漏钢预报新技术研发及应用
漏钢预报系统在板坯生产中的应用
对粘结 的评价 ， 钢预报警系统发 出报警 或警告 漏 还要基 于测得 的结晶器 内温度梯度嘲 。系统还会通过
（研 究 与 应 用 ）
一 ７ １一
天沣冶 分
对每个热 电偶在检测 时间单元 内温度升高 、 下降的温 差、 降低 的变化速度 等逻辑判 断。当发现温 度偏差检 查、 变化 速度检 查发 现温 度异常 ， 即发 出漏 钢预 报警 理干净 、 安装过程 中密封不好 ， 造成检测温度不准 。 （ ） 晶器铜板使用到后期厚度变薄 ， ３结 镀层磨损严
类别 连铸机机 型
弧 形半 径 ／ ｍ ｍ
参数
直结 晶器连续 弯曲连续矫直弧形连铸机 ９０ ０ ０ 冶 金 长度 ／ ｍ ｍ ３ ０ ４５０ 板坯厚度 ／ ｍ ａ ｒ １ ０２ ０、５ ８ 、０ ２ ０ 板坯宽度范围 ／ ｍ ｍ １３０—２ １０ ２ ０ 工 作 拉速 ／ ｍｉ～ ｍ・ ｎ ０８ ． ．～１ ６
钢厂 （ 以下简称 天钢炼钢厂 ） 板坯连铸机 由奥地利
该 系统 的工作机理如 图 １ 所示 。 正常浇铸过程 在
中 ， 晶器 内液态 钢水经 过冷却逐 步凝 固 ， 成 的坯 结 形
壳 随振动不断往下运动 ， 晶器 内的热 电偶反馈 的热 结
摊
奥钢联公 司设计 ，关 键设 备及控制 系统 全套引进 ， 目
漏钢预报系统在板坯生产 中的应用
漏钢 预 报 系统 在 板 坯 生产 中的应 用
杨 玉敏
（ 津钢铁 集 团有 限公 司炼钢 厂 ， 津 ３００ ） 天 天 ０３ １
【 摘 要】 介绍 了天钢炼钢厂 ４ 板坯连铸机漏钢预报警系统的组成 、 工作原理和生产应 用实践 。 对漏钢预报系统报警准确
板坯漏钢预报系统应用实践2
板坯漏钢预报系统原理及应用(鞍钢新轧一炼钢厂)常宏伟仉勇摘要通过阐述粘结漏钢的形成机理，对漏钢预报系统原理、参数进行了分析,并提出进一步改善的方法。
关键词粘结漏钢机理漏钢预报系统热电偶传播速度Abstract by expounding the formative mechanism of the stick type breakout, analyze the principle and the parameter of breakout prediction system also improve the technique of this system..Key words the stick type breakout mechanism breakout prediction system thermocouple spread speed .2002年，鞍钢新轧钢一炼钢厂引进一套板坯漏钢预报系统。
该系统基于粘结漏钢形成机理,采用数值逻辑方式对可能发生的粘结漏钢进行预报．一、漏钢预报系统的原理A．粘结漏钢机理当接近弯月面处的某一部分坯壳粘结在铜板上造成的漏钢一般称为粘结漏钢。
主要由于保护渣性能不良造成的保护渣流入不均，以及较差的液位控制系统造成的液位波动。
1.粘结漏钢的发生当某时刻弯月面附近某一部分坯壳粘结在铜板，在粘结坯壳和移动坯壳边缘的薄弱处产生撕裂。
坯壳破裂线沿着最大撕裂力的方向发展。
2.然后液态金属进入粘结坯壳和移动坯壳之间，形成新生坯壳，在此时形成重叠线。
3.由于结晶器振动，新生坯壳再一次被撕裂，随后又产生新生坯壳。
4.随着结晶器的每一次振动，2，3重复发生，随着坯壳的撕裂位置向下移动，破裂线逐渐扩展。
5.当裂纹到达结晶器下口，漏钢发生。
B．热电偶布置：在距弯月面以下160mm处布置一排热电偶，内弧、外弧各13个，两窄边各两个，每个热电偶间距为145mm。
C．粘结型漏钢的规律及特性当粘结型漏钢按上述方式进行，铜板内的温度变化能被设置在铜板内的热电偶检测到。
板坯连铸漏钢预报系统的应用
Ａ Ｂ Ｌ Ｕ Ｅ Ｆ Ｇ Ｈ ｌ
窗Ｉ ｍ内弧
浇铸 ｂ
图 １ 结 晶 器 热 电 偶 分 布 图
热 电偶通 过温 度补偿 导线 连接 到 ８个 远程 总线
ｌ 漏 钢 预 报 系统 的 组成
１ １ 测温模 块 ．
模块上， 总线 模块 对 热 电偶 检 测 到 的 温度 信 号进 行
Ａｂｓｒ ｃ Ｔｈ ｓｐ ｐ ｒｉ ｔｏ ｕ ｅ ｈ ｔｕ ｔ ｒ ｔ ａ ｔ： ｉ ａ ｅ ｎ ｒ ｄ ｃ ｄ ｔ ｅ ｓｒ ｃ ｕ ｅ，ｐ ｅ ｃ ｉｎ ｐ ｉ ｃｐ ｅ ａ ｄ ａ ｐ ｉａ ｉｎ ｏ ｒ ｄｉｔ ｒｎ ｉ ｌ ｎ ｐ ｌｃ ｔ ｆＭＣＣ Ｓｂ ｅ ｋ ｏ ｏ ｒａ —
ｓ ｓｅ ｍｏ ｔ ｌ ｓｔ ｅ ｕ ｅ ｔ ｅ ｏ ｃ ｒｅ ｃ ｓｏ ｒ ａ ｏ ｔａ ｃｄ ｎ ｓ ｎ ｍ ｐ ｏ ｅ ｔ ｅ ｑ ａ ｉ ｆｓａ ａ ｄ ｙ ｔ ｍ ｓｌ ｈｅｐ ｏ ｒ ｄ ｃ ｈ ｃ ｕ ｒ ｎ ｅ ｆｂ ｅ ｋ ｕ ｃ ｉｅ ｔ ，ａ ｄ ｉ ｒ ｖ ｈ ｕ ｌ ｙ ｏ ｌｂ， ｎ ｙ ｔ ｒ ｉｅ ｔ ｅ ｗｏ ｋｉｇ ｒ ｔ ｏ ｔｉ ｅ ｈ ｃ ｎ ｍｉ ｎ ｏ ｉｌｂ ｎ ｆｔ． ａ ｓ ｈ ｒ ｎ ａｅ， ｂ ａｎ ｄ ｔ ｅ ｅ ｏ ｏ ｃ ａ ｄ ｓ ｃ ａ ｅ ｅ ｉ ｓ Ｋｅ ｙ ｗｏｒ ｄｓ： ｒ ａ ｏ ｒ ｄ ｃｉ ｎ； ｔ ｒ ｃ ｕ ｌ ｂ ｅ ｋ ｕｔｐ ｅ ｉｔｏ ｈｅ ｍｏ ｏ ｐ ｅ；ｓｉｋ ｎ ｒ ａ ｏ ｔ ｒ ｃ ｓ ａｅ ｔ ｉ ｇ ｂ ｅ ｋ ｕ ；ｐ ｅ ｉｅ ｒ ｔ ｃ
产， 初期 采用 达涅 利漏钢 预报 系统 ， 由于漏 报 率和误
