CN108568455A - 一种轧机振动监测及振动纹缺陷判别的方法 - Google Patents
一种轧机振动监测及振动纹缺陷判别的方法 Download PDFInfo
- Publication number
- CN108568455A CN108568455A CN201710142524.8A CN201710142524A CN108568455A CN 108568455 A CN108568455 A CN 108568455A CN 201710142524 A CN201710142524 A CN 201710142524A CN 108568455 A CN108568455 A CN 108568455A
- Authority
- CN
- China
- Prior art keywords
- vibration
- value
- line defect
- rolling mill
- setting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
一种轧机振动监测及振动纹缺陷判别的方法,用于在实现振动及时报警的同时,实现振动纹缺陷的准确判定,通过检测器配合基础自动化控制机完成,在所述的基础自动化控制机中设置有数据处理单元、数据存储单元、数据比较单元及输出单元。本发明的一种轧机振动监测及振动纹缺陷判别的方法,在低成本的指导思想下,在轧机振动监测及报警的基础上引入了缺陷判别方法,既保证了振动报警的及时性,使得在振动发生初期就可以及时介入处理,避免了振动的加剧,从而减少了振动纹缺陷的发生量,又通过缺陷判别方法实现了对振动纹缺陷的准确判断,有效提高了振动纹缺陷判断的准确率,减少了错判或漏判带来的损失。
Description
技术领域
本发明属于金属轧机或其加工产品的测量方法领域,具体涉及一种轧机振动监测及振动纹缺陷判别的方法。
背景技术
轧机振动是轧制过程中普遍存在的问题之一,当轧机振动较轻时为振动纹缺陷,具体表现为在带钢的上下表面存在着与轧制方向垂直的明暗相间规律性条纹,当轧机振动较重时,振动纹缺陷会进一步加重表现为厚度变化,严重的情况下,甚至会因轧机振动造成带钢断带等事故。因此,轧机振动对产品表面质量、生产的连续性等方面具有严重的不利影响。
长期以来,对轧机振动的判断主要是依靠现场操作人员通过耳朵来听现场轧机运转时的声音是否异常来进行判断,由于现场环境噪声嘈杂,且这种判断方式存在主观性,并受不同操作人员经验差异影响,因此经常会出现判断出错的情况,造成较多不必要的损失。
通过在轧机上安装振动传感器,一方面通过传感器的高灵敏度,可以在轧机刚开始振动时就发出振动报警,从而使操作人员能够及时采取措施抑制振动的进一步扩大,另一方面,通过振动传感器可以实现对轧机振动情况进行有效的监测,即避免了人工判断的主观性,也可以对振动程度进行量化评价,从而有效减少振动纹缺陷的错判率。
通常,轧机振动从轻微振动发展到剧烈振动只有几秒的时间,因此,对轧机振动的监测要求具备很高的及时性,为此,需要将报警阈值设定的低一些,以便及时检测到振动的产生。然而,报警阈值设定的越低,振动报警的准确率越差,对振动纹缺陷的错判和漏判就会增加,因此如何同时获得较好的报警及时性和缺陷判断的准确率是需要解决的关键问题。
申请号为“201010130655.2”的发明申请,公开了一种轧辊表面振动纹的检测方法,将轧辊两端的左右轴颈分别置放在左右支撑架上,在所述轧辊的径向一侧放置安装有砂轮的砂轮座,使所述砂轮的旋转中心与所述轧辊的旋转中心处于同一水平位置,并在该同一水平位置的所述砂轮座上安装面对所述轧辊的位移传感器,一边使所述轧辊旋转m圈一边对该该轧辊表面的波形进行测量,获得辊面波形的信号,在所述左支撑架上安装振动传感器,对所述轧辊旋转时所产生的振动信号进行测量,将接近开关传感器安装在与所述右轴颈的键槽相对的一侧处,当其检测到所述键槽时就发出一个脉冲信号。
申请号为“201410514065.8”的发明申请,公开了一种带钢振动纹缺陷位置的定位方法,包括:参数初始化设定,包括轧机出口到滚筒剪之间的带钢长度,板型辊编码器的脉冲当量、振动报警参考值的设定;采集各轧机振动信号、剪切信号、各轧机压下量信号、钢卷信息、板形辊编码器脉冲信号,根据振动信号计算各轧机的振动能量值,根据压下量信息计算各机架间带钢等效长度,根据编码器脉冲信号对当前时刻该卷带钢的累计脉冲数量进行计数,振动报警判断,记录振动纹缺陷起始位置、结束位置,振动纹缺陷信息记录及上传。
发明内容
为解决以上问题,本发明提供一种轧机振动监测及振动纹缺陷判别的方法,可以保证振动报警的及时性和振动纹缺陷判断的准确性,其技术方案具体如下:
一种轧机振动监测及振动纹缺陷判别的方法,用于在实现振动及时报警的同时,实现振动纹缺陷的准确判定,其特征在于:
