一种钢卷开平纵横剪加工过程监控系统发明专利

专利名称：一种钢卷开平纵横剪加工过程监控系统

专利类型：发明专利

专利申请号：CN202411347069.1

专利申请（专利权）人：济宁港航金属材料有限公司,山东新能船业有限公司
权利人地址：山东省济宁市梁山县寿张集镇临港产业园青年路16号

专利发明（设计）人：丁力,肖仲强,谭亚军,张强,刘海生

专利摘要：本发明公开了一种钢卷开平纵横剪加工过程监控系统，本发明涉及钢卷加工监控技术领域，解决了在钢卷开平纵剪加工过程中，缺乏利用加工过程中的实时数据对加工效果进行监控，导致加工后的钢卷出现质量和效果不佳的问题，本发明通过加工效果预测模块利用故障风险的概率值和切割质量合格率这两个核心指标，建立加工效果评估模型，以判断钢卷开平纵剪加工的整体效果；通过持续监控和分析这些指标，系统能够提前预判加工质量的变化趋势，及时采取相应的干预措施，确保生产过程的稳定性和成品质量的可靠性，此种主动预测和调整的能力，显著提升了生产管理的科学性和有效性，有助于企业在提高生产质量。

主权利要求：
1.一种钢卷开平纵横剪加工过程监控系统，其特征在于，包括：钢卷定位检测模块，用于在钢卷开平纵切过程中，确保钢板在纵切前正确对准切割路径，通过测宽装置检测钢板的实际宽度，然后利用定位装置调整钢板的位置，使其对准纵切机的切割路径；
钢卷故障风险评估模块，用于在纵切机对其进行纵向剪割时，通过采集具体的工作数据中的参数评估出切割的刀具磨损系数值、钢卷的材质均匀系数值、切割路径偏差系数值和设备运行稳定性系数值；并根据系数值确定故障风险的概率值；
剪切质量评估模块，用于根据每次切割的历史数据确定每次的剪切的综合质量评分，在得到每次的综合质量评分之后，通过判断每次的综合质量评分是否使剪切后的钢板达到合格，预测其此次的切割质量合格率；其中历史数据包括：边缘整齐度评分，尺寸精度，毛刺率；
加工效果预测模块，用于根据故障风险的概率值和切割质量合格率两个核心指标建立加工效果评估模型，并通过监控评估模型的结果，判断钢卷开平纵剪加工的整体效果，对判断的结果做出相应的处理；
监控显示终端，用于显示加工效果预测模块的加工效果预测值，并接收加工效果预测模块发送的警报，提示操作员检查设备状态或调整工艺参数；
在钢卷定位检测模块中，对准纵切机的切割路径的具体方式为：P1：通过测宽装置检测钢板的实际宽度，并记作W实；
P2：获取纵切后钢条的目标宽度，并记作wi，其中，1
P3：确定一条水平的基准线，该水平基准线为钢卷的一个长边缘与纵切机的切割间隙边端的初始位置线；
接着通过该水平基准线确定钢板中心线的横向位置X和纵切机切割路径的中心线Y；钢板中心线的横向位置X和纵切机切割路径的中心线Y具体为：X=W实/2； ，其中，gi为每两个相邻钢条之间的刀片间隙；
P4：通过定位装置将钢板的中心线的横向位置X与纵切机切割路径的中心线Y对齐，对齐的具体方式为：通过定位装置将钢卷一端与其钢卷整体横向移动距离为d，并根据实际情况横向的向左或者向右移动距离d，其中，d=Y‑X；
在钢卷故障风险评估模块中包括以下四个测算单元：刀具磨损系数测算单元、钢卷材质均匀系数测算单元、切割路径偏差系数测算单元和设备运行稳定性系数测算单元；
刀具磨损系数测算单元，用于评估切割的刀具磨损系数；
刀具磨损系数通过以下公式进行确定：
，
其中，Mt为刀具磨损系数值，表示刀具在时间t时刻的磨损情况，C为刀具材料的常数因子，R为刀具的转速参数，F刀具受力参数，S为剪切速度参数，T为刀具切割的时间，H切割材料钢卷的硬度，R0为标准转速，a、b、c为指数因子；
