速度偏差实际值划分为7个区间[μ-σ，μ+σ]，[μ-2σσ，μ-σ]，[μ+σ，μ+2σ]，[μ-3σ，μ-2σσ]，[μ+2σ，μ+3σσ]，[-∞，μ-3σ]，[μ+3σσ，+∞]。在[μ-σ，μ+σ]范围内，响应速度偏差合理；在[μ-2σ，μ-σ]，[μ+σ，μ+2σ]范围内，输出一级预警；在[μ-3σ，μ-2σ]，[μ+2σ，μ+3σσ]范围内，输出二级预警；在[-∞，μ-3σ]，[μ+3σ，+∞]范围内，输出三级预警。

综上，本实施例的监测方法克服了现有AGC缸检测方法需要离线试验的问题，本实施例方法在线即可实时监控设备参数，通过使用正态分布、聚类算法、决策树等方法对设备状态进行在线分析。通过对AGC缸动态参数阈值算法引入自适应，然后用该算法去定义响应速度和响应速度偏差阈值，可实现在AGC缸全寿命周期内各项参数实时地动态评价，避免了由于设备老化而产生的各项参数阈值误差，实现了AGC缸全寿命周期内在线评价的效果。本实施例引入自适应优化算法的AGC缸性能参数监测方法对AGC缸设备的动态在线评价，不仅对AGC缸的动态研究具有重要意义，而且对设备在线故障诊断也具有参考意义。

此外，需要说明的是，本发明可提供为方法、装置或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

最后需要说明的是，以上所述是本发明优选实施方式，应当指出，尽管已描述了本发明优选实施例，但对于本技术领域的技术人员来说，一旦得知了本发明的基本创造性概念，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。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实施例范围的所有变更和修改。

Claims (10)

1.一种引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，所述引入自适应优化算法的AGC缸性能参数监测方法包括：

获取影响AGC缸性能的特征参数；

基于所述特征参数计算轧机辊缝和AGC缸响应速度；其中，所述轧机辊缝包括轧机操作侧支撑辊与工作辊的辊缝以及传动侧支撑辊与工作辊的辊缝；所述AGC缸响应速度包括轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度；

基于所述轧机辊缝，计算出操作侧辊缝和传动侧辊缝的偏差，对轧机辊缝及操作侧辊缝和传动侧辊缝的偏差进行评价，并根据评价结果分级输出报警；

基于所述AGC缸响应速度，计算出轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差，对所述AGC缸响应速度及轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差进行评价，并根据评价结果分级输出报警。

2.如权利要求1所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，所述特征参数包括操作侧入口磁尺位置、操作侧出口磁尺位置、传动侧入口磁尺位置、传动侧出口磁尺位置，操作侧AGC缸位置设定值、操作侧AGC缸位置实际值、驱动侧AGC缸位置设定值和驱动侧AGC缸位置实际值。

3.如权利要求1所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，所述计算出操作侧辊缝和传动侧辊缝的偏差，包括：

根据下列公式，计算出操作侧辊缝和传动侧辊缝的偏差ΔS_OD：

ΔS_OD＝(S_{ope_ent}+S_ope-exi-S_{dri_ent}-S_{dri_exi})/2

其中，S_{ope_ent}是操作侧入口磁尺位置，S_ope-exi是操作侧出口磁尺位置，S_{dri_ent}是传动侧入口磁尺位置，S_{dri_exi}是传动侧出口磁尺位置。

4.如权利要求3所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，所述对轧机辊缝及操作侧辊缝和传动侧辊缝的偏差进行评价，并根据评价结果分级输出报警，包括：

当|ΔS_OD|∈[1.5，2.0)时，输出一级报警；

当|ΔS_OD|∈[2.0，2.5)时，输出二级报警；

当|ΔS_OD|∈[2.5，+∞)时，输出三级报警。

5.如权利要求1所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，所述AGC缸响应速度v_agc的计算公式为：

v_agc＝dS_magr/dt_samp

其中，S_magr是样本磁尺位置变化量；t_samp是样本动作时间。

6.如权利要求5所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，所述计算出轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差，包括：

根据下列计算公式，计算出轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差：

Δv_agc＝v_{agc_ope}-v_{agc_dri}

其中，Δv_agc是轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差，v_{agc_ope}是操作侧AGC缸响应速度；v_{agc_dri}是传动侧AGC缸响应速度。