报率高 ， 严重 影 响 了铸 坯 质 量 和 产 量 ， 因此 从 ２ ０ ０８ 年１ ０月份 开始使 用 中冶连 铸 北 京 研究 院 开 发 的漏 钢 预报 系统 ， 经过半 年 多的数 据收 集和参 数优化 ， 逐 步提高 了预 报 的准确 率 ， 免 了粘 结漏 钢 事 故 的发 避
梅钢漏钢预报系统的应用实践
Ａｐｐ ｉａ ｉ ｎ Ｐｒ ｃ ｉ ｅ ｏ ｅ ｏ ｅ ｃ ｉ ｎ Ｓｙ ｔ ｍ ｔＭ ｅｇ ｇ ｌｃ ｔｏ ａ ｔｃ ｆＢｒ ａｋ ｕｔＰｒ ｄｉｔｏ ｓｅ ａ ｉ ａｎ
Ｚｈ ｉ ｎ ｉ ｎ Ｘｉ ａｏ Ｊａ ｑ ａ ｇ ａ Ｚｈａ ｄ ｎ ｏｏ ｇ
漏铡是连铸生产 中严 重 的恶 性事故 ， 会导 致 没 备损 伤和， 中断 ， 企业 造成 很 大 的经 济损 失 。 圭产 给 为 ＿防止连铸生 产过程 中出现漏 钢 ， ｒ 大部 分钢 厂普 遍 采用 了漏 钢预报 系统 。漏 钢 预报 系统 主 要足 通 过 埘结晶器 中温度 分 布 的跟 踪 检测 来判 断 是 否在
中预埋 的 ２ ８个热 电偶 ， 在距 离结 晶 器上 ／２ ０ＩＴ ５ ０ Ｉ ＩＩ Ｉ 和 ４ ０ｎ 的位置上分别安装 一排热 电偶 ， ０ ｌ ｍ 每排 ｌ ４ 个。每排 内外弧宽 面各 ６个 ， 窄面 各 １ 。每排各 个 热 电偶之 问 的距 离 不 一 样 ， １号 与 ２号 ， ２号 与 ３
漏钢 预报 系统 的直接 数据来 源为热 电偶 的测
温结 果 ， 热 电偶测 温 的地 点为结 晶器铜板 ， 晶 而 结 器铜 板 的温 度 和结 晶器 铜 板 的 厚度 有 直 接 的关 系 。组成 结 晶器的 ４块铜板若 在厚度 上有较 大 的 差异将 直接造 成 热 电偶 测 温结 果 的差 异 ， 进而 影 响逻辑 演算 的结果 ， 导致 漏 钢预 报 系统 发 出错 误 的报 警信 号 ， 响系统 工 作 的稳 定 。表 １中数 据 影
・
８・
梅 山科技
２１ ０ １年第 １ 期
出漏 钢的几率 ， 传输 给计算 机终端 。 并 ２ 漏钢 预报 系统报警频 繁 的原因分 析
漏钢预报在板坯连铸的应用
统 的预 报 准 确 率 和 及 时 Ｉ 目的 。 生的
［ 关键词】 粘结性 漏钢 漏钢预报
板坯连铸
１ 引 言
上 。为 了减少外延 电缆的数量 ， 窄面热 电偶 的反馈 回
程反 馈 ． 任何部 分 的软件 包数 据最 终都 会在 终端 的 Ｈ 上 以数字 或 绘 图 形 式显 示 给 主 控 室 的操 作 人 ＭＩ
员。
专家 的历史数据对 当时浇铸该铸坯 的生产数据 （ 大包 的开浇温度 、 中间包 的温度 、 护渣 的使用情况 、 晶 保 结 器 的冷却情况及 当时的拉速等一系列生产工 艺数据 ）
到宽面热 电偶 中的连接 器 。连接器 和分布式 输入／ 输 出（ 西门子Ｅ ２ ０ 远程 站 ） 间由外延 电缆 连接 。为 Ｔ ０Ｓ 之 了方便 交换 电缆 ，减少事故 ，把 连接器安装在 两侧 。 Ｅ ２０ Ｔ ０ Ｓ远程 站 和数据 管理 计算 机 通讯 使用 Ｐｏ ｂ ｓ ｒｆ ｕ ｉ 线 缆 ， 中在 计算机上 有 Ｐ Ｏ Ｉ Ｕ — Ｐ接 口卡 。所 其 Ｒ ＦＢ Ｓ Ｄ
天 津钢 铁 有 限公 司炼 钢 厂 ４ 板 坯连 铸 机 Ｈ Ｉ Ｍ （ 机接 口 ） 人 系统 是基于 以客户／ Ｎ务器 体系结构 的装 置 。 Ｍ 服务器是通过 系统 总线 连接到基础 自动控制 Ｈ Ｉ
（ 以太 网 Ｔ ＰＩ） Ｃ ／ 。它负责处理 过程信号 、 Ｐ 数据存储 和
通讯到客户 。 客户操作员站显示来 自服务器的过程数
集 到的原始温 度数据 ， 可通 过 Ｃ Ｄ进行数据 备份 。其
分布如 图 １ 所示 。
漏钢预报的原理
同时被拉断的部位因拉坯而向下运动 (5) 当被拉断的部位拉出结晶器下口时就发生
漏钢 由于结晶器是按某一频率 某一规律上 下振
动 发生粘结的坯壳始终向下运动 而发生粘结处 的坯壳不断地被撕裂和重新愈合 所以粘结漏钢部 位的坯壳薄厚不均 振痕紊乱有明显的 V 型缺 口 如图 2 所示 随着不断被撕开及愈合的 V 型缺口下移 坯壳在热电偶上方发生撕裂 撕裂部 位靠近热电偶时热电偶测出温度升高 当撕裂部位 通过热电偶所在位置时温度达到峰值 然后随着撕 裂部位离开热电偶 温度逐渐降低
(3) 由于结晶器振动 新形成的薄坯壳再次被 拉断 然后再次形成薄坯壳
(4) 随着每次振动 重复 2 和 3 的过程
图 3 粘结漏钢预报过程
C-080-10 1
图 4 粘结漏钢前热电偶温度变化(1)和漏钢的极限时间及极限温度变化率 2
在结晶器上水平安装一定数量的热电偶 图 3 口后保证不漏钢 其余 A B C 三点若仅有一点
所示的条件 ;另外到相邻最近的热电偶发生温度变
化的时间 图 4(1)中的 t2 也是一个重要因素 在粘结漏钢预报系统中发生粘结漏钢必须满
坯拉出结晶器后才能不漏钢 则l0 与 H 的关系应
满足
足的三个基本条件是
h = (3l0 − l) ⋅ tga + s
1 θ&≥ θ&cr t1 tcr 表示温度变化率
产 增加维修量和维修成本 而且使机械设备受到 损害 常见的漏钢形式有 因使用不适当的保护渣 或结晶器液面波动大产生的粘结漏钢 结晶器冷却 不均匀 使得凝固坯壳薄厚不均 在薄处易产生裂 纹或者在振痕波谷处产生裂纹拉出结晶器后产生横 裂或纵裂漏钢 中包内的异物或未熔化的保护渣嵌 在凝固坯壳表面 拉出结晶器后由于钢水静压力的 作用在夹杂物位置处漏钢 统称卷渣漏钢 铸造开 始后不久 钢水从引锭头与铸坯的连接处流出来产 生的漏钢 尾坯输出时拉速过快 产生的尾坯甩钢 其它原因产生的漏钢 ２ 粘结漏钢产生的原因及坯壳特征
一种新的综合型漏钢预报专家系统的研究
