冷轧机组振动数据采集与报警判断系统

刘志强，李富才，陈 凯，谢万强，全基哲，陈孝明

（1.上海交通大学机械系统与振动国家重点实验室，上海200240；2.宝钢股份 研究院，上海201900）

冷轧机组振动数据采集与报警判断系统

刘志强1，李富才1，陈 凯1，谢万强1，全基哲2，陈孝明2

（1.上海交通大学机械系统与振动国家重点实验室，上海200240；2.宝钢股份 研究院，上海201900）

冷轧机组轧钢过程中，机架振动会导致钢板上产生振纹，影响产品质量。基于此，开发了轧机振动监测与报警系统，以便在轧制过程中，当冷轧钢板出现振纹时及时报警并将报警位置等信息存储。首先根据测试内容，决定需要采集轧机振动、轧制速度、轧制距离、剪切信号，然后搭建系统。在设置采样参数及报警参数的基础上，实时采集轧机机架振动、轧制速度以及轧制距离信号，根据轧制速度将轧机振动原始信号分频段后统计与报警值比较，判断其是否超标，如果超标，则记录报警的机架、频段以及始末位置。以钢卷号命名每卷原始数据、统计数据，如果有报警则保存报警数据。经长时间测试，该系统能够有效监测轧机振动状况以及准确做出报警判断。

振动与波；轧机振动；数据采集；信号处理；报警判断

轧机振动是轧制过程中普遍存在的问题之一[1]，给生产带来严重的问题。一般而言，带钢强度越高，材料硬度越大，轧制速度越快，轧制过程中振动就越大[2]，而振动的增加严重影响产品的质量，最突出的表现是由轧机振动引起的表面振动纹，严重时甚至引起带钢等断裂，对生产的连续性以及其他方面带来严重的不利影响。随着汽车等行业产品的轻量化，材料强度提高与硬度增加，轧制产品的表面质量要求提高，生产工艺的进步以及社会需求的加大，轧制速度越来越快，轧机振动问题就更加突出。

根据振动的成因，可分为受迫振动与自激振动。受迫振动，可以通过提高工艺系统的刚度和阻尼、采取隔振与减振装置等方式降低。轧机自激振动产生的原因比较复杂，按照振动表现出来的现象可分为两大类，轧机主传动系统引起的扭转振动与轧机垂直系统振动[1，2，4]。扭转振动的成因比较多，传动部件缺陷[5]，外界干扰引起的冲击[6]，轧辊打滑[7]，电机运转电流谐波形成的谐波转矩及其反馈回路通过控制回路放大引起的振动[8]，轴的不平衡与重力、惯性力耦合导致周期性振动等。轧机垂直振动原因也比较复杂，比如张力波动[9]，乳化液稳定性变化以及油膜失稳[10]，结构缺陷[11]等。轧机轧制速度加快以及连续作业，轧机垂直振动的问题更加突出。轧机机组各个机架不是单独工作，各机架振动相互耦合，使得轧机振动机理、原因更加复杂，冷轧机组振动这个难题暂时难以彻底解决。

鉴于轧机振动这个难题带来很大的不利影响，成因比较复杂，目前难以彻底解决，所以对轧机机组振动数据采集，通过在线实时分析判断其是否报警，显得尤为重要。轧机振动在线监测，能够降低成本，减少检修、维修时间，提高企业生产效率。

本研究通过对轧机机架振动、轧制速度、轧制距离以及剪切信号采集，根据轧制速度范围，将每个机架振动信号分成低频、中频与高频三部分，分别统计其有效值，然后分别与设置的报警值比较大小以判断是否报警，如果报警则提示报警，以及记录出现报警的机架、频段与始末位置。

1 系统搭建

VB.NET是微软（Microsoft）公司.NET战略计划的重要组成部分，它一种为高效地生成类型安全应用程序而设计的语言[12]。该语言能够轻松实现多线程（Multi-Thread）技术、面向对象编程（OOP）技术、结构化处理（Structured-handling）技术等[12]。鉴于VB.NET这些优点，所以该系统基于它进行开发。

