專利名稱：基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方法
技術(shù)領(lǐng)域：
本發(fā)明涉及帶鋼質(zhì)量控制方法，尤其涉及一種帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診 斷方法。
背景技術(shù)：
在冷軋連續(xù)退火機(jī)組中，退火爐是其中的重要設(shè)備。退火是將帶鋼加熱到適當(dāng)溫 度，保溫一定時(shí)間后緩慢冷卻，以獲得接近平衡狀態(tài)的熱處理工藝。退火的實(shí)質(zhì)，對(duì)于共析 鋼、過(guò)共析鋼來(lái)說(shuō)，是奧氏體化后進(jìn)行珠光體轉(zhuǎn)變的過(guò)程；對(duì)于亞共析鋼來(lái)說(shuō)，是奧氏體先 共析轉(zhuǎn)變后珠光體轉(zhuǎn)變的過(guò)程。
通過(guò)退火，可以達(dá)到
(1)消除鋼的成分偏析，使成分均勻化；
鋼由于樹枝狀結(jié)晶而造成晶內(nèi)偏析，須經(jīng)擴(kuò)散退火，使化學(xué)成分均勻
(2)消除鋼件中的帶狀組織，細(xì)化晶粒，均勻組織；
提高鋼的組織的均勻性，為最終熱處理做準(zhǔn)備
(3)降低硬度，改善組織，以便再加工；
鋼鐵在鑄造、鍛壓、軋制過(guò)程中，往往硬度偏高，需經(jīng)退火以降低硬度
(4)提高塑性，便于冷變形加工
冷變形是鋼鐵發(fā)生加工硬化，經(jīng)退火處理后可消除這種加工硬化，提高材料塑性， 以便于后續(xù)的冷變形加工，如冷沖壓、冷軋等
(5)改善高碳鋼中碳化物的形態(tài)和分布；
帶鋼退火工藝主要包括預(yù)熱、加熱、均熱、冷卻、過(guò)時(shí)效、終冷等過(guò)程，其內(nèi)部結(jié)構(gòu) 經(jīng)歷晶粒恢復(fù)、再結(jié)晶、晶粒長(zhǎng)大、碳化物析出等幾個(gè)階段的組織變化過(guò)程，使得材料組織 進(jìn)行再結(jié)晶，從而提高帶鋼的內(nèi)在質(zhì)量。
在實(shí)際的生產(chǎn)過(guò)程中，通過(guò)截取帶鋼頭、尾部分，再進(jìn)行離線實(shí)驗(yàn)分析獲得帶鋼的 內(nèi)在質(zhì)量信息，來(lái)判斷產(chǎn)品質(zhì)量情況。而離線實(shí)驗(yàn)分析通常具有一定的時(shí)間滯后，這使得只 有帶鋼生產(chǎn)出來(lái)一段時(shí)間后，才能獲得其具體質(zhì)量情況。這個(gè)問(wèn)題的存在不但難以實(shí)現(xiàn)帶 鋼質(zhì)量的實(shí)時(shí)監(jiān)測(cè)，同時(shí)也給尋找故障因素帶來(lái)了一定的困難，嚴(yán)重的限制了帶鋼產(chǎn)品質(zhì) 量及其合格率的提高。發(fā)明內(nèi)容
本發(fā)明旨在解決現(xiàn)有技術(shù)的上述缺陷，提供基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐 況預(yù)警與故障診斷方法。本發(fā)明通過(guò)PLS算法建立帶鋼質(zhì)量(硬度和延伸率)與變量的之 間的模型，在線應(yīng)用時(shí)將實(shí)時(shí)采集的數(shù)據(jù)映射到此模型中，實(shí)現(xiàn)實(shí)時(shí)的質(zhì)量預(yù)測(cè)、過(guò)程監(jiān)測(cè) 與故障診斷。
本發(fā)明是這樣實(shí)現(xiàn)的
一種基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方法，它包括
模型選擇步驟它包括采用多模型來(lái)描述與其對(duì)應(yīng)的鋼種的過(guò)程特性；
數(shù)據(jù)預(yù)處理步驟；包括基于模型的數(shù)據(jù)對(duì)整，建立過(guò)程輸入與質(zhì)量輸出的同步關(guān) 系和數(shù)據(jù)去量綱處理以消除過(guò)程數(shù)據(jù)因物理單位不統(tǒng)一帶來(lái)的對(duì)建模精度的影響；
建立離線模型步驟；通過(guò)利用大量的正常工況下的歷史數(shù)據(jù)建立帶鋼質(zhì)量與過(guò)程 變量的PLS模型；
