CN113182351A - 一种热连轧机振动振纹的发生位置判别方法和装置 - Google Patents

一种热连轧机振动振纹的发生位置判别方法和装置 Download PDF

Info

Publication number
CN113182351A
CN113182351A CN202110406778.2A CN202110406778A CN113182351A CN 113182351 A CN113182351 A CN 113182351A CN 202110406778 A CN202110406778 A CN 202110406778A CN 113182351 A CN113182351 A CN 113182351A
Authority
CN
China
Prior art keywords
vibration
frame
calculating
rolling mill
occurrence
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.)
Granted
Application number
CN202110406778.2A
Other languages
English (en)
Other versions
CN113182351B (zh
Inventor
王鑫鑫
于洋
王林
赵林
张亮亮
王畅
王泽鹏
李高峰
高小丽
刘文鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shougang Corp
Original Assignee
Shougang Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shougang Corp filed Critical Shougang Corp
Priority to CN202110406778.2A priority Critical patent/CN113182351B/zh
Publication of CN113182351A publication Critical patent/CN113182351A/zh
Application granted granted Critical
Publication of CN113182351B publication Critical patent/CN113182351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
    • B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
    • B21B1/24—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process
    • B21B1/26—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process by hot-rolling, e.g. Steckel hot mill
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Metal Rolling (AREA)

Abstract

本发明公开一种热连轧机振动振纹的发生位置判别方法及装置，所述方法包括：所述方法包括：获取轧机的运行状态参数；基于所述运行状态参数，计算得到与所述轧机对应的各机架的振纹间距Hi；获取带钢表面振纹图像，根据所述图像确定实际振纹间距Hv；将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置。本发明可较准确地判别热连轧机振动振纹的发生位置，从而有利于及时调整相应轧机的轧制过程参数，以降低振动。

