第4期 何飞等：基于核主成分分析的热轧带钢头部拉窄分析 441· 为了消除带钢力学性能和厚度对结果的影响，选择 变量 写2.0 -变量2 了同一钢种厚度为3.0mm的数据作为研究对象. 1.s *…变量3 1.0 在现场实际生产数据中，选择头部宽度正常的样本 0 h人人 数据150个，利用核主成分分析建模，然后利用50 80 120 160 200 样本编号 个正常数据，110个拉窄数据进行生产过程的监控 训练和测试共310个样本的基于核主成分分析的监 图3核主成分分析中各变量的故障指数图 Fig.3 Fault index plots based on KPCA 控图如图4所示，图中给出了95%置信度下的控制 表1头部拉窄数据分析变量表 Table 1 Variable table of head width narrowing data analysis 类别 变量 具体变量名称 编号 个数 温度 精轧入口温度、精轧出口温度 1~2 2 设定速度 精轧机F1~F7设定速度 3-9 > 实测速度 精轧机F1~F7实测速度 10~16 7 套量 活套1~6套量 17~22 6 工艺参数 ①精轧机F1~F7双侧轧制力设定值 轧制力 ②精轧机F1~F7工作侧轧制力实测值 23~43 21 ③精轧机F1~7传动侧轧制力实测值 辊缝 精轧机F1~7辊缝值 44~50 7 速度差 前机架计算前滑后的速度与后机架计算后滑后的速度的差值 51~56 6 活套高度 活套1~6高度值 57~62 6 质量指标 宽度误差 限.从图4中可以看到：训练样本（样本编号1~ 图5(a)中可以看到引起样本265头部拉窄的主要 150)的统计量均在控制限下；测试样本（样本编号 原因是第19、22个变量（活套3和6的套量）：(2) 151~310)中前50个正常数据的统计量虽然与训练 从图5(b)中可以看到引起样本212头部拉窄的主 样本相比有所增加，但绝大多数在控制限下，有部分 要原因是第2个变量（精轧出口温度）：(3)从图5 稍超过了控制限；测试样本中的拉窄数据绝大多数 (c)中可以看到引起样本289头部拉窄的主要原因 远远超出控制限.由此可见，核主成分分析可以有 是第55个变量（五、六机架的速度差）：(4)从图5 效地监控出生产状态的异常 (d)中可以看到引起样本216头部拉窄的主要原因 60 是第2、55个变量（精轧出口温度，五、六机架的速 一统计量 238 :5641 度差)；(5)从图5(e)中可以看到引起样本243头 50- ---95%控制限 X:289 X:216 53.85 期 部拉窄的主要原因是第1个变量（精轧入口温度）. 40- 从以上分析可以看到，精轧入口温度、精轧出口 30 温度、活套3和6的套量以及五、六机架的速度差是 20 引起头部拉窄的主要原因，在后续的精确分析中应 对上述参数做重点研究. 经过现场的分析发现了如下的问题：(1)由于 0 50 100 150200 250 300 50 温度传感器在改造过程中并没有更换，长时间使用 样本编号 没有及时进行校正，导致了精轧入口温度、精轧出口 图4核主成分分析中头部拉窄的平方预测误差统计量 温度测量值精度不高，给后续的控制带来影响：(2) Fig.4 SPE statistic of the head width narrowing based on KPCA 由于前三机架驱动电机有减速器，而后四机架没有 为了分析引起异常的原因，分别给出图4中异 减速器，从而导致前三机架和后四机架的电机控制 常比较严重的样本点265、212、289、216和243的故 特性不同，即电机的速度精度和速度响应有一定的 障诊断图，如图5所示 差异，而在电机控制中没有充分认识到减速器给控 从故障诊断图中分析出现故障的原因：(1)从 制带来的影响，出现了活套3控制的不协调：(3)因第 4 期 何 飞等: 基于核主成分分析的热轧带钢头部拉窄分析 图 3 核主成分分析中各变量的故障指数图 Fig． 