通过检测器配合基础自动化控制机完成,在所述的基础自动化控制机中设置有数据处理单元、数据存储单元、数据比较单元及输出单元,具体包括如下步序:
S1:在轧机牌坊的顶部安设传感器;
S2:将设定的报警值及设定的缺陷值录入基础自动化控制机的数据存储单元;
S3:传感器将实时检测的振动当前值送入基础自动化控制机的接收端;
S4:基础自动化控制机的数据处理单元将接收到的i个当前值进行数据计算,并将计算的结果标定为标准值;
S5:将标准值、设定的报警值及设定的缺陷值送入数据比较单元;
S6:比较标准值与设定的报警值,当标准值大于等于设定的报警值时,通知输出单元输出振动报警信号;
S7:比较标准值与设定的缺陷值,当标准值大于等于设定的缺陷值时,通知输出单元输出缺陷报警信号。
根据本发明的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
步骤S4中,所述的“数据计算”,具体为:对所接受到的各个当前值进行带通滤波,并将滤波后的信号进行有效值计算,将计算出的有效值标定为标准值。
根据本发明的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
步骤S2中,所述的设定的报警值以轧机在未发生振动情况下的正常有效值为参考进行设定。
根据本发明的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
步骤S2中,所述的设定的缺陷值依据开始产生振动纹缺陷时所对应的振动有效值设定。
根据本发明的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
所述的有效值根据以下关系确定:
其中,Yi是指滤波后信号中的第i个值;
n为该信号的数据点个数;
Yrms为有效值。
根据本发明的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
所述的滤波区间选取为[100,300]HZ。
根据本发明的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
所述设定的报警值设定为高于轧机在未发生振动情况下的正常有效值0.01g—0.1g。
本发明的一种轧机振动监测及振动纹缺陷判别的方法,在低成本的指导思想下,在轧机振动监测及报警的基础上引入了缺陷判别方法,既保证了振动报警的及时性,使得在振动发生初期就可以及时介入处理,避免了振动的加剧,从而减少了振动纹缺陷的发生量,又通过缺陷判别方法实现了对振动纹缺陷的准确判断,有效提高了振动纹缺陷判断的准确率,减少了错判或漏判带来的损失。
附图说明
图1为本发明的流程示意图;
图2为本发明中实施例的振动报警和缺陷判别结果示意图一;
图3为本发明中实施例的振动报警和缺陷判别结果示意图二。
具体实施方式
下面,根据说明书附图和具体实施方式对本发明的一种轧机振动监测及振动纹缺陷判别的方法作进一步具体说明。
如图1所示的一种轧机振动监测及振动纹缺陷判别的方法,用于在实现振动及时报警的同时,实现振动纹缺陷的准确判定,通过检测器配合基础自动化控制机完成,在所述的基础自动化控制机中设置有数据处理单元、数据存储单元、数据比较单元及输出单元,具体包括如下步序:
S1:在轧机牌坊的顶部安设传感器;
S2:将设定的报警值及设定的缺陷值录入基础自动化控制机的数据存储单元;
S3:传感器将实时检测的振动当前值送入基础自动化控制机的接收端;
S4:基础自动化控制机的数据处理单元将接收到的i个当前值进行数据计算,并将计算的结果标定为标准值;
S5:将标准值、设定的报警值及设定的缺陷值送入数据比较单元;
S6:比较标准值与设定的报警值,当标准值大于等于设定的报警值时,通知输出单元输出振动报警信号;
S7:比较标准值与设定的缺陷值,当标准值大于等于设定的缺陷值时,通知输出单元输出缺陷报警信号。
其中,
步骤S4中,所述的“数据计算”,具体为:对所接受到的各个当前值进行带通滤波,并将滤波后的信号进行有效值计算,将计算出的有效值标定为标准值。
其中,
步骤S2中,所述的设定的报警值是预先设定的,以轧机在未发生振动情况下的正常有效值作为参考,综合考虑其报警的及时性和误报率来设定,通常其数值大小比轧机正常运转情况下的振动有效值高约0.01g-0.1g。
其中,
步骤S2中,所述的设定的缺陷值是预先设定的,其数值大小通过现场跟踪统计振动纹实物缺陷程度与振动有效值之间的关系,根据现场的振动纹缺陷判别标准,以刚开始产生振动纹缺陷时所对应的振动有效值来设定缺陷值。
其中,
所述的有效值根据以下关系确定:
其中,Yi是指滤波后信号中的第i个值;
n为该信号的数据点个数;
Yrms为有效值。
