Customized maximal-overlap multiwavelet denoising with data-driven group threshold for condition monitoring of rolling mill drivetrain

به موقع شناسایی خطا از درایو نورد نورد برای تضمین کیفیت محصول و اجرای عملیات ایمن در طول عمر قابل توجه است. بنابراین سیستم نظارت بر وضعیت دنده نورد نورد طراحی و توسعه داده می شود. با این حال، به دلیل اینکه اطلاعات مربوط به گسل مرکب و گسل ضعیف معمولا در سر و صدای پس زمینه سنگین به هم متصل می شوند، این کار هنوز با چالش مواجه است. این مقاله امکان شناسایی خطا درایوهای میل نورد را با پیشنهاد روش متداول چند وویلی حداکثر همپوشانی سفارشی فراهم می کند. اثربخشی روش تخلیه موجک عمدتا به انتخاب مناسب مناسب پایه موجک، استراتژی تبدیل و قانون آستانه بستگی دارد. اول، به منظور تحقق دقیق تطبیق و تشخیص دقیق از ویژگی گسل، تابع مبنای چند وویلی سفارشی توسط طرح بلندپروازی متقارن ساخته می شود و سپس سیگنال ارتعاش با تبدیل چند وویلی حداکثر همپوشانی پردازش می شود. سپس براساس وابستگی فضایی ضرایب تبدیل چند وجهی، استراتژی انقباض آستانه گروهی بر اساس داده محور مکانی فضایی با انتخاب طول و آستانه حداکثر گروه از طریق حداقل برآورد ریسک بی طرفانه استین، طراحی شده است. اثربخشی روش پیشنهادی ابتدا از طریق شناسایی خطای ترکیب چرخ دنده کاهش در ماشین نورد نشان داده شده است. سپس آن را برای شناسایی ضعف ضعیف از خم شدن فن تحمل در کارخانه نورد اعمال می شود و نتایج پشتیبانی از امکان پذیری آن.