3 Fault index plots based on KPCA 为了消除带钢力学性能和厚度对结果的影响，选择 了同一钢种厚度为 3. 0 mm 的数据作为研究对象． 在现场实际生产数据中，选择头部宽度正常的样本 数据 150 个，利用核主成分分析建模，然后利用 50 个正常数据，110 个拉窄数据进行生产过程的监控． 训练和测试共 310 个样本的基于核主成分分析的监 控图如图 4 所示，图中给出了 95% 置信度下的控制 表 1 头部拉窄数据分析变量表 Table 1 Variable table of head width narrowing data analysis 类别 变量 具体变量名称 编号 个数 温度 精轧入口温度、精轧出口温度 1 ～ 2 2 设定速度 精轧机 F1 ～ F7 设定速度 3 ～ 9 7 实测速度 精轧机 F1 ～ F7 实测速度 10 ～ 16 7 套量 活套 1 ～ 6 套量 17 ～ 22 6 工艺参数 ①精轧机 F1 ～ F7 双侧轧制力设定值 轧制力 ②精轧机 F1 ～ F7 工作侧轧制力实测值 23 ～ 43 21 ③精轧机 F1 ～ F7 传动侧轧制力实测值 辊缝 精轧机 F1 ～ F7 辊缝值 44 ～ 50 7 速度差 前机架计算前滑后的速度与后机架计算后滑后的速度的差值 51 ～ 56 6 活套高度 活套 1 ～ 6 高度值 57 ～ 62 6 质量指标 — 宽度误差 — 1 限． 从图 4 中可以看到: 训练样本( 样本编号 1 ～ 150) 的统计量均在控制限下; 测试样本( 样本编号 151 ～ 310) 中前 50 个正常数据的统计量虽然与训练 样本相比有所增加，但绝大多数在控制限下，有部分 稍超过了控制限; 测试样本中的拉窄数据绝大多数 远远超出控制限． 由此可见，核主成分分析可以有 效地监控出生产状态的异常． 图 4 核主成分分析中头部拉窄的平方预测误差统计量 Fig． 4 SPE statistic of the head width narrowing based on KPCA 为了分析引起异常的原因，分别给出图 4 中异 常比较严重的样本点 265、212、289、216 和 243 的故 障诊断图，如图 5 所示． 从故障诊断图中分析出现故障的原因: ( 1) 从 图 5( a) 中可以看到引起样本 265 头部拉窄的主要 原因是第 19、22 个变量( 活套 3 和 6 的套量) ; ( 2) 从图 5( b) 中可以看到引起样本 212 头部拉窄的主 要原因是第 2 个变量( 精轧出口温度) ; ( 3) 从图 5 ( c) 中可以看到引起样本 289 头部拉窄的主要原因 是第 55 个变量( 五、六机架的速度差) ; ( 4) 从图 5 ( d) 中可以看到引起样本 216 头部拉窄的主要原因 是第 2、55 个变量( 精轧出口温度，五、六机架的速 度差) ; ( 5) 从图 5( e) 中可以看到引起样本 243 头 部拉窄的主要原因是第 1 个变量( 精轧入口温度) ． 从以上分析可以看到，精轧入口温度、精轧出口 温度、活套 3 和 6 的套量以及五、六机架的速度差是 引起头部拉窄的主要原因，在后续的精确分析中应 对上述参数做重点研究． 经过现场的分析发现了如下的问题: ( 1) 由于 温度传感器在改造过程中并没有更换，长时间使用 没有及时进行校正，导致了精轧入口温度、精轧出口 温度测量值精度不高，给后续的控制带来影响; ( 2) 由于前三机架驱动电机有减速器，而后四机架没有 减速器，从而导致前三机架和后四机架的电机控制 特性不同，即电机的速度精度和速度响应有一定的 差异，而在电机控制中没有充分认识到减速器给控 制带来的影响，出现了活套 3 控制的不协调; ( 3) 因 ·441·