其中,
所述的滤波区间选取为[100,300]HZ。
本发明的一种轧机振动监测及振动纹缺陷判别的方法在轧机振动监测及报警的基础上引入了缺陷判别方法,既保证了振动报警的及时性,使得在振动发生初期就可以及时介入处理,避免了振动的加剧,从而减少了振动纹缺陷的发生量,又通过缺陷判别方法实现了对振动纹缺陷的准确判断,有效提高了振动纹缺陷判断的准确率,减少了错判或漏判带来的损失。
实施例
步骤1:通过安装在轧机牌坊顶部的振动传感器采集轧机的振动信号,以一定的采样频率f采集数据长度为n的振动信号Xi(i=1、2、3...n)。
步骤2:将一次采样得到的n个数据点进行带通滤波,频率区间为100~300Hz,得到滤波完成后的信号Yi(i=1、2、3...n),对Yi计算有效值,计算公式为:
步骤3:比较振动有效值与报警值,若有效值大于报警值,则发出轧机振动报警信息。
步骤4:比较振动有效值与缺陷值,若有效值大于缺陷值,则发出振动纹缺陷报警信息。
对某五连轧机的振动情况进行实时在线监测,采样频率为5120Hz,单次采样点数为1024点,某钢卷在正常轧制的第405秒,轧机振动监测***发出振动报警信号,后经操作工及时降速处理,及时抑制了振动的进一步增大,经查看历史数据,其振动波形及有效值曲线如图2所示,最大振动有效值为0.122g,超出了振动报警值0.054g但未超过所设定的缺陷报警值0.2g,据此结果判断认为带钢表面无振动纹缺陷,后对改卷带钢进行开卷检查,未发现有振动纹缺陷。
对某五连轧机的振动情况进行实时在线监测,采样频率为5120Hz,单次采样点数为1024点,在正常轧制的第241秒,轧机振动监测***先发出了振动报警信号,随后又在第243秒发出振动纹缺陷报警信号,经查看历史数据,其振动波形及有效值曲线如图3所示,最大振动有效值为0.25g,超出了所设定的缺陷报警值0.2g,据此结果判断认为带钢表面有振动纹缺陷,后对改卷带钢进行开卷检查,发现其表面有目视可见的轻微振动纹缺陷。
本发明的一种轧机振动监测及振动纹缺陷判别的方法,在低成本的指导思想下,在轧机振动监测及报警的基础上引入了缺陷判别方法,既保证了振动报警的及时性,使得在振动发生初期就可以及时介入处理,避免了振动的加剧,从而减少了振动纹缺陷的发生量,又通过缺陷判别方法实现了对振动纹缺陷的准确判断,有效提高了振动纹缺陷判断的准确率,减少了错判或漏判带来的损失。
Claims (7)
1.一种轧机振动监测及振动纹缺陷判别的方法,用于在实现振动及时报警的同时,实现振动纹缺陷的准确判定,其特征在于:
通过检测器配合基础自动化控制机完成,在所述的基础自动化控制机中设置有数据处理单元、数据存储单元、数据比较单元及输出单元,具体包括如下步序:
S1:在轧机牌坊的顶部安设传感器;
S2:将设定的报警值及设定的缺陷值录入基础自动化控制机的数据存储单元;
S3:传感器将实时检测的振动当前值送入基础自动化控制机的接收端;
S4:基础自动化控制机的数据处理单元将接收到的i个当前值进行数据计算,并将计算的结果标定为标准值;
S5:将标准值、设定的报警值及设定的缺陷值送入数据比较单元;
S6:比较标准值与设定的报警值,当标准值大于等于设定的报警值时,通知输出单元输出振动报警信号;
S7:比较标准值与设定的缺陷值,当标准值大于等于设定的缺陷值时,通知输出单元输出缺陷报警信号。
2.根据权利要求1所述的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
步骤S4中,所述的“数据计算”,具体为:对所接受到的各个当前值进行带通滤波,并将滤波后的信号进行有效值计算,将计算出的有效值标定为标准值。
3.根据权利要求1所述的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
步骤S2中,所述的设定的报警值以轧机在未发生振动情况下的正常有效值为参考进行设定。
4.根据权利要求1所述的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
步骤S2中,所述的设定的缺陷值依据开始产生振动纹缺陷时所对应的振动有效值设定。
5.根据权利要求2所述的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
所述的有效值根据以下关系确定:
其中,Yi是指滤波后信号中的第i个值;
n为该信号的数据点个数;
Yrms为有效值。
6.根据权利要求2所述的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
所述的滤波区间选取为[100,300]HZ。
7.根据权利要求3所述的一种轧机振动监测及振动纹缺陷判别的方法,其特征在于:
所述设定的报警值设定为高于轧机在未发生振动情况下的正常有效值0.01g—0.1g。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710142524.8A CN108568455A (zh) | 2017-03-10 | 2017-03-10 | 一种轧机振动监测及振动纹缺陷判别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710142524.8A CN108568455A (zh) | 2017-03-10 | 2017-03-10 | 一种轧机振动监测及振动纹缺陷判别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108568455A true CN108568455A (zh) | 2018-09-25 |
Family
ID=63577449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710142524.8A Pending CN108568455A (zh) | 2017-03-10 | 2017-03-10 | 一种轧机振动监测及振动纹缺陷判别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108568455A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110449469A (zh) * | 2019-07-15 | 2019-11-15 | 太原理工大学 | 一种波纹辊轧机辊系振动检测控制装置及控制方法 |
RU2734360C2 (ru) * | 2018-12-21 | 2020-10-15 | Публичное акционерное общество "Северсталь" (ПАО "Северсталь") | Способ определения возникновения начальной стадии критической вибрации в рабочей клети прокатного стана |
CN113182351A (zh) * | 2021-04-15 | 2021-07-30 | 首钢集团有限公司 | 一种热连轧机振动振纹的发生位置判别方法和装置 |
CN113290063A (zh) * | 2021-05-17 | 2021-08-24 | 苏州德姆斯信息技术有限公司 | 薄板冷轧机监测分析***及监测分析方法 |
CN113333481A (zh) * | 2021-05-31 | 2021-09-03 | 广东韶钢松山股份有限公司 | 一种连轧生产线中热金属检测器状态的在线检测方法和装置 |
RU2762353C1 (ru) * | 2021-02-12 | 2021-12-20 | Публичное акционерное общество «Северсталь» (ПАО «Северсталь») | Способ непрерывной холодной прокатки с натяжением |
RU2763501C1 (ru) * | 2021-03-22 | 2021-12-29 | Публичное акционерное общество «Северсталь» (ПАО «Северсталь») | Способ определения возникновения начальной стадии критической вибрации в рабочей клети прокатного стана |
CN114061922A (zh) * | 2020-07-30 | 2022-02-18 | 宝山钢铁股份有限公司 | 基于振动数据的圆盘剪异常状况预警方法 |
CN114247759A (zh) * | 2020-09-23 | 2022-03-29 | 宝山钢铁股份有限公司 | 一种热轧精轧机振动缺陷的识别与预警方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08108205A (ja) * | 1994-10-06 | 1996-04-30 | Sumitomo Metal Ind Ltd | 圧延機のチャタリング検出方法 |
CN201124185Y (zh) * | 2007-11-22 | 2008-10-01 | 广州珠江钢铁有限责任公司 | 低振动的热轧机 |
CN101450352A (zh) * | 2007-12-04 | 2009-06-10 | 上海宝钢工业检测公司 | 连轧机带钢振动纹检测方法 |
