CAJ | 학술논문

针对轧机自激振动信号的特点,首先,综合运用时域、频域以及时频域的信号处理技术从不同角度分析轧机振动信号的特征,通过提取多个特征指标以保证反应轧机自激振动状态的完备性和有效性；其次,运用基于最大相关、最小冗余的无监督特征选择的策略,删除不相关的特征和冗余的特征,实现特征指标集的优化；最后,使用基于自组织神经网络(self-organizing map,简称SOM)的多特征融合方法,构建出准确反应轧机自激振动趋势的特征指标,提出6σ准则与实际工况要求相结合的报警门限设定方法.通过对轧机自激振动的工程实际数据的验证表明,所构造的特征指标能提前发现轧机自激振动趋势并报警,使操作人员能够提前采取降速措施避免振动发生,可有效降低轧制薄板的废品率,减少了企业的经济损失.
침대알궤자격진동신호적특점,수선,종합운용시역、빈역이급시빈역적신호처리기술종불동각도분석알궤진동신호적특정,통과제취다개특정지표이보증반응알궤자격진동상태적완비성화유효성；기차,운용기우최대상관、최소용여적무감독특정선택적책략,산제불상관적특정화용여적특정,실현특정지표집적우화；최후,사용기우자조직신경망락(self-organizing map,간칭SOM)적다특정융합방법,구건출준학반응알궤자격진동추세적특정지표,제출6σ준칙여실제공황요구상결합적보경문한설정방법.통과대알궤자격진동적공정실제수거적험증표명,소구조적특정지표능제전발현알궤자격진동추세병보경,사조작인원능구제전채취강속조시피면진동발생,가유효강저알제박판적폐품솔,감소료기업적경제손실.