·442 北京科技大学学报 第34卷 13 (a) 1.2 (b) 1.0- 1.1 0.9 X:22 艳0.8 :0.8387 0.7 0.7 X:19 0.6X:2 :0.6086 :0.5496 20 3040 50 60 0.56 10 203040 5060 变量编号 变量编号 1.04 1.10 1.02 1.05 1.00 0.98 *WI 0.96 0.90 X:55 0.94 X:55 X:2 :0.927 Y:0.9316 Y:0.8751 0920 10 2030405060 0.850 10 203040 50 变量箱号 变量编号 1.05 (e) 1.00 0.95 0.90 毫0.80 0.75 0.70:1 0.65上0.6563 0 102030405060 变量编号 图5头部拉窄典型样本的基于核主成分分析的故障诊断.(a)样本点265：(b)样本点212：(c)样本点289：(d)样本点216；(e)样本点 243 Fig.5 Fault diagnosis of the head width narrowing based on KPCA for the representative samples:(a)sample No.265;(b)sample No.212:(c) sample No.289:(d)sample No.216;(e)sample No.243 为设定模型的不合理，导致后三个机架间速度差的 据分析的正确性，从而为生产的正常进行和保证产 不匹配，出现了最后两个活套和机架间的速度差的 品质量提供技术支持 不协调.这些问题最终均会导致头部控制的不准 确，出现拉窄现象 参考文献 [Sun Y K.Model and Control of Hot Strip Rolling.Beijing:Metal- 6结论 lurgical Industry Press,2007 本文利用核主成分分析的平方预测误差统计量 (孙一康.带钢热连轧的模型与控制.北京：治金工业出版社， 2007) 进行生产过程的监控，通过故障指数来衡量各工艺 [2] Chiang L.H.Fault Detection and Diagnosis in Industrial Systems. 参数对统计量的作用.利用仿真数据对方法的有效 Duan J M,Translated.Beijing:China Machine Press,2003 性进行验证，与线性主成分分析方法相比，核主成分 (蒋浩天.工业系统的故障检测与诊断.段建民，译.北京：机 分析的平方预测误差统计量可以更加准确有效地捕 械工业出版社，2003) 捉到过程的异常，而且利用故障指数图可以给出引 B] Zhang J,Yang X H.Multirariate Statistical Process Control.Bei- jing:Chemical Industry Press,2000 起异常的原因.应用到热轧带钢头部拉窄分析中， (张杰，阳宪惠.多变量统计过程控制.北京：化学工业出版 可以有效查找出引起拉窄异常的主要原因，通过现 社，2000) 场的实际分析和改进后的实际生产情况，验证了数 4]Zhao X,Yan WW,Shao HH.The product quality control based北 京 科 技 大 学 学 报 第 34 卷 图 5 头部拉窄典型样本的基于核主成分分析的故障诊断 . ( a) 样本点 265; ( b) 样本点 212; ( c) 样本点 289; ( d) 样本点 216; ( e) 样本点 243 Fig． 5 Fault diagnosis of the head width narrowing based on KPCA for the representative samples: ( a) sample No． 265; ( b) sample No． 212; ( c) sample No． 289; ( d) sample No． 216; ( e) sample No． 243 为设定模型的不合理，导致后三个机架间速度差的 不匹配，出现了最后两个活套和机架间的速度差的 不协调． 这些问题最终均会导致头部控制的不准 确，出现拉窄现象． 6 结论 本文利用核主成分分析的平方预测误差统计量 进行生产过程的监控，通过故障指数来衡量各工艺 参数对统计量的作用． 利用仿真数据对方法的有效 性进行验证，与线性主成分分析方法相比，核主成分 分析的平方预测误差统计量可以更加准确有效地捕 捉到过程的异常，而且利用故障指数图可以给出引 起异常的原因． 应用到热轧带钢头部拉窄分析中， 可以有效查找出引起拉窄异常的主要原因，通过现 场的实际分析和改进后的实际生产情况，验证了数 据分析的正确性，从而为生产的正常进行和保证产 品质量提供技术支持． 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］ Chiang L H． Fault Detection and Diagnosis in Industrial Systems． Duan J M，Translated． Beijing: China Machine Press，2003 ( 蒋浩天． 工业系统的故障检测与诊断． 段建民，译． 北京: 机 械工业出版社，2003) ［3］ Zhang J，Yang X H． Multivariate Statistical Process Control． Bei￾jing: Chemical Industry Press，2000 ( 张杰，阳宪惠． 多变量统计过程控制． 北京: 化学工业出版 社，2000) ［4］ Zhao X，Yan W W，Shao H H． The product quality control based ·442·