7.如权利要求1所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，对所述AGC缸响应速度及轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差进行评价，并根据评价结果分级输出报警，包括：

对AGC缸行程不同所产生的AGC缸响应速度，按照AGC缸行程分区间讨论，消除AGC缸响应速度随行程变化趋势数据，保留速度波动数据。

8.如权利要求7所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，对所述AGC缸响应速度及轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差进行评价，并根据评价结果分级输出报警，还包括：

使用正态分布方法对预设周期内的AGC缸响应速度平均值进行统计，得到AGC缸响应速度期望值和方差，以AGC缸响应速度期望值和方差构建响应速度评价阈值区间，对所述AGC缸响应速度进行评价，并分级输出报警；

使用正态分布方法对预设周期内的轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差Δv_agc平均值进行统计，得到Δv_agc的期望值和方差，以Δv_agc的期望值和方差构建响应速度偏差评价阈值区间，对轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差Δv_agc进行评价，并分级输出报警。

9.如权利要求8所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，所述以AGC缸响应速度期望值和方差构建响应速度评价阈值区间，对所述AGC缸响应速度进行评价，并分级输出报警，包括：

按照AGC缸响应速度期望值μ和方差σ将AGC缸响应速度实际值划分为七个区间，分别为：[μ-σ,μ+σ]，[μ-2σ,μ-σ]，[μ+σ,μ+2σ]，[μ-3σ,μ-2σ]，[μ+2σ,μ+3σ]，[-∞,μ-3σ]，[μ+3σ,+∞]；

当AGC缸响应速度在[μ-σ,μ+σ]内时，不输出报警；

当AGC缸响应速度在[μ-2σ,μ-σ]或[μ+σ,μ+2σ]内时，输出一级预警；

当AGC缸响应速度在[μ-3σ,μ-2σ]或[μ+2σ,μ+3σ]内时，输出二级预警；

当AGC缸响应速度在[-∞,μ-3σ]或[μ+3σ,+∞]内时，输出三级预警；

以Δv_agc的期望值和方差构建响应速度偏差评价阈值区间，对轧机操作侧AGC缸响应速度和传动侧AGC缸响应速度的偏差Δv_agc进行评价，并分级输出报警，包括：

按照Δv_agc期望值μ₁和方差σ₁将Δv_agc实际值划分为七个区间，分别为：[μ₁-σ₁,μ₁+σ₁]，[μ₁-2σ₁,μ₁-σ₁]，[μ₁+σ₁,μ₁+2σ₁]，[μ₁-3σ₁,μ₁-2σ₁]，[μ₁+2σ₁,μ₁+3σ₁]，[-∞,μ₁-3σ₁]，[μ₁+3σ₁,+∞]；

当AGC缸响应速度在[μ₁-σ₁,μ₁+σ₁]内时，不输出报警；

当AGC缸响应速度在[μ₁-2σ₁,μ₁-σ₁]或[μ₁+σ₁,μ₁+2σ₁]内时，输出一级预警；

当AGC缸响应速度在[μ₁-3σ₁,μ₁-2σ₁]或[μ₁+2σ₁,μ₁+3σ₁]内时，输出二级预警；

当AGC缸响应速度在[-∞,μ₁-3σ₁]或[μ₁+3σ₁,+∞]内时，输出三级预警。

10.如权利要求1～9任一项所述的引入自适应优化算法的AGC缸性能参数监测方法，其特征在于，所述方法还包括：

生成操作侧入出口磁尺位置偏差、传动侧入出口磁尺位置偏差、操作侧平均磁尺位置、传动侧平均磁尺位置、操作侧与传动侧的辊缝偏差、平均辊缝偏差、操作侧AGC缸响应速度实际值、传动侧AGC缸响应速度实际值、操作侧AGC缸平均响应速度、传动侧AGC缸平均响应速度、操作侧AGC缸最大响应速度、操作侧AGC缸最小响应速度、传动侧AGC缸最大响应速度、传动侧AGC缸最小响应速度、操作侧与传动侧AGC缸实际响应速度偏差、操作侧与传动侧平均AGC缸响应速度偏差的数据曲线，并进行显示，以建立数据趋势分析。

Images