钢卷材质均匀系数测算单元，用于评估钢卷的材质均匀系数；
钢卷的材质均匀系数通过以下公式进行确定：
，
其中，B为钢卷的材质均匀性系数，σH、σT、σC、σG分别是硬度、厚度、化学成分和晶粒结构的标准差，αH、αT、αC、αG是相应指标的权重系数，且满足αH+αT+αC+αG=1；
切割路径偏差系数测算单元，用于评估钢卷的切割路径偏差系数；
切割路径偏差系数通过以下公式进行确定：
，
其中，P为切割路径偏差系数，xdev为横向偏移量；θdev为角度偏差；hdev为高度偏差；xtol、θtol、htol：分别是横向、角度和高度方向上的允许偏差值，且为预设值；
设备运行稳定性系数测算单元，用于评估设备运行稳定性系数；
设备运行稳定性系数通过以下公式进行确定：
，
其中，σV为振动信号的标准差；σL为负载信号的标准差；σN温度信号的标准差；σR转速信号的标准差；Vtol、Ltol、Ntol、Rtol分别是振动、负载、温度和转速的允许波动范围，且为预设值；
根据系数值确定故障风险的概率值，通过以下公式确定故障风险的概率值：，
其中，Pf为故障风险的概率值，限制在区间[0，1]内，α、β、γ、δ为权重系数，Mmax、Bmax、Pmax、Umax分别是各个参数的最大值；
在剪切质量评估模块中，确定切割质量合格率的具体方式为：AS1：根据边缘整齐度，尺寸精度，毛刺率数据确定钢卷剪切的综合质量评分Qj，通过以下公式进行：，
其中，Qj综合质量评分，Ej表示为第j次剪切的边缘整齐度评分；Dj表示为第j次剪切的尺寸偏差；Kj表示为第j次剪切的毛刺率；wE、wD、wK是相应质量指标的权重系数，且满足wE+wD+wK=1；Dmax表示为允许的最大尺寸偏差；Kmax表示为允许的最大毛刺率；
AS2：在获取每次剪切的质量评分Qj之后，通过以下步骤确定切割质量合格率Qp；
AS21：根据预先设定的质量标准，判断每次剪切是否合格；设定一个合格阈值Qth，如果Qj≥Qth，则认为该次剪切合格，否则为不合格；
AS22：接着通过公式：
，
其中，Qp为切割质量合格率，z表示为总的剪切次数，wj表示为第j次剪切操作权重，且，λ为衰减系数，决定权重随时间的衰减速度，I(·)为指示函数，当Qj≥Qth时，I=1，否则I=0；
在加工效果预测模块中，加工效果评估模型通过以下模型公式体现：，
其中，G为模型的结果值，具体指代加工效果预测值。
2.根据权利要求1所述的一种钢卷开平纵横剪加工过程监控系统，其特征在于，历史数据中的边缘整齐度评分和毛刺率的确定方式：边缘整齐度评分确定方式为：
使用高精度摄像头或激光扫描设备，对剪切后的钢板边缘进行实时拍摄或扫描；通过图像处理算法，分析钢板边缘的直线度，图像处理算法中利用边缘检测算法Canny边缘检测来识别边缘的实际形状，并将其与理想直线进行比较：将检测到的边缘坐标数据点与理想切割路径进行对比，计算偏差：采用最小二乘法拟合边缘数据点，得到一条拟合直线；然后计算实际边缘点到该拟合直线的垂直距离均值或最大偏差，来衡量直线度；确定边缘整齐度评分，具体公式如下：，
其中，Ej为第j次边缘整齐度评分，δmax是边缘上所有点到拟合直线的最大垂直偏差，Lg是钢板长度的一个特征尺度；
毛刺率确定方式为：
使用高分辨率摄像头切割边缘进行实时拍摄，或者使用3D激光扫描仪获取边缘的详细形貌；采用机器视觉算法，自动识别并量化毛刺的存在和大小；
设定检测区域的总长度为Ltotal，在该区域内识别到的毛刺总长度为Lburr，则通过以下公式计算确定第j次剪切的毛刺率：。
