[发明专利]一种轧机扭振预测方法

摘要

本发明涉及一种轧机扭振预测方法，包括搭建扭振实验平台，并通过实时采用最佳核函数和参数的方法，寻找出最佳的轧机扭振预测模型。扭振实验平台主要由驱动端的交流变频电动机、减速器，负载端的工作轧辊，扭振传感器、弹性连接轴、测速传感器和上位机组成，测速传感器用来测量交流变频电机通过减速器后传输给弹性连接轴的速度，该速度用来代表轧机的轧制速度，扭振传感器则用来测量弹性连接轴中的扭矩大小，两个传感器通过上位机中的串口将检测到的信号传输给上位机。本发明扭振预测过程简单，预测精度高，增加了扭振客观评价标准，步骤清晰，省时，省力。

主权项

1.一种轧机扭振预测方法，其特征在于包括以下步骤：1)搭建扭振实验平台，扭振实验平台主要由扭振传感器、弹性连接轴、测速传感器、上位机、驱动端的交流变频电动机、驱动端的减速器和负载端的工作轧辊组成，测速传感器用来测量交流变频电动机通过减速器后传输给弹性连接轴的速度，该速度用来代表轧机的轧制速度，当驱动端的交流变频电动机转速与负载端的转速存在转速差时，会在弹性连接轴中产生扭矩，严重时发生扭转现象，扭振传感器则用来测量弹性连接轴中的扭矩大小，两个传感器通过上位机中的串口将检测到的信号传输给上位机，上位机中安装支持向量机；2)模拟主传动系统在非线性参数下的扭振情况：在扭振实验平台上，v表示轧机的轧制速度；p表示轧制精度；sq表示钢铁产品表面质量；rl表示辊隙润滑情况；uf表示其他不确定因素；对于v、p、sq、rl取不同的组合值，用c表示，c(n)表示第n个组合值；uf(n)表示第n个随机数；用扭振传感器检测扭振信号，得到在外界干扰情况下的扭振响应，用参数vr表示，vr(n)表示第n个扭振响应值；3)取v、p、sq、rl的30组不同组合，用c(1)～c(30)表示，同时取相对应的uf(1)～uf(30)共30个随机数，把c(n)、uf(n)归一化；用扭振传感器检测得到1～25组每一组组合对应的扭振响应vr；将前20组的c(1)～c(20)、uf(1)～uf(20)和vr(1)～vr(20)作为训练集；4)支持向量机采用多项式核函数对训练集进行训练，得到预测模型1，用model1表示，支持向量机采用高斯核函数对训练集进行训练，得到预测模型2，用model2表示；5)将21～25组归一化后的c(21)～c(25)、uf(21)～uf(25)作为预测集，利用model1进行预测，得到扭振预测值，用参数pr1表示，pr1(n)表示第n个扭振预测值，比较21～25组中各个pr1(n)和vr(n)，若|pr1(n)‑vr(n)|>5％vr(n),则认为扭振预测值不准确，记录不准确的次数，用参数npv1表示；6)将21～25组归一化后的c(21)～c(25)、uf(21)～uf(25)作为预测集，利用model2进行预测，得到扭振预测值，用参数pr2表示，pr2(n)表示第n个扭振预测值，比较21～25组中各个pr2(n)和vr(n)，若|pr2(n)‑vr(n)|>5％vr(n),则认为扭振预测值不准确，记录不准确的次数，用参数npv2表示；7)比较npv1和npv2的大小，若npv1npv2，表明采用高斯核函数时具有较高的扭振预测值精度，则输入c(26)～c(30)、uf(26)～uf(30)，支持向量机采用高斯核函数对未来的扭振进行预测，得到预测值pr(m)，同时利用扭振传感器随机检测扭振的真实值vr(m)；8)每得到一次预测值pr(m)，则计算|pr(m)‑vr(m)|，当出现|pr(m)‑vr(m)|>5％vr(m)的次数累加达到二次，则利用5)步～7)步的方法，重新选择核函数，利用支持向量机对未来扭振进行预测；若|pr(m)‑vr(m)|>5％vr(m)的次数未达到二次，则继续采用现有核函数，利用支持向量机对未来扭振进行预测。