（材料加工工程专业论文）基于人工智能与热成像的结晶器漏钢预报系统.pdf

大连理工大学硕士学位论文 摘要 高效连铸技术发展至今，漏钢仍然是困扰连铸作业稳定性、安全性的主要问题。对 于操作复杂的板坯连铸机，粘结漏钢最为常见，造成巨大损失。当前，针对粘结性漏钢， 主要有两方面对策：其一是探究粘结性漏钢产生的机理，以便优化各项操作工艺；其二 是开发连铸漏钢预报技术，监测结晶器漏钢前的征兆，然后采取措施，避免漏钢事故的 发生。目前漏钢预报技术研究的热点是如何提高系统的敏捷性，提高预报精度，降低预 报率。 首先，本文在薄板坯结晶器热电偶温度实测数据的基础上，分析了稳定工况下的结 晶器温度变化及其分布特点：结合实测的粘结漏钢数据样本，对温度的反映情况进行研 究，探讨了粘结传播过程中温度的典型变化特征，着重分析了粘结的纵向和横向传播行 为。研究结果可为高拉速下粘结性漏钢的预报，以及测温系统热电偶布置方案提供参考。 其次，分别建立了逻辑判断漏钢预报模型和神经网络漏钢预报模型，利用上述模型 对某钢厂的生产数据进行了离线模拟，取得了良好的效果，同时对比分析了两种模型的 优缺点，为漏钢预报系统的进一步研发和完善提供了有效手段。 最后，在结晶器热成像技术的基础上开发了结晶器漏钢预报系统软件。该系统具备 逻辑判断预报功能以及神经网络仿真预报功能，集成并整合了各预报模型的优点，可通 过结晶器铜板的热成像对其表面温度进行监测、分析，从而为漏钢预报提供更为直接、 准确监控的手段。 关键词：连铸；结晶器；粘结漏钢；漏钢预报；可视化 基于人工智能与热成像的结晶器漏钢预报系统 a b s t r a c t a st h ed e v e l o p m e n to ft h eh i 【g hs p e e dc o n t i n u o u sc a s t i n gt e c h n o l o g y , t h eb r e a k o u ti ss t i l l ap u z z l i n gp r o b l e mt op e r p l e xt h ec a s t i n go p e r a t i o n s t i c k e rb r e a k o u ti st h em o s tc o m m o no f a l lb r e a k o u t s ，w h i c ha l w a y sl e a d sh u g el o s s e s i no r d e rt or e d u c ea n de l i m i n a t et h es t i c k e r ，t h e i n v e s t i g a t i o na r ec e n t r a l i z e di nt w oi n s p e c t s ：o n ei si n q u 时t h em e c h a n i s mo ft h es t i c k e r f o r m i n g , s oa st oi m p r o v et h ep r o d u c i n gc o n d i t i o n s ；t h eo t h e ri se x p l o i tt h eb r e a k o u t p r e d i c t i o ns y s t e m ，w h i c hi st od e t e c tt h es t i c k e rs y m p t o mi nt h em o u l d ，t h e nt a k ec e r t a i n m e a s u r e st oe l i m i n a t et h eb r e a k o u t t h ep r e s e n tr e s e a r c hf o c u s e so nh o wt oi m p r o v et h e s y s t e m sa g i l i t ya n dp r e d i c t i o np r e c i s i o n , a l s ow i t hd e c r e a s et h ef a l s ea l a r mr a t e f i r s t ，b a s e do nt h em e a s u r e dm o u l dt e m p e r a t u r ed a t ai nt h i ns l a bc o n t i n u o u sc a s t i n g , t h e c h a r a c t e r i s t i c so ft e m p e r a t u r ev a r i a t i o na n dd i s t r i b u t i o no ft h em o u l di nn o r m a lc o n d i t i o na r e a n a l y z e d a c c o r d i n gt ot h em e a s u r e ds a m p l e so fs t i c k i n ge v e n t s ，t h ec