3.根据权利要求2所述的一种钢卷开平纵横剪加工过程监控系统，其特征在于，判断钢卷开平纵剪加工的整体效果，对判断的结果做出相应的处理方式为：将加工效果预测值G与效果预测值阈值Gthreshold进行比较，当G低于Gthreshold时，发出警报到监控显示终端；当E接近1或远高于时Gthreshold，表示生产状态良好，持续监控。 说明书 : 一种钢卷开平纵横剪加工过程监控系统技术领域[0001] 本发明涉及钢卷加工监控技术领域，具体为一种钢卷开平纵横剪加工过程监控系统。背景技术[0002] 在现代钢铁加工工业中，钢卷的开平纵横剪加工是一个重要的生产环节。钢卷开平纵横剪加工的主要目的是将大规格的钢卷按照需要的尺寸和形状，切割成规定的长度或宽度，以满足下游制造行业的需求。开平纵剪设备通常包括开卷机、整平机、纵剪机、横剪机和收卷机等多个加工单元，各加工单元通过传送装置连接成一条连续的生产线。[0003] 然而，在钢卷开平纵剪加工过程中，由于材料特性、加工设备的状态、刀具磨损、工艺参数设置以及操作人员经验等多种因素的影响，加工过程中容易出现一系列的质量问题。尤其在纵剪过程中可能会因为刀具磨损不均导致边缘毛刺过大，或者因为设备振动和材料回弹造成板材宽度或长度偏差等。传统的钢卷开平纵剪加工大多依赖人工监测和经验判断来控制加工过程，但这种方法不仅难以保证稳定的加工质量，还会导致生产效率下降和材料浪费。[0004] 在钢卷开平纵剪加工过程中，缺乏利用加工过程中的实时数据对加工效果进行监控，是导致加工后的钢卷出现质量和效果不佳问题的主要原因之一，为了解决这些问题，需要开发一种基于数据监控的钢卷开平纵横剪加工过程监控系统。发明内容[0005] 针对现有技术的不足，本发明提供了一种钢卷开平纵横剪加工过程监控系统，解决了背景技术中的问题。[0006] 为实现以上目的，本发明通过以下技术方案予以实现：一种钢卷开平纵横剪加工过程监控系统，包括：[0007] 钢卷定位检测模块，用于在钢卷开平纵切过程中，确保钢板在纵切前正确对准切割路径，通过测宽装置检测钢板的实际宽度，然后利用定位装置调整钢板的位置，使其对准纵切机的切割路径；[0008] 钢卷故障风险评估模块，用于在纵切机对其进行纵向剪割时，通过采集具体的工作数据中的参数评估出切割的刀具磨损系数值、钢卷的材质均匀系数值、切割路径偏差系数值和设备运行稳定性系数值；并根据系数值确定故障风险的概率值；[0009] 剪切质量评估模块，用于根据每次切割的历史数据确定每次的剪切的综合质量评分，在得到每次的综合质量评分之后，通过判断每次的综合质量评分是否使剪切后的钢板达到合格，预测其此次的切割质量合格率；其中历史数据包括：边缘整齐度评分，尺寸精度，毛刺率；[0010] 加工效果预测模块，用于根据故障风险的概率值和切割质量合格率两个核心指标建立加工效果评估模型，并通过监控评估模型的结果，判断钢卷开平纵剪加工的整体效果，对判断的结果做出相应的处理；[0011] 监控显示终端，用于显示加工效果预测模块的加工效果预测值，并接收加工效果预测模块发送的警报，提示操作员检查设备状态或调整工艺参数。[0012] 优选的，在钢卷定位检测模块中，对准纵切机的切割路径的具体方式为：[0013] P1：通过测宽装置检测钢板的实际宽度，并记作W实；[0014] P2：获取纵切后钢条的目标宽度，并记作wi，其中，1[0015] P3：确定一条水平的基准线，该水平基准线为钢卷的一个长边缘与纵切机的切割间隙边端的初始位置线；[0016] 接着通过该水平基准线确定钢板中心线的横向位置X和纵切机切割路径的中心线Y；钢板中心线的横向位置X和纵切机切割路径的中心线Y具体为：X=W实/2；，其中，gi为每两个相邻钢条之间的刀片间隙；[0017] P4：通过定位装置将钢板的中心线的横向位置X与纵切机切割路径的中心线Y对齐，对齐的具体方式为：通过定位装置将钢卷一端与其钢卷整体横向移动距离为d，并根据实际情况横向的向左或者向右移动距离d，其中，d=Y‑X。