CN102198453A (zh) * | 2010-03-23 | 2011-09-28 | 宝山钢铁股份有限公司 | 轧辊表面振动纹的检测方法 |
CN102755995A (zh) * | 2011-04-26 | 2012-10-31 | 通化钢铁股份有限公司 | 一种轧机辊系振动抑制装置 |
CN105436205A (zh) * | 2014-09-30 | 2016-03-30 | 宝山钢铁股份有限公司 | 轧机振动报警及抑制方法及装置 |
CN105478491A (zh) * | 2014-09-29 | 2016-04-13 | 宝山钢铁股份有限公司 | 一种带钢振动纹缺陷位置的定位方法 |
-
2017
- 2017-03-10 CN CN201710142524.8A patent/CN108568455A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08108205A (ja) * | 1994-10-06 | 1996-04-30 | Sumitomo Metal Ind Ltd | 圧延機のチャタリング検出方法 |
CN201124185Y (zh) * | 2007-11-22 | 2008-10-01 | 广州珠江钢铁有限责任公司 | 低振动的热轧机 |
CN101450352A (zh) * | 2007-12-04 | 2009-06-10 | 上海宝钢工业检测公司 | 连轧机带钢振动纹检测方法 |
CN102198453A (zh) * | 2010-03-23 | 2011-09-28 | 宝山钢铁股份有限公司 | 轧辊表面振动纹的检测方法 |
CN102755995A (zh) * | 2011-04-26 | 2012-10-31 | 通化钢铁股份有限公司 | 一种轧机辊系振动抑制装置 |
CN105478491A (zh) * | 2014-09-29 | 2016-04-13 | 宝山钢铁股份有限公司 | 一种带钢振动纹缺陷位置的定位方法 |
CN105436205A (zh) * | 2014-09-30 | 2016-03-30 | 宝山钢铁股份有限公司 | 轧机振动报警及抑制方法及装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2734360C2 (ru) * | 2018-12-21 | 2020-10-15 | Публичное акционерное общество "Северсталь" (ПАО "Северсталь") | Способ определения возникновения начальной стадии критической вибрации в рабочей клети прокатного стана |
CN110449469A (zh) * | 2019-07-15 | 2019-11-15 | 太原理工大学 | 一种波纹辊轧机辊系振动检测控制装置及控制方法 |
CN114061922A (zh) * | 2020-07-30 | 2022-02-18 | 宝山钢铁股份有限公司 | 基于振动数据的圆盘剪异常状况预警方法 |
CN114247759A (zh) * | 2020-09-23 | 2022-03-29 | 宝山钢铁股份有限公司 | 一种热轧精轧机振动缺陷的识别与预警方法 |
CN114247759B (zh) * | 2020-09-23 | 2024-05-14 | 宝山钢铁股份有限公司 | 一种热轧精轧机振动缺陷的识别与预警方法 |
RU2762353C1 (ru) * | 2021-02-12 | 2021-12-20 | Публичное акционерное общество «Северсталь» (ПАО «Северсталь») | Способ непрерывной холодной прокатки с натяжением |
RU2763501C1 (ru) * | 2021-03-22 | 2021-12-29 | Публичное акционерное общество «Северсталь» (ПАО «Северсталь») | Способ определения возникновения начальной стадии критической вибрации в рабочей клети прокатного стана |
CN113182351A (zh) * | 2021-04-15 | 2021-07-30 | 首钢集团有限公司 | 一种热连轧机振动振纹的发生位置判别方法和装置 |