h a r a c t e r i s t i cr e s p o n s eo f t h et e m p e r a t u r ea n dt h ep r o c e s so fs t i c k i n gb r e a k o u ta r ei n v e s t i g a t e d ，e s p e c i a l l yf o c u s i n go n t h es t i c k e r sp r o p a g a t i o na l o n gt h eh e i g h ta n dt r a n s v e r s ed i r e c t i o n 1 1 1 er e s u l t sc a np r o v i d e g u i d a n c ef o rt h eb r e a k o u tp r e d i c t i o nu n d e rh i 曲s p e e dc a s t i n ga n dd e s i g no ft h e r m o c o u p l e s a r r a n g e m e n t s e c o n dw ee s t a b l i s h e dt h ep r e d i c t i o nm o d e l sb a s e do nl o g i cj u d g m e n ta n dt h ea r t i f i c i a l n e u r a ln e t w o r kr e s p e c t i v e l y w ea p p l i e dt h ea b o v em o d e l st os i m u l a t et h ep r o d u c t i o nd a t a o f f l i n e ，a n dm a d eag o o dp r o g r e s s ；a l s ow em a d eac o m p a r a t i v ea n a l y s i so nt h et w om o d e l s ， w h i c hl a i dat h e o r e t i c a lf o u n d a t i o nf o rt h ep r e d i c t i o n s y s t e m s f u r t h e rr e s e a r c ha n d i m p r o v e m e n t a t1 a s tw ed e v e l o p e ds o f t w a r ef o rb r e a k o u tp r e d i c t i o ns y s t e mb a s e do nt h et h e r m a l i m a g i n gt e c h n o l o g y t i l i ss o f t w a r ec a l la c h i e v et h ej u d g m e n t sb a s e do nl o g i co p e r a t i o na n d a r t i f i c i a ln e u r a ln e t w o r k , a n di n t e g r a t e dt h ea d v a n t a g e so fa l lm o d e l s w ec a na l s od e t e c ta n d a n a l y z et h em o u l dc o p p e rp l a t e s t e m p e r a t u r eb yt h et h e r m a li m a g i n gt e c h n o l o g y , s oa st o o b t a i nam o r ed i r e c t l ya n da c c u r a t e l yr e s u l t k e yw o r d s ：c o n t i n u o u sc a s t i n g ；s t i c k e rb r e a k o u t ；b r e a k o u tp r e d i c t i o ns y s t e m ； v i s u a i i z a t i o n i i 大连理工大学硕士学位论文 大连理工大学学位论文版权使用授权书 本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间 论文工作的知识产权属于犬连理工大学，允许论文被查阅和借阅。学校有 权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印、或扫描等复制手段保存和汇编本学位论文。 