何飞等：信息熵特征选择方法定位热轧带钢头部拉窄原因 ·49 表2重要过程参数影响程度排序（带钢1） Table 2 Order of importance about process parameters (Strip 1) 重要变量排序 算法 1 2 3 4 5 第三四机架速 第四五机架速 第五六机架速 第二三机架速 第六七机架速 互信息 度差(46) 度差(47) 度差(48) 度差(45) 度差(49) 第三四机架速 精轧出口温度 第四五机架速 第三机架实测 第六机架实测 最大相关性最小冗余 度差46 (2) 度差(47) 速度(5) 速度(8) 注：括号里的数字代表了表1中各变量的序号，下同 表3重要过程参数影响程度排序（带钢2） Table 3 Order of importance about process parameters (Strip 2) 重要变量排序 算法 1 3 4 5 第二三机架间的活 第二三机架间的活 第三四机架速度差 第六七机架速度差 第四机架的辊缝值 互信息 套高度(51) 套量(11) (46) (49) (40) 第二三机架间的活 第五六机架速度差 第三四机架速度差 第一机架实测速度 最大相关性最小冗余 精轧出口温度(2) 套高度51 (48) (46) (3) 表4重要过程参数影响程度排序（带钢3） Table 4 Order of importance about process parameters (Strip 3) 重要变量排序 算法 5 第三四机架速 第五六机架速 第二三机架速 第六七机架速 互信息 第四五机架速 度差(46) 度差(48) 度差(45) 度差(47) 度差(49) 第三四机架速 精轧出口温度 第六七机架速 第四五机架速 第一二机架速 最大相关性最小冗余 度差(46) (2) 度差(49) 度差(47) 度差(45) 表5重要过程参数综合影响程度排序 Table 5 Order of importance about process parameters (All) 5结论 排序 变量名称 综合得分 (1)采用动态时间弯曲算法可以实现将不同长度 精轧出口温度(2) 12 的生产过程数据的长度同步化. 2 第三四机架速度差(46) 12 (2)选择与热轧带钢头部拉窄相关的过程变量， 3 第四五机架速度差(47) 5 通过信息熵特征选择方法对各生产过程变量进行重要 4 第二三机架间的活套高度(51) 5 性排序分析，初步定位异常原因，为后续分析异常原因 5 第五六机架速度差(48) 3 提供了技术支撑. (3)采集现场实际生产数据，采用数据分析方法 6 第六七机架速度差(49) 3 进行生产过程的监控与诊断是机理模型分析的有效补 其综合重要程度 充，为实现生产过程的智能诊断提供可能。 对宽度影响最大的前6个重要过程参数见表5所 示.从表中可以看到精轧出口温度和第三四机架速度 考文献 差是影响宽度最重要的2个参数，从而作为最重要的 故障诊断的分析对象，经过现场分析发现由于温度传 [1]Sun Y K.Model and Control of Hot Strip Rolling.Beijing:Metal- 感器测量精轧出口温度精度不高，给后续控制带来了 lurgical Industry Press,2007 (孙一康.带钢热连轧的模型与控制.北京：治金工业出版社， 影响，由于前三机架驱动电机有减速器，而后四个机架 2007) 没有减速器，从而导致了前三个机架和后四个机架的 2]Manabu K,Yoshiaki N.Data-based process monitoring,process 电机控制特性不同，出现了第三四机架间已经前后相 control,and quality improvement:Recent developments and ap- 关联机架的速度差、活套高度控制等不协调. plications in steel industry.Comput Chem Eng,2008,32(1/2):何 飞等; 信息熵特征选择方法定位热轧带钢头部拉窄原因 表 2 重要过程参数影响程度排序( 带钢 1) Table 2 Order of importance about process parameters ( Strip 1) 算法 重要变量排序 1 2 3 4 5 互信息 第三四机架速 度差( 46) 第四五机架速 度差( 47) 第五六机架速 度差( 48) 第二三机架速 度差( 45) 第六七机架速 度差( 49) 最大相关性最小冗余 第三四机架速 度差 46 精轧出口温度 ( 2) 第四五机架速 度差( 47) 第三机架实测 速度( 5) 第六机架实测 速度( 8) 注: 括号里的数字代表了表 1 中各变量的序号，下同． 表 3 重要过程参数影响程度排序( 带钢 2) Table 3 Order of importance about process parameters ( Strip 2) 算法 重要变量排序 1 2 3 4 5 互信息 第二三机架间的活 套高度( 51) 第二三机架间的活 套量( 11) 第三四机架速度差 ( 46) 第六七机架速度差 ( 49) 第四机架的辊缝值 ( 40) 最大相关性最小冗余 第二三机架间的活 套高度 51 精轧出口温度( 2) 第五六机架速度差 ( 48) 第三四机架速度差 ( 46) 第一机架实测速度 ( 3) 表 4 重要过程参数影响程度排序( 带钢 3) Table 4 Order of importance about process parameters ( Strip 3) 算法 重要变量排序 1 2 3 4 5 互信息 第三四机架速 度差( 46) 第五六机架速 度差( 48) 第二三机架速 度差( 45) 第四五机架速 度差( 47) 第六七机架速 度差( 49) 最大相关性最小冗余 第三四机架速 度差( 46) 精轧出口温度 ( 2) 第六七机架速 度差( 49) 第四五机架速 度差( 47) 第一二机架速 度差( 45) 表 5 重要过程参数综合影响程度排序 Table 5 Order of importance about process parameters ( All) 排序 变量名称 综合得分 1 精轧出口温度( 2) 12 2 第三四机架速度差( 46) 12 3 第四五机架速度差( 47) 5 4 第二三机架间的活套高度( 51) 5 5 第五六机架速度差( 48) 3 6 第六七机架速度差( 49) 3 其综合重要程度． 对宽度影响最大的前 6 个重要过程参数见表 5 所 示． 从表中可以看到精轧出口温度和第三四机架速度 差是影响宽度最重要的 2 个参数，从而作为最重要的 故障诊断的分析对象，经过现场分析发现由于温度传 感器测量精轧出口温度精度不高，给后续控制带来了 影响，由于前三机架驱动电机有减速器，而后四个机架 没有减速器，从而导致了前三个机架和后四个机架的 电机控制特性不同，出现了第三四机架间已经前后相 关联机架的速度差、活套高度控制等不协调． 5 结论 ( 1) 采用动态时间弯曲算法可以实现将不同长度 的生产过程数据的长度同步化． ( 2) 选择与热轧带钢头部拉窄相关的过程变量， 通过信息熵特征选择方法对各生产过程变量进行重要 性排序分析，初步定位异常原因，为后续分析异常原因 提供了技术支撑． ( 3) 采集现场实际生产数据，采用数据分析方法 进行生产过程的监控与诊断是机理模型分析的有效补 充，为实现生产过程的智能诊断提供可能． 参 考 文 献 ［1］ Sun Y K． Model and Control of Hot Strip Rolling． Beijing: Metal￾lurgical Industry Press，2007 ( 孙一康． 带钢热连轧的模型与控制． 北京: 冶金工业出版社， 2007) ［2］ Manabu K，Yoshiaki N． Data-based process monitoring，process control，and quality improvement: Recent developments and ap￾plications in steel industry． Comput Chem Eng，2008，32( 1 /2) : ·49·