連鑄機(jī)漏鋼預(yù)報(bào)系統(tǒng)應(yīng)用和開發(fā)研究

徐西平

摘 要：本文主要分析連鑄機(jī)的漏鋼預(yù)報(bào)系統(tǒng)原理及應(yīng)用，對(duì)系統(tǒng)研發(fā)的可行性進(jìn)行研究，提出自主開發(fā)漏鋼預(yù)報(bào)系統(tǒng)的思路。

關(guān)鍵詞：連鑄機(jī)；漏鋼預(yù)報(bào)

1 漏鋼預(yù)報(bào)背景及意義

連鑄機(jī)漏鋼事故對(duì)于鋼廠是災(zāi)難性事故，減少或者避免漏鋼是各大鋼廠孜孜不倦追求的技術(shù)。中國(guó)近幾年引進(jìn)了各種漏鋼預(yù)報(bào)系統(tǒng)，主要有奧鋼聯(lián)的結(jié)晶器專家系統(tǒng)、達(dá)涅利的MPBS結(jié)晶器漏鋼系統(tǒng)、西馬克-德馬克的MMS漏鋼預(yù)報(bào)系統(tǒng)、寶鋼在引進(jìn)日本技術(shù)基礎(chǔ)上開發(fā)的BBPS漏鋼預(yù)報(bào)系統(tǒng)等，其漏鋼檢測(cè)方法不外乎以下幾種：結(jié)晶器銅板熱流密度監(jiān)測(cè)法、拉坯阻力（摩擦力）監(jiān)測(cè)法、熱電偶檢測(cè)法、神經(jīng)元網(wǎng)絡(luò)漏鋼預(yù)報(bào)法等。國(guó)內(nèi)外設(shè)備供應(yīng)商及部分鋼廠依上述方法開發(fā)不同算法的漏鋼預(yù)報(bào)系統(tǒng)，在生產(chǎn)應(yīng)用過程中表現(xiàn)出漏報(bào)、誤報(bào)率較高，人機(jī)界面友好性差等特點(diǎn)。由此根據(jù)生產(chǎn)現(xiàn)場(chǎng)的需要在優(yōu)化各項(xiàng)操作工藝的基礎(chǔ)上研究與開發(fā)有效的漏鋼預(yù)報(bào)算法，建立良好的漏鋼預(yù)報(bào)人機(jī)界面對(duì)我國(guó)鋼鐵行業(yè)提高產(chǎn)品質(zhì)量及防治漏鋼事故有非常重要的意義：通過結(jié)晶器銅板熱流監(jiān)控，改善結(jié)晶器配水，減少鑄坯表面裂紋，減少結(jié)晶器窄面油缸負(fù)載，降低結(jié)晶器跑錐度故障率；通過振動(dòng)狀態(tài)檢測(cè)可以監(jiān)控保護(hù)渣潤(rùn)滑情況，指導(dǎo)保護(hù)渣的運(yùn)用及加入過程，減少鑄坯裂紋，防止保護(hù)渣使用不當(dāng)造成漏鋼；通過漏鋼預(yù)報(bào)，降低拉速，修復(fù)破裂的坯殼，可以預(yù)防漏鋼，減少事故損失。

2 漏鋼預(yù)報(bào)技術(shù)

板坯連鑄機(jī)拉漏事故一般有粘結(jié)性漏鋼、裂紋漏鋼、卷渣（或夾渣）漏鋼、其他形式漏鋼，其中粘結(jié)性漏鋼為多數(shù)。控制結(jié)晶器銅板與坯殼之間的相互作用是避免漏鋼的根本措施，鑄坯質(zhì)量也與結(jié)晶器與坯殼之間的作用行為密切相關(guān)，結(jié)晶器與坯殼的相互作用包括熱和力的作用，外在表現(xiàn)是熱傳遞和摩擦.所以只有把二者同時(shí)監(jiān)測(cè)好，才能更好地控制漏鋼。因此，各種漏鋼預(yù)報(bào)方法相繼開發(fā)出來，具體有如下幾種：

