（工程热物理专业论文）神经网络在连铸坯表面质量预报中的应用研究.pdf

，辱 ，f，。 u 遗。 独创性声明 本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得 的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过 的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢 ：以 思。 学位论文作者签名：穆雨震 日期： ) 嘲2 序 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文 的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部 分内容编入有关数据库进行检索、交流。 ( 如作者和导师不同意网上交流，请在下方签名；否则视为同意。) 学位论文作者签名：导师签名： 签字日期：签字目期： 一 弘 、 东北大学硕士学位论文摘要 神经网络在连铸坯表面质量预报中的应用研究 摘要 随着连铸技术的日趋成熟，对钢材品种与质量的要求越来越严格，提高连铸坯质量 已经成为连铸技术研究的主要问题之一。许多钢铁企业将计算机技术应用于连铸生产取 得了巨大的成就，而板坯质量预报专家系统就是其中非常重要的一个部分。 梅钢炼钢厂在实际生产中出现的钢坯质量问题中表面纵裂引起的钢坯缺陷比较严 重，造成钢坯成品率下降。为解决这一生产实际问题，本文综合考虑实际生产中工艺参 数及其他影响钢坯表面质量的因素，分析了采自梅钢实际生产中的工艺数据，选用神经 网络b p 算法作为系统的数学理论基础，采用v i s u a lb a s i c6 0 语言，开发建立了钢坯表 面纵裂预报系统，对钢坯表面纵裂产生的可能性做出预报。并通过调整相应的工艺参数 减少表面纵裂的产生。本系统中的样本综合考虑了影响连铸坯表面纵裂的各种因素，覆 盖面比较广，因此得出的结论也更加准确。 本文首先分析了钢坯表面纵裂的成因及影响因素，以影响纵裂的工艺参数组成样 本，经过对数据采集系统所采集的数据进行分析筛选，确定网络样本组成。根据b p 神 经网络的模型特点，结合现场的实际情况，初步选定b p 网络的结构参数和性能参数， 建立神经元网络预报模型。将样本输入神经元网络，对预报模型进行训练，利用冶金学 理论和现场专家的经验，对发生铸坯表面纵裂的可能性给出判定。通过历史数据进行测 试，此系统对实际生产中的焊瓶钢h p 2 9 5 的表面质量预报准确率可达到9 0 以上。 人工神经网络中的b p 算法是目前应用最为广泛的神经算法，本文在标准b p 算法 的基础上提出了一些改进措施，采用了变步长的学习方法、加入了动量项，以防止网络 振荡，达到了加速网络的收敛效果。 通过所构建的表面纵裂预报系统的分析发现焊瓶钢h p 2 9 5 表面纵裂产生的原因主要 是二冷水分配不均匀所致，因此实际生产中，可以通过调节二冷水比例减少表面纵裂的 产生。 关键词：连铸，表面纵裂，b p 神经网络，质量预报，改进算法 一i i 一 ： ， ， 东北大学硕士学位论文 a b s t r a c t u t i l i z a t i o nr e s e a r c ho fn e u r a ln e t w o r k sf o rt h ec a s t e rs u r f a c e q u a l i t yp r e d i c t i o nm o d e l a bs t r a c t w i t ht h ed e v e l o p m e n to fc o n t i n u o u sc a s t i n gt e c h n i q u e ，t h er e q u i r ef o rt h ev a r i e t ya n d q u a l i t yo ft h es t e e lp r o d u c t sb e c o m e sm o r ea n dm o r es t r i c t ，h o wt oi m p r o v et h eq u a l i t yo ft h e c o n t i n u o u sc a s t i n gs l a bh a sb e c o m ea l li m p o r t a n tp r o b l e mo ft h ec o n t i n u o u sc a s t i n g t e c h n o l o g yr e s e a r c h m o s ts t e e l w o r k si n t r o d u c et h ec o m p u t e ri n t o t h e c o n t i n u o u sc a s t i n g p r o d u c ep r o c e s s ，a n dh a v ea c q u i r e dh u g ea c h i e v e m e n t 。