３ １ 系统原理 ． 漏钢事故可分为开浇漏钢、 惫挂漏钢、 裂纹漏钥
（ 包括角裂、 纵裂、 横裂）夹渣漏钢、 、 起步漏钢、 剪切 漏钢和粘结性漏钢等 控制漏锅的根本途径是控制 结晶器与坯壳之间的相互作用． 而铸坯质ｔ〔 表面质
量和内在质ｔ） 也与结晶器与坯壳之间的作用行为
洲 一 一
在振动器支架上安装应变仪；） ３ 将加速计安装在结
各种专家系统， 将会更精确地监控诸如结晶器铜板 温度、 结晶器器壁和铸坯坯壳之间的摩擦力、 结晶器 的放热量、 结晶器锥度、 结晶器内钢水液面的变化等
工艺参数．
近年来， 国外一些钢厂将拉坯阻力检测法与热 电偶漪量法结合起来使用， 以保证能 １０ ０％地预报
面质量和连铸机的生产率， 如果超过临界摩擦力， 还
可能发生铸坯粘连和撕裂导致漏钥事故的发生． 结
晶器和板坯之间的摩擦力取决于结晶器保护渣特 性、 钢种、 结晶器振动方式和振动参数等 可见， 要在 摩擦力和拉漏之间建立关系困难很多 目前已经采 用或建议采用定量确定结晶器摩擦力的几种侧量和
分析方法包括｀：） ＇１在结晶 １ 器支架上安装测力仪； ２ ）
连铸漏钢预报技术
连铸漏钢预报技术摘要介绍了连铸漏钢预报几种方式的工作原理,并对国内外漏钢预报应用举例,应用表明:漏钢预报可以大幅度地减少连铸漏钢事故。
关键词连铸漏钢预报热传递摩擦监测热电偶1前言漏钢事故大致可分为:开浇漏钢、悬挂漏钢、裂纹漏钢、夹渣漏钢、切断漏钢、粘结漏钢。
粘结漏钢在各种漏钢事故中占比例约50%以上。
漏钢除了对操作者可能造成伤害之外,它还可能严重地损坏设备,影响生产的正常进行,造成停产。
据资料统计,如果考虑了漏钢所造成的所有危害因素的话,板坯连铸的一次“典型”的拉漏事故可带来200,000美元的经济损失。
为了减少漏钢损失,如果在漏钢事故发生之前能够探测到漏钢发生的可能性,在拉漏之前操作者采取适当的措施,那么,漏钢事故就可以避免了。
为了达到此目的,早在70年代后期,世界上就开发了连铸漏钢预报技术。
进入90年代后,连铸的漏钢预报的研究与开发已成为了连铸工作者的工作重点,许多连铸工作者在此方面进行了大量的工作,同时取得了可喜的成绩。
连铸的漏钢预报也成为未来连铸技术的重要组成部分。
2连铸过程的漏钢预报以上提到的开浇漏钢、悬挂漏钢、切断漏钢等,只要按设计条件细心操作,均可杜绝。
而粘结性漏钢的起因较为复杂,往往反映在热传递上,所以目前发展的若干种漏钢预报技术中的检测系统多侧重于这个方面。
以下探讨几种检测方式及其工作原理2.1依据结晶器热传递值的变化进行漏钢预报2.1.1影响结晶器热传递的因素结晶器的热传递直接影响着铸坯的表面质量,热传递不均匀则导致铸坯坯壳厚薄不均匀,极易产生拉漏。
运用结晶器的热传递变化进行漏钢预报,首先必须了解结晶器的热传递情况。
铸坯与结晶器器壁间的热传递直接受浇注参数变化的影响。
铸坯与结晶器器壁间的气隙、结晶器保护渣的温度特性、钢的化学成分、浇注速度、结晶器振动频率、振幅大小、钢水过热度、结晶器倒锥度及浸入式水口堵塞等都会影响铸坯与结晶器器壁间的热传递速度。
特别是保护渣的结晶温度和浇注速度对热传递的影响呈线性关系2.1.2依据结晶器的热传递变化进行漏钢预报检测结晶器热传递最为简单及直接的方法是测量结晶器冷却水的进水温度和出水温度间的温度差,但这种方法常常产生误导。
连铸漏钢预报系统的升级改造实践
粘 钢 检 测值 （ ｔ ｋｎ ｈ ｃ Ｓｉ ｉｇＣ ｅｋ ｃ
图３ 改造 后 电偶 图片
的依 据 和标 准 ，造 成参 与 调整 降 拉的连锁功能一直不能投用 。
改造 和优 化措 施
邯宝 炼钢 使 用 的漏 钢 预报 检 测 系统存 在 上述 薄 弱环 节 ，基 本
不能作为 预防漏钢 的依据 和标 准。 结合 现 场 的实 际情况 ，主 要进 行
了如下技术攻关和改造 。
ｖｌ ） ａ ｅ ｕ
作 量都 大 大 降低 ，设 备 拆装 、更
换 更 简便 可 行 。图 ２和 图 ３ 示 显 了改造 前后 电偶 的对 比。 电偶控 制箱 及 检测 环境 的改
检测 温度 不准 、电偶损 坏严 重等
作者单位 ：邯郸钢铁集 团 ， 河北 邯郸 ０６ １ ５０ ５
电偶控制箱安 年第１ ０ ２ 期
企 业 论 坛
券 鲍
测 试 、优化 和 确定 。其 中 ３ 参 个
数 值 的调 整 最 为关 键 ，它 们是 ： 粘 钢检 测值 、粘 钢偏 差极 限值 和
蒸汽及冷凝水对测量的影 响。
结 晶器漏 钢预 报检 测元件 的工 作 环 境 存 在 大 量 的蒸 汽 及 冷 凝 水 ， 对设 备 的绝缘 与 防护存在 很大 影
存在 的 问题
改 造前 ，邯宝 炼钢 连铸 机漏 响，也 影 响系统 使用 寿命 与长 期 用 多层 防护措 施 ，也 未使 用 高温 保护套管等设备隔绝水蒸气 。
软件方面
现场 电偶检测元件损坏严重 ，
电偶 安装 方式 不合 理 ，经 常 致 使漏 钢预报 专家 软件 系统无 法
率 较低 ，基本 不能 作为预 防漏 钢
连铸机结晶器漏钢预报系统的应用
( t now- t p r ev ) 其中： TC Te mpC烈t now) ：熟电偶( J ，j ) 的实际温度值；TC_Temp
∞蛔r e Ⅵ：热电偶( I j ) 前一个循环的温度( t n ow．实际时间：t pr ev．前一 个循环的时间)
对于两个连续的循环，当温度梯度大于漏钢偏差极限时，这时热电 偶就检测出—们立热点，此时就产生漏钢报警。使拉速控制立即切换到 远程模式，并把拉速降到由PLC计算出的特定值( 漏钢坯壳焊合速度) 。