学位论文题目：基王厶王蟹能生熬盛馕的结晶墨遗铟亟拯丕统 作者签名： 型l 坠丝 日期：盗型z 年臣月坠日 导师签名： 始互 日期：幽年月竺日 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目： 基王厶王蟹能生垫盛鱼鲍坌量墨遗铟亟拯丕统 作者签名：童) 丞杰日期：型乞年鱼月二日 作者签名： 型2 澄峻日期：翌竺z 年鱼月二尘日 大连理工大学硕士学位论文 1 绪论 1 1 引言 连续铸造技术，简称连铸，是一种使钢水不断地通过水冷结晶器，凝成硬壳后从结 晶器下方出口连续拉出，经喷水冷却，全部凝固后切成坯料的一种铸造工艺【1 】，如图1 1 所示。连铸具有工艺简短、金属收得率高、能源消耗低、铸坯质量好、品种多2 捌、生 产过程机械化、自动化程度高等优点，其应用彻底改变了铸造车间的生产流程和物流控 制，为生产的连续化、自动化和信息化技术的应用，以及大幅度改善环境和提高产品质 量提供了条件。 图1 1 连续铸造过程 f i g 1 1 c o n t i n u o u sc a s t i n gp r o c e s s 近年来，高效连铸技术成为现代连铸生产发展的重要方向，它包括高拉速、高质量、 无缺陷、高连浇率、高作业率和铸坯高温装炉技术，其核心是高拉速，即在保证铸坯质 量的前提下进一步提高铸机拉速，降低成本，提高生产效率【4 矧。然而随着铸机拉速的 提高，铸坯驻留在结晶器内部的时间缩短，结晶器下口处的坯壳厚度减薄，铸坯强度降 低，易出现裂纹等缺陷【刀；另一方面，结晶器保护渣的消耗量随着拉速的增加而降低， 同时由于拉速的提高而引起的钢液面波动加剧，抑制保护渣均匀稳定地流入结晶器与铸 坯间的空隙，严重恶化了结晶器内部的传热和润滑情况。由此导致初生坯壳表面裂纹的 形成几率上升，形成的潜在裂纹源也极易在二冷区扩展，极端情况下则直接表现为结晶 器漏钢，成为制约连铸高拉速技术发展的瓶颈，受到了世界范围内的广泛关注。 结晶器是连铸机的核心部件，完成将钢液初步凝固成型的任务，在结晶器中钢液由 于受到水冷器壁的强烈冷却很快在弯月面处形成薄弱的新生坯壳，随着新生坯壳的不断 向下运动，温度降低，厚度和强度逐渐增大。结晶器内的传热和润滑状态决定结晶器的 基于人工智能与热成像的结晶器漏钢预报系统 工作状况，最终决定铸坯的表面质量和连铸机的生产能力【8 。1 1 】。与高效连铸技术相适应， 高效结晶器应具有的关键技术包括：结晶器液面控制和自动浇铸，结晶器非正弦振动及 其液压驱动，结晶器在线调宽和锥度控制以及漏钢和铸坯粘结预报。， 连铸生产中，生产的稳定性以及确保铸坯的质量是连铸研究工作中的两个重要任 务。而连铸漏钢轻者引起双浇、堵塞喷嘴、减少金属收得率；重者引起缺流、烧坏二冷 装置、中断连铸、钢水回炉以及危害操作者的安全等。据资料统计，如果考虑漏钢造成 的所有危害，连铸的一次“典型”的拉漏事故可能造成的损失达数十万美元【1 2 】，严重影 响整个连铸生产计划。综上，分析和探究粘结性漏钢产生的机理，开发相关漏钢预报系 统，是顺应高效连铸技术发展的根本要求之一。 1 2 连铸生产中的粘结性漏钢 1 2 1 板坯连铸生产中常见漏钢的种类及原因 连铸作业中漏钢事故的发生常常是由于各种不同的原因造成的，操作工艺、结晶器 传热、保护渣润滑等都与漏钢的发生有关，同时漏钢的表现形式也是多样的，大致可以 分为以下几种：开浇漏钢、悬挂漏钢、纵裂漏钢、夹渣漏钢、角部漏钢以及粘结性漏钢 熊 1 3 】 可0 开浇漏钢是钢水从引锭头与铸坯的连接处流出来而产生的漏钢，多是由于密封不 良，操作工艺有误而引起的。 悬挂漏钢是结晶器上口或者角部钢壳悬挂而拉漏。 纵裂漏钢是结晶器冷却不均匀，使得凝固坯壳厚度不均，在坯壳较薄弱处易产生裂 纹。 夹渣漏钢是未融化的保护渣镶嵌在凝固坯壳表面，坯壳被拉出结晶器后，由于钢水 的静压力作用在夹杂物位置处而产生的漏钢。 角部漏钢是由于角部气隙热阻大，冷却强度不够而导致坯壳过薄，抵挡不住钢水静 压力而产生的漏钢。 粘结漏钢产生的原因比较复杂，大多数研究人员指出是由于连铸作业操作不当，拉 速过快或者弯月面的波动大而导致的漏钢【1 4 】。 所有的漏钢事故中，以粘结性漏钢最为常见【1 5 】，占漏钢总数的5 0 7 0 ，各类漏钢 形成的过程中，多少都带有粘结性的特征【1 6 】，减少漏钢事故的首要问题也就是减少粘结 性漏钢事故，专门研究粘结性漏钢的特征及预报方法意义也在于此。 大连理工大学硕士学位论文 1 2 。2 粘结漏钢产生机理的研究现状 由于粘结漏钢所占的比例相当大，连铸工作人员希望通过探究粘结产生的机理，改 变诱发粘结产生的工艺条件来防止粘结产生，或者为漏钢预报系统提供理论依据，以达 提前预报粘结的目的，因此对粘结性漏钢的形成机理进行研究显得非常必要。 关于粘结漏钢的形成机理，解释至今还不太完善，主要有以下几种观点： ( 1 b l a z e k 等学者认为粘结漏钢是由于拉速太快，改变拉速太急或者结晶器和坯 壳之间的润滑不良引起的，并通过实验观察提出了粘结漏钢的形成机理和粘结漏钢中热 点移动的假设【1 7 1 。 ( 2 ) l u 等学者提出了一种综合粘结漏钢理论，更好地解释了结晶器内粘结的产 生和传播机理，他们认为在结晶器出现粘结的初始状态下，粘结波纹的形成与振痕的形 成是不同的。粘结波纹形成于结晶器内部钢水弯月面下部，而振痕形成于结晶器内部钢 水弯月面上部；粘痕的传播速度依赖于新形成壳体的撕裂部位。