監(jiān)控指標(biāo)控制限的確定步驟所述監(jiān)控指標(biāo)包括質(zhì)量指標(biāo)和統(tǒng)計(jì)指標(biāo)；
變量控制限的確定步驟；
在線預(yù)測(cè)步驟；
在線檢測(cè)和故障診斷步驟。
所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方法，
所述數(shù)據(jù)對(duì)整包括
①批次對(duì)整
由于帶鋼的質(zhì)量信息是在生產(chǎn)結(jié)束一定時(shí)間以后離線化驗(yàn)得到，會(huì)有一定的滯 后，需要根據(jù)卷號(hào)信息，將每一卷帶鋼的過(guò)程數(shù)據(jù)χ與該卷對(duì)應(yīng)的質(zhì)量數(shù)據(jù)Y對(duì)應(yīng)起來(lái)；
②頭部歷經(jīng)和尾部歷經(jīng)對(duì)整
頭部/尾部的歷經(jīng)對(duì)整是為了獲得頭部/尾部歷經(jīng)信息，即從帶鋼頭部/尾部進(jìn) 入某一爐段內(nèi)開始，到帶鋼的頭部/尾部離開該段，對(duì)應(yīng)爐段變量在該段時(shí)間內(nèi)的平均值。
所述的基于偏最小二乘法的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方法，所述數(shù)據(jù) 去量綱處理按照下列公式進(jìn)行
權(quán)利要求
1.一種基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方法，其特征在于，它包括模型選擇步驟它包括采用多模型來(lái)描述與其對(duì)應(yīng)的鋼種的過(guò)程特性； 數(shù)據(jù)預(yù)處理步驟；包括基于模型的數(shù)據(jù)對(duì)整，建立過(guò)程輸入與質(zhì)量輸出的同步關(guān)系和 數(shù)據(jù)去量綱處理以消除過(guò)程數(shù)據(jù)因物理單位不統(tǒng)一帶來(lái)的對(duì)建模精度的影響；建立離線模型步驟；通過(guò)利用大量的正常工況下的歷史數(shù)據(jù)建立帶鋼質(zhì)量與過(guò)程變量 的PLS模型；監(jiān)控指標(biāo)控制限的確定步驟所述監(jiān)控指標(biāo)包括質(zhì)量指標(biāo)和統(tǒng)計(jì)指標(biāo)；變量控制限的確定步驟；在線預(yù)測(cè)步驟；在線檢測(cè)和故障診斷步驟。
2.根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方 法，其特征在于所述數(shù)據(jù)對(duì)整包括①批次對(duì)整由于帶鋼的質(zhì)量信息是在生產(chǎn)結(jié)束一定時(shí)間以后離線化驗(yàn)得到，會(huì)有一定的滯后，需 要根據(jù)卷號(hào)信息，將每一卷帶鋼的過(guò)程數(shù)據(jù)X與該卷對(duì)應(yīng)的質(zhì)量數(shù)據(jù)Y對(duì)應(yīng)起來(lái)；②頭部歷經(jīng)和尾部歷經(jīng)對(duì)整頭部/尾部的歷經(jīng)對(duì)整是為了獲得頭部/尾部歷經(jīng)信息，即從帶鋼頭部/尾部進(jìn)入某 一爐段內(nèi)開始，到帶鋼的頭部/尾部離開該段，對(duì)應(yīng)爐段變量在該段時(shí)間內(nèi)的平均值。
3.根據(jù)權(quán)利要求1所述的基于偏最小二乘法的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方法，其特征在于，所述數(shù)據(jù)去量綱處理按照下列公式進(jìn)行