CN113290063A (zh) * | 2021-05-17 | 2021-08-24 | 苏州德姆斯信息技术有限公司 | 薄板冷轧机监测分析***及监测分析方法 |
CN113333481A (zh) * | 2021-05-31 | 2021-09-03 | 广东韶钢松山股份有限公司 | 一种连轧生产线中热金属检测器状态的在线检测方法和装置 |
CN113333481B (zh) * | 2021-05-31 | 2022-12-06 | 广东韶钢松山股份有限公司 | 一种连轧生产线中热金属检测器状态的在线检测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108568455A (zh) | 一种轧机振动监测及振动纹缺陷判别的方法 | |
JP5487681B2 (ja) | 鋼帯圧延機診断装置及び診断方法 | |
JPH08108205A (ja) | 圧延機のチャタリング検出方法 | |
US6295851B1 (en) | Method of monitoring the distance between the rolls of a roll pair, and means for use in carrying out the method | |
CN110653271B (zh) | 热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法 | |
KR101091285B1 (ko) | 연속 압연기의 압연 채터링 제어장치 및 제어방법 | |
CN104275353B (zh) | 一种基于板形检测的冷轧带材跑偏自动识别方法 | |
EP1198701B1 (en) | Method for equipment surveillance | |
JPH0344520A (ja) | ベルトコンベア用回転ローラの異常検知方法及びその振動センサ | |
CN111451469B (zh) | 连铸二次冷却水喷嘴状态的判断方法 | |
CN110976526A (zh) | 检验轧机测厚仪偏差度的方法、***及计算机可读介质 | |
US20240033799A1 (en) | Method for detecting abnormal vibration of rolling mill, apparatus for detecting abnormality of rolling mill, rolling method, and method for producing metal strip | |
US20240165685A1 (en) | Method for detecting abnormal vibration of rolling mill, apparatus for detecting abnormality of rolling mill, rolling method, and method for producing metal strip | |
JPH0531523A (ja) | ロ−ラ回転数・間隙測定可能な圧延機用ロ−ラガイド装置 | |
JP5924490B2 (ja) | 冷間圧延における異常検出方法および冷間圧延方法 | |
CN111948105B (zh) | 一种轧机粉尘检测***及方法 | |
JPH11129030A (ja) | 金属板圧延品質監視システム | |
KR20000043874A (ko) | 냉간압연기 채터링 예방 장치 및 방법 | |
JP2013116489A (ja) | 熱延仕上ミルにおけるストリップ破断検出方法 | |
JP3171212B2 (ja) | タンデム圧延機及びタンデム圧延機の板厚異常原因推定方法 | |
JP4205983B2 (ja) | 連続鋳造機のロール間隔決定方法およびそのロール間隔決定システム | |
CN211071744U (zh) | 连铸机在线检测*** | |
JP4112774B2 (ja) | 加工設備における回転体の回転不良監視装置及び方法 | |
CN114247759A (zh) | 一种热轧精轧机振动缺陷的识别与预警方法 | |
JP2020082173A (ja) | 圧延機のチャタマーク検出方法及びチャタマーク検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180925 |
|
RJ01 | Rejection of invention patent application after publication |