基于Copula函数的热轧支持辊健康状态预测模型
来源期刊:工程科学学报2020年第6期
论文作者:李天伦 何安瑞 邵健 付文鹏 强毅 谢向群
文章页码:787 - 795
关键词:支持辊;健康状态预测;Copula函数;数据驱动;板形;
摘 要:热轧支持辊的健康状态在带钢板形质量和轧制稳定性控制中起着关键作用,非线性、强耦合、少样本等特点使得热轧支持辊健康状态的预测复杂,目前各大钢厂仍以定期维护和事后维修为主.本文提出了一种支持辊虚拟健康指数的构建方法以及基于Copula函数的复杂工况健康状态预测模型.首先结合支持辊弯窜辊数据表征支持辊健康状态,再使用Kmeans聚类方法对支持辊工况进行划分,将各工况下过程数据分别构建Copula预测模型,最后根据实际轧制计划的排布顺序融合各工况模型的预测结果.提出的基于Copula函数的预测模型在某钢厂1780热连轧产线得到应用,结果表明,该模型能够准确有效的按照轧制计划实现支持辊的健康状态预测,以更科学的策略指导支持辊更换维护.
李天伦1,何安瑞1,邵健1,付文鹏2,强毅3,谢向群2
1. 北京科技大学工程技术研究院2. 上海梅山钢铁股份有限公司热轧厂3. 机械科学研究总院
摘 要:热轧支持辊的健康状态在带钢板形质量和轧制稳定性控制中起着关键作用,非线性、强耦合、少样本等特点使得热轧支持辊健康状态的预测复杂,目前各大钢厂仍以定期维护和事后维修为主.本文提出了一种支持辊虚拟健康指数的构建方法以及基于Copula函数的复杂工况健康状态预测模型.首先结合支持辊弯窜辊数据表征支持辊健康状态,再使用Kmeans聚类方法对支持辊工况进行划分,将各工况下过程数据分别构建Copula预测模型,最后根据实际轧制计划的排布顺序融合各工况模型的预测结果.提出的基于Copula函数的预测模型在某钢厂1780热连轧产线得到应用,结果表明,该模型能够准确有效的按照轧制计划实现支持辊的健康状态预测,以更科学的策略指导支持辊更换维护.
关键词:支持辊;健康状态预测;Copula函数;数据驱动;板形;