为解决实际测试中轧机传动系统关键点处动态扭矩不易同时测量的难题，提出一种扭振信号拓扑网络的轧机动态扭矩测量方法。通过把扭振计算的力矩和转角位移看作系统的输入输出信号，依据拓扑思想，建立信号之间的扭振信号拓扑网络模型。把有限实测点的测试数据代入扭振信号拓扑网络模型，可获得传动系统中其它关键点处的扭振参数值。轧机实际现场扭矩测试和数据分析处理结果验证了理论推导的正确性。这为轧机现场监测中不易同时布置传感器且非同轴的关键测点的振动参量获取提供了有效方法。通过编制程序可以实现轧机扭振在线监测和故障分析，从而保证轧机正常平稳运行。

针对强噪声背景下多频微弱信号检测的难题，提出一种基于自适应变尺度频移带通随机共振（Adaptivere．scalingfrequency．shinedband．passstochasticresonance，ARFBSR）降噪的经验模态分解（Empiricalmodedecomposition，EMD）多频微弱信号检测方法。对不同频段的信号进行频率尺度变换处理，使其满足随机共振条件，根据噪声强度自适应地优化系统的参数，进而对每个频段信号分别进行随机共振处理，使得待检信号目标频段得到增强，对各个频段的共振输出进行带通滤波再合成，实现多频微弱信号的增强。对处理后的信号进行EMD分解，得到每个频率的信号分量，实现多频微弱信号的检测。仿真分析和滚动轴承内圈故障诊断实例表明，该方法不仅能够增强信号幅值，同时减少虚假分量，提高EMD算法的精度，有效检测出被噪声淹没的多频微弱信号。

通过弹性转轴和电机轴的转速波动研究轧机扭振的动特性。用动力学理论推导，得到转轴瞬时转速波动的非平稳描述。通过合理抽象轧机主传动系统为二质量自由度转动惯量系统，得到弹性接轴模型的转轴瞬时转速的辨识方法。在扭振实验平台模拟轧制过程的实验验证了瞬时转速波动的表达式；扭振抑制实验表明了转速波动监测扭振的意义及其应用可行性。这项研究也为重型复杂机械传动系统实时在线扭振监测提供了一种实用的实现途径。

以四辊板带轧机为例，分析液压压下缸及弯辊缸在轧机辊系振动时表现出的分段弹性力和摩擦力两种非线性约束，建立液压缸非线性约束作用下的轧机辊系振动模型，并采用平均法求得振动系统的幅频响应。通过比较两种非线性作用下辊系振动速度和振动幅值的仿真曲线，研究辊系受分段弹性力和摩擦力影响时的行为特性。取不同分段弹性力和摩擦力，仿真分析两种非线性因素分别对轧机辊系幅频特性的影响规律。结果表明，轧机辊系振动速度受分段弹性力大小影响，系统不稳定频率区域随分段弹性力增大而变宽；摩擦力较小时，对辊系振动行为影响表现为阻尼特性，较大时，摩擦力的非线性成为影响辊系振动行为的主要特性。该结论为轧机辊系振动控制提供了理论参考。