基于PCA模型的连续退火机组炉内温度、张力监测及故障追溯方法

摘要

本发明涉及连续退火机组的故障监测和诊断方法。一种基于PCA模型的连续退火机组炉内温度、张力监测及故障追溯方法，它主要包括下列步骤：步骤一，根据现场获得的过程变量数据，利用主成分分析PCA方法建立该机组的温度及张力监测模型；步骤二，建立离线模型，利用步骤一获得的过程变量正常工况时的数据，计算T2统计量和SPE统计量及其贡献的控制限；步骤三，在线模型应用，计算当前数据的T2统计量和SPE统计量，根据离线模型提供的信息监测当前状态是否正常，若不正常则给出报警信号；步骤四，利用T2统计量的贡献及SPE统计量的贡献确定引起故障的主导变量。本发明对生产过程中炉内温度及张力进行实时监测，当出现异常时，对导致系统异常的故障原因进行追溯。

主权项

一种基于PCA模型的连续退火机组炉内温度、张力监测及故障追溯方法，其特征在于，它主要包括下列步骤：步骤一，根据现场获得的过程变量数据，利用主成分分析PCA方法建立该机组的温度及张力监测模型，所述过程变量数据包括：各段板温、各段炉温、带钢中央段速度、厚度和宽度；步骤二，建立离线模型，利用步骤一获得的过程变量正常工况时的数据，根据设定值确定模型的主元个数，计算T2统计量和SPE统计量及其贡献的控制限；步骤三，在线模型应用，计算当前数据的T2统计量和SPE统计量，根据离线模型提供的信息监测当前状态是否正常，若不正常则给出报警信号；步骤四，在步骤三得同时，利用T2统计量的贡献及SPE统计量的贡献确定引起故障的主导变量。