Description

一种热连轧机振动振纹的发生位置判别方法和装置
技术领域
本发明涉及轧机振动检测与控制领域，具体涉及一种热连轧机振动振纹的发生位置判别方法和装置。
背景技术
热连轧机在生产薄规格的酸洗板时，轧机振动普遍存在于轧制生产过程中。轧机振动严重时，不仅会在轧辊表面形成振纹，甚至可能在酸洗板带钢表面形成振纹缺陷，导致钢卷质量降级。为解决轧机振动问题，首先需判别热连轧机振动振纹的发生位置，即确定导致带钢表面的产生振纹缺陷的轧机对应的机架。现有确定方式主要包括两种方式，其中，第一种方式是通过肉眼观察下机后轧辊表面的振纹情况确定，上述方式难以准确地确定导致带钢表面的形成振纹缺陷的机架，且只能在当前辊期结束后，确定导致带钢表面的形成振纹缺陷的机架，不利于及时调整相应轧机的轧制过程参数，以降低振动，进而减少钢卷降级的风险，第二种方式是通过听声音或利用振动监测设备确定振动最大的机架，上述方式也难以准确地确定导致带钢表面的形成振纹缺陷的机架。
发明内容
本发明的目的是提供一种热连轧机振动振纹的发生位置判别方法和装置，可较准确地判别热连轧机振动振纹的发生位置，从而有利于及时调整相应轧机的轧制过程参数，以降低振动。
本发明实施例提供了以下方案：
第一方面，本发明实施例提供一种热连轧机振动振纹的发生位置判别方法，
所述方法包括：
获取轧机的运行状态参数；
基于所述运行状态参数，计算得到与所述轧机对应的各机架的振纹间距Hi；
获取带钢表面振纹图像，根据所述图像确定实际振纹间距Hv；
将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置。
优选的，所述运行状态参数包括各机架工作辊直径Di、各机架主电机转速ri、各机架出口厚度hi、各机架振动信号vibi，其中，i为机架号，所述基于所述运行状态参数及所述振动主频Fm，计算得到各机架的振纹间距Hi，包括：
对所述各机架振动信号vibi进行频域变换，得到所述各机架振动信号vibi的振动主频Fm；
根据各机架主电机转速ri和预设的各机架主传动减速比rai，计算得到各机架工作辊转频Fi；
根据所述各机架工作辊转频Fi、所述各机架工作辊直径Di、所述各机架振动主频Fm及所述各机架出口厚度hi，计算得到各机架分别作为振源时，对应的振纹间距Hi。
优选的，所述对所述各机架振动信号vibi进行频域变换，得到所述各机架振动信号vibi的振动主频Fm，包括：
对预设采样时长T0的N个数据点进行傅里叶变换；
计算傅里叶变换后的幅值；
获取幅值取最大值时对应的下标；
根据所述下标，计算幅值取最大值时对应频率，所述频率为振动主频Fm。
优选的，所述将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置，包括：
基于所述计算得到的振纹间距Hi及所述实际振纹间距Hv，计算得到各机架振纹间距相对误差Hei；
初步确定相对误差Hei最小的机架为所述发生位置。
优选的，所述方法还包括：
对所述各机架振动信号vibi进行倒频谱计算，得到振动边频带间隔G；
根据所述边频带间隔G与所述各机架工作辊转频Fi，计算得到所述边频带间隔G与所述各机架工作辊转频Fi的相对差值Gei；
结合所述相对差值Gei及所述相对误差Hei，以最终确定所述发生位置。
优选的，所述根据所述相对差值Gei及所述相对误差Hei，以最终确定所述发生位置，包括：
最终确定所述相对误差Hei及所述相对差值Gei均为最小值的机架为所述发生位置。
优选的，所述对所述各机架振动信号vibi进行倒频谱计算，得到振动边频带间隔G，包括：
对预设采样时长T0的N个数据点进行傅里叶变换；
计算傅里叶变换后的幅值；
取所述幅值的对数，并计算所述对数的傅里叶逆变换；
获取傅里叶逆变换后的实部的绝对值取最大值时的下标；
根据所述下标，计算得到所述振动边频带间隔G。
第二方面，本发明实施例提供一种热连轧机振动振纹的发生位置判别装置，包括：
第一获取模块，用于获取轧机的运行状态参数；
计算模块，用于基于所述运行状态参数，计算得到与所述轧机对应的各机架的振纹间距Hi；
获取模块，用于获取带钢表面振纹图像，根据所述图像确定实际振纹间距Hv；
第一确定模块，用于将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置。
第三方面，本发明实施例提供热连轧机振动振纹的发生位置判别设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现第一方面中任一所述的热连轧机振动振纹的发生位置判别方法的步骤。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时以实现第一方面中任一所述的热连轧机振动振纹的发生位置判别方法的步骤。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明实施例通过将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置可较准确地判别热连轧机振动振纹的发生位置，从而有利于及时调整相应轧机的轧制过程参数，以降低振动。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例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说明书的一些实施例，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一种热连轧机振动振纹的发生位置判别方法的流程图；