结晶器漏钢预报系统的应用，大大提高了连铸机生产及其设备的 使用寿命，当该系统检测到有粘钢时，铸流自动停止，同时报警产生， 并有时间记录。操作人员可以通过浇铸平台控制站的按钮来禁止该补救 顺序：当该系统检测到有漏钢时，铸流自动减慢，同时报警产生，并有 时间记录，操作人员可以通过浇铸 平台控制站的按钮来禁止该补救顺 序，大大提高了连铸机浇铸过程中的安全f ‰同时，在该系统使用过程 中，要加强对设备的维护保养，从而使设备的功能精度可靠，防止发生 误报警。
22粘 结检 测的拙 街过 程
221宽面 上的粘 结探测 宽面上每列热电偶与其下面的热电 偶相比较，满足以下两个条件
Hale Waihona Puke 时，就被标记 为“粘结”。 1 ) 温度变化>粘结检测基准值。
2) 弯月面梯度>粘结误差极限在在上一次检测间隔梯度。
如果 某宽边“ 粘结” 热电偶 的总 量 ≥粘结 警告( 报警) 限这时就会产生粘结警告( 报警) 。
热成像功能。此系统的投用减少了漏钢事故的发生，增加了企业的经济 效益 o
1．漏钢预报系统的构成 中厚板分公司2 #连铸机漏钢预报系统主要由两部分组成：检测系 统与控制系统。检测系统包括热电偶 矩阵、热电偶模块、总线通信网 络、PLC等：控制系统包括数据分析处理单元、操作箱、PLC等。 结晶器内 共安装180个热电偶 ，这些热电偶 覆盖了结晶器 的整个 宽面和窄 面。其中结晶 器移动侧、固定 侧各安装63个 热电偶i 结晶器 左侧、右侧各安装14个热电偶，热 唰禺安置在结晶器内来检测铜板的 表面温度，该锦既是与液体锕水直接接触。 ( 如下图)
结晶器漏钢预报专家系统的开发与应用
断面为 ２００ ｍｍ × (８００ ~ １ ６００) ｍｍꎬ其宽度和厚度
根据板坯断面调整ꎬ拉速为 ０. ８０ ~ １. ８０ ｍ / ｍｉｎꎬ结
晶器振动采用液压驱动和正弦振动曲线ꎬ液位检测
采用电磁涡流传感器ꎮ 结晶器铜板采用高密度热电
偶布置ꎬ如图 １ 所示ꎮ
ｓｅｔ ｏｆ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ｏｆ ｍｏｕｌｄ ｂｒｅａｋｏｕｔ ｐｒｅｄｉｃｔｉｏｎ ｉｓ ｄｅｖｅｌｏｐｅｄ. Ｔｈｅ ｐｒａｃｔｉｃａｌ ｐｒｏｄｕｃｔｉｏｎ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｅｘｐｅｒｔ
ｓｙｓｔｅｍ ｈａｓ ａ １００％ ｒｅｐｏｒｔｅｄ ｒａｔｅ ｆｏｒ ｓｔｉｃｋｉｎｇ ｂｒｅａｋｏｕｔꎬａｎｄ ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ａｃｃｕｒａｃｙ ｉｓ ８１. ８％ ꎬｗｈｉｃｈ ｃａｎ ｍｅｅｔ
ＨＢＩＳ ＧｒｏｕｐꎬＴａｎｇｓｈａｎꎬＨｅｂｅｉꎬ０６３１００)
Ａｂｓｔｒａｃｔ: Ｂａｓｅｄ ｏｎ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｈｉｓｔｏｒｉｃａｌ ｄａｔａ ａｎｄ ｔｈｅ ｐｒｏｐａｇａｔｉｏｎ ｂｅｈａｖｉｏｒ ｏｆ ｂｏｎｄ ｐｏｉｎｔ ｏｆ ｓｌａｂ ｃａｓｔ￣
ｅｒꎬａ ｊｕｄｇｍｅｎｔ ｍｏｄｅｌ ｏｆ ｂｏｎｄ ｐｏｉｎｔ － ｓｕｒｆａｃｅ ｐｒｏｐａｇａｔｉｏｎ ｂａｓｅｄ ｏｎ ｌｏｇｉｃａｌ ｊｕｄｇｍｅｎｔ ｉｓ ｄｅｖｅｌｏｐｅｄꎬａｎｄ ａ ｗｈｏｌｅ
固定侧( 外弧) 和活动侧( 内弧) 宽面各安装 ３
电偶ꎬ此时会触发结晶器漏钢预报系统进行预报ꎬ并
行 ２ 列ꎬ共 １２ 个热电偶ꎬ总共 ７８ 个热电偶ꎮ
３
热电偶检测法的工作原理是在结晶器器壁上一
板坯漏钢预报系统在生产中的应用
（ ．Ｔ ｎ ｓ ａ ｏ ｎ ｔｅ Ｃ ． Ｌｄ ，Ｔ ｎ ｓａ ６ ０ ６ Ｃ ｉａ １ ａ ｇｈ ｎ Ｉ ｎ ａ ｄ Ｓｅｌ ｏ ， ｌ． ａ ｇ ｈ ｎ０ ３ １ ， ｈｎ ； ｒ
２ Ｍ ｔｌｒｉ ｌ ｅａｔ ｎ，Ｔｎｓａ ｏａｏ ａ Ｃ ｌｇ ｆ ｃ ｎｅａｄＴｃｎ ｌ ｙ Ｔ ｎｓａ ６ ０ １ Ｃ ｉａ ． ｅａ ｕｇ ａ ｐ ｒ ｔ ａｇｈｎＶ ｃｔ ｎ ｏｌ ｅｏ ｉ ｃ ｎ ｅｈｏｏ ， ａｇｈｎ０ ３０ ， ｈ ） ｌ ｃ Ｄ ｍｅ ｉ ｌ ｅ Ｓｅ ｇ ｎ
图 １ 热 电偶 在 铜板 上 的 安 装 情 况
３ 工 作原 理
３ １ 预报 裂纹漏 钢 ．
显示 结 晶器 的热像 图 ， 检测 结 晶器 内的临 界 热流 并 状况（ 粘结 、 漏钢 等） 接 到检 测 报警 后 ， ， 自动控 制 系
统 启 动相应 程序 以消 除潜在 的漏钢 源 。
第３ ２卷第 ６期
２１ ００年 １ ２月
甘
肃
冶
金
Ｖ０． ２ Ｎｏ ６ １３ ．
Ｄｅ ．， ０１ ｃ ２ ０
ＧＡＮＳ Ｕ ＭＥ ＴＡＬ ＬＵＲＧＹ
文 章 编 号 ：６ ２ ４ １ ２ １ ６ １９０ １７ － ６ （０ ０ ０ － ３ － ４ Ｊ ０ ２
板 坯 漏 钢 预 报 系统 在 生产 中 的 应 用
系统实时 检测 各个 热 电偶 的温 度 变化 梯 度 ， 如
端
－ ｃ ０ ｍ
１０ ４
甘
肃
冶
金
第３ ２卷
果连 续 ２个检 测循环检 测到某个热 电偶的温度变 化
《基于SVM的薄板坯连铸漏钢预报系统研究》范文
《基于SVM的薄板坯连铸漏钢预报系统研究》篇一一、引言随着钢铁工业的快速发展，薄板坯连铸技术因其高效率、高产量和高质量等优点，已经成为现代钢铁生产中不可或缺的关键技术。
然而，连铸过程中的漏钢问题一直是影响生产效率和产品质量的重要因素。
为了有效解决这一问题，本文提出了一种基于支持向量机（SVM）的薄板坯连铸漏钢预报系统。