[0018] 优选的，在钢卷故障风险评估模块中包括以下四个测算单元：刀具磨损系数测算单元、钢卷材质均匀系数测算单元、切割路径偏差系数测算单元和设备运行稳定性系数测算单元。[0019] 优选的，刀具磨损系数测算单元，用于评估切割的刀具磨损系数；[0020] 刀具磨损系数通过以下公式进行确定：[0021] ，[0022] 其中，Mt为刀具磨损系数值，表示刀具在时间t时刻的磨损情况，C为刀具材料的常数因子，R为刀具的转速参数，F刀具受力参数，S为剪切速度参数，T为刀具切割的时间，H切割材料钢卷的硬度，R0为标准转速，a、b、c为指数因子；[0023] 钢卷材质均匀系数测算单元，用于评估钢卷的材质均匀系数；[0024] 钢卷的材质均匀系数通过以下公式进行确定：[0025] ，[0026] 其中，B为钢卷的材质均匀性系数，σH、σT、σC、σG分别是硬度、厚度、化学成分和晶粒结构的标准差，αH、αT、αC、αG是相应指标的权重系数，且满足αH+αT+αC+αG=1；[0027] 切割路径偏差系数测算单元，用于评估钢卷的切割路径偏差系数；[0028] 切割路径偏差系数通过以下公式进行确定：[0029] ，[0030] 其中，P为切割路径偏差系数，xdev为横向偏移量；θdev为角度偏差；hdev为高度偏差；xtol、θtol、htol：分别是横向、角度和高度方向上的允许偏差值，且为预设值；[0031] 设备运行稳定性系数测算单元，用于评估设备运行稳定性系数；[0032] 设备运行稳定性系数通过以下公式进行确定：[0033] ，[0034] 其中，σV为振动信号的标准差；σL为负载信号的标准差；σN温度信号的标准差；σR转速信号的标准差；Vtol、Ltol、Ntol、Rtol分别是振动、负载、温度和转速的允许波动范围，且为预设值。[0035] 优选的，根据系数值确定故障风险的概率值，通过以下公式确定故障风险的概率值：[0036] ，[0037] 其中，Pf为故障风险的概率值，限制在区间[0，1]内，α、β、γ、δ为权重系数，Mmax、Bmax、Pmax、Umax分别是各个参数的最大值。[0038] 优选的，在剪切质量评估模块中，确定切割质量合格率的具体方式为：[0039] AS1：根据边缘整齐度，尺寸精度，毛刺率数据确定钢卷剪切的综合质量评分Qj，通过以下公式进行：[0040] ，[0041] 其中，Qj综合质量评分，Ej表示为第j次剪切的边缘整齐度评分；Dj表示为第j次剪切的尺寸偏差；Kj表示为第j次剪切的毛刺率；wE、wD、wK是相应质量指标的权重系数，且满足wE+wD+wK=1；Dmax表示为允许的最大尺寸偏差；Kmax表示为允许的最大毛刺率；[0042] AS2：在获取每次剪切的质量评分Qj之后，通过以下步骤确定切割质量合格率Qp；[0043] AS21：根据预先设定的质量标准，判断每次剪切是否合格；设定一个合格阈值Qth，如果Qj≥Qth，则认为该次剪切合格，否则为不合格；[0044] AS22：接着通过公式：[0045] ，[0046] 其中，Qp为切割质量合格率，z表示为总的剪切次数，wj表示为第j次剪切操作权重，且 ，λ为衰减系数，决定权重随时间的衰减速度，I(·)为指示函数，当Qj≥Qth时，I=1，否则I=0。