图2是本发明实施例提供的机架F1、F2、F3、F4的振动时域图；
图3是本发明实施例提供的机架F2、F3的频谱图；
图4是本发明实施例提供的实际振纹间距Hv的示意图；
图5是本发明实施例提供的机架F2的倒频谱；
图6是本发明实施例提供的一种热连轧机振动振纹的发生位置判别装置的结构示意图。
具体实施方式
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、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明实施例保护的范围。
请参阅图1，图1为本发明实施例提供的一种热连轧机振动振纹的发生位置判别方法的流程图，所述热连轧机包括多个轧机及对应的机架。在本实施例中，以所述热连轧机包括4个轧机，对应机架F1、F2、F3、F4为例，加以说明，请参阅图2，所示为机架F1、F2、F3、F4的振动时域，所述机架F1、F2、F3、F4为形成振纹缺陷概率较高的机架。所述热连轧机振动振纹的发生位置判别方法包括以下步骤：
步骤1，参数初始化设定。具体地，所述参数初始化设定包括：设定频域变换的数据长度Lt＝2048，采样间隔Tt＝1/1024s，即采样频率为1024，预设采样时长T0为2s，即以2s的数据为分析对象，以及设定各机架主传动减速比rai，其中，i为机架号。可以理解，上述参数均可为默认值，此时，步骤1可省略，直接进入步骤2。
步骤2，获取轧机的运行状态参数。在本实施例中，所述运行状态参数包括各机架工作辊直径Di、各机架主电机转速ri、各机架出口厚度hi及各机架振动信号vibi。
步骤3，基于所述运行状态参数，计算得到各机架的振纹间距Hi。
在本实施例中，所述基于所述运行状态参数，计算得到各机架的振纹间距Hi，包括：
步骤31，对所述各机架振动信号vibi进行频域变换，得到所述各机架振动信号vibi的振动主频Fm。
在本实施例中，所述对所述各机架振动信号vibi进行频域变换，得到所述各机架振动信号vibi的振动主频Fm，包括：
步骤311，对预设采样时长T0的N个数据点进行傅里叶变换。具体地，针对采样时长为2s的2048个数据点做傅里叶变换，利用公式：Yr+Yjj＝FFT(X)，对预设采样时长T0的N个数据点进行傅里叶变换，其中，X为原始时域数据，长度为2048；Yr为傅里叶变换后的实部；Yj为傅里叶变换后的虚部。
步骤312，计算傅里叶变换后的幅值Yf。具体地，利用公式：
Figure BDA0003022598460000061
计算傅里叶变换后的幅值Yf，其中Yf的数据长度为2048。
步骤313，获取幅值取最大值时对应的下标Yf_i，在本实施例中，Yf_i≤2048。
步骤314，根据所述下标，计算幅值取最大值时对应频率，所述频率为振动主频Fm。
具体地，利用公式：
Figure BDA0003022598460000071
计算幅值取最大值时对应频率，即为振动主频Fm。请参阅图3，从振动能量大小的角度可以排除机架F1和F4为形成振纹缺陷的机架，因此，图3仅示出轧机F2和F3的频谱图。
步骤315，根据各机架主电机转速ri和预设的各机架主传动减速比rai，计算得到各机架工作辊转频Fi。
具体地，利用公式：
Figure BDA0003022598460000072
计算得到各机架工作辊转频Fi。
步骤316，根据所述各机架工作辊转频Fi、所述各机架工作辊直径Di、所述各机架振动主频Fm及所述各机架出口厚度hi，计算得到各机架分别作为振源时，对应的振纹间距Hi。
具体地，利用公式：
Figure BDA0003022598460000073
计算得到各机架分别作为振源时，对应的振纹间距Hi，其中，hend为末机架出口厚度。
步骤4，获取带钢表面振纹图像，根据所述图像确定实际振纹间距Hv。
具体地，利用设备表检仪，获取带钢表面振纹图像，所述振纹图像为精轧机出口的带钢表面的振纹图像。请参阅图4，所示为实际振纹间距Hv的示意图。
步骤5，将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置。
在本实施例中，所述将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置，包括：
步骤51，基于所述计算得到的振纹间距Hi及所述实际振纹间距Hv，计算得到各机架振纹间距相对误差Hei。
具体地，利用公式：
Figure BDA0003022598460000081
计算得到各机架振纹间距相对误差Hei。
步骤52，初步确定相对误差Hei最小的机架为所述发生位置。
可在多个机架振动频率接近，例如，产生振纹的机架可能导致相邻的机架以与其接近的频率振动，此时，步骤52中初步确定的所述发生位置可能为多个机架，所述方法还包括：
步骤6，对所述各机架振动信号vibi进行倒频谱计算，得到振动边频带间隔G。