漏钢之前，不管粘痕的 传播速度如何，结晶器热交换量不变；而漏钢时随着粘痕传播速度的增加和撕裂角的增 大，结晶器热交换量变d , t 1 8 】。 ( 3 ) m i l l s 等学者通过对几种不同的粘结漏钢事故进行了调查，提出了粘结形成 的机理。他们认为弯月面附近的碳化合物团簇阻碍结晶器与新生坯壳间保护渣的流动， 该团簇导致在弯月面附近形成了一个富碳的非凝固区域，于是在弯月面附近由于刚凝固 坯壳的重熔而形成了粘结点，从而导致了粘结漏钢的发生【l9 】。 ( 4 ) p h i l l i p s 等学者通过调查指出，结晶器宽面粘结漏钢发生在侵入式水口或中 间包更换不久，由于z r 0 2 含量的增大促使保护渣的粘性增加，进而影响了结晶器的润 滑特性，致使粘结漏钢的发生。粘结主要发生在铜板宽面的中央部位和结晶器的四个角 部，窄边基本不发生粘结，这可解释为长方形的凝固壳刚性差，宽边受钢水静压力的作 用与铜板接触紧密，流入的保护渣层薄，易夹渣而粘结；窄边铜板保护渣厚，铜板温度 低因而不易粘结。在浇铸过程中可以明显地看到保护渣向窄边流动倾向。在宽面粘结和 角部粘结中，宽面粘结与铜板的宽度关系不大，而角部粘结则随着横断面的减小而明显 增加【2 0 1 。 1 2 3 板坯连铸诱发粘结的因素和预防措施 由粘结导致的漏钢在各类漏钢中占据很大比重，因此明确铸坯与结晶器粘结的各主 要因素，采用必要合理的对策和措施防止粘结的产生，对于保证连铸生产的顺行具有重 要意义。导致粘结产生的原因很复杂，归纳起来有以下几点： ( 1 ) 结晶器钢液面波动 基于人工智能与热成像的结晶器漏钢预报系统 保持结晶器钢液面的稳定性至关重要，钢液面的波动直接威胁弯月面。结晶器液面 波动是坯壳粘结的开始，通过浇铸现场经验得出，正常的液面波动在2 m m 左右，而 粘结发生时则超过5 m m 。粘结坯壳上观察到的弯曲或者不规则排布密集的振痕，是液 面波动所致。在正常浇铸条件下，每个周期都会产生振痕；当粘结发生时，在钢水进入 撕裂的空隙时，将形成两个弯月形波痕，即每个振动周期将有两个表面凹痕。 ( 2 ) 钢水的温度( 过热度) 钢水的过热度对粘结的影响可以反映在钢液弯月面表面张力上。一般来说，随着温 度的升高，弯月面的表面张力减小，e o t o v o s 等研究人员指出了两者之间的关系 2 1 】： 2 万= k ( 疋- t ) v 3 ( 1 1 ) 其中，万为弯月面表面张力，n m 2 ；y 为分子容积，m 3 ；疋为临界温度，；k 为 常数，对液态金属取0 6 0 8 之间的值。 通过上述关系式可知，钢水的过热度越小，6 越大，对防止粘结的产生越有利；适 当的过热度有利于保护渣的熔化和润滑，增强保护渣膜在结晶器铜板上的分布均匀性。 根据经验值得出，过热度每增加1 0 c ，出结晶器的坯壳厚度约减少3 【2 2 1 。由此可见， 适当的过热度不仅有利于铜板传热，而且有助于坯壳生长。 ( 3 ) 钢水的成分 碳是钢中最基本的元素，也是对结晶组织影响最大的元素。当钢中 c 】= o 1 2 左右 时开始发生包晶反应，坯壳将发生6 一y 相变并伴随有最大的线收缩( o 3 8 ) ，形成 瞬时的局部气隙而导致传热速率减小，使初生坯壳生长厚度不均匀，在薄弱处由于应力 集中而极易产生裂纹甚至漏钢，所以包晶钢的浇铸是连铸作业中的难题之一。 当【c 】 o 1 6 时，更多的钢液直接转化为y 相，由包晶反应产生的线收缩就不太显 著，收缩减轻，气隙减少，传热比较均匀。但气隙的减少易导致液渣流入通道阻塞，很 难保证保护渣的供给，造成结晶器与坯壳间润滑不良，增加了粘结漏钢产生的几率，浇 铸高碳钢易产生粘结的原因也在于此。 ( 4 ) 拉坯速度 拉坯速度越大，弯月面液态金属的波动程度越大，对铸坯的表面越不利，极易导致 粘结的发生。在正常拉速情况下，中间包水口的钢液流速、保护渣的供应速度以及结晶 器铜板冷却水的流量都保持在一个稳定的状态。当拉速变化时，上述各个环节都需要一 个缓冲调节的过程，表现为结晶器铜板某处的温度波动或保护渣供给的不连续性。所以 当拉速突然改变，导致保护渣供应不连续时，粘结产生的可能性也就增大。 大连理工大学硕士学位论文 ( 5 ) 保护渣 良好的结晶器润滑和保持熔渣流入通道的通畅是减少粘结漏钢发生的重要前提，保 护渣在结晶器内发挥着绝热保温、防止钢液氧化、吸收夹杂、控制传热、润滑铸坯等五 大基本功能，对连铸过程起着至关重要的作用。保护渣熔融特性不足、绝热不良、钢液 面温度过低及弯月面水平波动过大都会造成渣圈的长大，液渣流入通道阻塞，从而导致 润滑不良而产生粘结漏钢。减少保护渣的黏度可增大保护渣的消耗量，增强液体润滑， 减小结晶器壁和坯壳间的摩擦力，从而减少粘结漏钢的频率。 现在公认为液渣层的厚度在1 0 一- 1 5 m m 是最理想的，k o m a y a 等人提出了经验公式 ( 1 2 ) ，建立了液渣层厚度与玻璃相比率、结晶器尺寸、浇铸速度和保护渣消耗量的关 系： d ：0 0 2 坠 ( 1 2 ) 口b v w 其中，d 为液渣层厚度，m n l ；s r 为渣化率；a ，b 为结晶器尺寸，m ；v 为浇铸速度， m m i n ；w 为保护渣消耗量。 