首先分析系统需要采集数据所需要包含的数据内容，在此基础上寻找采集的方法，进而基于VB.NET搭建系统。

1.1 采集数据内容及方法

由于轧机振动与轧制速度必然有联系，系统除了需要对冷轧机组振动信号采集以外，还必须对轧制速度进行采集。为了获得报警的起始于结束的准确位置，还需以轧制过程中的冷卷钢剪切为基准，采集轧制距离信号与剪切信号。

（1）轧机振动信号采集

工业中常用的加速度传感器主要有ICP型加速度传感器[13]与压电式加速度传感器[14]等。ICP型加速度传感器工作时需外界提供一个直流电源，输出电压范围一般为±5V的电压信号，这种标准电压信号通常只能无衰减地传输较短的距离（一般在50 m以内），不适合远距离输出，而本系统中，机架与主控室的布线距离约150 m。压电式加速度传感器，输出为电荷量，可以无衰减地传输较远的距离，通过数据采集器前端放置的电荷放大器将其传感器输出转换成电压信号，从而解决远距离信号无失真的传输问题。本系统采用的是JF102加速度传感器，其灵敏度为100 pC/g。传感器灵敏度是固定的，而电荷放大器相关参数可人为设置，在设置电荷放大器的增益参数以及设置灵敏度参数的基础上，通过数据采集仪器采集电压信号，根据式就可以反推轧机振动的加速度大小。在电压信号进入数据采集仪器之前，用电荷放大器将高频信号滤掉，以避免混叠，影响后续信号采集。

（2）轧制速度信号采集

5#机架与4#机架振动对于冷轧产品的质量产生直接的影响，1#～3#机架对产品质量的影响相对较小，所以只对5#机架与4#机架的轧制速度信号实时采集。通过传感器将5#轧机与4#轧机的电机的转速转化为电流信号。轧机传动部件是固定的，即传动比是确定的，在忽略轧制过程中弹性滑动的前提下，即可根据式(2)通过电流值转化为轧制速度大小。

（3）轧制距离信号采集

轧制距离测量，是通过检测5#机架附近板型辊编码器产生的高低脉冲电平信号的上升沿来测量。每个脉冲信号代表固定的轧机距离，以上一冷卷钢的剪切信号作为此冷卷钢的轧制距离的零点，通过检测脉冲上升沿个数即可得到轧制距离。

（4）剪切信号采集

剪切信号电路的状态随剪切刀具的状态变化。轧制完一卷钢剪切时，继电器闭合，进入数据采集仪器信号为高电平；非剪切状态时，继电器断开，进入数据采集仪器信号为低电平。通过检测此脉冲信号判断是否剪切以及产生新的钢卷。

1.2 系统结构

在数据采集方法选择好后，搭建的系统结构如

图1所示。轧制过程中，热卷钢从1#轧机进入，冷卷钢成品从5#轧机出来。利用压电式加速度传感器采集轧机的振动信号，将加速度信号转化为电荷，经过电荷放大器转化为电压输入给数据采集仪器。将5#与4#轧制速度信号转化为电流信号输入给数据采集仪器。为了获得报警始末位置，在5#机架附近，采集板型辊编码器产生的高低脉冲信号，通过检测此数字信号的上升沿测量轧制距离。轧制完一卷钢，产生剪切脉冲信号，通过检测此信号是否产生新的脉冲来判断是否轧制完一卷冷卷钢。轧制完一卷冷卷钢，进行剪切，保存数据，从数据库中获得冷卷号以命名文件。

图1 系统结构

在前面的基础上，基于VB.NET开发的系统，包含三个功能区域：菜单栏、显示内容选取区域与图形显示区域。菜单栏包含设置系统配置、采样、显示、报警等参数，显示最近卷与当前卷报警信息，以及采集数据与历史数据回放等功能。显示内容选择区域包含切换实时采集数据显示内容及历史数据回放内容。图形显示区域用于显示实时采集的数据或者历史数据。

2 采样参数选择

此系统是在线实时工作，并且轧机轧制速度可达到1 400 m/min，更先进的轧机轧制速度可能更快，所以在采集过程中，数据除了要保证误差较小，还得保证连续性，防止数据丢失，特别要避免产生累计误差，否则每卷钢的数据以及上一卷钢与下一卷钢之间的数据偏差可能随着时间增加而不断累加，导致数据有效性不断降低，甚至完全失效。在数据采集过程中，轧机振动与轧制速度信号为模拟信号，在设置好采样参数的基础上，一帧一帧地采集，数据前后帧之间数据连续，以剪切信号为分界点，以追加的方式存储在文件中，保证数据的连续性。