[0047] 优选的，历史数据中的边缘整齐度评分和毛刺率的确定方式为：[0048] 边缘整齐度评分确定方式为：[0049] 使用高精度摄像头或激光扫描设备，对剪切后的钢板边缘进行实时拍摄或扫描；通过图像处理算法，分析钢板边缘的直线度，图像处理算法中利用边缘检测算法Canny边缘检测来识别边缘的实际形状，并将其与理想直线进行比较：将检测到的边缘坐标数据点与理想切割路径进行对比，计算偏差：采用最小二乘法拟合边缘数据点，得到一条拟合直线；然后计算实际边缘点到该拟合直线的垂直距离均值或最大偏差，来衡量直线度；确定边缘整齐度评分，具体公式如下：[0050] ，[0051] 其中，Ej为第j次边缘整齐度评分，δmax是边缘上所有点到拟合直线的最大垂直偏差，Lg是钢板长度的一个特征尺度；[0052] 毛刺率确定方式为：[0053] 使用高分辨率摄像头切割边缘进行实时拍摄，或者使用3D激光扫描仪获取边缘的详细形貌；采用机器视觉算法，自动识别并量化毛刺的存在和大小；[0054] 设定检测区域的总长度为Ltotal，在该区域内识别到的毛刺总长度为Lburr，则通过以下公式计算确定第j次剪切的毛刺率： 。[0055] 优选的，在加工效果预测模块中，加工效果评估模型通过以下模型公式体现：[0056] ，[0057] 其中，G为模型的结果值，具体指代加工效果预测值。[0058] 优选的，判断钢卷开平纵剪加工的整体效果，对判断的结果做出相应的处理方式为：[0059] 将加工效果预测值G与效果预测值阈值Gthreshold进行比较，当G低于Gthreshold时，发出警报到监控显示终端；当E接近1或远高于时Gthreshold，表示生产状态良好，持续监控。[0060] 本发明提供了一种钢卷开平纵横剪加工过程监控系统。与现有技术相比具备以下有益效果：[0061] （1）本发明通过钢卷定位检测模块，确保钢板在纵切前正确对准切割路径，从而实现了加工过程的高度精确性，为后续钢卷开平纵剪加工过程稳定性监控提供基础；钢卷故障风险评估模块通过刀具磨损系数、钢卷材质均匀系数、切割路径偏差系数和设备运行稳定性系数的测算，综合评估设备在加工过程中可能出现的故障风险；[0062] （2）本发明通过加工效果预测模块利用故障风险的概率值和切割质量合格率这两个核心指标，建立加工效果评估模型，以判断钢卷开平纵剪加工的整体效果；通过持续监控和分析这些指标，系统能够提前预判加工质量的变化趋势，及时采取相应的干预措施，如调整工艺参数或设备状态，确保生产过程的稳定性和成品质量的可靠性，此种主动预测和调整的能力，显著提升了生产管理的科学性和有效性，有助于企业在提高生产质量的同时，降低生产成本和资源浪费，同时，通过钢卷故障风险评估模、剪切质量评估模块和加工效果预测模块的协同作用，增强了对加工效果的可预测性和控制。附图说明[0063] 下面结合附图对本发明作进一步的说明。[0064] 图1为本发明一种钢卷开平纵横剪加工过程监控系统的结构框架图；[0065] 图2为本发明一种钢卷开平纵横剪加工过程监控系统的监控加工步骤示意图。具体实施方式[0066] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例一[0067] 请参阅图1‑图2，本发明提供了一种钢卷开平纵横剪加工过程监控系统，包括；[0068] 钢卷定位检测模块，用于在钢卷开平纵切过程中，确保钢板在纵切前正确对准切割路径，通过测宽装置检测钢板的实际宽度，然后利用定位装置调整钢板的位置，使其对准纵切机的切割路径，确保最终切割出的钢条宽度精确、均匀，为后续钢卷开平纵剪加工过程稳定性监控提供基础；[0069] 