冷轧过程断带故障的诊断研究-论文.pdf

冷轧过程断带故障的诊断研究-论文.pdf

ID:58298356

大小:880.23 KB

页数:5页

时间:2020-05-04

冷轧过程断带故障的诊断研究-论文.pdf_第1页
冷轧过程断带故障的诊断研究-论文.pdf_第2页
冷轧过程断带故障的诊断研究-论文.pdf_第3页
冷轧过程断带故障的诊断研究-论文.pdf_第4页
冷轧过程断带故障的诊断研究-论文.pdf_第5页
资源描述:

《冷轧过程断带故障的诊断研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、·l6·仪表技术2014年第9期冷轧过程断带故障的诊断研究王超(宝山钢铁股份有限公司冷~L)--,上海201900)摘要:在冷轧过程中,断带故障是冷轧工序的主要生产故障之一。针对冷轧过程断带故障的特点,提出一种基于核主元分析(KPCA)非线性特征提取和最小二乘支持向量机(LSSVM)分类的故障诊断方法。此方法采用KPCA理论将冷轧过程原始空间数据映射到高维空间,并在高维空间进行主元分析,从而降维、去相关性,得到冷轧过程非线性特征向量。将降维后的特征主元作为LSSVM输入进行训练和识别,根据LSSVM的输出结果判断冷轧过程工作状态与故障类型。仿真结果表明:基于KPCA非线性特征提取和LSSVM分

2、类的故障诊断方法计算速度快,能有效地提取冷轧过程断带故障特征,识别断带故障类型。关键词:核主元分析;非线性特征提取;支持向量机;故障诊断;冷轧过程;断带故障中图分类号:TP391文献标志码:A文章编号:1006—2394(2014)09—0016—05ResearchonFaultDiagnosisofBeltTearingintheColdRollingProcessWANGChao(ColdRollingPlant,BaoshanIron&SteelCo.,Ltd,Shanghai201900,China)Abstract:Belttearingfaultisoneofthemainfau

3、ltsinthecoldrollingprocess.Amethodoffaultdiagnosisbasedonnonlinearfeatureextractionwithkernelprincipalcomponentanalysis(KPCA)andleastsquaressuppo~vectorma—chine(LSSVM)isproposed.Thenormaldatasetofthecoldrollingprocessismappedfromitsoriginalspaceintoahyper-dimensionalfeaturespaceilqwhichemployingtheP

4、CAtoreducedimension.andthenthenewuncorrelatednonlinearfeaturesareextractedwhichcanbeusedasinputtotheLSSVMmode1.Conditionofthecoldrollingprocesscanbemoni.totedandtypesofbelttearingfaultareidentifiedbasedonoutputresultsofLSSVM.Intheend,thepresentedmethodisappliedtodiagnosethebelttearingfaultinthecoldr

5、ollingprocess.ThediagnosisresultsfromthecoldrollingprocessshowthatthemethodwithlowcostbasedonKPCAandLSSVMcannotonlyextractbelttearingfaultfeatureseffectivelybutalsoidentifythefaulttypebetter.Keywords:kernelprincipalcomponentanalysis(KPCA);nonlinearfeatureextraction;supportvectormachine;faultdiagnosi

6、s;coldrollingprocess;belttearingfault产过程中断带现象产生的原因及故障的诊断。无论是0引言对提高薄板生产的成品率,还是对降低制品成本、延断带是冷轧生产线中最常见的生产故障,冷连轧长轧机使用寿命都是十分重要的。机组在轧制过程中发生的断带故障是冷轧工序的主要在冷轧过程的断带故障诊断中.正常状态运行的生产故障之一。断带不但影响轧制生产效率,还可能数据样本是很容易获得的,而故障样本却难以获得.故损伤设备,因为,当断带故障发生后,高速断带往往伴障数据的缺乏已成为制约轧钢过程断带故障诊断研究随着绞带,进而发生火险,在处理堆积在轧机内的钢带的一个重要原因。支持向量机(SV

7、M)是一种单值分时,十分困难,既费时又费力。断带故障严重时还会损类器,适合一种样本容易得到而其余样本难以获得的伤工作辊、中间辊,甚至会损伤支撑辊。因此,断带故场合,具有很强的泛化推广能力,可以推广到多分类问障发生后往往需要换辊,需要较长时间的停机,会严重题。SVM是在高维特征空间使用线性函数假设空间地影响轧机作业率。另外,断带后,还会使大钢卷变成的学习算法,克服了处理非线性分类问题的“维数灾小钢卷

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。