[发明专利]一种基于热轧带钢轧制力的轧辊偏心自动识别方法及系统

权利要求书

1.一种基于热轧带钢轧制力的轧辊偏心自动识别方法，其特征在于，包括：

获取带钢长度方向上的轧机轧制力波动数据；

根据辊径计算每个轧辊周长区间轧制力波动数据；

计算相邻两个轧辊周长区间轧制力波动数据的相似度；

根据预设的标准阈值对计算出的相似度进行评分，得到轧辊偏心状态评分，通过将所述轧辊偏心状态评分与预设阈值比较大小，判断出是否存在轧辊偏心；

所述获取带钢长度方向上的轧机轧制力波动数据，包括：

实时采集带钢长度方向上的轧机轧制力相关数据，所述轧制力相关数据包括：轧机轧辊辊径、轧机咬钢及抛钢信号、轧机轧制力和轧制速度实测数据；

当检测到预设事件发生时，对轧机轧制力和轧制速度实测数据进行预处理，得到轧机轧制力数据沿带钢长度方向的分布矩阵F_data；

基于分布矩阵F_data，对轧制力相关数据进行二次采样并对采样结果进行多项式拟合；

基于所述分布矩阵F_data和多项式拟合结果，消除轧制力随带钢厚度变化趋势数据保留轧制力随轧辊波动数据，得到带钢长度方向上的轧机轧制力波动数据。

2.如权利要求1所述的基于热轧带钢轧制力的轧辊偏心自动识别方法，其特征在于，所述检测到预设事件发生，包括：检测到轧机咬钢及抛钢信号。

3.如权利要求1所述的基于热轧带钢轧制力的轧辊偏心自动识别方法，其特征在于，所述对轧机轧制力和轧制速度实测数据进行预处理，包括：

对轧机轧制力实测数据进行数据滤波处理，对轧机轧制速度实测数据按照采样时间进行离散积分，得到轧机轧制力数据沿带钢长度方向的分布矩阵F_data：

其中，F_force[i]为轧机轧制力数据，F_speed[i]为轧机轧制速度数据，i表示采样点编号，最大值为采样点总数N，F_data[i,0]表示采样点编号为i时轧制力所在的位置数据，F_data[i,1]表示采样点编号为i时轧机轧制力数据，t表示采样间隔。

4.如权利要求3所述的基于热轧带钢轧制力的轧辊偏心自动识别方法，其特征在于，所述对轧制力相关数据进行二次采样并对采样结果进行多项式拟合，包括：

按照下式对轧制力相关数据进行二次采样：

Fit[k,0]＝F_data[10k,0]

Fit[k,1]＝F_data[10k,1]

k＝0,1,2,3,…N/n

按照下式对采样结果进行多项式拟合：

x＝Fit[k,0]

y＝Fit[k,1]

其中，Fit[k,0]表示二次采样位置数据，Fit[k,1]表示二次采样轧制力数据，n表示二次采样间隔，k表示二次采样点编号，最大值为N/n，Y(x)表示拟合函数，用二次采样位置数据x＝Fit[k,0]表示自变量数据，用二次采样轧制力数据y＝Fit[k,1]表示因变量数据，m表示拟合次数。

5.如权利要求4所述的基于热轧带钢轧制力的轧辊偏心自动识别方法，其特征在于，所述消除轧制力随带钢厚度变化趋势数据保留轧制力随轧辊波动数据，得到带钢长度方向上的轧机轧制力波动数据，包括：

将F_data[i,0]表示的轧制力所在的位置数据代入Y(x)拟合函数中，得到轧制力随带钢厚度变化趋势数据：

F_{data_fake}[i,0]＝F_data[i,0]

F_{data_fake}[i,1]＝Y(F_data[i,0])

消除轧制力随带钢厚度变化趋势数据，得到轧制力波动数据F_{data_new}：

F_{data_new}＝F_data-F_{data_fake}

其中，F_{data_fake}表示轧制力随带钢厚度变化趋势数据。