連軋機軋輥偏心信號辨識與補償控制研究.pdf

1、在板材的制造工業(yè)中，軋輥偏心已逐漸成為影響板材厚度精度的主要因素，這就要求對軋輥偏心進行補償控制來提高軋件的厚度精度。偏心信號是不易被識別的微弱高頻周期信號，傳統(tǒng)傅里葉變換法在軋輥偏心信號的提取中存在參數失真以及噪聲干擾得不到有效抑制的缺陷。針對上述問題，本課題嘗試了基于不同信號處理方法的偏心信號提取研究。
　　小波分析在處理信號的局部時頻特性中有顯著優(yōu)勢，而且也得到廣泛應用。本課題提出的小波改進算法可對信號進行分頻帶處理，能夠準

2、確提取并重構偏心信號，還可以有效的去除噪聲?；诙喾直娣治龊托〔ò治龅母倪M算法都能夠在信噪比低和頻率相近的情況下準確的提取偏心信號的頻率及諧波個數，而且偏心信號各參數的準確率較高。
　　經驗模態(tài)分解方法是一種新的數據分析方法，具有高識別性、自適應性等優(yōu)點。聚合經驗模態(tài)分解方法作為經驗模態(tài)分解的改進方法，實質上是將軋制力信號分解為多個不同特征模態(tài)函數，從中提取表征偏心信號的特征模態(tài)函數，并用此重構偏心信號。此方法強調信號的局部瞬時

3、特性，也避免了小波變換中基函數的選擇難題。
　　頻譜校正理論在信號識別與重構中的應用也非常有效，其中的比值校正法結合漢寧窗后在信號的參數校正問題上應用性極好，估計得到的信號參數與信號真實參數值極為接近。另外，復解析細化譜分析方法是頻譜校正理論中針對密集型信號處理的方法之一，此方法不僅能夠將信號的頻譜細化放大使得觀察更加清晰，而且在細化的同時避免了時頻變換過程中容易出現(xiàn)的頻譜混疊現(xiàn)象，使得處理后的信號的頻譜特性真實有效。