保护渣消耗量与其物性参数和拉速之间的关系见表1 1 【2 3 1 。 表1 1 保护渣消耗量与其物性参数和拉速之间的关系 t a b 1 1 r e l a t i o n s h i pb e t w e e nt h em o u l df l u x e sc o n s u m p t i o nw h i ti t sp h y s i c a l p a r a m e t e r sa n dt h ec a s t e rs p e e d ( 6 ) 结晶器倒锥度 结晶器传热过程中，气隙热阻最大，占总热阻的7 0 , - - - 9 0 2 4 1 。结晶器设计上大下小 的具有合适的倒锥度，可以减小下部气隙厚度，改善传热。如果锥度过大，则会增加结 晶器铜板与初生坯壳的摩擦力，不仅破坏保护渣层的稳定，易导致发生粘结，而且使结 晶器下部磨损加快；如果锥度过小，则热阻很大，不利于传热，坯壳比较薄，当出结晶 器下口的时候，如果坯壳经受不住钢水的静压力，就容易造成漏钢。 ( 7 ) 结晶器的振动 结晶器的振动装置是连铸非常重要的设备，结晶器实施有规律的往复振动可以防止 坯壳与铜板发生粘结，同时还可以减少铸坯表面缺陷。但是结晶器的振幅越大，弯月面 处液态金属波动程度越大，因此小幅振动对防止粘结漏钢有利。 基于人工智能与热成像的结晶器漏钢预报系统 对于高速连铸，结晶器振动要求高频率、小振幅、负滑脱时间不宜太长，正滑脱时 间内振动速度与拉坯速度之差要小。 综上所述，粘结的原因主要归诸于保护渣的润滑不好，结晶器液面波动太大和不恰 当的锥度调节，也可由一般的不稳定条件或操作行为导致，如拉坯速度的突变。连铸生产 过程中，应避免易导致粘结产生的各种因素，同时若己监测到粘结的产生，漏钢预报系 统报警，应采取停止浇铸或急降拉速的措施，使撕裂的坯壳得到弥补和修复，才能避免 漏钢的发生。 1 3 板坯连铸漏钢预报技术的研究 为了减少或避免粘结性漏钢的发生，2 0 世纪7 0 年代，国外就开始针对粘结性漏钢 进行实质性研究，并经历了从结晶器冷却水进、出口温差和结晶器铜板热流量( 热流密 度) 分析到结晶器铜板与坯壳之间的摩擦力和结晶器铜板温度监测的发展过程f 翻。漏钢 预报系统的开发是一个庞大的系统工程，从各种形式漏钢的机理研究到连铸设备的自动 化控制，是一项典型的交叉学科研究和应用，本文对不同理论的预报方法进行简要阐述。 ( 1 ) 基于结晶器热流分析的预报方法 当坯壳发生漏钢或是在结晶器内部形成表面缺陷的时候，坯壳的表面会形成热点， 即坯壳温度较高、并且相对较薄的区域 2 5 - 2 6 】，留在结晶器内的钢液较正常浇铸时多，因 此漏钢发生时，结晶器铜板的热流小于正常浇铸时的热流，如图1 2 所示【2 7 1 。而结晶器 是通过冷却水带走热量的，因此可以通过监测结晶器每个面冷却水的进、出口温差来直 接监测是否有漏钢的发生。但s h i p m a n 认为应该对结晶器铜板的热流进行监测，与连铸 机生产该钢种的历史数据做比较，以不发生漏钢的最小坯壳厚度为基准，其所需的总的 传热量为临界值，当所测热流量低于临界值便可判定漏钢【2 7 1 ，图1 3 为拉速与最小传热 量之间的关系【2 引。 早在2 0 世纪5 0 年代就有关于该方法的理论报道，但直到1 9 7 0 年应用热交换法来 分析检测漏钢才成为现实。该预报方法在中板坯和小方坯连铸中有其一定的优越性，但 是该预报方法的准确性相对较低，现在连铸现场主要将其作为辅助判据。 ( 2 ) 摩擦力测量法 在结晶器弯月面区域，钢水进入结晶器后在强制冷却作用下凝固收缩，随着结晶器 的振动，熔化了的液态保护渣进入到坯壳冷却收缩形成的气隙中，这样就形成了结晶器 铜板热面与保护渣、保护渣与铸坯坯壳两个接触面，当铸坯在拉矫辊作用下运动时，这 两个接触面间就形成了摩擦力，统称为结晶器铜板与铸坯坯壳之间的摩擦力。摩擦力的 大连理工大学硕士学位论文 大小受到保护渣性能、钢种、钢水纯洁度、拉速、结晶器倒锥度、结晶器振动等因素的 影响【2 9 】。 t 董 辘 捌 跨 霉 簧 霉 一 、 雠麓 1 、黼 叠bu 一 拉运 饕 赴rl il 墨 霎 l 悯- 遮 图1 2 发生漏钢时结晶器热流量的变化 f i g 1 2 d e c l i n eo f h e a tr e m o v a lp r e c e d i n gas t e a d s t a t ec a s t i n gb r e a k o u t t 乏1 2 6 0 矗 - 菩1 姗 蠛 鬟7 雌 撂 、 一 厂 一 ，计i 出的囊小镰 研究人员普遍认为结晶器与坯壳之间的摩擦力对铸件质量具有决定性的影响，由于 润滑不足而产生的较大摩擦力，会造成铸坯与结晶器间有较强的的附着力从而使他们产 生粘结性焊合。通过现场实践观察，粘结产生时，摩擦力的突然增大，变得极不稳定， 是粘结产生的重要征兆，以此判断漏钢情况，因此通过监测摩擦力来预报粘结在原理上 基于人工智能与热成像的结晶器漏钢预报系统 是可行的【3 0 1 。王旭东和姚曼等【3 1 】在摩擦力异常分析的基础上，研究并开发了基于人工神 经元网络摩擦力异常分析软件，离线预报的结果基本符合现场的漏钢等异常记录，并有 一定的提前量，在漏钢预报方面显示出较好的应用前景。