t h ec a s t i n gs l a b s u r f a c eq u a l i t y p r e d i c t i o ne x p e r ts y s t e mi so n ei m p o r t a n tp o r t i o ni nt h i sf i e l d i nt h ea c t u a lp r o d u c tp r o c e s so fm e i s h a ns t e e lw o r k s ，t h es u r f a c el o n g i t u d i n a lc r a c k t a k e sab i gp a r ti nt h ed i s f i g u r e m e n tc a s t i n gs l a b s ，r e s u l t si nd e s c e n d i n gt h er a t i oo ft h e f i n i s h e dp r o d u c t t os o l v et h i sr e a lp r o d u c eq u e s t i o n ，t h ec r a f tp a r a m e t e r si nt h er e a lp r o d u c t p r o c e s sa n do t h e rf a c t o r st h a tc a u s e ss u r f a c el o n g i t u d i n a lc r a c ki nt h es l a bi sc o n s i d e r e d a f t e r a n a l y z i n gt h ec r a f td a t af r o mt h er e a lp r o d u c tp r o c e s so fm e i s h a n s t e e lw o r k s ，t h ec a s t i n g s l a bs u r f a c eq u a l i t yp r e d i c t i o nm o d e li se s t a b l i s h e dt h a tc a np r e d i c tt h ep r o b a b i l i t yo ft h e s u r f a c el o n g i t u d i n a lc r a c ki nt h ec a s t i n gs l a b t h i sm o d e la d o p t st h eb a c k p r o p a g a t i o n a l g o r i t h ma st h em a t h e m a t i c st h e o r yo ft h i ss y s t e m ，a n dd e v e l o p sb y t h ev i s u a lb a s i c6 0 t h i sm o d e lc a nb eu s e dt or e d u c et h es u r f a c el o n g i t u d i n a lc r a c kt h r o u g ha d j u s t i n gt h e c o r r e s p o n d e n c ec r a f td a t a a l lo ft h ef a c t o r sw h i c hi n f l u e n tt h es l a bq u a l i t yo ft h i sm o d e la r e c o n s i d e r e di nt h e s et r a i n i n gd a t a i tc o v e r st h ef a c t o r ss ow i d e l yt h a tt h er a t i oo fn i c e t yi s h i g h e r t h ec a u s e so fs u r f a c el o n g i t u d i n a lc r a c ki nt h es l a ba n dt h ef a c t o r sw h i c hi n f l u e n tt h e s l a bq u a l i t ya r ea l la n a l y z e d , a n dt h es t u d yt r a i n i n gd a t aa r ec o n s t i t u t e db ya l lt h ef a c t o r s w h i c hi n f l u e n tt h es l a bq u a l i t yi nt h i sm o d e l a f t e ra n a l y z i n ga n df i l t r a t i n gt h ed a t af