一种轧制力传感器预警监测系统的制作方法

本发明涉及轧制力传感器监测，特别涉及一种轧制力传感器预警监测系统。

背景技术：

1、在钢材轧制加工过程中，轧制力是影响产品质量和生产效率的重要因素，在生产过程中，轧制力的大小直接影响所加工产品的尺寸精度、成型质量以及加工效率，因此，在钢材轧制过程中对轧制力进行监测是非常重要的。

2、现有技术中通常采用轧制力传感器对钢材轧制加工过程中的轧制力进行监测，但是现有的轧制力监测系统无法实时反映出轧制力的变化，从而会因无法及时调整参数而导致产品批量不合格或导致设备损坏，另外现有的轧制力监测系统对轧制力的监测过于单一，无法对多种情况进行检测，从而会导致数据滞后而影响轧制的效率和质量。

技术实现思路

1、针对上述技术问题，本发明提出了一种轧制力传感器预警监测系统，包括安装在轧机两侧的轧制力传感器，所述预警监测系统还包括：

2、数据采集与处理单元：用于接收传感器输出的原始电信号，将接受到的原始电信号通过模拟/数字转换器将传感器输出的原始电信号转换为数字信号，利用数字信号处理技术对数字信号进行稳压滤波、运算放大、非线性校正、恒流及反向保护处理，以消除噪声和干扰；运用数据分析算法对处理后的数据进行趋势预测、异常识别，所述趋势预测用于对未来轧制力数据进行预测，以提前发现潜在的问题，所述异常识别用于识别数据中的异常值，并将异常值进行标记；

3、预警逻辑判断单元：基于轧制力的绝对值、变化率、持续时间多个参数设置有预警逻辑模块；当经过数据采集与处理单元处理后的轧制力数据满足预警逻辑模块内的任一预警条件时，预警逻辑判断单元将输出预警信号至预警输出单元内；

4、预警输出单元：当接收到预警逻辑判断单元的预警信号后，预警输出单元发出预警信号，同时通过短信、邮件向用户发送预警通知；预警信号传输至声光报警器和显示屏；声光报警器发出声光信号以吸引用户注意；显示屏显示预警信息及相关数据以便于用户查看；

5、系统控制单元：当预警输出单元发出预警信号时，系统控制单元接收到预警信号并根据预设的控制方案进行响应；控制方案包括自动降低轧制速度以减少轧制力、触发紧急停机按钮以保护设备和人员安全，从而实现对预警信号的快速响应，以降低潜在的安全风险，同时能够防止设备损坏。

6、进一步地，所述预警逻辑模块包括绝对值预警模块、变化率预警模块、持续时间预警模块、综合预警模块和偏载预警模块。

7、进一步地，所述绝对值预警模块预警流程如下：

8、实时采集：通过数据采集与处理单元采集轧制力传感器的数据，以获取当前的实时轧制力值；

9、阈值设定：根据轧机性能和工艺要求，预设一个绝对值阈值；

10、比较判断：将采集的实时轧制力值与预设的绝对值阈值进行比较；

11、预警触发：当实时轧制力值大于绝对值阈值时，则触发预警机制，输出第一预警信号。

12、进一步地，所述变化率预警模块预警流程如下：

13、实时采集：通过数据采集与处理单元采集轧制力传感器的数据，以获取当前的轧制力值和前一时间点的轧制力值；

14、时间窗口设定：确定计算变化率的时间窗口，即两个时间点之间的时间间隔；

15、变化率计算：计算轧制力在设定时间窗口内的变化率；

16、阈值设定：根据工艺要求和设备性能，预设一个变化率阈值；

17、比较判断：将计算得到的变化率与预设的变化率阈值进行比较；

18、预警触发：当变化率大于变化率阈值时，则触发预警机制，输出第二预警信号。

19、进一步地，所述持续时间预警模块预警流程如下：

20、实时采集：通过数据采集与处理单元采集轧制力传感器的数据，以获取当前的轧制力值和前一时间点的轧制力值；

21、范围设定：根据工艺要求，设定一个轧制力的特定值或范围；

22、计时开始：当轧制力进入设定的特定值或范围时，开始计时；

23、持续时间监测：持续监测轧制力是否保持在设定的特定值或范围内，并记录持续时间；

24、阈值设定：根据工艺要求和设备性能，预设一个持续时间阈值；

25、比较判断：将监测到的持续时间与预设的时间阈值进行比较；

26、预警触发：如果持续时间超过预设的时间阈值，则触发预警机制，输出第三预警信号。

27、进一步地，所述综合预警模块预警流程如下：

28、实时采集：通过数据采集与处理单元采集轧制力传感器的数据，以获取当前的轧制力值、变化率和持续时间；

29、多参数监测：同时监测轧制力的绝对值、变化率和持续时间多个参数；

30、阈值设定：针对每个参数，根据工艺要求和设备性能预设相应的阈值；

31、逻辑组合：根据实际需求，将不同参数的判断条件通过逻辑与、逻辑或逻辑运算符进行组合；

32、综合判断：对所有组合后的条件进行综合判断；

33、预警触发：如果满足综合判断条件，则触发预警机制，输出第四预警信号。

34、进一步地，所述偏载预警模块预警流程如下：

35、实时采集：通过数据采集与处理单元采集轧制力传感器的数据，以获取各个轧辊或监测点上的轧制力值；

36、总轧制力计算：计算所有轧辊或监测点上的轧制力总和；

37、比例计算：计算每个轧辊或监测点上的轧制力占总轧制力的比例；

38、阈值设定：根据工艺要求，预设一个偏载比例阈值；

39、偏载判断：判断是否存在某个轧辊或监测点上的轧制力比例超过预设阈值，并且其他轧辊或监测点上的轧制力比例之和低于剩余比例阈值；

40、预警触发：若满足偏载判断条件，则触发预警机制，输出第五预警信号。

41、进一步地，利用所述数据分析算法包括3sigma原则和线性回归模型，所述3sigma原则用于识别异常值，计算公式如下：

42、

43、其中，为阈值，为轧制力数据值，为历史轧制力数据的均值，为历史轧制力数据的标准差；

44、若的绝对值大于预设的阈值，则当前轧制力数据值异常，并将该异常值进行标记；

45、所述线性回归模型用于对未来轧制力数据进行预测，计算公式如下：

46、

47、其中，为预测的轧制力数据，为大于0的时间变量，为轧制力随时间变化的斜率，为常数；用于减小预测值的误差。

48、本发明与现有技术相比的有益效果是：（1）本发明能够实时监测轧制过程中的轧制力变化，确保操作人员能够及时了解生产状态；一旦轧制力超出正常范围或满足其他预警条件，系统能够迅速触发报警，使操作人员能够立即采取相应措施，防止问题扩大；（2）本发明能够及时发现潜在的生产异常或设备故障，避免事故发生，保障生产安全，同时有助于避免轧制力过大对轧机或其他设备造成损坏，延长设备使用寿命，降低维护成本；（3）本发明通过实时监测轧制力，操作人员可以更精确地控制轧制工艺参数，确保产品符合质量要求，有助于及时发现轧制过程中的问题，防止次品产生，提高产品合格率；（4）本发明自动化程度高，减少了操作人员对轧制过程的持续监控需求，降低了人力成本，使得操作人员能够将更多精力投入到其他关键任务中，提高工作效率。