2.1 基于結(jié)晶器熱流分析的預(yù)報(bào)方法

其原理如下：當(dāng)粘結(jié)漏鋼發(fā)生前，坯殼的表面會(huì)形成熱點(diǎn)，即坯殼溫度較高，從反面驗(yàn)證了結(jié)晶器的傳熱比正常澆鑄的時(shí)候偏低，即熱流偏低。在裂紋漏鋼發(fā)生前，一般表現(xiàn)為熱流偏高。從而通過監(jiān)控結(jié)晶器四個(gè)面（2個(gè)寬面、2個(gè)窄面）的實(shí)時(shí)熱流與各面漏鋼臨界熱流，進(jìn)行比對(duì)，作為漏鋼報(bào)警的標(biāo)準(zhǔn)。該種方法早期使用較多，只可以預(yù)測(cè)由傳熱量不足而造成的漏鋼事故，但其對(duì)后來漏鋼預(yù)報(bào)技術(shù)的發(fā)展有很大的推動(dòng)作用，并對(duì)沒有漏鋼預(yù)報(bào)系統(tǒng)或預(yù)報(bào)不準(zhǔn)的鑄機(jī)現(xiàn)場(chǎng)操作人員使用較多。

2.2 基于坯殼與結(jié)晶器銅板之間摩擦力監(jiān)測(cè)的預(yù)報(bào)方法

其原理如下：連鑄在拉坯過程中，結(jié)晶器銅板與鑄坯坯殼之間產(chǎn)生摩擦力（受到保護(hù)渣性能、鋼種、鋼水潔凈度、拉速、結(jié)晶器錐度、鋼水過熱度、結(jié)晶器振動(dòng)以及結(jié)晶器液面控制等因素的影響），在恒拉速條件下摩擦力的變化為漏鋼預(yù)報(bào)提供了可行性。無論是粘結(jié)、裂紋還是卷渣漏鋼，在漏鋼之前坯殼均在結(jié)晶器內(nèi)產(chǎn)生缺陷，隨之結(jié)晶器摩擦力就會(huì)有顯著的變化。通過連鑄液壓振動(dòng)系統(tǒng)的位置、壓力傳感器和振動(dòng)曲線實(shí)時(shí)監(jiān)測(cè)結(jié)晶器的摩擦力。當(dāng)坯殼與結(jié)晶器銅板間發(fā)生粘結(jié)后，坯殼粘結(jié)在結(jié)晶器銅板上并隨結(jié)晶器一起同步上、下振動(dòng)，在結(jié)晶器液面高度不變、拉速恒定情況下，坯殼與銅板發(fā)生粘結(jié)比不發(fā)生粘結(jié)時(shí)坯殼與銅板間相對(duì)滑動(dòng)面積變小，結(jié)晶器摩擦應(yīng)力顯著減??；在澆鋼過程中裂紋產(chǎn)生瞬間，在鋼水靜壓力作用下使得坯殼往外鼓，造成坯殼與銅板之間正壓力增大，結(jié)晶器摩擦力突然增大；異物卷入后在坯殼表面或皮下形成大塊夾雜，由于異物導(dǎo)熱系數(shù)和凝固系數(shù)與鋼水不同，所以異物與坯殼之間存在裂紋，而且隨坯殼向下運(yùn)動(dòng)，裂紋在逐漸擴(kuò)大，異物卷在坯殼處導(dǎo)致熱流分布不均，坯殼薄厚不均，在該處產(chǎn)生較大的熱應(yīng)力，在鋼水靜壓力作用下坯殼外鼓，所以結(jié)晶器摩擦力逐漸增大，隨異物拉出結(jié)晶器，摩擦力減小并恢復(fù)正常。此種方法由于摩擦力的變化受到過多因素的制約，所以預(yù)報(bào)精度較低。

2.3 熱電偶測(cè)溫的漏鋼預(yù)報(bào)系統(tǒng)