r o mt h e d a t ac o l l e c t i n gs y s t e m ，t h es t r u c t u r eo ft r a i n i n gd a t aa r ec o n f i r m e d w i t ht h ec o n s i d e r a t i o no f t h e c h a r a c t e ro ft h eb a c k p r o p a g a t i o nn e u r a ln e t w o r k sw i t ht h ep r a c t i c ei nr e a lp r o d u c t p r o c e s s ，t h es t r u c t u r ea n dp e r f o r m a n c ep a r a m e t e r so ft h eb a c k p r o p a g a t i o nn e u r a ln e t w o r k s i s c o n f i r m e d , a n dt h en e u r a ln e t w o r kp r e d i c t i o nm o d e li se s t a b l i s h e d t h e nt h es t u d yt r a i n i n g d a t as h o u l db ei n p u ti n t ot h ep r e d i c t i o nm o d e lt os t u d yt h i sm o d e l ，a tl a s tt h i sm o d e lw i l lg i v e t h ej u d g e m e n tr e s u l to ft h ep o s s i b i l i t yo fs u r f a c eq u a l i t yq u e s t i o nb ym e a n so fm e t a l l u r g i c a l i i i f - ，j 严 、 r ， 东北大学硕士学位论文 a b s t r a c t t h e o r i e sa n de x p e r te x p e r i e n c e t h i sm o d e lh a sb e e nv e r i f i e do f f - l i n eu s i n gh i s t o r i c a ld a t a , a n d t h er e s u l t si n d i c a t e dt h i sm o d e lc o u l de x a c t l yp r e d i c tt h es u r f a c el o n g i t u d i n a lc r a c ko ft h e h p 2 9 5u p9 0 t h es t a n d a r db a c k - p r o p a g a t i o na l g o r i t h mi sw i d e l ya p p l i e di nt h ef i e l d so ft h ea r t i f i c i a l n e u r a ln e t w o r k s t oc h a n g et h e s t u d y r a t ea n d a d dm o m e n t u mi t e mt ot h es t a n d a r d b a c k - p r o p a g a t i o na l g o r i t h mw i l lb et h ea p p r o v e db a c k p r o p a g a t i o na l g o r i t h m t h ea p p r o v e d a l g o r i t h mw h i c h c a ni m p r o v e st h el e a r n i n gs p e e do ft h i sm o d e li sc e r t i f i c a t e d a f t e ra n a l y z e db yt h i sm o d e lw ef i n do u tt h a tt h em a i nr e a s o no ft h es u r f a c el o n g i i t u d i n a l c r a c ko fh p 2 9 5i st h ei r r a t i o n a ld i s t r i b u t i o nr a t i oo ft h es e c o n d a r yc o o l i n gw a t e r , s ot h e f o r m a t i o no ft h es u r f a c el o n g i t u d i n a lc r a c kc a nb er e