从本质上讲，带钢振动纹是由轧机的颤振引起，最主要的就是高频垂直振动。对于轧机的正常高速轧制工作状态下的高频垂直振动，有些国内外学者将其分为基频、三倍频振动与五倍频振动[1,15，16]，它们范围通常分别在40 Hz～100 Hz，180 Hz～360 Hz，500 Hz～700 Hz之间，它们都可能会导致带钢表面产生振动纹。基频振动影响相对较小，但可能会引起厚度不均与表面波动。三倍频振动[1]具有突发的特征，通常在几秒内集聚大量能量，产生大幅振动，常伴有啸叫声，易造成明显的厚度不均，严重时甚至引起带钢断裂，可通过急剧降速以缓解。五倍频振动[1]通常是一个渐进过程，不是突发的，虽然不会引起明显的厚度差，但会在带钢表面引起明显的表面条纹，影响带钢表面质量，由于它是渐进发生，所以不易察觉，必须及时提醒报警，以防止恶化，造成较大损失。

根据Nyquist采样定理，采样频率频率要为信号最高频率的两倍以上时，采样之后的数字信号才能完整地保留了原始信号中的信息。在实际工程应用中，通常采样频率为原始信号最高频率的5—7倍，设置太高则计算量比较大，对电脑配置比较高，设置略大于或等于2.56倍，虽能够分析出其频谱特征，但对于信号的高频部分得到的频谱幅值与实际情况相差较大。采样频率提供三个选项，分别为2 560 Hz、3 072 Hz和5 120 Hz，既能覆盖轧机振动全部信息，且不是很大，对电脑配置要求也不是特别高。采样点数直接决定采集的信号长度，设置太低，显示信号太短，得到的信息比较少；设置太高，计算量比较大，且图像刷新比较慢。采样点数提供1 024与2 048两个选项，图形显示比较适中，且计算量也不是很大。采样参数提供的选项不多，可以减少人为地选择不合适的参数。

轧制距离信号与剪切信号为数字信号，通过检测脉冲上升沿来计数。以剪切信号为基础，使用VB.NET自带的timer控件，采用系统默认的参数，每隔1/18 s记录当前脉冲数目以及时间，这样即使轧机处于最大轧制速度（1 400 m/min）时，轧机距离数据最大丢失约为1 m，且不会产生累计误差。

3 信号处理与报警判断

采集信号后，5#与4#机架轧对产品的最终质量产生明显影响，轧制速度比较快，根据其轧制速度进行分频处理，其余三个机架直接分频处理，然后统计分频后的各个机架、频段信号，与报警值比较，判断其是否报警，如果报警则记录报警始末位置。

3.1 信号分频

振动信号进入电荷放大器，在电荷放大器处设置低通滤波参数。为避免混叠，通道上限频率应小于采样频率的一半；同时为了获取轧机振动信息，通道上限频率应大于轧制振动五倍频的上限范围。对于采集的信号，根据轧机处于不同的轧制速度范围，即可知道轧机振动各频段范围，将轧机振动原始信号分成低频、中频与高频，分别包含基频、三倍频与五倍频振动信号。将信号分频的方法比较多，滤波[17]、小波变换[18]等，考虑到此系统需实现实时在线分频，且各频段范围在不断变换，计算量不能太大，所以选用滤波方法分频。

理想带通滤波器为

离散表达式为

其中ωl与ωh分别代表通带下线与上限角频率。

鉴于此系统实时在线系统，且分频范围随轧制速度变化而改变，即滤波范围不断改变，所以选用窗函数法进行滤波分频处理，该方法在程序设计方面比较简单，相位是线性的，算法总是稳定的[19—21]。

窗函数不仅对时域信息产生影响，同样对频域信息也产生影响。使用窗函数对原信号截短，窗函数的主瓣与旁瓣情况产生直接的影响，主瓣的宽度直接影响截短后的信息的频域分辨率，而旁瓣峰值可能湮没频谱分量中较小的成分。在选择窗函数时，应尽量选择主瓣较窄，旁瓣较小的窗函数[19—21]。

