权利要求书： 1.一种基于正交试验的轧机纵向刚度末端分析和维护方法，其特征在于，所述方法包括：S1、获取轧机纵向刚度末端的多个影响因子；其中，所述影响因子包括轧机牌坊衬板平面度、轧机牌坊开档尺寸值与现场规定的工艺标准之间的偏差、轧机牌坊窗口平面度、轴承座衬板平面度、轴承座对称度以及轧机牌坊与轴承座之间的配合间隙；S2、根据所述多个影响因子以及区间水平划分模型，得到所述多个影响因子的最优水平个数；S3、根据所述多个影响因子以及最优水平个数，得到正交试验表；S4、计算所述正交试验表中规定的试验方案的轧机刚度保持率；S5、根据极差分析法对所述轧机刚度保持率进行分析，得到多个影响因子中每个影响因子的极差值，根据所述极差值的大小确定多个影响因子的主次关系，根据所述主次关系确定最优轧机纵向刚度末端维护方案；所述S3中的根据所述多个影响因子以及最优水平个数，得到正交试验表包括：S31、将多个影响因子的个数作为正交试验表的纵列数 ；S32、将最优水平数个数作为正交试验表的字码数 ；S33、根据正交试验表的固有结构，确定正交试验表的行数 ；S34、根据所述纵列数、字码数以及行数，得到正交试验表 。2.根据权利要求1所述的方法，其特征在于，所述S1中的获取轧机纵向刚度末端的多个影响因子包括：S11、获取现场轧机设备维护时的多个测量数据；其中，所述多个测量数据中的每个测量数据分别包括多个特征；S12、根据所述多个特征以及随机森林算法，确定轧机纵向刚度末端的多个影响因子。3.根据权利要求2所述的方法，其特征在于，所述S12中的根据所述多个特征以及随机森林算法，确定轧机纵向刚度末端的多个影响因子包括：S121、根据随机森林算法计算所述多个测量数据中每个特征的变量重要性评分；S122、根据所述变量重要性评分，得到所有特征的变量重要性评分的平均值，将所述平均值作为阈值；S123、获取所有特征中变量重要性评分大于所述阈值的特征，将所述大于所述阈值的特征作为轧机纵向刚度末端的影响因子。4.根据权利要求3所述的方法，其特征在于，所述S2中的根据所述多个影响因子以及区间水平划分模型，得到所述多个影响因子的最优水平个数包括：S21、获取变量重要性评分最高的影响因子；S22、根据区间水平划分模型对所述变量重要性评分最高的影响因子进行划分，得到影响因子的水
声明：
“基于正交试验的轧机纵向刚度末端分析和维护方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
612
编辑：中冶有色网
来源：北京科技大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年06月13日 ~ 15日 