但是该方法总体来说仍处于探 索阶段，未在连铸现场广泛应用，通过监测摩擦力来预报漏钢的报道也相对较少，其主 要原因有： 摩擦力变化机理研究不完善； 未能开发出一种实用的摩擦力连续在线监测方法； 现有的摩擦力检测方法所监测到的摩擦力改变的信息有时可能被掩盖； 无法检测出结晶器内部的局部摩擦力场。 e l m i n g 曾对摩擦力法作出分析【3 2 1 ，指出该方法的工作条件比较恶劣、安装较复杂， 影响其检测结果的因素多达十几种，目前该方法还只适合作为其他预报方法的辅助判 断。 ( 3 ) 热电偶测温法 目前世界上大多数漏钢预报系统都是利用热电偶测温法进行预报，主要措施是在结 晶器铜板关键位置设置一定数量的热电偶，用于监测铜板的温度变化，当发生漏钢或产 生表面缺陷时，热点的出现使得其在通过热电偶测点的时候所测温度会上升，这就是利 用热电偶来监测漏钢的基本原理，如图1 4 所示。除了热电偶测温外，系统还结合拉速、 结晶器冷却水进出水温差、结晶器液面波动以及中间包温度等重要参数共同参与判断。 当系统报警后，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。 羹 j 羹 上排热电偶 一 彩j ： ，i ? 荔 襄 j 一 蕊 1八一 ；乓 l 、王j 、_ i # 一、，r 襄 震 下排热电偶，“ l - - ， 。； 2 j 羹 。 il 藿 ，、 li 图1 4 热电偶测温法示意图 f i g 1 4 s c h e m a t i cd i a g r a mo ft h em e t h o db a s e d0 1 1m e a s u r i n gt e m p e r a t u r e 大连理工大学硕士学位论文 随着2 0 世纪7 0 年代特殊温度信号检测及微处理技术的应用，计算机数据处理技术 应用于收集和分析温度数据中，利用温度热电偶对结晶器铜板温度进行实时监测才成为 现实。起初的漏钢预报系统大多是基于逻辑判断，典型的有日本的k a w a s a k i 钢铁公司 的单排热电偶检测系统 3 3 1 、美国l 1 r v 钢铁公司的m t m 双排热电偶检测系统【3 4 】、法国 的s a l l a cf o e 公司的s a l l a cf o s 三排热电偶检测系统【3 5 1 、蒂森克虏伯公司的b a s y s 检测系统【3 6 】以及i n s p a ti n l a n d 公司p i l o t 结晶器在线监测控制系统等，这些系统的应 用都获得了一定的成效。 基于逻辑判断的漏钢预报系统，其预报算法都是基于各种粘结漏钢机理模型和各公 司的设备、工艺实际情况的逻辑判断模型，如根据各个热电偶所检测到的温度上升、温 升速率、上下排热电偶温差等与设定的阀值进行比较判断【3 7 】。由于各种机理模型并不完 善，特别是缺乏精确的测量结果，因此在基于逻辑判断漏钢预报模型中，各个设定参数 的最佳值是根据经验在现场调试确定的，因此此类模型与具体的设备、工艺、钢种等条 件有很大的依赖关系。 2 0 世纪9 0 年代以后，国外又相继开发了不同类型的粘结漏钢预报系统，尤其是日 本几家钢铁公司研制的神经网络预报系统的报出率达到了9 5 以上，连铸漏钢预报的研 究与系统开发己成为了连铸科技工作者的工作重点，连铸方面的技术人员在此方面做了 很多的研发工作，同时取得了可喜的成绩，使得漏钢预报技术成为未来连铸技术的重要 组成部分【3 8 棚】。 1 9 9 0 年，日本新日铁八幡厂成功开发了神经网络漏钢预报系统并投入现场，获得了 比原逻辑系统更好的预报效果。意大利i l v a 公司t a r a n t o 第五连铸厂使用自己开发的 神经网络系统在背景噪声很大的工作条件下获得了很好的效果。国内，由宝钢、东北大 学和北京自动化研究所研发的国内第一套连铸神经网络系统，自1 9 9 6 年7 月份投入现 场运行后，现场结果运行表明，神经网络漏钢预报系统在提高预报准确性方面明显好于 原有的逻辑判断预报系统 4 。 虽然神经网络漏钢预报系统比逻辑判断漏钢预报系统效果好，但是神经网络系统也 有自身的局限性，无法改动预报参数的“黑箱”，在生产条件发生变化的时候容易出现 误报。在神经网络漏钢预报方面，目前国内研究还不够深入并且相应的数据也不够全面， 这使得因训练数据缺乏代表性而导致神经网络系统的应用效果不如预期1 4 2 1 。 1j3 可视化连铸漏钢预报系统 可视化概念的最早涵义是科学计算可视化( v i s u a l i z a t i o ni ns c i e n t i f i cc o m p u t a t i o n ， v i s c ) ，是将计算中涉及和产生的数字信息转变为直观的、以图像或图形表示的信息， 基于人工智能与热成像的结晶器漏钢预报系统 从而使传统意义上不可见的事物或现象实现可视化，以获取对数据的深入理解或洞察。 目前，可视化技术逐渐成为计算机科学的一个重要分支【4 3 l ，其应用范围也扩延至各个工 程领域。 