軋輥故障智能預(yù)測(cè)及診斷系統(tǒng)研究與開發(fā).pdf

1、軋輥是軋機(jī)的重要部件,其功用是在軋制生產(chǎn)中直接與金屬接觸,使金屬產(chǎn)生塑性變形；軋輥由各類軋輥軸承支承。珠鋼CSP生產(chǎn)線所用的進(jìn)口軋輥承價(jià)格昂貴,工況惡劣,承受負(fù)荷大,磨損嚴(yán)重,故障機(jī)理復(fù)雜,加上隨機(jī)參量的干擾,這給軋機(jī)向高速、重載、高精度、連軋化和自動(dòng)化發(fā)展帶來較的影響。因此,實(shí)現(xiàn)對(duì)軋輥的故障預(yù)測(cè)與診斷,保障設(shè)備安全、穩(wěn)定、高效的運(yùn)作,對(duì)保證產(chǎn)品質(zhì)量、降本減耗顯得必要,在理論上也具有重要意義。本文根據(jù)企業(yè)提供的故障癥狀和現(xiàn)象,研究了產(chǎn)生

2、軋輥故障的主要因素,利用這些主要因素實(shí)現(xiàn)對(duì)軋輥故障的有效預(yù)測(cè),并完成了軋輥故障預(yù)測(cè)與診斷系統(tǒng)的研究開發(fā)。主要研究?jī)?nèi)容包括：
　　 ⑴闡述了課題的研究背景、來源,故障智能診斷的發(fā)展歷史及目前國內(nèi)外軋輥故障智能診斷的發(fā)展現(xiàn)狀和趨勢(shì)。分析了軋機(jī)的結(jié)構(gòu)特點(diǎn)、運(yùn)行機(jī)理后,深入研究了軋輥故障的主要產(chǎn)生因素；闡述了故障的主要模式及提取有效參數(shù)的方法。為開展軋輥故障預(yù)測(cè)與診斷系統(tǒng)的研究開發(fā)奠定了基礎(chǔ)。
　　 ⑵運(yùn)用Matlab分析工具,

3、采用比較的方法逐步深入研究,在討論傳統(tǒng)BP網(wǎng)絡(luò)法、動(dòng)量梯度下降法、GRNN等方法存在各種預(yù)測(cè)缺陷后,提出了構(gòu)造新網(wǎng)絡(luò)模型的思想:在各節(jié)點(diǎn)的權(quán)值或閥值達(dá)到最優(yōu)值后,再將冗余的權(quán)值或閥值剔除掉。于此基礎(chǔ)上,建立了基于Bayesian的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法,實(shí)現(xiàn)了對(duì)軋輥故障快速和準(zhǔn)確的預(yù)測(cè),達(dá)到了本課題研究的目的。
　　 ⑶研究了模糊處理方法,在加權(quán)統(tǒng)計(jì)故障理論的基礎(chǔ)上,設(shè)計(jì)了模糊邏輯推理器,即將預(yù)報(bào)的模糊數(shù)據(jù)清晰化處理。使用最小二乘法