轧机异常振动的因素分析与特征提取

论文摘要

轧机振动问题是世界范围内的冶金技术难题,也是亟待解决的问题之一,有效地控制轧机振动对提高金属板材质量和提高生产效率有重要意义。本文以轧机异常振动为主线,分析轧机异常振动的原因,提出了改进措施,把小波包变换与灰色聚类分析相结合进行了异常振动信号的研究,实现了特征提取及状态分类,采用分形理论的维数概念对轧机异常振动时的状态进行了提取。归纳了冷轧机振动研究的内容,分析了轧机机架及轧辊的垂直振动原因。由冷连轧机异常振动的现象出发,阐述了冷连轧机垂直振动分析方法,重点分析了影响轧机振动的乳化液因素,提出了轧机振动的工艺改进方法。基于小波包分析原理,对轧机异常振动能量分布特征提取方法进行了研究。通过振动信号进行处理分析,从中获取反映轧机异常振动信息的特征。由于轧机异常振动的信号都是非平稳信号,而小波变换（Wavelet Analysis）为适用于处理非平稳信号的工具,所以本文采用其小波变换的改进算法-小波包变换,对轧机异常振动信号进行分析。在此基础上,还采用灰色聚类分析对小波包分析的结果进行了轧机振动状态的分类研究,实现了正常振动与异常振动的识别。本文通过对轧机振动信号的时间序列的相空间重构,计算出描述轧机异常振动特征的分形维数,提出了采用分形维数来确定轧机的运行状态的方法。分形理论作为非线性科学研究的理论,正在逐渐被应用到机械设备的故障诊断特征提取技术之中。本文重点研究了分形维数的参数选取,如延迟时间、嵌入维数、无标度区间的选取等,对轧机异常振动信号进行了关联维数的计算研究。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 轧机振动的国内外研究概况
• 1.2 轧机振动研究内容及成果
• 1.3 轧机异常振动分析存在的不足
• 1.4 小波变换和分形理论的引入
• 1.5 本文主要内容与论文结构
• 1.5.1 本文主要研究背景
• 1.5.2 本文主要研究内容
• 第二章 振动分析理论基础
• 2.1 基于能量分布的特征提取及分类
• 2.1.1 小波变换概念
• 2.1.2 小波包分析
• 2.1.3 信号的小波包特征提取原理
• 2.1.4 灰色聚类分析
• 2.1.5 灰色聚类分析法原理
• 2.2 基于分形维数的特征提取
• 2.2.1 分形概念
• 2.2.2 分形维数概念
• 2.3 本章小结
• 第三章 轧机垂直振动故障分析与研究
• 3.1 1420冷连轧机组存在的问题
• 3.2 振动实测方法及信号分析
• 3.3 五机架振源分析
• 3.3.1 振动形成过程
• 3.3.2 速差与振动关系
• 3.3.3 机架固有频率
• 3.3.4 振源向垂直振动的演变过程
• 3.4 冷轧中乳化液因素分析
• 3.5 异常振动控制措施
• 3.5.1 轧制工艺参数调整
• 3.5.2 控制系统改进措施
• 3.6 本章小结
• 第四章 基于小波包分析的特征提取及分类
• 4.1 基于能量的小波包特征提取过程
• 4.2 小波包分析参数选择
• 4.3 振动信号的特征提取与分析
• 4.3.1 振动信号的小波包分析
• 4.3.2 基于能量分布的轧机振动信号特征
• 4.4 基于轧机能量特征向量的灰色聚类
• 4.4.1 灰色聚类过程
• 4.4.2 振动信号的聚类参数选择
• 4.4.3 轧机振动的灰色聚类结果
• 4.5 本章小结
• 第五章 基于分形的轧机振动特征提取
• 5.1 振动信号关联维数研究
• 5.1.1 基于G-P算法的关联维数
• 5.1.2 关联维数计算参数的选取
• 5.1.3 无标度区间选取的改进
• 5.1.4 振动信号关联维数
• 5.2 Matlab MEX文件应用
• 5.2.1 MEX文件的组成
• 5.2.2 MEX文件的生成过程
• 5.2.3 MEX文件C代码编写
• 5.3 轧机异常振动信号关联维数特征分析
• 5.3.1 关联维数的计算分析
• 5.3.2 分形维数与故障特征
• 5.4 本章小结
• 第六章 结论与展望
• 6.1 全文总结
• 6.2 工作展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文