旁瓣的渐进衰减速度直接也直接影响截短后的信号时域与频域信息，选择窗函数时应尽量选择旁瓣衰减较快的。除了满足以上条件，窗函数还得是非负的实偶函数，关于对称中心非递增，Fourier变化后尽可能使正的，渐进无偏的[19—21]。常见窗函数如表1所示，表中B、B0、A、D分别代表主瓣宽度、主瓣归一化的幅值衰减到-3 dB的宽度、最大旁瓣幅值、旁瓣谱渐进衰减速度。

对比几种窗函数的特征参数，选用窗宽为100的汉明窗（Hamming-window），其主瓣较窄，主瓣归一化幅值衰减到-3 dB的宽度也比较小，旁瓣最大幅值很小，其表达式如式所示，时域与归一化频域图像如图2所示。滤波算法如式所示。

其中x(n)，y(n)分别为滤波前后的信号，∗代表卷积。

表1 窗函数及其特征

图2 汉明窗时域图形及频域图形

3.2 信号统计分析

去除原始信号的直流偏量后，将信号分成低频、中频与高频三组信号，分别代表基频、三倍频与五倍频信号。5#与4#轧机处于不同的轧制速度区间范围，低频、中频、高频的分频范围也不同。将轧制速度分成5个区间，分别设置各个速度区间内的低频、中频与高频范围进行设置。

正常工作状态下，轧制速度为1 045 m/min时，5#机架的振动信息如图3所示。由频域图像可得，在此轧制速度下振动主要集中在30 Hz～80 Hz，180 Hz～300 Hz，550 Hz～700 Hz之间，分别对应基频振动、三倍频振动、五倍频振动。

离线点的信号数值大小变化范围很大，且易受外界干扰，并不能体现轧机振动是否处于正常范围内，所以必须以一定时间范围内或者以一定长度的信号统计分析才能判断其是否超出正常的范围。本系统信号是以帧的形式采集，帧与帧之间信号连续,一帧信号的长度由采样频率域采样点数共同决定。在统计分析过程中，对采集的每帧信号分频滤波后统计分析。具体统计方式如式所示。

其中i=1,…5分别代表1#—5#机架，j=l，m，h分别代表低频、中频、高频，ai,j,k代表原始信号滤波后的各通道、各频段的值，代表各通道、频段的有效值（即代表5#机架低频有效值），N为采集的一帧数据信号点数。分频之后的信号进行统计所得到有效值，以此作为判断轧机振动是否超标。

图3 5#机架振动信息

图3 （续）5#机架振动信息

对于采集的每帧原始振动数据，分频后根据式(7)，统计采集的各帧数据中各机架、各频段的振动有效值。轧制的一卷振动没有超标5#机架的统计信息图像如图4所示。轧制速度处于700 m/min～900 m/min时，低频与中频振动有效值突增，如果是在此速度段内，由于轧制速度引起的相互耦合导致振动幅值突增，而且产品振动纹在合格范围内，则应将增加相应机架该速度段内修正系数，以减少误报警。

3.3 报警判断

5#机架与4#机架报警参数，需分别设置各频段的参考值与参考次数，并且将轧制速度分成五段，分别为A档以下、A档与B档之间、B档与C档之间、C档与D档之间以及D档以上，设置每档的速度范围及报警修正系数，其中，参考次数为连续采集信号的几帧数据的有效值大于对应的报警值才提示报警，修正系数为根据其轧制速度对报警值进行调整的参数，各机架、频段的报警值为相应的参考值与相应的修正系数的乘积。轧制速度在A档与B档之间、B档与C档之间及C档与D档之间，轧制速度每隔20 m/min，修正系数线性插值，A档以下以及D档以上修正系数保持不变。

如果5#机架A档速度为200 m/min，修正系数为0.4，B档速度为400 m/min，修正系数为0.6，低频、中频、高频的报警参考值分别为0.3、0.35、0.4，则速度在335 m/min时修正系数为0.54，低频、中频、高频的报警值分别为0.163、0.189、0.216。如果参考次数分别设置为3、4、3，低频连续3次、或中频连续4次、或高频连续3次超过报警值则报警。

1#机、2#与3#机架，轧制速度相对较慢，对产品最终质量影响不是很大，所以不根据轧制速度分频，而是各机架分别直接按照同一参数分为低频、中频、高频三板斧，各机架、各频段的报警值直接等于相应的报警参考值，参考次数含义跟4#机架以及5#机架参考次数一致。