4.根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方 法，其特征在于所述建立的離線模型是鋼質(zhì)量與過(guò)程變量的PLS模型設(shè)有q個(gè)因變量{yi，y2，…，yj和ρ個(gè)自變量{Χι，&，···，&}; 為研究因變量與自變量的統(tǒng)計(jì)關(guān)系，觀測(cè)了 η個(gè)采樣點(diǎn)，由此構(gòu)成了自變量與因變量 的數(shù)據(jù)表 X= Ix1, X2, L, χρ}, Y = Iy1, y2, L, yj ；偏最小二乘分別提取分別在X與Y中提取出攜帶最大信息主成分T和U,并使T和U之 間的相關(guān)性最強(qiáng)。通過(guò)對(duì)輸出Y與主成分T的回歸，進(jìn)而得到Y(jié)與X的關(guān)系模型。偏最小 二乘算法的具體實(shí)現(xiàn)主要包括以下幾個(gè)步驟(1)從X和Y中分別提取第一個(gè)主成分、和U1，提取主成分時(shí)，根據(jù)回歸分析需要，有 以下2個(gè)要求①、和U1盡可能多地?cái)y帶X和Y中的變異信息；
5.根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方 法，其特征在于所述質(zhì)量指標(biāo)控制限的確定包括①若過(guò)程數(shù)據(jù)近似服從正態(tài)分布，由假設(shè)檢驗(yàn)來(lái)確定控制限 硬度預(yù)測(cè)值控制限設(shè)第i個(gè)批次的過(guò)程變量為Xi，我們可以得到該批次的硬度預(yù)測(cè)統(tǒng)計(jì)量力，
6.根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警故障診斷方法， 其特征在于所述統(tǒng)計(jì)量指標(biāo)包括T2統(tǒng)計(jì)量和SPE統(tǒng)計(jì)量；統(tǒng)計(jì)量的控制限去頂包括①若過(guò)程數(shù)據(jù)近似服從正態(tài)分布，控制限根據(jù)經(jīng)驗(yàn)公式確定。 T2統(tǒng)計(jì)量
7.根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警故障診斷方法， 其特征在于所述變量貢獻(xiàn)控制限的確定步驟包括定義第j個(gè)過(guò)程變量\的貢獻(xiàn)計(jì)算如下 硬度預(yù)測(cè)值貢獻(xiàn)
8.根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警故障診斷方法， 其特征在于所述在線預(yù)測(cè)步驟包括首先要判斷當(dāng)前生產(chǎn)的帶鋼的調(diào)制度，調(diào)用對(duì)應(yīng)型 號(hào)的模型參數(shù)；然后再將采集來(lái)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，分別求取帶鋼頭部和尾部歷經(jīng)，帶 入離線模型中，預(yù)測(cè)帶鋼頭部和尾部硬度，其計(jì)算公式如下，
9.根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警故障診斷方法， 其特征在于所述在線檢測(cè)包括運(yùn)行到第k個(gè)時(shí)刻時(shí)，可以利用截止到k時(shí)刻的平均軌跡，計(jì)算相應(yīng)的T2和SPE統(tǒng)計(jì) 量，計(jì)算公式如下T2 統(tǒng)計(jì)量Tk2 = tJS-H,(17)SPE 統(tǒng)計(jì)量:SPEk=ekekT =(xk -xk)T(xk-xk)(18)其中，Tk2和SP&分別是當(dāng)前k時(shí)刻計(jì)算得到的T2和SPE統(tǒng)計(jì)量值；tk = & ·Ρ是當(dāng)前 時(shí)刻的主元得分；對(duì)角矩陣S與離線程序中的對(duì)角陣S相同么是當(dāng)前時(shí)刻數(shù)據(jù)向 量&的估計(jì)；同時(shí)獲得在線實(shí)時(shí)的帶鋼硬度預(yù)測(cè)結(jié)果和延伸率實(shí)時(shí)檢測(cè)值，將他們與其對(duì)應(yīng)的控制 限進(jìn)行對(duì)比，來(lái)判斷系統(tǒng)是否出現(xiàn)異常。
