一种基于多阶段MPCA的无缝钢管连轧生产过程的监测与故障识别方法

摘要

针对无缝钢管连轧生产过程的机理模型难以建立，过程监测和故障识别很困难的问题，考虑其非线性极强、动态特性变化快等生产特点，提出了基于多阶段MPCA方法的无缝钢管连轧过程的监测与故障识别模型.该方法通过多阶段线性结构改进传统MPCA法的单模型线性化结构，以分段线性建模逼近非线性的方式，弥补传统MPCA法的不足，提高监测的准确度和反应速度.实验和仿真表明，基于多阶段MPCA方法的无缝钢管连轧过程的监测模型有效性地实现了对无缝钢管连轧过程的监测与故障识别，并且其实时性好、可靠性及精度高。

主权项

一种基于多阶段MPCA的无缝钢管连轧生产过程的监测与故障识别方法其特征是：本发明在对连轧生产过程各时段分析的基础上，确定了建模所需的各时段过程变量，依据变量采集建模数据后，需要对生产过程子操作时段进行划分.在获得的三维数据的基础上，将过程数据按生产操作时段的不同，将其分段处理. 本发明先将连轧生产过程划分为咬钢子时段、稳定轧制子时段和抛钢子时段. 然后依据k‑means聚类分析法并结合轧钢过程变量间的关系进行分段，细划咬钢和抛钢阶段，将咬钢阶段细划成3个子时段，同理将抛钢阶段也细划成3个子时段. 确定建模所需的各时段过程变量后，多阶段MPCA算法对进行无缝钢管连轧生产过程监测与故障识别. 该方法通过多阶段线性结构改进传统MPCA法的单模型线性化结构，以分段线性建模逼近非线性的方式，弥补传统MPCA法的不足，提高监测的准确度。