5#机架与4#机架的低频、中频、高频范围设置同对应的修正系数设置类似，根据在不同轧制速度区间内基频、三倍频与五倍频的频率范围进行设置。1#、2#与3#机架轧制速度不大，对于产品的最终质量的直接影响不是特别大，所以不根据轧制速度设置分频以及报警修正系数。当振动超标报警时，记录报警始末位置并且发出报警声，低频、中频、高频的不同的报警声音。具体的报警判断及报警机架、频段与始末位置记录流程如图5所示。

4 文件存储

启动仪器时，系统默认的参数为上次关闭时的参数，当轧制速度大于10 m/min且轧制距离大于10 m时，才认为是处于轧制状态，创建新的数据文件，以追加的形式往里边写入数据，否则处于非轧制状态。剪切时，停止将数据写入文件并关闭文件，并创建新的数据文件，以追加的形式往里边写入数据。当轧制速度小于5 m/min或者20 s内轧制距离小于10 m时，就认为已处于非轧制状态，停止将数据写入文件并关闭文件。建立的轧制状态判断机制，可以避免产生无效的数据，减少用户查询的不便。

图4 5#机架振动统计信息及报警值

在设置的存储的路径下，以当前天的时间命名方式，形式如20140310，自动建立文件夹，里边再建立两个子文件夹，分别包含原始数据与统计数据，每个文件夹里包含一天的数据，以方便查阅数据文件。将文件创建时刻格式化为长度为14的字符串命名文件，形式如20140315093548，以追加的形式存储数据。获得剪切信号后，停止往此卷钢数据文件写入数据，并创建新一卷钢的数据文件，从数据库中取得冷卷号，然后重命名为冷卷号。以此方式，主要基于以下两原因：

1）可以保证文件命名的唯一性，而且方便检索；

2）占用电脑内存比较小，只需要在缓存中保存略大于一帧地数据，而不需要将采集的整卷钢数据保存在缓存中，导致电脑运行缓慢，甚至导致崩溃。

原始数据默认存储为二进制文件，主要有以下三方面的原因：

1）相同的内容二进制文件存储、打开所需要的时间短；

2）所占的存储空间小以及存储、打开过程中所占的内存小；

3）二进制文件在一定程度上可以自动加密，如果不知道文件中数据存储内容的方式，一般无法直接打开文件查阅数据。本系统在线实时运行，数据量非常大。如果保存为文本文件，不到一个月就会产生1TB的数据，而轧机车间通常需要将数据保存3个月甚至更长。而二进制文件是各种存储格式中，占硬盘空间比较小，不到文本文件大小的1/4，1TB的硬盘可存储4个月以上的数据。

5 结语

本系统能够在线监控冷轧机组振动状况，根据轧机的轧制速度，将5#机架与4#机架振动信号通过滤波分成低频、中频、高频成分然后分别统计，以及获得相应的报警值，然后对应的量进行比较大小，其余三个机架直接分频并统计后，直接与对应的报警值比较大小，判断其是否报警。如果报警则提示报警，并记录相应的机架、频段、始末位置。出现报警时适当降低轧制速度；对于易发生振动的材料，在轧机振动未达到报警值时，可以此为依据提高轧制速度，实现在保证质量的前提下提高生产效率。本系统在线实时运行，工作稳定，报警准确度高，减少检修、维修成本，提高企业的生产效率。

[1]侯福祥，张杰，曹建国，等.带钢冷轧机振动问题的研究进展及评述[J].钢铁研究学报，2007，19(10)：6-10.

图5 报警流程

[2]杨其俊，连家创.高速冷带轧机垂直自激振动稳定性分析的数值计算方法[J].振动与冲击，1996，15(3)：16-21.

[3]杨旭，童朝南，孟建基.冷板带轧机含振动因素的轧制力模型[J].振动、测试与诊断，2010，30(4)：422-428.

[4]唐华平，钟掘.单辊驱动轧机水平自激振动定性分析[J].机械工程学报，2001，37（8）：55-59.

[5]邹家祥，徐乐江.冷连轧机系统振动控制[M].北京：冶金工业出版社，1998.