d u c e di nt h ep r o d u c t i o nb ya d j u s t i n gt h e d i s t r i b u t i o nr a t i oo ft h es e c o n d a r yc o o l i n gw a t e r k e yw o r d s ： c o n t i n u o u sc a s t i n g , s u r f a c el o n g i t u d i n a lc r a c k , n e u r a ln e t w o r k s , s u r f a c e q u a l i t yp r e d i c t i o n ，i m p r o v e m e n t i v ， 东北大学硕士学位论文目录 独创性声明 摘要 目录 a b s t r a c t 目录 i 。】口【 m 第一章绪论 l l 1 1 连续铸钢的发展概况1 1 2 钢坯质量控制研究的发展概况2 1 3 神经网络模式识别概述4 1 4 课题研究意义7 第二章板坯表面质量问题研究9 2 1 连铸坯表面纵裂问题分析。9 2 2 表面纵裂影响因素分析及防止措施1 1 2 2 1 表面纵裂影响因素1 1 2 2 2 防止表面纵裂采取的措施1 3 2 3 本章小结1 4 第三章神经网络预报模型的理论研究1 5 3 1 神经网络预报模型概述。1 5 3 2 神经网络预报模型设计1 6 3 3 神经网络预报模型训练及改进2 1 3 3 1 神经网络模型的训练2 1 3 3 2 本研究中对b p 网络所做的几点改进2 4 3 4 神经网络预报模型的数据采集系统2 7 3 5 本章小结3 0 第四章神经网络预报模型的开发与应用3 3 ， 1l，1 1【ll；iliil 东北大学硕士学位论文 目录 4 1 神经网络预报模型的开发。3 3 4 1 1神经网络预报模型的基本原理3 3 4 1 2 神经网络预报模型的建立3 3 4 2 神经网络预报系统应用及分析。3 5 4 3 本章小结4 0 第五章基于凝固计算的钢坯质量控制分析 4 1 5 1 不锈钢质量问题概述。4 1 5 1 1 影响不锈钢质量的因素4 2 5 1 2 不锈钢连铸的特性及性质用途4 3 5 1 3 提高铸坯表面质量的措施4 4 5 2 不锈钢凝固传热数学模型的建立4 5 5 2 1 连铸坯凝固传热的数学模型4 5 5 2 。2 凝固潜热与物性参数的处理方法4 6 5 3 几种典型不锈钢计算结果及讨论4 7 5 3 1 连铸机的主要设备参数及主要工艺参数4 7 5 3 2 计算结果及讨论4 8 5 4 本章小结5 1 第六章结论 参考文献 致谢 读硕士期间发表的论文 一2 一 5 5 5 9 东北大学硕士学位论文 第一章绪论 1 1 连续铸钢的发展概况 第一章绪论弟一早三百y 匕 连铸技术是炼钢领域发展最快的技术之一。1 8 4 6 年，英国人h b e s s e m e r 继发明转炉 后，又提出了连续浇铸的概念，并使用水冷旋转双辊式连铸机生产锡箔、铅板和玻璃板。 1 9 3 3 年，德国人j u n 曲a n 建成了第一台1 7 0 0 吨月立式带振动结晶器的连铸机，首先浇铸 铜铝合金获得成功，使连续浇铸用于有色金属生产领域。1 9 4 3 年，j u n g h a n 在德国建成 第一台浇铸钢水的试验性连铸机，并提出了振动的水冷结晶器、浸入式水口、结晶器上 部加保护渣等技术，为现代连铸机的形成和发展奠定了基础。5 0 年代中期，连铸技术从 试验阶段进入了工业性生产阶段。6 0 年代，弧形连铸机的出现使连铸技术在世界范围内 大量被采用i t 2 。 1 9 6 4 年，全世界仅有8 0 多台连铸机，总生产率为7 0 0 万吨年，而1 9 9 6 年生产连铸坯 达至1 1 5 7 6 8 9 万吨年，连铸比达至1 j 7 7 6 。近年来，主要产钢国家由于经济不景气，钢产 量基本保持不变，稳定在7 5 亿吨左右，可连铸比不仅没有衰退，反而发展更快口】，1 9 9 9 年世界连铸坯产量达至1 j 6 6 2 2 8 6 万吨，连铸比为8 4 4 。其中，日本、德国、法国等西方 工业国家的连铸生产发展较快，尤其是日本，除对少量异形坯进行模铸外，其它全部用 连铸进行生产。 连铸技术之所以得到如此迅速的发展，主要是因为它与传统的模铸相比，具有如下 的优点： ( 1 ) 基建投资和操作费用可节省4 0 ； ( 2 ) 占地面积可减少5 0 ； ( 3 ) 设备费用可降低7 0 ； ( 4 ) 耐材消耗可降低1 5 ； ( 5 ) 成材率可提高6 1 0 ； ( 6 ) 产量可提高1 0 ； ( 7 ) 吨钢能耗可降低1 0 4 6 7 0 0 k j ； ( 8 ) 可实现高度的自动化和质量控制等。 以连铸代替模铸是炼钢生产流程中的一场革命，而异形连铸又是对传统工艺的一次 重大革新。目前，薄板坯连铸已正式投入工业生产，带钢连铸正处于半工业试验阶段， ， ll【i 东北大学硕士学位论文第一章绪论 极薄带材连铸还处于实验室试验阶段。