【技术实现步骤摘要】
一种带钢热连轧非平稳过程微小故障检测方法及装置
[0001]本专利技术涉及工业过程监测
,特别是指一种带钢热连轧非平稳过程微小故障检测方法及装置。
技术介绍
[0002]带钢热连轧过程是钢铁生产流程的关键工序,是一条以高速、高效、高质著称的全自动化生产作业线,主要包含加热炉、粗轧机组、传送带和飞剪、精轧机组、层流冷却装置、卷取机等装置。带钢热连轧生产线是生产效率极高的全自动化生产作业线,一条宽度为1700 mm的标准配置的带钢热连轧生产线年产量约为350万吨左右,带钢的轧制速度最高可达到20 m/s,薄规格产品的极限厚度尺寸能达到0.8 mm。如今社会工业化程度越来越高,现代轧钢设备不仅要求生产速度快,还要求保证产品质量,因此设备与产品质量的矛盾日益突出。由于系统的高度集成,故障会通过链式反应进行传递和恶化,不仅严重影响产品的质量,而且对人身和财产安全带来极大的威胁。如果能及时检测出复杂系统中的异常情况,就可以综合当前的经济、设备等各种因素制定出最优的维护策略,从而避免不必要的经济损失。因此,工业非平稳过程的故障检测就显得尤为重要。同时,随着先进仪器仪表和自动化系统的出现,大量反映过程运行信息的数据得以收集和存储,基于数据驱动的故障诊断方法已成为一个重要研究方向,并已成功应用于各种复杂流程工业。
[0003]带钢热连轧为一间歇过程,间歇生产始终处于操作条件切换和非平稳运行中,具体到同一批次运行周期内亦无稳态工作点,并在同一装置上频繁切换生产不同产品,产品切换后,生产条件改变,导致其过程特性也发生变化。传 ...
【技术保护点】
【技术特征摘要】
1.一种带钢热连轧非平稳过程微小故障检测方法,其特征在于,包括:S1、获取训练好的CA
‑
CVDA
‑
SFA模型;其中,所述CA
‑
CVDA
‑
SFA模型包括:CA子模型、CVDA子模型和SFA子模型,CA表示协整分析,CVDA表示典型变量差异度分析,SFA表示慢特征分析;S2、获取带钢热连轧过程的测试数据,根据训练数据的变量划分结果将所述测试数据划分为平稳变量测试数据和非平稳变量测试数据;S3、将非平稳变量测试数据输入到训练好的CA子模型,得到非平稳变量的平稳残差序列,将所述平稳残差序列与平稳变量测试数据进行结合,得到平稳组合矩阵;S4、将平稳组合矩阵输入到训练好的CVDA子模型中,得到状态子空间、残差子空间和差异子空间的相应测试数据;其中,状态子空间为质量相关子空间,残差子空间为质量无关子空间,差异子空间是数据预测的状态变量与历史数据获得的状态变量的差值,用于检测微小故障;S5、将各子空间的测试数据输入到训练好的SFA子模型,得到各子空间测试数据的慢特征;S6、基于得到的各子空间测试数据的慢特征,使用孤立森林确定各子空间的统计量、全局统计量以及全局控制限;S7、若所述全局统计量大于所述全局控制限,则所述带钢热连轧过程发生故障;S8、若发生故障,则根据状态子空间的统计量判断故障是否影响产品质量;并根据差异子空间的统计量检测是否存在故障,其中,所述故障包括:微小故障。2.根据权利要求1所述的带钢热连轧非平稳过程微小故障检测方法,其特征在于,所述S1中的CA
‑
CVDA
‑
SFA模型的训练过程包括:A1、获取不同轧钢过程的正常历史数据作为训练数据,并对其进行预处理;A2、通过ADF检验将预处理后的所述训练数据划分为平稳变量训练数据和非平稳变量训练数据;其中,ADF表示增广迪基
‑
福勒;A3、利用所述非平稳变量训练数据训练初始的CA子模型,得到训练好的CA子模型,利用训练好的所述CA子模型得到所述非平稳变量训练数据的平稳残差序列;A4、将所述平稳残差序列与平稳变量训练数据进行结合,得到平稳数据矩阵;A5、将所述平稳数据矩阵输入到初始的CVDA子模型,并对初始的CVDA子模型中的参数进行调优,得到训练好的CVDA子模型,通过训练好的所述CVDA子模型,将训练数据的空间划分为状态子空间、残差子空间和差异子空间;A6、将各子空间的训练数据输入到初始的SFA子模型,并对初始的SFA子模型中的参数进行调优,得到训练好的SFA子模型,通过训练好的所述SFA子模型,获取各子空间训练数据的慢特征;A7、基于各子空间训练数据的慢特征,得到各子空间训练数据的局部统计量及局部控制限,进而获取训练数据全局统计量及全局控制限。3.根据权利要求2所述的带钢热连轧非平稳过程微小故障检测方法,其特征在于,所述A1中的对训练数据进行预处理包括:对训练数据进行中心化,得到中心化后的训练数据;对中心化后的所述训练数据进行归一化,归一化后的训练数据即为预处理后的训练数
据。4.根据权利要求2所述的带钢热连轧非平稳过程微小故障检测方法,其特征在于,所述A2包括:基于预处理后的所述训练数据,通过交叉验证设置滞后差分项、模型变体、检验统计量、显著性水平参数,得到ADF检验结果;通过ADF检验结果,将预处理后的训练数据划分为平稳变量训练数据和非平稳变量训练数据。...
【专利技术属性】
技术研发人员:董洁,李大业,苗龙,彭开香,
申请(专利权)人:鞍钢集团朝阳钢铁有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。