熱電偶測(cè)溫法技術(shù)比較成熟，而且預(yù)報(bào)準(zhǔn)確率相對(duì)較高，誤報(bào)相對(duì)較少，但相對(duì)要求熱電偶測(cè)溫精度高（5℃以內(nèi)），國(guó)內(nèi)外設(shè)備供應(yīng)商大多提供此種漏鋼預(yù)報(bào)系統(tǒng)?；跓犭娕紲y(cè)溫的漏鋼預(yù)報(bào)模型大體分為兩類，一是通過邏輯運(yùn)算判斷是否漏鋼，二是依靠神經(jīng)網(wǎng)絡(luò)模型進(jìn)行模式識(shí)別。對(duì)于邏輯判斷模型而言，先后出現(xiàn)了很多檢查算式，如：偏差檢查算式、變化速度檢查算式、各層熱電偶溫度變化延遲檢查算式、溫度下降檢查算式、以及接近檢查算式等，通過以上部分或全部算式的組合使用使得對(duì)生產(chǎn)過程中的漏鋼事故的預(yù)測(cè)成功率大大提高，但存在的問題是如何能夠開發(fā)出最簡(jiǎn)單、有效的邏輯判斷模式以提高系統(tǒng)的反應(yīng)速度和精度，從而有效地降低損失。

2.3.1 粘結(jié)漏鋼

結(jié)晶器寬面、窄面第一排的熱電偶可檢測(cè)到彎月面區(qū)域溫度變化，在澆注過程中，系統(tǒng)時(shí)刻把第一排每個(gè)熱電偶檢測(cè)到的溫度和同列其它熱電偶所檢測(cè)到的溫度進(jìn)行比較，如圖1所示。如果彎月面以下的熱電偶同時(shí)滿足以下兩個(gè)條件，即把該熱電偶計(jì)為“粘結(jié)跡象”熱電偶。

（1）某列第一排熱電偶X溫度下降，該列彎月面以下的熱電偶Y溫度上升并超過熱電偶X的溫度，并且熱電偶Y和熱電偶X的溫度差值超過設(shè)置的粘結(jié)判斷界限值。

（2）在最后一個(gè)檢測(cè)周期內(nèi)，熱電偶X的溫度變化梯度（溫度變化和檢測(cè)周期時(shí)間的比值）超過設(shè)置的粘結(jié)判斷界限值。

2.3.2 裂紋和卷（夾）渣漏鋼

當(dāng)坯殼有嚴(yán)重縱裂、角裂和脫方時(shí)會(huì)引起裂紋漏鋼，當(dāng)保護(hù)渣熔化不好或者渣條卷入坯殼導(dǎo)產(chǎn)生卷渣漏鋼。漏鋼預(yù)報(bào)系統(tǒng)持續(xù)監(jiān)控每個(gè)結(jié)晶器寬面、窄面除過第一排之外的所以熱電偶的溫度變化梯度，如果兩個(gè)連續(xù)周期內(nèi)檢測(cè)到某個(gè)熱電偶的溫度變化梯度大于漏鋼溫度變化極限則判斷該熱電偶為“熱點(diǎn)”，如果相鄰有兩個(gè)及以上熱點(diǎn)就發(fā)出漏鋼報(bào)警（如圖2所示）。

2.3.3 其他漏鋼

開澆過程時(shí)間控制不好或澆注過程中拉速太慢造成鑄坯過冷，結(jié)晶器銅板與坯殼形成縫隙冷，通過熱電偶溫度檢測(cè)出中間某列的溫度與相鄰兩列平均溫度的差值異常時(shí)，預(yù)報(bào)為鑄坯過冷。隨后的鋼水溢出彎月面進(jìn)入這些縫隙后凝固，導(dǎo)致拉坯阻力增加出現(xiàn)不暢就可能形成拉伸裂紋點(diǎn)，當(dāng)拉伸裂紋點(diǎn)通經(jīng)過熱電偶排布位置時(shí)系統(tǒng)會(huì)檢測(cè)到溫度頻繁波動(dòng)及時(shí)作出報(bào)警。

2.4 神經(jīng)網(wǎng)絡(luò)漏鋼預(yù)報(bào)系統(tǒng)