该系统通过对连铸过程中的数据进行实时监测和分析，实现了对漏钢的准确预报，为生产过程中的问题预防和及时处理提供了重要依据。
二、支持向量机（SVM）原理及在漏钢预报中的应用SVM是一种基于统计学习理论的机器学习方法，其基本思想是通过寻找一个最优的分类超平面，将不同类别的数据分隔开来。
在薄板坯连铸漏钢预报系统中，SVM通过对历史数据进行学习，建立漏钢与非漏钢的分类模型。
通过对实时监测的连铸数据进行特征提取和分类，实现对漏钢的预测。
在应用中，首先需要收集大量的连铸数据，包括设备状态、工艺参数、温度、压力等。
然后，通过特征提取算法，从这些数据中提取出与漏钢相关的关键特征。
接着，利用SVM算法对提取的特征进行训练，建立分类模型。
最后，将实时监测的数据输入到模型中，进行漏钢的预测。
三、薄板坯连铸漏钢预报系统的设计与实现1. 系统架构设计：本系统采用分布式架构设计，包括数据采集层、数据处理层、模型训练层和预测输出层。
数据采集层负责实时采集连铸过程中的数据；数据处理层对采集的数据进行清洗、整理和特征提取；模型训练层利用SVM算法进行模型训练；预测输出层将预测结果以图形化方式展示给用户。
2. 数据预处理：为了确保模型的准确性和可靠性，需要对采集的数据进行预处理。
包括去除噪声、填补缺失值、归一化处理等。
3. 特征提取：通过分析连铸过程中的各种因素，提取出与漏钢相关的关键特征。
这些特征包括设备状态、工艺参数、温度、压力等。
4. 模型训练与优化：利用SVM算法对提取的特征进行训练，建立分类模型。
通过交叉验证等方法对模型进行优化，提高预测准确率。
《2024年基于SVM的薄板坯连铸漏钢预报系统研究》范文
《基于SVM的薄板坯连铸漏钢预报系统研究》篇一一、引言在钢铁工业中，连铸工艺作为重要的一环，直接关系到钢产品的质量和生产效率。
其中，薄板坯连铸技术因其高效率、低能耗等优点被广泛应用。
然而，连铸过程中出现的漏钢问题，不仅影响产品质量，还可能造成严重的生产事故。
因此，漏钢预报系统的开发与研究成为该领域的一个热点问题。
近年来，随着人工智能技术的飞速发展，支持向量机（SVM）等机器学习算法被广泛应用于工业生产的各个领域。
本文基于SVM算法，对薄板坯连铸漏钢预报系统进行了深入研究。
二、SVM算法简介支持向量机（Support Vector Machine，SVM）是一种基于统计学习理论的机器学习算法，它通过寻找最优的分类边界来解决分类问题。
SVM算法具有较好的泛化能力和处理高维数据的能力，因此被广泛应用于各个领域。
在薄板坯连铸漏钢预报系统中，SVM算法可以根据历史生产数据和漏钢相关因素，建立数学模型，实现漏钢的准确预报。
三、系统设计与实现（一）数据采集与预处理系统的第一步是进行数据采集和预处理。
从薄板坯连铸生产线收集各种与漏钢相关的数据，包括浇注温度、冷却水流量、结晶器振动参数等。
然后对数据进行清洗和预处理，去除无效数据和噪声数据，保证数据的准确性和可靠性。
（二）特征提取与降维在数据预处理的基础上，进行特征提取和降维。
根据连铸过程中的物理和化学变化规律，提取出与漏钢相关的关键特征。
同时，利用降维技术降低数据的维度，提高模型的训练速度和预测精度。
（三）SVM模型建立与训练将提取出的特征作为输入，漏钢与否作为输出，建立SVM 模型。
利用历史生产数据进行模型训练，调整模型参数，使模型能够准确预测漏钢情况。
（四）系统实现与优化将训练好的SVM模型应用于预报系统，实现实时监测和预报。
同时，对系统进行优化和调试，提高系统的稳定性和准确性。
四、实验结果与分析（一）实验数据与实验环境为验证基于SVM的薄板坯连铸漏钢预报系统的效果，我们采用了某钢铁企业的实际生产数据。
《基于SVM的薄板坯连铸漏钢预报系统研究》范文
《基于SVM的薄板坯连铸漏钢预报系统研究》篇一一、引言在钢铁工业中，连铸工艺作为核心环节，对钢铁生产的效率、质量以及成本控制至关重要。
然而，在生产过程中出现的漏钢问题，不仅会严重影响生产效率，还会对设备和人员安全构成威胁。
因此，开发一套高效、准确的漏钢预报系统成为当前研究的热点。
本文旨在研究基于支持向量机（SVM）的薄板坯连铸漏钢预报系统，以期提高预报精度和系统稳定性。
二、SVM理论基础支持向量机（SVM）是一种基于统计学习理论的机器学习方法，它通过寻找一个最优的决策超平面将不同类别的样本进行有效分割。
在模式识别、分类、回归等问题中具有广泛应用。
在连铸漏钢预报系统中，SVM可以根据历史生产数据中的特征参数，建立数学模型，对未来可能出现的漏钢情况进行预测。
三、薄板坯连铸工艺及漏钢原因分析薄板坯连铸工艺是现代钢铁生产中的重要技术之一，其生产过程中涉及多种物理和化学变化。
漏钢问题主要由设备故障、操作不当、工艺参数设置不合理等多种因素引起。
通过对这些因素进行深入分析，我们可以提取出影响漏钢的关键特征参数，为建立SVM模型提供依据。
四、基于SVM的薄板坯连铸漏钢预报系统设计（一）系统架构设计本系统采用模块化设计，主要包括数据采集模块、数据处理模块、SVM模型训练模块和预报输出模块。
其中，数据采集模块负责实时收集生产过程中的关键特征参数；数据处理模块对采集的数据进行清洗和预处理；SVM模型训练模块则根据历史数据训练出预测模型；预报输出模块则根据当前生产状态和预测模型，实时输出漏钢预报结果。
（二）特征参数选择与提取在薄板坯连铸过程中，我们选取了包括温度、压力、速度等在内的多个关键特征参数。
这些参数与漏钢问题密切相关，通过数据采集模块实时收集这些参数的数据，经过数据处理模块的清洗和预处理后，提取出对漏钢预测有用的信息。
（三）SVM模型训练与优化本系统采用SVM作为核心算法，通过历史数据对模型进行训练。
