板坯连铸漏钢预报系统第研究.pdfVIP

维普资讯 第 10卷 第 1期 重庆科技学 院学报 (自然科学版) 2008年 2月 板坯连铸漏钢预报 系统 的研 究 史 聚 建 (重庆大学，重庆 400044) 摘 要：介绍粘结性漏钢 的形成过程 ，指出漏钢预报其实是一种对温度变化波形的模式识别 问题 在此基础上设计f基 于BP神经元 网络 的漏钢预报系统 ，并进行了神经元网络的训练和测试 。测试结果表 明该系统预报 的准确率 与预报速 度等均优于只采用逻辑判断建立的漏钢预报系统 关键N：BP神经元 网络 ；板坯连铸 ；粘结性漏钢 ；漏钢预报 中图分类号 ：TP29：TF777 文献标识码 ：A 文章编号：1673一l980(2008)01—0066—03 在连铸生产中，浇注过程 中的漏钢是最典型的 扯破 ．又不断形成新的坯壳层 ，于是钢坯产生的裂缝 事故。漏钢事故不但会降低连铸过程的生产率 ，损坏 会不断向结晶器底部移动，裂缝经过处铜板温度就 铸机 ．还可能对现场操作人员造成伤害。早在20世 会升高 ，直至产生漏钢。图 1以在结晶器上安装两排 纪70年代后期 ，为了尽可能降低连铸过程中发生漏 热电偶为例 ，说明当产生粘结时热电偶检测到的结 钢事故所造成的损失，开发了连铸漏钢预报技术Ij。 晶器温度变化。 现有的漏钢预报技术中，在结 晶器器壁上安装热电 偶的检测方法最为成熟。它依据热电偶所测到的结 晶器表面温度的变化情况来判别是否漏钢。早期的 预报系统设计多基于逻辑判断模型 ，并针对具体设 备和工艺参数进行漏钢数据分析 ，从 中获得漏钢预 ～口 H二====]¨ 报逻辑条件 ，但其预报准确率较低 。 f 、 赠 由于具有较好的自适应能力、鲁棒性和容错能 力。90年代 ，神经元网络就被成功引用到连铸漏钢 蓦 预报领域 13]。本文采用 BP神经元 网络构建了一种 神经元网络连铸漏钢预报系统 ，利用现场采集的板 坯连铸过程中产生的漏钢温度数据作为样本 ，对神 图 1粘结性漏钢的形成过程及结晶器温度变化 经元 网络漏钢预报系统 中的网络模型进行 了训练 当铸坯在结晶器内发生粘结时，单个热电偶和 和测试 其相邻热电偶检测到温度变化波形为图 2所示的形 式 。而在正常浇铸的情况下热电偶检测到的温度波 1 粘接性漏钢的形成过程 形如图3所示 。 在结晶器 中，已凝 固的坯壳因结品器的冷却作 用不断产生并逐渐增厚 ，随着结晶器的上下振动，以 一 定速度 (铸造速度)向下运动。正常情况下 ，结晶器 内壁温度从上向下递减。这是因为结晶器内钢坯凝 同厚度从上至下递增的缘故。凝 同层越厚 ，结 晶器 铜板温度则越低 ；反之依然 。发生钢液粘结时，由于 时间／s 浇铸速度的原 因粘结在结晶器内的凝同层不断地被 图2 粘结时相邻两个热电偶检测到的温度变化波形 收稿 日期 ：2007—09—06 作者简介 ：史聚建 (1977一)，男 ，重庆大学材料与科学工程学院硕士研究生 ，研究方 向为板坯连铸漏钢预报技术 。 · 66 · 维普资讯 史聚建：板坯连铸漏铜预报 系统的研究 …