基于熱電偶測(cè)溫的神經(jīng)網(wǎng)絡(luò)漏鋼預(yù)報(bào)系統(tǒng)以其特有的優(yōu)勢(shì)成為漏鋼預(yù)報(bào)技術(shù)發(fā)展的方向。但結(jié)合目前實(shí)際的生產(chǎn)情況，在初期缺乏有效數(shù)據(jù)的條件下，系統(tǒng)開發(fā)應(yīng)先結(jié)合結(jié)晶器熱流分析、坯殼與結(jié)晶器銅板之間摩擦力監(jiān)測(cè)、熱電偶測(cè)溫等邏輯判斷各種漏鋼預(yù)報(bào)，設(shè)計(jì)出高效、準(zhǔn)確的邏輯預(yù)報(bào)系統(tǒng)，一則應(yīng)對(duì)鑄機(jī)使用初期頻繁的漏鋼事故；二則收集漏鋼數(shù)據(jù)，為漏鋼預(yù)報(bào)向人工智能方向發(fā)展提供數(shù)據(jù)上的支持。神經(jīng)網(wǎng)絡(luò)模型是近年興起的信號(hào)模糊識(shí)別方式，常用的神經(jīng)網(wǎng)絡(luò)模型有BP網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)等，神經(jīng)網(wǎng)絡(luò)憑借其在模式識(shí)別速度方面的優(yōu)勢(shì)以及良好的魯棒性和容錯(cuò)性，已經(jīng)在各個(gè)領(lǐng)域得到推廣。但與此同時(shí)神經(jīng)網(wǎng)絡(luò)也存在著一定的缺陷，當(dāng)訓(xùn)練數(shù)據(jù)的匱乏或不準(zhǔn)確時(shí)會(huì)導(dǎo)致預(yù)測(cè)結(jié)果的失真，將大大影響系統(tǒng)的預(yù)報(bào)精度，因此收集全面的漏鋼數(shù)據(jù)是做好神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)系統(tǒng)的前提。該系統(tǒng)的網(wǎng)絡(luò)模型包括空間網(wǎng)絡(luò)和時(shí)間序列網(wǎng)絡(luò)。時(shí)間序列網(wǎng)絡(luò)是測(cè)量單個(gè)熱電偶的溫變情況?？臻g網(wǎng)絡(luò)用于反映結(jié)晶器空間中撕裂點(diǎn)的傳播趨勢(shì)。系統(tǒng)模型以熱電偶溫度變化情況為基礎(chǔ)，采集的熱電偶溫度和結(jié)晶器振動(dòng)壓力等實(shí)時(shí)生產(chǎn)數(shù)據(jù)，計(jì)算成熱流分布和摩擦力，并和拉速組成基本參數(shù)，輔助參數(shù)為鋼種、鋼水液面、鋼坯斷面、鋼坯寬度、保護(hù)渣等。

根據(jù)以上漏鋼預(yù)報(bào)方法，奧鋼聯(lián)（VIA）開發(fā)了結(jié)晶器專家系統(tǒng)（基于坯殼與結(jié)晶器銅板之間摩擦力監(jiān)測(cè)和熱電偶測(cè)溫），達(dá)涅利（Daniel）開發(fā)了MPBS結(jié)晶器漏鋼系統(tǒng)（基于熱電偶測(cè)溫），西馬克-德馬克（SMS-DEMAG）開發(fā)了MMS漏鋼預(yù)報(bào)系統(tǒng)（基于熱電偶測(cè)溫），日本開發(fā)了BBPS漏鋼預(yù)報(bào)系統(tǒng)（基于熱電偶測(cè)溫和神經(jīng)網(wǎng)絡(luò)），基于熱電偶測(cè)溫的漏鋼預(yù)報(bào)系統(tǒng)嚴(yán)重依賴儀表檢測(cè)的精度，基于神經(jīng)網(wǎng)絡(luò)，嚴(yán)重依賴大量而且準(zhǔn)確的訓(xùn)練數(shù)據(jù)。

3 模型開發(fā)研究

1）開發(fā)思路：漏鋼預(yù)報(bào)模型流程擬按下圖3進(jìn)行，該模型采用三種數(shù)學(xué)算法：邏輯判斷算法，Bp神經(jīng)網(wǎng)絡(luò)模型算法和空間網(wǎng)絡(luò)模型算法，通過綜合三種算法的優(yōu)點(diǎn)，降低模型的漏報(bào)率和誤報(bào)率。

