机械工程学报

作者：王晓勇, 郜志英, 辛岩莉

单位：北京科技大学机械工程学院 北京 100083

关键词：冷轧颤振,工业数据,定量递归分析,核密度估计；

基金：国家自然科学基金资助项目(51775038)。

冷轧板带生产中的颤振问题始终是制约生产效率提高和高强薄板新产品开发的"瓶颈",而过度依赖生产经验难以及时地发现并抑制冷轧颤振,因此颤振状态快速识别与预警是板带轧制智能化的重要依据,提出了基于定量递归分析与核密度估计法相结合的冷轧颤振状态识别方法,对实际生产过程积累的轧机历史振动数据进行研究。首先,分别对轧制生产过程中颤振状态和稳定状态的加速度信号进行递归图构建和定量递归分析,比较两种状态下递归图拓扑结构与定量递归分析指标的差异性;然后,利用核密度估计法计算基于不同定量递归分析指标的报警阈值,实现稳定状态和颤振状态的区分;最后,将定量递归分析指标与振动报警阈值相结合,实现对颤振状态的快速、有效辨识。研究结果表明:相较于传统的振动加速度信号时域特征指标,定量递归分析法能够更加快速地对冷轧颤振状态进行识别和预报,提高了颤振状态的辨识敏感度以及在发生颤振时的快速响应能力,不仅对实际生产具有积极的指导作用,而且对推动板带冷轧智能化具有重要意义。

来源：2023年第9期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2023年第9期