对准纵切机的切割路径的具体方式为：[0070] P1：通过测宽装置检测钢板的实际宽度，并记作W实；[0071] P2：获取纵切后钢条的目标宽度，并记作wi，其中，1[0072] P3：确定一条水平的基准线，该水平基准线为钢卷的一个长边缘与纵切机的切割间隙边端的初始位置线；[0073] 接着通过该水平基准线确定钢板中心线的横向位置X和纵切机切割路径的中心线Y；钢板中心线的横向位置X和纵切机切割路径的中心线Y具体为：X=W实/2；，其中，gi为每两个相邻钢条之间的刀片间隙；[0074] P4：通过定位装置将钢板的中心线的横向位置X与纵切机切割路径的中心线Y对齐，对齐的具体方式为：通过定位装置将钢卷一端与其钢卷整体横向移动距离为d，并根据实际情况横向的向左或者向右移动距离d，其中，d=Y‑X；[0075] 钢卷故障风险评估模块，用于在纵切机对其进行纵向剪割时，通过采集具体的工作数据中的参数评估出切割的刀具磨损系数值、钢卷的材质均匀系数值、切割路径偏差系数值和设备运行稳定性系数值；并根据系数值确定故障风险的概率值，钢卷故障风险评估模块包括以下四个测算单元：刀具磨损系数测算单元、钢卷材质均匀系数测算单元、切割路径偏差系数测算单元和设备运行稳定性系数测算单元；[0076] 刀具磨损系数测算单元，用于评估切割的刀具磨损系数；[0077] 刀具磨损系数通过以下公式进行确定：[0078] ，[0079] 其中，Mt为刀具磨损系数值，表示刀具在时间t时刻的磨损情况，C为刀具材料的常数因子，R为刀具的转速参数，F刀具受力参数，S为剪切速度参数，T为刀具切割的时间，H切割材料钢卷的硬度，R0为标准转速，通常选取为刀具推荐的转速，a、b、c为指数因子，具体根据专业的工作人员进行设定；[0080] 当Mt越高时，刀具磨损越严重，当Mt越低时，刀具磨损越轻微；[0081] 钢卷材质均匀系数测算单元，用于评估钢卷的材质均匀系数；[0082] 钢卷的材质均匀系数通过以下公式进行确定：[0083] ，[0084] 其中，B为钢卷的材质均匀性系数，σH、σT、σC、σG分别是硬度、厚度、化学成分和晶粒结构的标准差，标准差越小，表示均匀性越好，αH、αT、αC、αG是相应指标的权重系数，这些权重系数根据实际生产中各项指标的重要性设定，满足αH+αT+αC+αG=1；[0085] 当B越高时，表明钢卷的材质均匀性较好，切割过程会更稳定；当B越低时，表明钢卷的材质不均匀；[0086] 具体的，σH、σT、σC、σG的标准差分别通过以下方式进行获得：[0087] 在钢卷的不同位置进行硬度测试，计算得到硬度的标准差σH，通过测量钢卷的厚度，计算厚度分布的标准差σT，通过光谱分析测量钢卷各区域的化学成分，计算各成分含量的标准差σC，使用显微镜或其他分析工具测量钢卷各区域的晶粒大小，计算晶粒大小分布的标准差σG，[0088] 切割路径偏差系数测算单元，用于评估钢卷的切割路径偏差系数；[0089] 切割路径偏差系数通过以下公式进行确定：[0090] ，[0091] 其中，P为切割路径偏差系数，xdev为横向偏移量，即钢卷在宽度方向上偏离理想路径的距离；θdev为角度偏差，即钢卷的纵轴与切割机进料方向的角度偏差；hdev为高度偏差，即钢卷在厚度方向上的位置偏差；xtol、θtol、htol：分别是横向、角度和高度方向上的允许偏差值，允许偏差值可以根据工艺要求和切割机的精度和专业的工作人员进行设定；[0092] 当P值越低时，表示钢卷的切割路径与理想路径非常接近，切割质量高，故障风险低，当P值越高时，表示钢卷的切割路径偏差较大，切割质量低，故障风险高；[0093] 