在本实施例中，所述对所述各机架振动信号vibi进行倒频谱计算，得到振动边频带间隔G，包括：
步骤61，对预设采样时长T0的N个数据点进行傅里叶变换。具体地，针对采样时长为2s的2048个数据点做傅里叶变换，利用公式：Yr+Yjj＝FFT(X)，对预设采样时长T0的N个数据点进行傅里叶变换，其中，X为原始时域数据，长度为2048；Yr为傅里叶变换后的实部；Yj为傅里叶变换后的虚部。
步骤62，计算傅里叶变换后的幅值。具体地，利用公式：
Figure BDA0003022598460000082
计算傅里叶变换后的幅值Yf，其中Yf的数据长度为2048。可以理解，步骤61及步骤62与步骤311及步骤312相同，因此，可以省略。
步骤63，取所述幅值的对数，并计算所述对数的傅里叶逆变换。具体地，利用公式：Yfr+Yfjj＝IFFT(log(Yf))取所述幅值的对数，并计算所述对数的傅里叶逆变换，其中，Yfr为傅里叶逆变换后的实部；Yfj为傅里叶逆变换后的虚部。
步骤64，获取傅里叶逆变换后的实部Yfr的绝对值取最大值时的下标Yfr_i。请参阅图5，因所有机架的振动频率基本一致，图5中仅示出机架F2的倒谱。
步骤65，根据所述下标Yfr_i，计算得到所述振动边频带间隔G。具体地，利用公式：
Figure BDA0003022598460000091
计算得到所述振动边频带间隔G。
步骤7，根据所述边频带间隔G与所述各机架工作辊转频Fi，计算得到所述边频带间隔G与所述各机架工作辊转频Fi的相对差值Gei。
具体地，利用公式：
Figure BDA0003022598460000092
计算得到所述边频带间隔与所述工作辊转频的相对差值Gei。
步骤8，结合所述相对差值Gei及所述相对误差Hei最终确定所述发生位置。
具体地，最终确定所述相对误差Hei及所述相对差值Gei均为最小值的机架为所述发生位置。
基于与方法同样的发明构思，本发明实施例还提供了一种热连轧机振动振纹的发生位置判别装置100，如图6所示为该装置100实施例的结构示意图，所述装置100包括：
第一计算模块10，用于基于所述运行状态参数，计算得到与所述轧机对应的各机架的振纹间距Hi；
获取模块20，用于获取带钢表面振纹图像，根据所述图像确定实际振纹间距Hv；
第一确定模块30，用于将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置。
在另一个实施例中，所述装置100还包括：
第二计算模块40，用于对所述各机架振动信号vibi进行倒频谱计算，得到振动边频带间隔G。
所述第二计算模块40，还用于根据所述边频带间隔G与所述各机架工作辊转频Fi，计算得到所述边频带间隔G与所述各机架工作辊转频Fi的相对差值Gei。
第二确定模块50，用于结合所述相对差值Gei及所述相对误差Hei，以最终确定所述发生位置。
基于与前述实施例中同样的发明构思，本发明实施例还提供一种热连轧机振动振纹的发生位置判别设备，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前文任一所述热连轧机振动振纹的发生位置判别方法的步骤。
基于与前述实施例中同样的发明构思，本发明实施例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前文任一所述热连轧机振动振纹的发生位置判别方法的步骤。
本发明实施例中提供的技术方案，至少具有如下技术效果或优点：
本发明实施例通过将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置可较准确地判别热连轧机振动振纹的发生位置，从而有利于及时调整相应轧机的轧制过程参数，以降低振动，减少钢卷降级。
本发明实施例通过结合所述相对差值Gei及所述相对误差Hei，以最终确定所述发生位置，可在多个机架振动频率相同，无法仅凭振动大小判断出产生带钢振纹的机架时，也能够准确地判断出产生带钢振纹的机架。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(模块、系统)、和计算机程序产品的流程图和/或方框图来描述。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、专用计算机、嵌入式计算机或者其他可编程数据处理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设备上，使得在计算机或其他可编程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。
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概念，则可对这些实施例作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进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明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，则本发明也意图包括这些改动和变型在内。

