[发明专利]一种轧机振动工况划分的聚类方法

摘要

本发明公开了一种轧机振动工况划分的聚类方法，包括如下步骤1）构建历史状态数据的聚类样本；2）对聚类样本进行滤波，获取特征信号；3)对聚类样本的特征信号进行无量纲化处理；4)确定基于局部线性嵌入的多流行局部几何结构信息度量和多流形相似度度量；5)对样本空间进行降维处理；6)确定最优化聚类中心；7)采用最近邻分类器对所述降维处理后的数据集进行分类，对轧机系统的振动工况进行划分。本发明针对轧机系统动力学，利用轧机历史状态数据对轧机振动工况进行聚类分析，建立了能完整表征轧机系统振动特征模型，对轧机复杂多变的振动工况进行划分，对准确、全面把握轧机动力学行为起到很好的技术支持作用。

主权项

一种轧机振动工况划分的聚类方法，包括以下步骤：(1)获取轧机振动信号、板带规格、工艺参数、控制信号、力能参数信号，形成聚类样本，聚类样本用X表示，X＝[X1，X2，…Xi…，Xk]，其中，k为信号的数量，Xi为第i组信号的数据序列，i＝1,2……k，且Xi＝[x1，x2，…，xn]，n为轧机轧制一个道次时间内所采集的点数；(2)应用多尺度形态学滤波方法对聚类样本进行预处理，得到特征信号；(3)对聚类样本的滤波后的特征信号进行无量纲化处理；(4)确定基于局部线性嵌入的多流行局部几何结构信息度量和多流形相似度度量；(5)对样本空间进行降维处理；(6)确定最优化聚类中心；(7)采用最近邻分类器对所述降维处理后的数据集进行分类，对轧机系统的振动工况进行划分。