[6]刘浩然，张业宽，李晓梅，等.轧机非线性传动系统冲击扭振的研究与抑制[J].振动与冲击，2010，29(7)：179-183.

[7]王章海，王德俊.打滑状态下轧机主传动系统的动态特性[J].东北大学学报，自然科学版，1998，19(5)：520-523.

[8]赵弘，白晶.轧机振动及非线性分析[J].机械，2003，30 (5)：16-19.

[9]李海亮.冷轧卷取机振动及张力分布的研究[D].燕山大学，2008.

[10]王桥医，黄海军，李志华.金属塑性加工工作界面非稳态润滑轧机振动控制[J].中南大学学报，自然科学版，2010，41(4)：1418-1423.

[11]王梦魁.多维振动环境试验的实践[J].装备环境工程，2005(3)：22-25.

[12]廖崇琦，侯春萍.基于VB.NET的数据采集系统软件设计[J].微处理机，2007，27(6)：54-56.

[13]周敬然.加速度传感器ICP关键制作工艺及检测电路的研究[D].长春：吉林大学，2008.

[14]陆兆峰，秦旻，陈禾，等.压电式加速度传感器在振动测量系统的应用研究[J].仪表技术与传感器，2007(7)：3-4.

[15]Farley T.23 Cold-Rolling on Productivity Mill and Vibration Product and Quality Its Impact[J].Flat-Rolled Steel Processes:Advanced Technologies,2010∶255.

[16]杨 旭，童朝南.板带轧机振动问题研究[J].钢铁研究学报，2009，21(11)：1-4.

[17]续秀忠，张志谊.基于时频滤波的时变模态分解方法[J].噪声与振动控制，2006，25(5)：15-17.

[18]任学平，马文生，杨文志，等.基于小波包分析的减速机故障诊断研究[J].噪声与振动控制，2008，28(5)：73-76.

[19]陈奎孚，张森文.对称窗函数的幅值谱特性[J].农业工程学报，1999，15(1)：36-40.

[20]毛青春，徐分亮.窗函数及其应用[J].中国水运，2007，7 (2)：230.

[21]胡广书.数字信号处理[M].北京：清华大学出版社，2009.

Vibration DataAcquisition andAlarm Judgment System of Cold-rolling Mills

LIU Zhi-qiang1,LI Fu-cai1,CHENKai1, XIE Wan-qiang1,QUAN Ji-zhe2,CHEN Xiao-ming2

(1.State Key Laboratory of Mechanical System and Vibration,Shanghai Jiaotong University, Shanghai 200240,China;2.Baosteel Research Institute,Shanghai 201900,China)

∶In the process of cold-rolling,vibration of the mills can cause vibration marks on the steel sheets which will lower the quality of products.Therefore,a vibration monitoring and alarm system for cold-rolling mills is developed.When the vibration marks occur in the cold-rolling process,the system will alarm timely and record the positions of the vibration marks.First of all,according to the purpose of testing,the necessary vibration data,rolling-speed data,rolling-distance data and cut information are chosen.Then,the system is built and installed.After setting the sampling and alarm parameters,the system acquires vibration data,rolling-speed data and rolling-distance data.According to the rolling-speed data,the original vibration data is divided into three parts∶low frequency part,middle frequency part and high frequency part.Then,results of the three parts are compared with their corresponding alarm data to judge whether the vibrations exceed the standard.If the vibration of some machines in some frequency range exceeds the standard,the system will record the alarm data,which includes the machine number,frequency range and position.The original data and statistical data files are named after the steel-roll numbers.It saves the alarm data if the alarm happens.Through a long time testing,the system can monitor vibration state of the cold-rolling machines effectively and give exact alarm judgments.

∶vibration and wave;cold-rolling set vibration;data acquisition;signal processing;alarm judgment

TH113.1< class="emphasis_bold">文献标识码：ADOI编码：

10.3969/j.issn.1006-1335.2014.06.050

1006-1355(2014)06-0225-07

2014-04-28

科技部863计划（2012AA040106）；

国家自然科学基金（11372179）；

教育部新世纪优秀人才(NCET-13-0363)

刘志强（1990-），男，硕士研究生，主要研究方向为结构健康监测，信号处理。

李富才（1971-），男，副教授，博士生导师。

E-mail∶fcli@sjtu.edu.cn