具体的，横向偏移测量通过激光测距仪或红外线测量装置测量钢卷在宽度方向上的实际位置，并与预设的理想位置进行对比，得到横向偏移量xdev，角度偏差测量通过使用角度传感器或机器视觉系统监测钢卷的进料方向，测量其与理想路径的角度差θdev，高度偏差测量通过厚度测量仪或位置传感器检测钢卷在厚度方向的高度偏差hdev；[0094] 设备运行稳定性系数测算单元，用于评估设备运行稳定性系数；[0095] 设备运行稳定性系数通过以下公式进行确定：[0096] ，[0097] 其中，σV为振动信号的标准差，反映设备运行时的振动波动情况；σL为负载信号的标准差，反映设备运行时的负载波动情况；σN温度信号的标准差，反映设备运行时的温度波动情况；σR转速信号的标准差，反映设备运行时的转速波动情况；Vtol、Ltol、Ntol、Rtol分别是振动、负载、温度和转速的允许波动范围，具体的数值根据设备的设计参数和工艺要求进行设定；[0098] 当U值越接近1时，表示设备运行越稳定，故障风险低，当U值越接近0时，表示设备运行越不稳定，故障风险相对高；[0099] 具体的，振动信号为纵切机设备运行时的振动幅度和频率，通过由加速度传感器或者振动传感器测量，负载信号为设备在切割过程中承受的负载变化，通常通过电流传感器或负载传感器测量，温度信号为关键部件（如电机、轴承、切割刀具等）的温度变化，通常由温度传感器监测，转速信号为设备主轴或刀具的转速波动情况，通常通过转速传感器测量；[0100] 接着根据系数值确定故障风险的概率值，通过以下公式确定故障风险的概率值：[0101] ，[0102] 其中，Pf为故障风险的概率值，限制在区间[0，1]内，α、β、γ、δ为权重系数，用于衡量各个参数对故障风险的影响程度，这些系数根据历史数据或经验人员进行设定，Mmax、Bmax、Pmax、Umax分别是各个参数的最大值；[0103] 剪切质量评估模块，用于根据每次切割的历史数据确定每次的剪切的综合质量评分，在得到每次的综合质量评分之后，通过判断每次的综合质量评分是否使剪切后的钢板达到合格，预测其此次的切割质量合格率；其中历史数据包括：边缘整齐度评分，尺寸精度，毛刺率；[0104] 确定切割质量合格率的具体方式为：[0105] AS1：根据边缘整齐度，尺寸精度，毛刺率数据确定钢卷剪切的综合质量评分Qj，通过以下公式进行：[0106] ，[0107] 其中，Qj综合质量评分，Ej表示为第j次剪切的边缘整齐度评分；Dj表示为第j次剪切的尺寸偏差，即与目标尺寸的差值；Kj表示为第j次剪切的毛刺率；wE、wD、wK是相应质量指标的权重系数，且满足wE+wD+wK=1，这些系数可以根据实际生产中各质量指标的重要性来设定；Dmax表示为允许的最大尺寸偏差，具体根据基于工艺要求；Kmax表示为允许的最大毛刺率；[0108] AS2：在获取每次剪切的质量评分Qj之后，通过以下步骤确定切割质量合格率Qp；[0109] AS21：根据预先设定的质量标准，判断每次剪切是否合格；设定一个合格阈值Qth，如果Qj≥Qth，则认为该次剪切合格，否则为不合格；[0110] AS22：接着通过公式：[0111] ，[0112] 其中，Qp为切割质量合格率，z表示为总的剪切次数，即当前计算中考虑的历史剪切操作的数量，wj表示为第j次剪切操作权重，且 ，λ为衰减系数，决定权重随时间的衰减速度，I(·)为指示函数，当Qj≥Qth时，I=1，否则I=0；[0113] 