Claims (10)

1.一种热连轧机振动振纹的发生位置判别方法，其特征在于，所述方法包括：
获取轧机的运行状态参数；
基于所述运行状态参数，计算得到与所述轧机对应的各机架的振纹间距Hi；
获取带钢表面振纹图像，根据所述图像确定实际振纹间距Hv；
将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置，所述发生位置为产生振纹的机架。
2.根据权利要求1所述的热连轧机振动振纹的发生位置判别方法，其特征在于，所述运行状态参数包括各机架工作辊直径Di、各机架主电机转速ri、各机架出口厚度hi、各机架振动信号vibi，其中，i为机架号，所述基于所述运行状态参数及所述振动主频Fm，计算得到各机架的振纹间距Hi，包括：
对所述各机架振动信号vibi进行频域变换，得到所述各机架振动信号vibi的振动主频Fm；
根据各机架主电机转速ri和预设的各机架主传动减速比rai，计算得到各机架工作辊转频Fi；
根据所述各机架工作辊转频Fi、所述各机架工作辊直径Di、所述各机架振动主频Fm及所述各机架出口厚度hi，计算得到各机架分别作为振源时，对应的振纹间距Hi。
3.根据权利要求2所述的热连轧机振动振纹的发生位置判别方法，其特征在于，所述对所述各机架振动信号vibi进行频域变换，得到所述各机架振动信号vibi的振动主频Fm，包括：
对预设采样时长T0的N个数据点进行傅里叶变换；
计算傅里叶变换后的幅值；
获取幅值取最大值时对应的下标；
根据所述下标，计算幅值取最大值时对应频率，所述频率为振动主频Fm。
4.根据权利要求1所述的热连轧机振动振纹的发生位置判别方法，其特征在于，所述将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置，包括：
基于所述计算得到的振纹间距Hi及所述实际振纹间距Hv，计算得到各机架振纹间距相对误差Hei；
初步确定相对误差Hei最小的机架为所述发生位置。
5.根据权利要求4所述的热连轧机振动振纹的发生位置判别方法，其特征在于，所述方法还包括：
对所述各机架振动信号vibi进行倒频谱计算，得到振动边频带间隔G；
根据所述边频带间隔G与所述各机架工作辊转频Fi，计算得到所述边频带间隔G与所述各机架工作辊转频Fi的相对差值Gei；
结合所述相对差值Gei及所述相对误差Hei，以最终确定所述发生位置。
6.根据权利要求5所述的热连轧机振动振纹的发生位置判别方法，其特征在于，所述根据所述相对差值Gei及所述相对误差Hei，以最终确定所述发生位置，包括：
最终确定所述相对误差Hei及所述相对差值Gei均为最小值的机架为所述发生位置。
7.根据权利要求5所述的热连轧机振动振纹的发生位置判别方法，其特征在于，所述对所述各机架振动信号vibi进行倒频谱计算，得到振动边频带间隔G，包括：
对预设采样时长T0的N个数据点进行傅里叶变换；
计算傅里叶变换后的幅值；
取所述幅值的对数，并计算所述对数的傅里叶逆变换；
获取傅里叶逆变换后的实部的绝对值取最大值时的下标；
根据所述下标，计算得到所述振动边频带间隔G。
8.一种热连轧机振动振纹的发生位置判别装置，其特征在于，包括：
第一获取模块，用于获取轧机的运行状态参数；
计算模块，用于基于所述运行状态参数，计算得到与所述轧机对应的各机架的振纹间距Hi；
获取模块，用于获取带钢表面振纹图像，根据所述图像确定实际振纹间距Hv；
第一确定模块，用于将所述计算得到的振纹间距Hi与所述实际振纹间距Hv进行对比，以初步确定所述发生位置，所述发生位置为产生振纹的机架。
9.一种热连轧机振动振纹的发生位置判别设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现权利要求1至7任一所述方法的步骤。
10.一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，所述计算机程序被处理器执行时以实现权利要求1至7任一所述方法的步骤。
CN202110406778.2A 2021-04-15 2021-04-15 一种热连轧机振动振纹的发生位置判别方法和装置 Active CN113182351B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110406778.2A CN113182351B (zh) 2021-04-15 2021-04-15 一种热连轧机振动振纹的发生位置判别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110406778.2A CN113182351B (zh) 2021-04-15 2021-04-15 一种热连轧机振动振纹的发生位置判别方法和装置

Publications (2)

Publication Number Publication Date
CN113182351A true CN113182351A (zh) 2021-07-30
CN113182351B CN113182351B (zh) 2023-04-11

Family

ID=76977249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110406778.2A Active CN113182351B (zh) 2021-04-15 2021-04-15 一种热连轧机振动振纹的发生位置判别方法和装置

Country Status (1)