在模型训练过程中，我们采用了交叉验证等方法，对模型参数进行优化，以提高模型的预测精度和泛化能力。
《2024年基于SVM的薄板坯连铸漏钢预报系统研究》范文
《基于SVM的薄板坯连铸漏钢预报系统研究》篇一一、引言在钢铁工业中，连铸工艺是一个至关重要的环节，直接影响到钢的产量和品质。
而薄板坯连铸作为一种新型连铸技术，在高速连铸中得到了广泛应用。
然而，在连铸过程中出现的漏钢现象一直是制约该技术发展的一大难题。
因此，针对这一难题的预报与控制系统研发成为该领域研究的热点。
本文将重点研究基于支持向量机（SVM）的薄板坯连铸漏钢预报系统，以期为提高连铸效率和产品质量提供技术支持。
二、SVM算法概述支持向量机（SVM）是一种基于统计学习理论的机器学习方法，广泛应用于分类和回归分析等领域。
在连铸漏钢预报系统中，SVM能够通过对历史数据的训练和学习，找到一种最佳的决策边界，以实现准确的漏钢预报。
SVM算法的核心思想是寻找一个能够将数据划分为不同类别的最优超平面，以最小化分类误差。
三、薄板坯连铸工艺及漏钢现象分析薄板坯连铸是一种新型的连铸技术，其特点是铸坯厚度薄、拉速快。
然而，由于各种因素的影响，如设备故障、操作不当等，容易出现漏钢现象。
漏钢不仅会导致生产中断、设备损坏，还会对生产环境造成严重污染。
因此，对薄板坯连铸过程中的漏钢现象进行准确预报和及时控制具有重要意义。
四、基于SVM的薄板坯连铸漏钢预报系统设计针对薄板坯连铸过程中的漏钢现象，本文设计了一种基于SVM的漏钢预报系统。
该系统主要包括数据采集、数据预处理、SVM模型训练和漏钢预报四个部分。
1. 数据采集：通过安装在连铸设备上的传感器，实时采集连铸过程中的关键参数，如拉速、结晶器液位、结晶器振动参数等。
2. 数据预处理：对采集到的原始数据进行清洗、归一化等处理，以消除数据噪声和异常值的影响。
3. SVM模型训练：利用预处理后的数据，通过SVM算法进行模型训练，找到最佳的决策边界。
4. 漏钢预报：根据实时采集的数据和训练好的SVM模型进行漏钢预报，当预报到可能出现漏钢时，及时发出报警信号并采取相应的控制措施。
五、实验与结果分析为了验证基于SVM的薄板坯连铸漏钢预报系统的有效性，我们进行了大量的实验。
漏钢预报新技术研发及应用_蔡娥
漏钢预报新技术研发及应用蔡 娥,许 军,白居冰,吴 鹏(中冶连铸北京冶金技术研究院,北京100081)摘 要:介绍了目前国内外现有的几种漏钢预报识别方法,分析其原理及应用情况,提出了中冶连铸的漏钢预报模型及该新技术在数学方法、计算机技术、自动化控制应用方面的特点,并介绍了近期该新技术较好的应用效果。
关键词:漏钢预报;方法;应用效果中图分类号:T F777 文献标识码:A 文章编号:1001-1447(2009)04-0029-04Development and application of a new molten steel breakout prediction systemCAI E ,XU Jun ,BAI Ju -bing ,WU Peng (R&D Department of CCTEC ,Beijing 100086,China)Abstract:This paper introduces the methods fo r identifying the breakout of mo lten steel and analyzes their principle and applicatio n.A new m odel for predicting the br eakout of mo lten steel developed by CCT EC is descr ibed w ith its m athem atical metho d,com puta -tion algorithm and automation co ntro l techno logy.T he application o f the new molten steel breakout prediction system has show ed g ood results.Key w ords:prediction of mo lten steel breako ut;algorithm;applied result 作者简介:蔡 娥(1979-),硕士,工程师,从事连铸工艺控制模型研究及开发。
连铸机的漏钢预测
热电偶测温示意图
结晶器漏钢预报系统构成如图所示。该系统主要包括：温度 数据采集系统、基础控制程序和计算机分析处理应用软件。
•
温度数据采集系统通过采用安装在 结晶器铜板上的K 型热电偶进行铜板温度的 测量与传输， 热电偶的布置为结晶器铜板 内外弧宽边各若干列； 基础控制程序根据 铸机浇注的断面尺寸进行热电偶选择， 并 将实时的温度测量数据显示在界面上； 计 算机分析处理应用软件把采集到的实时数 据通过模型进行对比逻辑判断分析， 当达 到报警设定值时，将会反馈信号进行报警。
常见的漏钢形式有：
●浇注过程中漏钢一般发生在结晶器内，在拉坯的过程 中，有些漏钢在没出结晶器口前又被焊合，有些较为严重 的漏钢不能在结晶器内焊合，造成真正意义上的漏钢；
• 但有时当结晶器、足辊和零号段严重错位时，在较高拉速 情况下，在结晶器下口会产生漏钢；
• 而由于局部卷渣，漏钢甚至可以发生在零号段下部。 ●开浇漏钢是在出苗过程中在引锭头处发生的漏钢。
• 漏钢预报为连铸向高效连铸发展创造了条件。国 内外漏钢预报的应用举例说明漏钢预报的应用有 效地防止了漏钢事故的发生，既减少了设备和人 身的伤害，又减少了不必要的经济损失。为实现 节能降耗创造了条件。漏钢预报已成为高效连铸 技术的主要组成部分。