关于结晶器热学行为可视化的研究，根据已有文献报道，目前的可视化多为热成像 技术，即根据安装在结晶器铜板上的多支热电偶测量得到的测点温度，采用一定的插值 或拟合算法，得到非测点处的温度，近似估算出结晶器铜板的温度分布，现场人员通过 显示出的温度图像大致判断结晶器的传热状况m 】，并应用于漏钢预报。 单一的逻辑判断预报系统和神经网络预报系统已经不能满足高速连铸发展的要求， 这就使得将原有的漏钢预报系统与结晶器热成像技术结合起来的集成系统成为一种趋 势。目前国内的相关报道主要有北京科技大学孙立根等人开发的板坯连铸漏钢预报系统 捌，东北大学和梅钢联合开发的高效板坯连铸结晶器监控技术集成系统【4 5 1 ，宝钢开发的 b b p s 结晶器漏钢预报专家系统【4 6 1 。 1 4 论文的主要内容 综上所述，面对国内外钢铁需求量不断增加，对钢铁质量的要求也不断地提高，提 高连铸漏钢预报系统的准确性，将漏钢损失降低到最小，确保连铸生产稳定和顺行，已 成为各大钢铁企业面临的严峻问题。本文在归纳和总结国内外相关研究成果的基础上， 开发出集逻辑判断、神经网络与结晶器热成像等技术于一体的可视化结晶器漏钢预报系 统，为开发多功能的漏钢预报技术提供技术支持。 论文的主要工作如下： ( 1 ) 探究了粘结漏钢的产生和传播机理，并利用国内某钢厂发生粘结漏钢的相关 数据，对正常和异常情况下的结晶器实测温度进行了统计和分析，研究了粘结裂口的传 播特征。( 第二章) ( 2 ) 建立了基础的逻辑判断漏钢预报系统模型，同时开发了神经网络漏钢预报系 统模型，以现场实测的温度数据对模型进行了训练、测试和仿真。( 第三章) ( 3 ) 利用v c + + 6 0 开发、设计了漏钢预报系统监测、分析软件，集逻辑判断、神 经网络判断、结晶器铜板热成像技术于一体的可视化系统。软件对粘结性漏钢具有很好 的预报功能，操作界面简洁、实用。( 第四章) 大连理工大学硕士学位论文 2 基于实测温度的板坯连铸粘结漏钢机理分析 预防漏钢的前提是明确漏钢发生的本质和机理。本章依据板坯、薄板坯结晶器实测 温度数据，统计分析了正常、异常情况下的结晶器温度变化；结合实测的粘结漏钢数据 样本，对温度的反映情况进行研究，探讨了粘结传播过程中温度的典型特征，并着重分 析了粘结的纵向和横向传播行为，为粘结漏钢的判断和预报提供理论基础。 2 1板坯连铸结晶器的凝固行为 在连铸生产过程中，连铸结晶器起到了高效传热、钢液凝固成型、钢液净化以及有 效控制铸坯表面质量等作用，其性能好坏对连铸机的生产顺行和铸坯质量起着决定性的 作用，因此在分析粘结产生机理时，有必要研究分析结晶器内铸坯的凝固行为。 2 1 1 钢液在结晶器内的凝固传热 钢液在结晶器内的凝固传热可分为：拉坯方向上的传热和垂直于拉坯方向上的传 热。拉坯方向的传热包括结晶器内弯月面上钢液表面的辐射传热和铸坯本身沿拉坯方向 的传热，相对而言这部分热量是很小的，仅占总传热量的3 6 。在结晶器内，钢液和 坯壳的绝大部分热量是通过垂直于拉坯方向传递的，如图2 1 所示，自内而外可以归纳 为以下环节 4 1 m 8 】：钢液坯壳一坯壳一坯壳铜板一铜板一铜板冷却水。各环节的传热方 式及理论计算出的热阻如表2 1 所示，其中坯壳铜板的气隙热阻占了总热阻的7 0 以上， 对结晶器的传热起决定作用。 p 、 蜊 赠 t - 气隙 t 。 t l 一 一一 0 0 ：命令每令夺协：o 冷j j 令令令令令令 ” 审专令令令k 令令由曲令 令啼冷令专冷 ；9 审令9 。拿拿垒审审j 审0 - 0 ：令 o l 夸岭= 霉季辜季辫 ；p 令令令l 垒垒受卜吣 i 勺令啼夺审审夺伊 ；令令令令令命令令j 图3 1 逻辑判断预报模型 f i g 3 1 t h ep r e d i c t i o nm o d e lb a s e d0 1 1t h el o g i co p e r a t e 二巴值 ! - _ = i = ：= 啼! 现在时刻 i 温度平均值 i 9 “” 计算区域 图3 2 时间序列判断模型 f i g 3 2p r e d i c t i o nm o d e lb a s e do nt h et i m es e q u e n c e 基于人工智能与热成像的结晶器漏钢预报系统 偏差 上、下排 温度偏差 图3 3 空间序列判断模型 f 追3 3 p r e d i c t i o nm o d e lb a s e do i lt h es p a c es e q u e n c e 3 2 人工神经网络及b p 网络概述 3 2 1 人工神经网络 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，简记作a n n ) ，是对人类大脑系统的一 阶特性的一种描述。简单地讲，它是一个数学模型，可以用电子线路来实现，也可以用 计算机程序来模拟，是人工智能研究的一种方法。 生物神经元受到传入的刺激，其反应又从输出端传到相联的其它神经元，输入和输 出之间的变换关系一般是非线性的。神经网络是由若干简单( 通常是自适应的) 元件及 其层次组织，以大规模并行连接方式构造而成的网络，按照生物神经网络类似的方式处 理输入的信息。