买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉燕山大学申请的专利一种考虑振动频率集中度的热连轧机故障实时诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116625679B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310578960.5，技术领域涉及：G01M13/028；该发明授权一种考虑振动频率集中度的热连轧机故障实时诊断方法是由彭艳;赵向阳;邢建康;张明;王瑾;王梦寒设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本一种考虑振动频率集中度的热连轧机故障实时诊断方法在说明书摘要公布了：本发明提供了一种考虑振动频率集中度的热连轧机故障实时诊断方法，涉及热连轧机轧制技术领域，包括如下步骤：S1、建立频率集中度模型、变形抗力计算模型和关键部件的动力学模型；S2、基于变形抗力计算模型和处理后的历史数据构建轧机生产线数据库；S3、基于分类后的辊系状态建立振动评价标准库；S4、依据模型求解实测数据的关键参数；S5、进行实测数据关键参数与历史数据关键参数匹配；S6、基于实测数据关键参数与历史数据关键参数对比判断轧机系统状态，与理论模型求解数据对比关键参数判定故障位置。本发明通过对轧制过程中轧机振动的状态监测与故障诊断，确保了热连轧精轧机组的轧制稳定性提高与工艺模型优化，保证了产品质量和生产的稳定性。

本发明授权一种考虑振动频率集中度的热连轧机故障实时诊断方法在权利要求书中公布了：1.一种考虑振动频率集中度的热连轧机故障实时诊断方法，其特征在于，包括如下步骤： S1、基于热连轧机数据，建立频率集中度模型、变形抗力计算模型和关键部件的动力学模型； 所述频率集中度模型公式如下： 其中，为基频及其倍频的频率集中度；为原始信号作傅里叶变换后按振幅降序的第i个优势频率，为对应的振幅；判断中的倍频关系；为倍频度，取值为及其倒数，为倍频容度，取值为； 所述变形抗力计算模型公式如下： 其中，为变形抗力，GFiDjg1为精轧入口温度，GFiDjg2为轧制速度，GFiDjg3为压下量，GFiDjg4为材料力能参数，为库尔科夫公式，表示各机架轧制温度不同引起的第i机架相对第一机架的变形抗力增量，为冷却水引起的单位时间温度变化率，L为第i机架板带与冷却水接触的距离；为井上公式，表示各机架轧制速度不同引起的第i机架相对前一机架的变形抗力增量；表示各机架相对于压下量不同引起的第i机架相对前一机架的变形抗力增量；表示各机架金属材料组织变化引起的第i机架相对前一机架的变形抗力增量； 所述关键部件的动力学模型公式如下： 其中，为系统质量矩阵，为阻尼矩阵，为一次刚度矩阵，为三次刚度矩阵； 为系统各自由度运动的加速度、为系统各自由度运动的速度、为系统各自由度运动的位移，为系统各自由度运动的位移的三次方；为动态轧制力； S2、获取热连轧机的历史数据，对所述历史数据进行处理，基于变形抗力计算模型和处理后的历史数据构建轧机生产线数据库；基于变形抗力模型计算历史数据的第一关键参数，基于频率集中度模型计算振动数据的第二关键参数； S3、对所述历史数据中的辊系状态进行分类，基于所述分类后的辊系状态和所述第二关键参数建立振动评价标准库； S4、获取实时的实测数据，对所述实测数据进行分析，依据模型求解实测数据的关键参数； S41、使用频率集中度模型求解关键参数； S42、判断辊系状态：按照条件一与条件二的并集以及根据电机运行状态作为调整状态条件阈值判断，否则判定为轧制状态； S43、轧制状态阶段包括：咬钢阶段、过钢阶段、待钢阶段和抛钢阶段；符合条件三为咬钢阶段；符合条件四为待钢阶段；符合条件五为抛钢阶段；否则为过钢阶段； S44、调整状态阶段包括：压靠过程阶段、换辊冲击阶段和停车阶段；符合条件一为压靠过程阶段；符合条件二为换辊冲击阶段；否则为停车阶段； S45、取实测振动数据对应的工艺模型数据，确定各机架压下量、轧制速度、轧制力分配及热轧板带牌号； S46、根据变形抗力计算模型计算板带温度变化规律及不同机架间的变形抗力增量； 所述条件一为： ；；其中，为实测振动信号数据labgΔti段的峰峰值，为实测振动信号数据labgΔti段的主频率，为实测振动信号数据labgΔti段的频率集中度；和为历史数据l’abg压靠阶段的峰峰值的上下限，和为历史数据l’abg压靠阶段的频率集中度的上下限，为历史数据l’abg段的振动主频率； 所述条件二为： ；其中，为实测振动信号数据labgΔti段的峰峰值，为实测振动信号数据labgΔti段的频率集中度；和为历史数据l’abg换辊冲击阶段的频率集中度的上下限，为换辊冲击阶段振动峰峰值下限； 所述条件三为： ；其中，为实测振动信号数据labgΔti段的峰峰值，为实测振动信号数据labgΔti段的频率集中度；、为历史数据l’abg咬钢阶段的峰峰值的上下限，、为历史数据l’abg咬钢阶段的频率集中度的上下限； 所述条件四为： ；其中，为实测振动信号数据labgΔti段的峰峰值，为实测振动信号数据labgΔti段的频率集中度；和为历史数据l’abg待钢阶段的峰峰值的上下限，、为历史数据l’abg待钢阶段的频率集中度的上下限； 所述条件五为： ；其中，为实测振动信号数据labgΔti段的峰峰值，为实测振动信号数据labgΔti段的频率集中度；和为历史数据l’abg抛钢阶段的峰峰值的上下限，和为历史数据l’abg抛钢阶段的频率集中度的上下限； S5、将所述生产线数据库分成子库，选择子库中的数据参与辊系状态评价，基于生产线数据库的基本指标进行实测数据关键参数与历史数据第一关键参数匹配； S6、基于实测数据关键参数与历史数据第二关键参数对比判断轧机系统状态，与关键部件的动力学模型求解数据对比关键参数判定故障位置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街西段438号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。