谢谢
发生粘接的板坯表面
漏钢的预测
• 热电偶测温法是目前最常用、效果最好的 一种漏钢预报方法。该方法是在结晶器铜 板内埋入一定数量的热电偶，当浇铸过程 中发生粘结时，可以得到热电偶温度的典 型特征；根据特征进行预报，就能够通过 降低铸造速度，增加负滑脱时间而使粘结 脱离铜板，断口复合，并在出结晶器之前 形成一定厚度的坯壳，使漏钢得以避免。
连铸机漏钢预测
主讲人： 、、
内容摘要
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
漏钢预报新技术研发及应用蔡 娥,许 军,白居冰,吴 鹏(中冶连铸北京冶金技术研究院,北京100081)摘 要:介绍了目前国内外现有的几种漏钢预报识别方法,分析其原理及应用情况,提出了中冶连铸的漏钢预报模型及该新技术在数学方法、计算机技术、自动化控制应用方面的特点,并介绍了近期该新技术较好的应用效果。
关键词:漏钢预报;方法;应用效果中图分类号:T F777 文献标识码:A 文章编号:1001-1447(2009)04-0029-04Development and application of a new molten steel breakout prediction systemCAI E ,XU Jun ,BAI Ju -bing ,WU Peng (R&D Department of CCTEC ,Beijing 100086,China)Abstract:This paper introduces the methods fo r identifying the breakout of mo lten steel and analyzes their principle and applicatio n.A new m odel for predicting the br eakout of mo lten steel developed by CCT EC is descr ibed w ith its m athem atical metho d,com puta -tion algorithm and automation co ntro l techno logy.T he application o f the new molten steel breakout prediction system has show ed g ood results.Key w ords:prediction of mo lten steel breako ut;algorithm;applied result 作者简介:蔡 娥(1979-),硕士,工程师,从事连铸工艺控制模型研究及开发。
漏钢事故是连铸生产中危害性很大的生产事故。
漏钢事故的发生,不仅影响连铸生产,严重损害结晶器、辊道,增加连铸设备的维修量和维修成本,造成巨大的经济损失,还会带来巨大的安全隐患。
据估计,一次/常规0的漏钢事故直接或间接导致的经济损失将达到200000美元[1]。
为了减少漏钢发生,人们一直致力于开发漏钢预报系统。
通过在结晶器上装入传感器,人们已能利用自动化控制系统来有效降低漏钢率。
最早的漏钢预报有以下几种。
(1)测算结晶器水温差。
这一方法后来在用结晶器一冷数据计算热流时得以改进,但它只能检测因热流量逐渐降低导致的漏钢;(2)检测结晶器与铸坯间的摩擦力。
这种系统已成功地检测了一些粘结事件,但目前单一的摩擦力检测误报高;(3)埋入热流传感器进行局部热监控;(4)在结晶器铜板中埋入热电偶对铜板进行热监控。
此方法现在已被广泛使用,被证实为更有效地检测和预报粘结漏钢的技术。
基于温度检测进行漏钢预报的原理为:由于漏钢往往伴随着结晶器铜板温度的变化,通过监控安装在铜板上热电偶的温度变化,依据一定的方法做出漏钢判断。
总观基于温度的漏钢预报预测方法,主要有3种技术方法。
它们分别是逻辑判断方法,神经网络方法以及多元统计方法。
1 基于温度检测的漏钢预报的方法1.1 逻辑判断方法粘结漏钢发生时,主要表现为热电偶温度梯度、温差的变化。
因此可以设定限值,一旦温度梯度以及温差的变化超过限值,就判定漏钢发生[2],如图1。
我国大多钢厂近年新上铸机采用的漏钢预报系统就是基于逻辑判断方法的。
该预报方法的实现不需要大量的原始数据,特别适合新建铸机。
但是其逻辑条件参数的设定与钢的种类、工艺和环境有很大的关系,模型有一定局限性。
#29#2009年 8月第37卷第4期钢铁研究Research on Iron &SteelAug. 2009Vol.37 N o.4图1 粘结漏钢时热电偶温度变化1.2 神经网络方法神经元网络漏钢预报方法利用神经元网络技术对现场的漏钢数据进行学习,再加上必要的工艺条件,用于辨别具有漏钢特征的热电偶温度变化曲线,进而做出漏钢预报。
国内外均有开发连铸神经元网络漏钢预报系统的应用案例。
完善的神经网络系统必然能显著增加漏钢预报的准确率,但是神经元网络在漏钢预报中存在它的局限性。
完善的神经网络必须大量的训练样本,样本不全面将导致网络功能不全。
其次,由于连铸机工作条件复杂,影响因素很多,对获取的样本数据有严重的干扰,要想得到完全排除含有噪音的样本几乎是不可能的。
在一些特殊的连铸情况下,比如开浇、换包和终浇等,神经元网络系统变得极不稳定;对于新建连铸机,神经网络不可行,必须与其它方式结合。
1.3 统计分析方法多元统计过程控制(M SPC)方法是基于主元分析(PCA)和偏最小二乘(PLS)方法对连续过程进行监控控制的方法[3]。
