[发明专利]轧机设备状态在线监测与诊断系统及监测诊断方法有效

专利信息
申请号: 201711328142.0 申请日: 2017-12-13
公开(公告)号: CN108038553B 公开(公告)日: 2021-08-17
发明(设计)人: 严保康;李维刚;赵云涛;马建军 申请(专利权)人: 科大集智数据科技(武汉)有限公司;武汉科技大学
主分类号: G06Q10/00 分类号: G06Q10/00
代理公司: 上海精晟知识产权代理有限公司 31253 代理人: 冯子玲
地址: 430000 湖北省武汉市东湖新技术*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 轧机 设备 状态 在线 监测 诊断 系统 方法
【权利要求书】:

1.一种轧机设备状态在线监测与诊断系统,其特征在于,包括:

数据解析模块,自动将加密的生产数据文件,按照指定的通道和采样频率方式解析成常规的txt数据文件,

伺服阀差值分析模块,根据已解析的伺服阀实时给定值和实时反馈值,计算出给定值和反馈值的实时差值,采用控制图方法计算出单块钢的控制上下限作为异常上下限,并结合工艺要求设置故障上下限,绘制伺服阀差值控制图,并提取出相应的异常信息和故障信息,

电气传感器振荡分析模块,具有分别采集电机电流、力矩和速度三类传感器,分别根据已解析的电机电流、力矩、速度数据,采用短时傅里叶变换方法计算出频率随时间变化的时频曲线,再结合控制图和工艺要求的频率故障上下限,提取出相应的异常信息和故障信息,

旋转部件振动信号分析模块,首先计算并判断数据的均值和均方根值是否超出给定阈值;然后再将超出阈值的数据通过稀疏分解算法,提取出数据中的稀疏成分,得到振动数据的稀疏表示,

信息综合处理模块,根据伺服阀差值分析模块提取的异常和故障信息、电气传感器振荡分析模块提取的异常和故障信息、旋转部件振动信号分析模块提取的稀疏表示信息,收集大量故障案例样本数据,通过支持向量机算法训练出多特征数据的故障分类器,

故障报警模块,根据提取的故障信息和判断出的故障类型,生成故障报警完整信息,

监控视图模块,故障报警模块生成的故障报警完整信息分别通过系统状态指示灯和数据列表形式展示在各分厂电脑终端,

通道管理模块,对轧线L1控制系统中与轧制稳定性和产品质量指标相关的数据通道进行管理,包括通道编号、通道名称、通道所属设备区域、通道所属产线区域的管理,

标准管理模块,每项与轧制稳定性和产品质量指标相关的数据均会根据工艺要求设置故障标准上下限,通过该模块的授权后,可对标准上下限进行配置和修改,

故障反馈模块,由操作员手动录入故障排除的基本信息,包括故障排除时间、故障排除方法、故障影响因素、故障排除状态。

2.如权利要求1所述的轧机设备状态在线监测与诊断系统,其特征在于,还包括:

报表报送模块,将故障信息和反馈处理结果发送至管理服务器,定期向上一级汇报状态信息。

3.如权利要求2所述的轧机设备状态在线监测与诊断系统,其特征在于:

其中,所述报表报送模块包含预定周期内的异常发生率、故障发生率、异常排除率、故障排除率、故障信息列表,其中故障信息列表包含故障发生时间、故障位置、处理结果、负责人。

4.如权利要求1所述的轧机设备状态在线监测与诊断系统,其特征在于:

其中,所述报警完整信息包括故障时间、所属产线区域、所属设备区域、采集的指标值、计算和设定的上下限、钢卷号以及状态信息。

5.一种轧机设备状态在线监测与诊断方法,利用如权利要求1所述轧机设备状态在线监测与诊断系统进行轧机设备状态在线监测与诊断,其特征在于,包括如下步骤:

步骤一、通过数据解析模块完成数据服务器加密采集文件的解析,获取轧钢过程各设备状态的准确数据信息,

步骤二、采用基于信号多特征的状态监测与故障诊断处理方法,得到轧钢过程设备的状态信息,

步骤三、电脑终端接收故障报警信息,通过数据管理模块将处理结果反馈至应用程序服务器,构成设备故障的发现-排除-反馈的闭环处理方式,

步骤四、将故障信息和反馈处理结果通过报表报送模块发送至管理服务器,定期向上一级汇报状态信息。

6.如权利要求5所述的轧机设备状态在线监测与诊断方法,其特征在于:

步骤一中,通过以太网连接到各分厂数据服务器,经过路径配置、通道配置、文件扫描、文件提取,再通过数据解析得到轧钢过程各设备状态相关的txt数据文件。

7.如权利要求5所述的轧机设备状态在线监测与诊断方法,其特征在于:

步骤一中,根据轧机状态监测的需求得到时间、轧制力、带钢长度、零调偏差、磁尺位移、电流、力矩、速度、刚度和钢卷号信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大集智数据科技(武汉)有限公司;武汉科技大学,未经科大集智数据科技(武汉)有限公司;武汉科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711328142.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top