2）邏輯判斷模型：基于熱電偶測(cè)溫法的連鑄漏鋼預(yù)報(bào)邏輯判斷模型的實(shí)質(zhì)是識(shí)別出可能引起漏鋼的溫度變化模式，即一個(gè)動(dòng)態(tài)波形的模式識(shí)別問題，依據(jù)連鑄坯殼與結(jié)晶器銅板發(fā)生坯殼破裂部位的溫度變化特征來進(jìn)行判斷，通常是對(duì)單個(gè)熱電偶的溫度信號(hào)在時(shí)間方向上的變化特征以及相關(guān)聯(lián)的熱電偶組在空間方向上的溫度變化特征進(jìn)行綜合判斷后給出漏鋼報(bào)警的信息。詳細(xì)可見第二章的粘結(jié)漏鋼、裂紋和卷（夾）渣漏鋼及其他漏鋼的邏輯判斷原理。

3）神經(jīng)網(wǎng)絡(luò)模型：BP神經(jīng)網(wǎng)絡(luò)模型是一種基于誤差反向傳播算法的多層前饋網(wǎng)絡(luò)。采用梯度搜索技術(shù)使網(wǎng)絡(luò)的實(shí)際輸出值與期望輸出值的誤差均方最小化，包含輸入層、隱含層和輸出層。如圖4所示，有n個(gè)輸入節(jié)點(diǎn)，輸入層節(jié)點(diǎn)的輸出等于其輸入。隱含層有k個(gè)節(jié)點(diǎn)，隱含層是前一層輸出的加權(quán)和，輸出層的輸入是前一隱含層輸出的加權(quán)和，節(jié)點(diǎn)的關(guān)系由其激勵(lì)函數(shù)決定。反向傳播算法由正向傳播和反向傳播組成。正向傳播是從輸入層通過每層隱含層進(jìn)行處理到輸出層。反向傳播根據(jù)輸出層到輸入層對(duì)誤差信號(hào)進(jìn)行反向傳播，為了誤差信號(hào)最小不斷反復(fù)修改每個(gè)隱含層中每個(gè)神經(jīng)元的權(quán)系數(shù)。

BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)漏鋼的基本原理是對(duì)熱電偶數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型，將熱電偶溫度和與拉速等工藝數(shù)據(jù)作為網(wǎng)絡(luò)輸入，應(yīng)用數(shù)學(xué)方法研究輸入項(xiàng)與輸出信息之間的映射關(guān)系，來實(shí)現(xiàn)漏鋼征兆波形的識(shí)別，網(wǎng)絡(luò)的輸出為溫度變化模式的識(shí)別結(jié)果。該模型預(yù)報(bào)結(jié)構(gòu)如下圖5。神經(jīng)網(wǎng)絡(luò)模型主要完成對(duì)單點(diǎn)熱電偶的溫度特征識(shí)別。

4）空間網(wǎng)絡(luò)模型?？臻g網(wǎng)絡(luò)模型對(duì)粘結(jié)漏鋼的空間傳遞性進(jìn)行判別，其作用是在時(shí)序網(wǎng)絡(luò)檢測(cè)到某一點(diǎn)熱電偶發(fā)生粘結(jié)漏鋼溫度變化模式后，用來進(jìn)一步判別這種溫度模式是否在空間相鄰熱電偶間存在著傳播。根據(jù)現(xiàn)場(chǎng)結(jié)晶器銅板上熱電偶探頭實(shí)際分布情況，對(duì)每次測(cè)溫進(jìn)行記錄，并且按時(shí)間順序進(jìn)行排列，把每爐鋼的數(shù)據(jù)組成一個(gè)三維空間數(shù)組。采集一定數(shù)據(jù)后，并根據(jù)不同過熱度、不同冷卻模式進(jìn)行分類?，F(xiàn)漏鋼情況的數(shù)據(jù)形態(tài)進(jìn)行分析，借助圖像處理與模糊聚類的方法進(jìn)行統(tǒng)計(jì)。根據(jù)實(shí)際中漏鋼的規(guī)律，得到漏鋼時(shí)粘結(jié)點(diǎn)處向橫向和縱向上擴(kuò)散的一般規(guī)則，從而選取相關(guān)點(diǎn)溫度數(shù)據(jù)建立模型。