Country Link
CN (1) CN113182351B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1260253A (zh) * 1999-01-08 2000-07-19 Sms舒路曼-斯玛公司 连铸设备的连铸坯表面具有的振荡波纹的除鳞方法和装置
EP1657003A1 (fr) * 2004-11-12 2006-05-17 Vai Clecim Procédé de détection des vibrations d'une cage de laminoir
CN103353456A (zh) * 2013-06-21 2013-10-16 中钢集团邢台机械轧辊有限公司 轧辊轴颈磨削振纹检测方法
CN105478491A (zh) * 2014-09-29 2016-04-13 宝山钢铁股份有限公司 一种带钢振动纹缺陷位置的定位方法
CN108568455A (zh) * 2017-03-10 2018-09-25 宝山钢铁股份有限公司 一种轧机振动监测及振动纹缺陷判别的方法
JP2019122979A (ja) * 2018-01-16 2019-07-25 Ｊｆｅスチール株式会社 圧延機の異常振動検出方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1260253A (zh) * 1999-01-08 2000-07-19 Sms舒路曼-斯玛公司 连铸设备的连铸坯表面具有的振荡波纹的除鳞方法和装置
EP1657003A1 (fr) * 2004-11-12 2006-05-17 Vai Clecim Procédé de détection des vibrations d'une cage de laminoir
CN103353456A (zh) * 2013-06-21 2013-10-16 中钢集团邢台机械轧辊有限公司 轧辊轴颈磨削振纹检测方法
CN105478491A (zh) * 2014-09-29 2016-04-13 宝山钢铁股份有限公司 一种带钢振动纹缺陷位置的定位方法
CN108568455A (zh) * 2017-03-10 2018-09-25 宝山钢铁股份有限公司 一种轧机振动监测及振动纹缺陷判别的方法
JP2019122979A (ja) * 2018-01-16 2019-07-25 Ｊｆｅスチール株式会社 圧延機の異常振動検出方法

Also Published As

Publication number Publication date
CN113182351B (zh) 2023-04-11

Similar Documents

Publication Publication Date Title
Ji et al. EEMD-based online milling chatter detection by fractal dimension and power spectral entropy
KR101958794B1 (ko) 플랜트 제어 장치, 압연 제어 장치, 플랜트 제어 방법 및 플랜트 제어 프로그램
CN1069240C (zh) 在辊子间连续铸造的方法
Liu et al. Doppler effect reduction based on time-domain interpolation resampling for wayside acoustic defective bearing detector system
Liu et al. An adaptive grinding chatter detection method considering the chatter frequency shift characteristic
Liu et al. Application of correlation matching for automatic bearing fault diagnosis
CN103745085B (zh) 一种旋转机械振动信号的数据驱动阈值降噪方法
CN103962414A (zh) 一种卷取机助卷辊阶梯速度控制方法及其控制系统
Chen et al. Chatter detection in milling processes using frequency-domain Rényi entropy
CN113182351B (zh) 一种热连轧机振动振纹的发生位置判别方法和装置
JP2877937B2 (ja) ローラの偏心度による乱れを補償する方法およびその装置
CN107900114A (zh) 一种对冷轧带钢板形质量进行评价的方法及装置
CN110716203A (zh) 一种被动声纳目标的时频分析与跟踪方法
US10948376B2 (en) Apparatus and method of detecting leak sound in plant equipment using time-frequency transformation
CN114074120B (zh) 设备控制装置、轧制控制装置、设备控制方法以及计算机可读记录介质
CN115672994A (zh) 冷连轧机振动的预警方法、装置、介质及电子设备
CN112474819B (zh) 一种控制产品板形的方法及装置
CN111036686B (zh) 一种冷轧机支撑辊偏心的预估补偿方法
CN106649930B (zh) 一种砂轮圆弧修整廓形在线测量方法
CN114136434B (zh) 一种变电站站界噪声抗干扰估算方法和系统
CN112199832A (zh) 一种带钢翘曲高度在线评估方法和装置
CN116079138B (zh) 一种打筒机自动控制方法
Xu et al. Simulation and analyzing on model parameters effect of BISRA-AGC
CN113787102B (zh) 一种轧机工作辊的交叉角度获取方法和装置
CN118521965B (zh) 一种基于场景智能感知的异常检测方法及系统

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