模仿生物神经网络而建立的人工神经网络，对输入信号有功能强大的反 应和处理能力。 若干神经元连接成网络，其中的一个神经元可以接受多个输入信号，按照一定的规 则转换为输出信号。由于神经网络中神经元间复杂的连接关系和各神经元传递信号的非 线性方式，输入和输出信号间可以构建出各种各样的关系，因此可以用来作为黑箱模型， 表达那些用机理模型还无法精确描述、但输入和输出之间确实有客观的、确定性的或模 糊性的规律。 人工神经网络具有自学习、自组织、较好的容错性和优良的非线性逼近能力，受到 众多领域学者的关注，特别适合应用于需要同时考虑许多因素和条件以及不精确和模糊 的信息处理问题，在钢铁工业中应用也越来越广泛，如高炉炼铁、炼钢以及连铸等生产 过程【5 1 5 3 1 。 大连理工大学硕士学位论文 在实际应用中，有相当一部分的神经网络是采用误差反传算法或其变化形式的网络 模型( b a c kp r o p a g a t i o n ，简称b p 网络) ，多数应用于函数逼近问题及模式识别问题。 3 2 2b p 神经网络 图3 4 是一个典型的三层b p 网络结构示意图：其中输入层接受外界的输入模式； 输出层输出需要控制或预测的结果；在输入层和输出层之间是隐含层，可以是一层或者 多层，实验证明增加隐含层的层数和隐含层神经元个数不一定总能够提高网络精度和表 达能力，所以b p 网一般都选用只含一个隐含层的网络。 b p 的学习过程由正向传播和反向传播两部分组成。在正向传播的过程中。输入模 式从输入层经隐含层逐层处理，并传向输出层，每一层神经元状态只影响下一层神经元 状态。如果输出层得不到期望的输出，则转入反向传播，将误差信号沿着原来的连接通 路返回，通过修改各个神经元间的权值，使得误差信号达到最小。该算法实际是求误差 函数极小值的过程，它通过多个学习样本的反复训练并采用最快下降法，使得权值沿误 差函数的负梯度方向改变，并收敛于最小点【5 4 1 。 3 2 3b p 网络的学习过程概述 设b p 网络的结构如图3 4 所示，有m 个输入节点，输出层有l 个输出节点，隐含 层有q 个节点。w i j 为输入层到隐含层及隐含层节点之间的连接权值，w j k 是隐含层到输 入层节点之间的权值；对于每个隐含层和输出层的神经元节点，神经元的输入为前一层 节点输出的加权和，每个节点的激励程度由它的激发函数决定。 b p 算法的步骤和归纳如下： ( 1 ) 初始化。选定一结构合理的网络，置所有可调节的参数( 权值和阀值) 为均 匀分布的较小数值。 ( 2 ) 每个样本做如下计算： b p 网络的前向计算 在训练网络的学习阶段，设有n 个训练样本，先假定用其中的某一个固定样本的输 入输出模式x 和f d k 对网络进行学习训练。计算出各层的输入和输出，分别为： 输入层：节点f 的输出值。等于其输入值x ，； 隐含层：对于第，个节点，其输入值n e ( 为前一层节点的输出值0 ，的加权和 m n e t = n e t = w , j o , f = l ( 3 1 ) 基于人工智能与热成像的结晶器漏钢预报系统 x l x 2 x n - 一。一。l 误差反传 。i， 状i z x l 专 ， i ， 七 lj 詹 ； m 输入层 q 隐含层 n 输出层 信息流 图3 4 三层b p 网络的拓扑结构 f i g 3 4 s t r u c t u r eo f a t h r e e - l a y e rn e u r a ln e t w o r k 第j 个节点的输出为： 0 l 0 2 0 j = f ( n e t j ) ( 3 2 ) 其中，厂为s i g m o d 激发函数，其表达式和一阶导数分别为： f ( n e = 丢丽 1 + e 0 0 ( 3 3 ) f ( n e t j ) = f ( n e t j ) 1 一f ( n e t ) = q ( 1 一g ) ( 3 4 ) 上式中的乃和0 0 ( 通常取1 ) 为调节激发函数在坐标轴中的位置和形状的变量。 输出层：第k 个节点的输入为： n e t k = g 口 j = t ( 3 5 ) 大连理工大学硕士学位论文 第k 个节点的输出为： 0 k = f ( n e t 七) ( 3 6 ) b p 网络的反向计算 若网络输出与期望值巩不一致，则将其误差信号从输出端方向传播，在传播的过程 中，权值不断修正，使在输出层节点上得到的输出结果尽可能的接近于期望输出值以。 计算网络实际输出与应有输出误差时，采用二次型误差函数e ： e = 寺( 乓- o k ) ( 3 7 ) ， 厶一、 权系数应按e 函数梯度变化的反方向进行调整，使网络的输出接近期望的输出。 ( i ) 输出层权系数的调整，权系数的修正公式为： a w = - r 罢 ( 3 8 ) 洲承 其中，r l 为学习速率，1 1 o ； 8 ea e 锄e t 。 一= = 一- - - 二：- a w t ko n e t ko w f k 定义方传误差信号万七为： 统：一旦：堕盟( 3 9 ) 瓯一面2 瓦蒜 喵 式中： 又有： 要：一d 。一仇) 一