现在正在开发的薄板坯连铸连轧生产流程有薄板 坯连铸连轧工艺( c s p 工艺) 、薄板坯一液芯挤压一轧制工艺( i s p 工艺) 和薄板坯连 铸连轧直接生产薄带流程【1 1 。 2 0 0 2 年我国连铸比为9 5 7 ，2 0 0 3 年上半年全国连铸比达到9 4 6 5 ，己超过了世界 8 9 7 0 平均连铸比的水平【4 】。目前，我国己有近百条板坯连铸生产线，但大多数没有装 备漏钢预报和表面质量预报系统。在连铸生产中，由于连铸坯的质量受到钢水纯净度以 及浇铸过程各个阶段的直接影响。即使采用先进的工艺、设备和技术，由炼钢和连铸生 产工艺特点所造成的铸坯质量问题也是不可避免的 s l ，例如由于炉次交接、设备故障及 操作不稳定等都可能使铸坯质量受到不同程度的损害。存在缺陷的铸坯对后道轧钢工序 和最终产品质量的影响是不容忽视的，它可能影响钢板的表面质量和加工使用性能，形 成次品或废品，给企业造成经济损失。因此，开发新的铸坯质量检测系统是连铸生产中 刻不容缓的事情。 1 2 钢坯质量控制研究的发展概况 随着连铸技术的日益发展，钢铁企业生产能力逐渐增强，国内外的钢材市场竞争越 来越激烈，对钢材品种与质量的要求日趋严格。而裂纹是铸坯最严重的缺陷之一。计算 机技术和模拟技术的不断提高，使预测裂纹的发生成为可能。近年来，随着连铸技术和 异形铸造技术的发展，裂纹的检测和控制及“裂纹预警”问题逐渐受到重视。现在沿用 的漏钢预警系统方法大多是通过监测钢液和结晶器温度、热流、结晶器弯月面高度及结 晶器与连铸坯壳之间的摩擦力等参数，由裂纹预测模型做出最终的判断【6 _ 8 】。目前，裂 纹预测系统还处于研究开发阶段。裂纹预测模型可以分为计算模型和经验模型两类。计 算模型是将初生坯壳高温应力、应变场与其物理性能和力学性能进行比较，再根据临界 判据来计算裂纹产生的可能性；经验模型以裂纹形成时各监测参数的经验特征作为判据 来判断裂纹产生的可能性【9 - 1 2 j 。 在上世纪7 0 年代和8 0 年代，用测量结晶器温度的方法预警漏钢逐渐进入了实用阶 段。由于拉漏事故中约有1 7 是裂纹引起的，随着对漏钢预警系统的深入研究和应用， 裂纹形成时的温度变化特征以及结晶器温度与横向角裂的关系、结晶器近热面l o m m 处 温度分布和波动与纵裂的关系0 4 j 5 1 受到关注，在漏钢预警系统中，开发了以裂纹形成时 各监测参数的经验特征作为判据的经验模型。8 0 年代末，提出了漏钢预警系统可以用于 一2 一 东北大学硕士学位论文第一章绪论 裂纹探测，研究人员认为通过监测结晶器的热行为来预测裂纹发生是可能的 1 6 1 。 近十多年，国内外在连铸坯质量控制系统的研究上取得了长足的进步，许多公司都 开发了比较完善的在线或离线质量控制专家系统。比较成功的系统主要有：曼内斯曼 德马克( m d h ) 的计算机质量控制专家系统；西马克( s m s ) 的计算机辅助质量评估专家系 统；英国钢铁公司的热监控专家系统( m t m ) 等等，均可预测铸坯质量，并能给出合适的 铸坯质量等级 t 7 - 2 h 。但这些专家系统都存在一些不够完善的地方，例如：模型过于保守、 不适用于复杂的关系以及不能收集经验等，有待进一步改善。近年来，新的铸坯质量控 制专家系统开始出现，并已应用于连铸生产，如宝钢的板坯品质异常把握模型；奥钢联 开发的计算机辅助质量控制系统( c a q c ) 。在这一领域取得较好发展的有奥钢联的计算 机辅助质量控制系统( c a q c ) 、德国曼内斯曼德马格冶金公司的质量预报专家系统 ( x q e ) 、英国b r i t i s h s t e e l 钢厂的结晶器热监控系统( m t m ) 等【2 2 1 。 奥钢联l i n z 钢厂的计算机辅助质量控制系统( c a q c ) 开发于1 9 8 3 年，19 9 1 年开始 使用。该系统可以模拟控制过程，分析生产技术进步带来的益处，按照不同的要求确定 最佳方案，优化连铸过程，省去了常规的检验和解决问题时的探索过程，验证那些在实 际生产条件下已经成功解决问题的操作规程，检验过程参数对生产的影响。系统主要功 能中包括质量预报功能。过去由于缺乏足够的板坯质量数据，很难判断在线板坯是否需 要检验和精整，所以需要在低温下检验大量的板坯，这造成了一些不必要的精整工作 【2 3 1 。c a q c 系统通过提供板坯的质量预报数据取代了板坯检验工作，同时还根据产品 定货要求确定可容许的板坯缺陷，以尽量减少精整工作。系统主要通过考察板坯缺陷和 操作参数之间的关系来提取有关板坯缺陷的知识，同时还提供良好的人机界面用于保存 冶金专家知识，然后用冶金函数对大量的过程数据进行处理，从逐段板坯到逐炉钢水可 能发生的板坯缺陷。这些冶金函数描述了生产条件对板坯缺陷的影响，并使每个缺陷评 估值和一个可测量的缺陷值相对应。 在裂纹监测方面，近几年也相继开发了一些监测系统。