关键词：
冷轧机
小波变换
信号降噪
遗传算法
摘要：
轧机作为板带轧制生产线上最为关键的部件,轧机工作辊作为轧机进行轧制的主要工作零件,所以一旦工作辊出现过度磨损,将严重损害板带材成品的厚度精度,如若出现重大情况时可能影响职员人身安全,给企业造成无法估量的损失。所以十分有必要对工作辊的振动信号进行分析以便确定轧辊的特性。本论文以小波变换理论为基础,以四辊可逆式300冷轧机为研究对象,进行试验数据采集,应用基于遗传算法的小波基自适应选择方法,对采集得到的信号数据进行了分析与处理,得到了与信号匹配的小波基函数,用于轧机工作辊振动信号的消噪以及特征信息的提取与分离。首先,本文利用提出的改进的阈值函数对仿真信号进行降噪,并将其与硬、软阈值函数的降噪效果进行比较,得出该阈值函数的优异。针对降噪效果的另一个重要影响因素分解层数,本文采用奇异谱理论以及模极大值理论分别进行了分解层数的自适应选择,而后用信噪比的计算公式对其进行验证,得出算法的正确性。本文在应用相邻小波系数降噪时,发现针对不同的参数,其降噪效果不同,所以提出了自适应调整参数的小波相邻系数进行降噪,同时验证了其合理性,然后又将该方法与小波收缩阈值联合降噪,得出联合后的降噪效果要优于单独使用两者任一的降噪效果。其次,选择与信号数据最为匹配的小波基函数,本文结合遗传算法的适者生存原则,利用小波滤波器的参数方程,以染色体的形式求出适应度值最高的个体,以该染色体中的参数为基础,得出小波滤波器系数即小波基函数,并将所得小波基函数对轧机工作辊振动信号进行了降噪分析以及轧机工作辊振动信号特征信息的提取与分离,还与多贝西小波进行比较,从结果可以证明该小波基的合理性。最后,在振动测试与信号分析实验室,使用高精度数据采集仪,进行轧机工作辊振动测试实验,采集工作辊垂直振动方向数据,并对数据进行分析处理,提取表征工作辊状态的特征向量,然后利用支持向量机理论得出分类决策函数模型,并对该函数的推广能力进行校验,证明其合理性。
欢迎来到三峡大学图书馆！
