基于脉冲涡流监测与Wiener过程的再制造工作辊实时剩余寿命预测方法

TG333.17; 再制造工作辊在热轧工作过程中熔覆层易发生复杂的退化行为,而其性能退化会影响轧制产品的质量.为实时监测轧辊退化情况并预测其剩余寿命,构建一套在线脉冲涡流监测方法和系统,采用变分模态分解-希尔伯特变换(VMD-Hilbert)方法提取0～5000 Hz频率边际谱能量和的增量作为轧辊退化特征.基于此,构造考虑个体差异的状态退化空间模型,结合最大期望(EM)算法和Kalman平滑滤波算法联合对模型中未知参数进行自适应参数估计,并利用层次分析法融合监测的历史数据与实时数据,以实现对再制造工作辊实时剩余寿命预测.实验结果表明,所提方法能够准确预测再制造工作辊剩余寿命,具有一定的应用前景...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 30; no. 9; pp. 3208 - 3220
Main Authors 宋守许, 徐瑞, 蔚辰, 李想, 柯庆镝
Format Journal Article
LanguageChinese
Published 合肥工业大学机械工业绿色设计与制造重点实验室,安徽 合肥 230009 30.09.2024
合肥工业大学机械工程学院,安徽 合肥 230009
Subjects
pulsed eddy current
脉冲涡流
Wiener过程
remanufacturing
工作辊
Wiener process
再制造
work roll
剩余寿命预测
residual life prediction
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2023.0063

Cover

More Information
Summary:TG333.17; 再制造工作辊在热轧工作过程中熔覆层易发生复杂的退化行为,而其性能退化会影响轧制产品的质量.为实时监测轧辊退化情况并预测其剩余寿命,构建一套在线脉冲涡流监测方法和系统,采用变分模态分解-希尔伯特变换(VMD-Hilbert)方法提取0～5000 Hz频率边际谱能量和的增量作为轧辊退化特征.基于此,构造考虑个体差异的状态退化空间模型,结合最大期望(EM)算法和Kalman平滑滤波算法联合对模型中未知参数进行自适应参数估计,并利用层次分析法融合监测的历史数据与实时数据,以实现对再制造工作辊实时剩余寿命预测.实验结果表明,所提方法能够准确预测再制造工作辊剩余寿命,具有一定的应用前景.
ISSN:1006-5911
DOI:10.13196/j.cims.2023.0063