在连铸过程中,特别是在漏钢预报过程中,M SPC 方法应用极少。
北美Dofasco 公司分别于1997、2003年在它的1号机、2号机上装上基于该技术的漏钢预报系统。
PCA 模型将数据被简化到几何空间,有较强的鲁棒性。
但是,PCA 监测模型本身只具有检测过程变化的功能,不具有明确的、定量的故障重构、识别和分离等高级功能。
要识别漏钢预报趋势,实现预先报警,还需要结合其它的方法。
2 中冶连铸的结晶器专家系统2.1 漏钢预报模型中冶连铸漏钢预报模型采用模式识别算法。
该方法鲁棒性强,抗干扰能力强,不需要大量的训练样本。
正常浇铸时,结晶器铜板上热电偶的温度维持不变。
当粘结发生时,该处第一行热电偶的温度上升(图2中1行4列),一段时间后同列第二行热电偶(图2中2行4列)的温度上升,而后第一行(图2中1行4列)的温度下降,第二行(图2中2行4列)的温度下降。
同时,由于粘结点的扩张,该列热电偶周围的热电偶列会有同样趋势(见图2中1行3列,2行3列)。
图2 漏钢预报模式识别原理模型采用模式识别技术来发现上述温度模式,并经过一定的逻辑判断来确定是否报警。
模式识别是基于动态线性逼近的在线波形识别诊断方法,能实现动态时域时序波形的自动识别。
模型考虑了粘钢发生时热电偶温度在时间、空间上的传递,对热偶温度分布进行分析和模式识别,通过对模式识别结果进行特征值分析,产生粘钢报警;对于没有历史数据的铸机,依据大量的来自其它类似现场的实际漏钢数据,预先训练权值,尽量保证漏钢预报的可靠性。
并根据应用后产生的历史数据不断进行参数修正。
为了使系统具有更强的适应性,降低工程应用中系统维护与跟踪难度,模型支持算法参数自适应,自适应后的算法参数可以涵盖铜板厚度变化、保护渣类型变化以及浇注钢种变化导致的系统参数的调整。
2.2 系统软件特点为了产业化的目的,本系统除了建立自适应型强的模型外,还注重计算机技术的应用。
系统为了解决海量数据的存储问题,开发了独立的文件存储格式,并结合双缓存技术,将数据存储的时间效率与空间效率进行统一处理,实践表明,此技术有效地解决了海量数据的存储与查询问题,并保证了系统高速采样的时间效率难题。
热偶信号变化的多样性决定了在漏钢预报过#30# 钢铁研究第37卷程中模式识别的困难,本系统通过开发信号识别算法,将信号分解成模式基元,不同的基元组合构成了众多的温度模式,不同的基元产生不同的基元特征信息,在漏钢预报过程中,对基元组合的特征值进行抽取,并进一步计算中间参数,对粘钢现象进行有效识别。
2.3 结晶器专家系统漏钢预报模型属于结晶器专家系统功能的一部分,结晶器专家系统除能进行漏钢预报外,还能检测热电偶温度,显示结晶器铜板温度云图(如图3),显示平均热流,热偶热趋势(如图4)。
软件致力于帮助客户直观了解结晶器,预先判断事故,预测铸坯缺陷,衡量现有连铸工艺的合理性。
图3 热状态界面图4 工作状态界面2.4 系统构架专家系统构架见图5,热电偶信号通过补偿导线与高精度、高性能的温度模块ET200M 连接,通过S7-300及Profibus -DP 实时地采集数据,传送到连铸主操作室里的工控机,工控机对数据进行储存、整理、计算,再将主要界面显示到操作现场。
2.5 应用效果2008年9月,三明钢厂因其所采用的漏钢预报系统误报率太高,要求中冶连铸漏钢预报系统上线与老系统并行运行,对比运行5个月之后,总结发现中冶连铸漏钢预报系统运行效果更好,具有更高的准确率和更低的误报率(见图6),现在中冶连铸漏钢预报系统已成为三明钢厂唯一的进行漏钢预报判断的系统。
同年12月,中冶连铸结晶器专家系统在凌源钢厂成功应用,在浇铸2500多炉后,成功预报20次粘结漏钢,避免了上百万的经济损失。
图5 系统流程图图6 三明钢厂两个系统漏钢预报结果比较(5个月)3 结论与展望随着计算机测量与控制系统和各种智能化仪表在连铸过程中的广泛应用,连铸漏钢预报技术得到充分的发展。
至今,漏钢预报判断主要有3种方式:简单逻辑,神经网络,以及多元统计方法。
这几种方式都在实际生产中有应用,各有优缺点。
#31#第4期蔡 娥,等:漏钢预报新技术研发及应用中冶连铸充分考虑各种方法的优缺点,模型采用模式识别方法,综合先进的计算机技术、数学技术、传感器技术、自动化控制技术,推出了产业化自适应强的漏钢预报系统。
面对高拉速连铸技术的挑战,预报更准确,反映速度更高,使撕裂的坯壳能尽快愈合。
基于温度检测的漏钢预报方法对于粘结漏钢以外的漏钢报警有一定局限。
未来的漏钢预报系统应该集合热电偶温度检测、结晶器摩擦力检测、甚至结晶器液面检测值来进行综合判断。
[参考文献][1] 秦旭,陈智勇.结晶器漏钢预报系统的原理分析[J].冶金设备,2004(4):147.[2] 吴国庆.连铸结晶器温度检测与漏钢预报技术研究[D].北京:北京科技大学,2006.[3] 冯雄峰,阳宪惠,徐用懋.基于多元统计过程控制方法的工业过程监控[J].浙江大学学报,1998,32(增刊):28.(收稿日期:2009-04-07)邯钢线棒材厂技术攻关降低加热炉工序能耗近期,邯钢线棒材厂通过对轧机加热炉进行技术改造和强化保温操作等手段,使工序煤耗逐月降低,从3月份至今,煤耗平均在40.85kg 标煤/吨钢,6月份达到39.36kg 标煤/吨钢,创出全国同行业最好水平。
为降低工序能耗,该厂对加热炉进行了技术改造。
把加热炉蓄热式烧嘴进行改造升级,采用新型双蓄热烧嘴,空气预热至950~1100e ,煤气预热至600~950e ,改善了燃烧效果,提高了加热炉能力,降低了氧化烧损0.2%,燃耗由35kg 标煤/吨钢降至29kg 标煤/吨钢。