加工效果预测模块，用于根据故障风险的概率值和切割质量合格率两个核心指标建立加工效果评估模型，并通过监控评估模型的结果，判断钢卷开平纵剪加工的整体效果，对判断的结果做出相应的处理；[0114] 加工效果评估模型通过以下模型公式体现：[0115] ，[0116] 其中，G为模型的结果值，具体指代加工效果预测值；[0117] 接着将加工效果预测值G与效果预测值阈值Gthreshold进行比较，当G低于Gthreshold时，发出警报到后续的监控显示终端；当E接近1或远高于时Gthreshold，表示生产状态良好；[0118] 监控显示终端，用于显示加工效果预测模块的加工效果预测值，并接收加工效果预测模块发送的警报，提示操作员检查设备状态或调整工艺参数，确保钢卷开平纵剪加工过程的顺利进行；实施例二[0119] 本实施例在具体实施过程中，在实施例一的基础上，且与实施例一的区别在于，本实施例在剪切质量评估模块中，具体介绍历史数据中的边缘整齐度评分和毛刺率的确定方式：[0120] 具体的，边缘整齐度评分确定方式为：[0121] 使用高精度摄像头或激光扫描设备，对剪切后的钢板边缘进行实时拍摄或扫描；通过图像处理算法，分析钢板边缘的直线度，图像处理算法中利用边缘检测算法Canny边缘检测来识别边缘的实际形状，并将其与理想直线进行比较：将检测到的边缘坐标数据点与理想切割路径进行对比，计算偏差；具体的，采用最小二乘法拟合边缘数据点，得到一条拟合直线；然后计算实际边缘点到该拟合直线的垂直距离均值或最大偏差，来衡量直线度；确定边缘整齐度评分，具体公式如下：[0122] ，[0123] 其中，Ej为第j次边缘整齐度评分，δmax是边缘上所有点到拟合直线的最大垂直偏差，Lg是钢板长度的一个特征尺度，可以是钢板长度或预设的最大允许偏差；[0124] 毛刺率确定方式为：[0125] 使用高分辨率摄像头切割边缘进行实时拍摄，或者使用3D激光扫描仪获取边缘的详细形貌；采用机器视觉算法（如边缘检测算法、形态学分析等），自动识别并量化毛刺的存在和大小；[0126] 设定检测区域的总长度为Ltotal，在该区域内识别到的毛刺总长度为Lburr，则通过以下公式计算确定第j次剪切的毛刺率：[0127] 。实施例三[0128] 本实施例在具体实施过程中，对钢卷开平纵剪加工过程监控步骤为：[0129] 第一步：通过钢卷定位检测模块确保钢板在纵切前正确对准切割路径，为后续钢卷开平纵剪加工过程稳定性监控提供基础；[0130] 第二步：纵切机对其进行纵向切割，通过采集具体的工作数据中的参数评估出切割的刀具磨损系数值、钢卷的材质均匀系数值、切割路径偏差系数值和设备运行稳定性系数值，并根据系数值确定故障风险的概率值；[0131] 第三步：根据每次切割的历史数据确定每次的剪切的综合质量评分，在得到每次的综合质量评分之后，通过判断每次的综合质量评分是否使剪切后的钢板达到合格，预测其此次的切割质量合格率；[0132] 第四步：根据第二步的故障风险的概率值、第三步的切割质量合格率对这两个核心指标，建立加工效果评估模型，通过监控评估模型的结果，判断钢卷开平纵剪加工的整体效果；[0133] 第五步：对判断的结果做出相应的处理。[0134] 上述公式中的部分数据均是去其纲量进行数值计算，同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。[0135] 以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

专利地区：山东

专利申请日期：2024-09-26

专利公开日期：2024-11-29

专利公告号：CN118848094B