如英国某些公司已安装调试 的裂纹预测系统，其工作原理是：当缺陷经过一个给定的热电偶时，会导致温度信号出 现一个低谷。依据对结晶器不同水平高度的热流分析可较早地检测到裂纹的发生并采取 相应的措施予以防止。还利用独立热电偶曲线和某些热变化形式对板坯表面缺陷进行了 相关研究，发现单个热电偶信号失常时，表明极有可能出现了纵裂纹【2 4 1 。日本大同钢 铁公司知多厂所开发的表面质量检测系统在结晶器铜板的2 8 个点上分别设置了热电偶， 以检测铸坯表面温度的变化；在二冷段的各个面上配置了流量计和压力计，以监测喷嘴 一3 一 东北大学硕士学位论文第一章绪论 堵塞等异常情况；在矫直段测定铸坯棱角温降情况。将上述信息和数据输入计算机进行 比对和鉴别，即可查明铸坯在各个阶段的温度变化与裂纹间的关系。系统还设定了各种 钢成分和拉速的裂纹产生危险的温度区域。此系统用于连铸大生产，可将铸坯表面缺陷 减少2 3 。 另外，生产过程质量控制是利用生产过程的动态信息进行质量预测和质量控制。由 于其实时性和较高的准确性，可以预估质量问题，从而降低钢铁企业的生产成本和经济 损失。生产过程质量控制的基础是对生产过程的质量预测。因为只有对未来产品质量参 数进行估计，才能在产品质量发生问题前调整生产过程，真正达到提高产品质量的目的。 进行质量预测的手段是建立生产过程的质量模型，即以各种决定产品质量的变量为输 入，以产品各质量指标为输出的数学模型 2 5 1 。但由于影响因素较多而导致机理建模困 难等原因，质量模型的建立比一般用于自动控制的对象建模更为困难。本文采用工艺数 据作为输入，建立了基于b p 神经网络的预报模型，对钢坯的表面质量进行预测。 1 3 神经网络模式识别概述 早在1 9 4 3 年，心理学家m c c u l l o c h 和数学家p i t t s 合作提出了形式神经元的数学模 型( 即m p 模型) ，从此开创了神经科学理论研究的时代，1 9 8 2 年，美国加州工学院物 理学家h o p f i e l d 提出了h n n 模型，他引入“计算能量函数”的概念，给出了网络稳定 性判据，从而有力地推动了神经网络的研究与发展，而且它的电子电路实现为神经计算 机的研究奠定了基础，同时开拓了神经网络用于联想记忆和优化计算的新途径【2 6 】。1 9 8 6 年，r u m e l h a r t 及l e c u n 等学者提出了多层感知器的反向传播算法，克服了当初阻碍感 知器继续发展的重要障碍。另一方面，2 0 世纪8 0 年代以来，由于以逻辑推理为基础的 人工智能理论和冯诺伊曼机在处理诸如视觉、听觉、联想记忆等职能信息处理问题上 受到挫折，促使人们怀疑当前的冯诺伊曼机是否能解决智能问题，也促使人们探索更 接近人脑的计算模型，于是又形成了对神经网络研究的热潮。 模式识别是指利用计算机或其他装置对物体、图像、图形、语言、字形等信息进行 自动识别。模式识别诞生于2 0 世纪2 0 年代，随着4 0 年代计算机的出现，5 0 年代人工 智能的兴起，模式识别在6 0 年代迅速发展成一门学科。他所研究的理论和方法在和很 多科学和领域中得到了广泛的重视，推动了人工智能系统的发展，扩大了计算机应用的 可能性 2 7 - 2 9 】。经过多年的研究发展，模式识别技术已经广泛被应用于人工智能、计算机 工程、机器人学、神经生物学、医学、油气勘探、宇航科学等许多重要领域。几十年来 东北大学硕士学位论文第一章绪论 模式识别研究取得了大量的成果，在很多地方得到了成功的应用。 通常把通过对具体的个别事物进行观测所得到的具体时间和空间分布的信息称为 模式，而把模式所属的类别或同一类中模式的总体称为模式类，简称类。把个别具体的 模式称为样本。模式识别是指用计算机实现人的模式识别的能力 3 0 1 。模式识别的作用 和目的就在于面对某一具体事物时将其正确的归于某一类别。 统计模式识别系统是以数学模型为基础的，其关键是用数学相似性的度量来匹配若 干物理结构特性类似的数据部分的特征向量。统计模式识别系统有两个过程组成，即设 计和实现。设计是指用一定数量的样本( 训练样本和学习样本) 进行分类器的设计，实 现是指用所设计的分类器对待识别的样本进行分类决策。统计模式识别系统主要由四个 部分组成：信息获取，预处理，特征提取和选择，分类决策，如图1 1 所示。 ( 1 ) 信息获取 为了使计算机能够对各种现象进行分类识别，要用计算机可以运算的符号来表示所 研究的对象。通常输入对象的信息有以下三种类型：二维图像，如文字、指纹、地图、 照片等；一维波形，如脑电图、机械振动波形、地震波形等；物理参量和逻辑值。 图1 1 模式识别系统的基本构成 f i g 1 1b a s ec o n s t r u c t i o no f p a t t e r nr e c o g n i t i o n 通过测量、采样和量化，可以用矩阵或向量表示二维图像或一维波形。 ( 2 ) 预处理 预处理的目的是去除噪声，增强有用的信息，并对输入测量仪器或其他因素所造成 的退化现象进行复原。 ( 3 ) 特征提取和选择 有图像或波形所得的数据量是相当大的。为了有效地实现分类识别，对原始数据进 行变换，得到最能反映分类本质的特征，这就是特征提取和选择的过程。通常把原始数 据组成的空间叫测量空间，把分类识别赖以进行的空间叫特征空间。通过变换，可把在 维数较高式叫一个样本，它往往可以表示为一个向量，即特征空间中的一个点。 ( 4 ) 分类决策 分类决策就是在特征空间中用统计方法把识别对象归为某一类别即在样本训练集 基础上确定某个判决规则，使得按这种判决规则对被识别对象进行分类所造成的错误识 别率最小或引起的损失最小。 一5 一 东北大学硕士学位论文第一章绪论 神经网络以其高度并行处理、高度非线性、高度鲁棒性、自组织性、记忆推理、对 任意函数的任意精度逼近能力、自学习能力和类人的不透明映射性能，成为模式识别研 究中最热的焦点。采用神经网络进行模式识别不仅可以根据样本进行学习，改善识别能 力，而且不需在模式分布上进行一些统计上的假设，突破了传统模式识别技术的束缚， 开辟了模式识别发展的新途径【3 1 1 。同时，神经网络模式识别也成为神经网络最成功的引 用领域之一。从模式识别的和分类的区别可以看出，分类是基础。分类( 有监督和无监 一 督) 就是以某种方式得到一个能以最小分类错误分开已有的超曲面的问题。而具有自学 习能力的神经网络可以通过学习以任意精度逼近任意超曲面，所以，神经网络是分类器 t 设计的首选。研究神经网络模式识别系统，无论对于神经网络理论的发展，还是对于模 式识别技术的实际应用，都具有非常重要的意义。 在各种神经网络模型中，在模式识别中应用最多的也最成功的是误差反向传播b p 网络 ( b a c k p r o p a g a t i o nn e t w o r k ) 3 2 】，b p 网络是最常用、最流行的神经网络。b p 网络的输入 和输出关系可以看成是一种映射关系，即每一组输入对应一组输出。由于网络中神经元作 用函数的非线性，网络实现是复杂的非线性映射。关于这类网络对非线性的逼近能力， h o m i l d 等分别利用不同的方法证明了如下一个事实：仅含有一个隐层的前向网络能以任意 精度逼近定义在n 维空间上的一个紧集上的任意非线性函数。误差反向算法是最著名的多 层前向网络训练算法，尽管存在收敛速度慢、局部极值等缺点，但可通过各种改进措施来 提高它的收敛速度、克服局部极值现象，而且具有简单、易行、计算量小、并行性强等特 点，目前仍是多层前向网络的首选算法。 其应用方式如下：网络的每一个输入节点对应样本的一个特征，而输出层节点数等于 类别数，一个输出节点对应一个类。在训练阶段，如果输入样本的类别标号是i ，贝, j j i ) l l 练时 的期望输出设为第i 个节点为l ，其余输出节点均为0 ，在识别阶段，当一个未知类别的样 本作用到输入端时，考察各输出节点的输出，并将这个样本的类别判定为输出值最接近的 一 那个节点对应的类别。在某些情况下，如果输出最接近的节点与其他节点输出的差距较小 ( 小于某个域值) ，则可以做出拒绝决策。这是用神经网络进行模式识别的最基本方式，本 文中神经网络就采用这种方式。 课题研究意义 在连铸生产中，对铸坯质量及时做出在线预报，对确保生产的连续性、提高产品质 一6 一 东北大学硕士学位论文 第一章绪论 量及降低生产成本都具有极其重要的意义。许多钢铁企业对此都表现出极大的关注，并 开发了自己的铸坯质量检测专家系统，铸坯尚在结晶器中便可按获得各参数，对铸坯进 行质量评判和分类，并进行跟踪。事实上，连铸坯质量缺陷绝大部分起源于结晶器内的 热力学和动力学过程，而结晶器铜板所埋设热电偶提供的温度信息是其热力学和动力学 的直接反映。 随着我国加入w t o 组织，国内外钢材市场竞争越来越激烈，对钢材的品种与质量 的要求也越来越严格。连铸坯的质量缺陷将直接导致轧材质量降低，废品、次品率增高， 降低热装比，对提高钢铁企业的经济效益与竞争力非常不利。本课题是结合梅钢实际生 产中出现的钢坯缺陷问题，在总结了梅钢炼钢厂的2 0 0 7 年钢坯缺陷数据统计的基础上， 发现梅钢每月生产的缺陷坯中都有表面纵裂产生，比重不尽相同，梅山炼钢厂1 号连铸 机是1 9 9 9 年从意大利引进的二手设备，全弧单点矫直，设计拉速1 0 m m i n ，随着产能 和拉速的提高，结晶器热流发生变化，连铸机出现带液芯矫直，发生许多表面和内部质 量问题，由于无法及时查找异常的工艺数据，经常被迫停机检查引起质量问题的因素， 影响了生产的稳定性，因此，提高铸坯质量，尤其是表面质量是提高产量和质量的当务 之急。 一7 一 东北大学硕士学位论文 第二章板坏质量问题分析机模型数据采集 第二章板坯表面质量问题研究 连铸板坯的表面纵向裂纹会给其热轧、冷轧材带来相关的缺陷，必须查明原因以便 采取正确的措施加以防范。而连铸生产是控制钢材质量的最重要环节之一，由于连铸生 产所涉及工艺参数多，机理复杂，人工控制已越来越难以满足要求。