10.根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警故障診斷方法， 其特征在于所述在線監(jiān)測(cè)時(shí)同時(shí)監(jiān)測(cè)質(zhì)量指標(biāo)和統(tǒng)計(jì)量指標(biāo)，實(shí)時(shí)考核對(duì)應(yīng)的質(zhì)量與過(guò) 程運(yùn)行狀態(tài)，并采取以質(zhì)量監(jiān)測(cè)為主，統(tǒng)計(jì)量監(jiān)測(cè)為輔的策略，依次由重到輕報(bào)警，有以下3 種情況需要考慮i.當(dāng)質(zhì)量預(yù)測(cè)或在線延伸率檢測(cè)值至少有一個(gè)超出正?？刂葡?，判斷此時(shí)發(fā)生了嚴(yán)重 故障，已經(jīng)影響到了帶鋼硬度和延伸率；此時(shí)，過(guò)程變量與質(zhì)量變量間以及過(guò)程變量間的相 關(guān)關(guān)系已經(jīng)發(fā)生改變，系統(tǒng)發(fā)出嚴(yán)重警報(bào)，并調(diào)用各變量的貢獻(xiàn)控制限診斷故障原因； .當(dāng)質(zhì)量預(yù)測(cè)值與在線延伸率未超出正?？刂葡蓿荰2與SPE至少其中之一顯示 超限，可以判斷此時(shí)過(guò)程變量間的相關(guān)關(guān)系發(fā)生異常，但還未影響到帶鋼硬度、延伸率。系 統(tǒng)發(fā)出中度警報(bào)，調(diào)用各變量的貢獻(xiàn)控制限進(jìn)行故障診斷，提出操作建議，幫助操作者在質(zhì) 量受到影響前做出及時(shí)調(diào)整；iii.當(dāng)質(zhì)量預(yù)測(cè)值與在線延伸率，T2及SPE均未超限，但是四者有任一顯示出一種連 續(xù)變化的情況并有超限的趨勢(shì)，我們認(rèn)為此時(shí)有故障發(fā)生的趨勢(shì)，此故障對(duì)質(zhì)量及過(guò)程變 量間相關(guān)性影響緩慢。在統(tǒng)計(jì)量指標(biāo)未超限前我們就可以調(diào)用對(duì)應(yīng)連續(xù)變化的統(tǒng)計(jì)量的故 障診斷貢獻(xiàn)圖分析故障變量。
11.根據(jù)權(quán)利要求1所述的根據(jù)權(quán)利要求1所述的基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐 況預(yù)警故障診斷方法，其特征在于所述故障診斷包括通過(guò)歷史正常數(shù)據(jù)求取每個(gè)變量的正常貢獻(xiàn)的控制限，在線監(jiān)測(cè)時(shí)，比較當(dāng)前貢獻(xiàn)圖 與歷史貢獻(xiàn)圖，可以得到引發(fā)異常趨勢(shì)的主要變量；硬度預(yù)測(cè)值貢獻(xiàn)
全文摘要
本發(fā)明涉及一種帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方法。一種基于偏最小二乘的帶鋼質(zhì)量預(yù)測(cè)、爐況預(yù)警與故障診斷方法，它包括模型選擇步驟它包括采用多模型來(lái)描述與其對(duì)應(yīng)的鋼種的過(guò)程特性；數(shù)據(jù)預(yù)處理步驟；包括基于模型的數(shù)據(jù)對(duì)整，建立過(guò)程輸入與質(zhì)量輸出的同步關(guān)系和數(shù)據(jù)去量綱處理以消除過(guò)程數(shù)據(jù)因物理單位不統(tǒng)一帶來(lái)的對(duì)建模精度的影響；建立離線模型步驟；通過(guò)利用大量的正常工況下的歷史數(shù)據(jù)建立帶鋼質(zhì)量與過(guò)程變量的PLS模型；監(jiān)控指標(biāo)控制限的確定步驟；變量控制限的確定步驟；在線預(yù)測(cè)步驟；在線檢測(cè)和故障診斷步驟。本發(fā)明通過(guò)PLS算法建立帶鋼質(zhì)量與變量的之間的模型，實(shí)現(xiàn)實(shí)時(shí)的質(zhì)量預(yù)測(cè)、過(guò)程監(jiān)測(cè)與故障診斷。
文檔編號(hào)G05B19/418GK102033523SQ20091019639
公開日2011年4月27日 申請(qǐng)日期2009年9月25日 優(yōu)先權(quán)日2009年9月25日
發(fā)明者丁旭峰, 徐家倬, 牛大鵬, 王姝, 譚帥, 陳衛(wèi)東, 高金剛 申請(qǐng)人:上海寶鋼工業(yè)檢測(cè)公司, 東北大學(xué)