而连铸坯质量预报 的专家系统，应用人工智能技术和计算机技术，结合连铸领域众多专家提供的知识和经 验，可以解决有关连铸坯质量控制的复杂问题。连铸板坯表面纵向裂纹是钢坯表面线状 缺陷的源头，为此本文在分析了板坯表面纵向裂纹的形成原因的基础上，结合实际生产， 利用神经网络建立板坯表面质量预报系统，对连铸生产中的表面质量问题作出及时预 报，以便及时解决这一问题，防止由表面纵裂造成经济损失。 2 1 连铸坯表面纵裂问题分析 就连铸坯质量而言，主要有四项指标，即连铸坯几何形状、表面质量、内部组织致 密性和钢的清洁度。而这些质量要求与连铸机本身设计、采取的工艺以及凝固特点密切 相关。与传统的模铸开坯方式生产的产品相比，连铸产品是在一个要求更严格的控 制过程中产生的。 连铸坯上可见到的主要表面缺陷如图2 1 所示。 图2 1 连铸坯表面缺陷示意图 f i g 2 1s c h e m a t i co fd e f e c t so nt h es u r f a c eo fs l a b l 表面纵裂纹2 表面横裂纹3 一网状裂纹4 一角部裂纹5 边部纵裂纹 6 一表面夹渣7 一皮下气泡6 一深振痕 按裂纹方向和所处位置，表面裂纹可分为表面纵向裂纹、角部纵向裂纹，表面横向 裂纹和角部横裂纹，此外，在连铸坯表面上还常见到一种无明显方向和位置的成组的晶 间裂纹，一般都称之为星状裂纹。本文中重点讨论产生表面纵裂的影响因素，并在此基 一9 一 东北大学硕士学位论文第二章板坏质量问题分析机模型数据采集 础上建立表面质量预报模型。 表面纵裂主要是在板坯宽面中央发现的沿拉坯方向的裂纹缺陷。严重时裂纹深度可 达l o m m 以上，要通过加大剥皮清理量才能去除，有时不得不报废。一般来说，这种裂 纹在结晶器内就产生了，只是在结晶器内坯壳表面上产生的裂纹很小，但当其由结晶器 进入二冷区以后，这种微小的裂纹扩展成明显的裂纹。出现裂纹的原因主要是在结晶器 内坯壳所受到的应力超过了高温坯壳的抗拉强度。导致裂纹的应力包括：由凝壳内外温 差造成的热应力；钢水静压力反抗坯壳沿厚度方向的凝固收缩而产生的应力：钢水静压 力把坯壳推向结晶器壁而坯壳沿厚度方向收缩产生动摩擦而产生的应力等。尤其在实际 操作中，当结晶器内冷却不当，如沿铸坯周边冷却不均匀使结晶器内坯壳生长不均匀将 会导致在坯壳局部薄弱处产生纵裂f 3 3 j 。还有结晶器变形和结晶器保护渣选择不当、浸入 式水口形状不合理也会引起纵裂纹。此外，化学成分对纵裂纹影响也很大，如含碳0 1 0 - - 0 1 5 的钢，结晶器热流减少，易形成裂纹。其他如p ，s 等残余元素增加，裂纹也较多 发生。本章将在下文中分别讨论产生表面纵裂的各种影响因素及防止措施。梅钢生产过 程中出现的表面纵裂的图片如2 1 所示： 图2 1 钢坯中表面纵裂 f ig 2 1s u r f a c el o n g i t u d i n a lc r a c ki nt h es l a b 一1 0 一 东北大学硕士学位论文 第二章板坏质量问题分析机模型数据采集 2 2 表面纵裂影响因素分析及防止措施 2 2 1 表面纵裂影响因素 影响连铸坯缺陷的因素可归纳为三个方面：钢水、工艺、设备。钢水条件主要指钢 水的脱氧情况、碳含量、锰硅比、锰硫比和夹杂元素等；操作工艺主要指钢水温度、拉 速、保护浇铸方式，冷却水量分布、钢水吹氢搅拌、喂丝等；设备状况主要指结晶器和 二次冷却装置等主要在线设备的运行状况。 引起表面裂纹的原因很多，主要原因是：浇铸温度过高，拉速过快，结晶器内壁铜 管变形磨损严重，一次冷却过快且不均匀。其次的原因是二次冷却过分剧烈，二次冷却 喷嘴位置不正，铸坯矫直前温度过低及矫直压力过大等。另外，当钢水脱氧不完全或钢 水中含有氢气时会形成皮下气泡；钢水温度过低，拉速太慢，结晶器保护渣不良，浇注 中断，钢液飞溅等还会相应引起其他一些表面缺陷。 大多数专家认为，表面缺陷起源于结晶器，内部缺陷起源于二次冷却区。因此，维 护好结晶器、稳定结晶器内的各项操作、向结晶器内提供合适的钢水是避免产生表面缺 陷的必要条件，而维护好二次冷却设备、稳定二次冷却操作是避免产生内部缺陷的重要，w f 途径。尽管造成方坯缺陷的原因及影响因素很多，但对某一具体的缺陷进行分析及判断 时，关键在于迅速准确地判断主要因素。 表面纵裂是发生在板坯宽面中部与拉坯方向平行的裂纹，它是由于钢的高温应力超 。 过钢的高温强度而在结晶器内产生的。该类缺陷造成板坯表面清理增大，成品率降低。 纵裂主要沿柱状晶一次晶间及奥氏体的晶界扩展。关于板坯裂纹的生成机理，许多研究 支持如下假说：在结晶器内产生的裂纹是在一定的温度区间内形成的。这个温度区 间的上限相当于枝晶轴线相互缠扭开始时的温度，其下限相当于枝晶之间无液相存在时 的实际固相线温度。在产生晶间断裂不久，来自附近的含有夹杂物的液态金属充填进去， 使它“愈合 ，断裂而“愈合的后果是裂纹内有氧化物和链状硫化物集聚，在低倍组 织上有偏析裂纹。裂纹与夹杂伴生这一点已经得到确认。尽管铸坯从结晶器拉出时，个 别情况下看到有很大开口的裂纹，但在此处漏钢的情况并不太多