基于模糊聚类及神经网络的连铸漏钢预报

在模糊RBF神经网络的基础上,通过融合基于贴近度的改进FCM和Conditional FCM算法,建立了改进的模糊RBF网络模型;并结合某钢厂连铸现场采集的历史数据将该模型应用于连铸漏钢预报的过程中。结果表明,改进的网络模型能更准确地辨识连铸粘结漏钢过程中典型温度模式1和模式2,对二者的预报率分别达到949%和983%,报出率均达到100%,其预报性能更佳,能更有效地预报拉漏事故。     

基于改进模糊ART神经网络的连铸漏钢预报模型

在模糊ART神经网络的基础上，有机结合模糊模式识别和模糊聚类算法，并通过引入新的学习机制和优化网络结构，建立了改进的新型模糊ART神经网络模型；同时，结合某钢厂连铸现场采集的历史数据，将该模型应用于连铸漏钢预报过程中。其结果表明，该模型对粘结漏钢过程中2种典型温度模式的预报率分别达到956%和978%，报出率都达到100%，且在避免漏报的同时保证了较低的误报率，能准确识别典型的温度模式和预测拉漏事故的发生。     

基于改进模糊ART神经网络的连铸漏钢预报模型

在模糊ART神经网络的基础上,有机结合模糊模式识别和模糊聚类算法,并通过引入新的学习机制和优化网络结构,建立了改进的新型模糊ART神经网络模型;同时,结合某钢厂连铸现场采集的历史数据,将该模型应用于连铸漏钢预报过程中。其结果表明,该模型对粘结漏钢过程中2种典型温度模式的预报率分别达到95.6%和97.8%,报出率都达到100%,且在避免漏报的同时保证了较低的误报率,能准确识别典型的温度模式和预测拉漏事故的发生。     

基于改进模糊ART神经网络的连铸漏钢预报模型

在模糊ART神经网络的基础上,有机结合模糊模式识别和模糊聚类算法,并通过引入新的学习机制和优化网络结构,建立了改进的新型模糊ART神经网络模型;同时,结合某钢厂连铸现场采集的历史数据,将该模型应用于连铸漏钢预报过程中。其结果表明,该模型对粘结漏钢过程中2种典型温度模式的预报率分别达到956%和978%,报出率都达到100%,且在避免漏报的同时保证了较低的误报率,能准确识别典型的温度模式和预测拉漏事故的发生。     

薄板坯连铸降低漏钢率的生产实践

本钢薄板坯连铸漏钢的主要类型是裂纹漏钢和黏结漏钢,通过对转炉冶炼与LF精炼的工艺优化,解决了钢水可浇性问题;通过新型浸入式水口的开发,结晶器保护渣性能的调整,以及开浇与浇钢过程的操作,降低了薄板坯连铸的漏钢率;漏钢率已控制在0.23%左右.     

宝钢板坯连铸漏钢预报系统的开发与应用

宝钢开发的连铸漏钢预报系统ＢＢＰＳ,其预报模型由逻辑判断、神经元网络及空间网络判断模型综合而成。自从１９９９年９月投入现场应用以来,操作性能和各项技术指标比原漏钢预报装置有较大的提高,在提高连铸机的产能、改善铸坯质量、减少漏钢事故等方面发挥了重要作用。     

基于支持向量机的漏钢预报系统在唐钢板坯连铸项目中的应用

在河北钢铁集团唐山钢铁集团有限责任公司板坯连铸生产中,浇铸过程中的漏钢是典型的事故。为了尽可能降低连铸过程中漏钢事故所造成的损失,上海宝信软件股份有限公司开发了连铸漏钢预报系统,通过将逻辑判断方法和机器学习方法相结合,大大提高了漏钢预报模型的准确性,相应减少了漏报和误报给连铸生产带来的经济损失。     

基于温度比波形识别的BP神经网络漏钢预报模型

通过对粘结漏钢过程的研究,提出了一种温度比波形,该波形可以反映粘结发生时热点的传播过程,弥补了以往漏钢预报模型只能通过延迟检查对热点传播过程进行监控的不足.利用BP神经网络对温度比波形和粘结发生时的两种典型温度模式进行识别,建立漏钢预报模型.将该模型应用于板坯连铸漏钢预报中,并用某厂的现场数据对该模型进行测试,测试结果表明该模型能有效地进行漏钢预报.     

结晶器智能管理系统在板坯连铸生产中的研发

板坯连铸生产中有很多重要的技术,中冶赛迪工程技术股份有限公司通过多年的研究,开发出了连铸结晶器智能管理系统(MIMS)。本文简要介绍MIMS的软硬件系统,重点介绍MIMS系统中基于逻辑判断、神经网络和摩擦力分析3种算法的漏钢预报技术。通过在柳钢板坯生产线采集的数据测试,证明MIMS系统的漏钢预报报出率高,该系统能为连铸生产提供生产指导,减少漏钢事故。     

神经网络在宝钢连铸漏钢预报系统中的应用

介绍了连铸粘结性漏钢产生的机理和过程,以及宝钢利用人工神经网络技术建立的一套新的漏钢预报系统。该系统在预报精度和系统性能等方面均优于宝钢原有的漏钢预报装置。     

BP神经网络模型应用于结晶器漏钢预报的研究

连铸生产过程中,漏钢事故会严重影响生产.针对钢厂的漏钢事故,研究BP神经网络理论,应用神经元算法参与计算,准确预报事故信息.在用钢厂实际生产数据的模拟过程中,取得较好的结果,验证了算法的有效性和可行性.     

宝钢板坯连铸漏钢预报技术的进展

漏钢预报是连铸的一项重要技术,自宝钢板坯连铸投产以来,对漏钢预报系统的软件、硬件进行了多次技术升级和技术改造,显著提高了漏钢预报的使用性能和技术指标.在回顾宝钢板坯连铸投产以来漏钢预报技术发展过程的基础上,阐述了最新开发的漏钢预报系统BBPS<'2>的应用情况,同时对新投产的4号连铸机热成像漏钢预报系统情况做了说明.漏钢预报技术在提高连铸机的产能、改善铸坯质量、减少漏钢事故等方面发挥了重要作用.     

几种常用漏钢预报系统模型的比较（上）

漏钢预报系统属于高效连铸生产的关键工艺和装备。作为漏钢预报核心技术的模型是目前技术开发和运用的热点和难点。本文从连铸漏钢预报工程技术实际出发,总结铸坯振痕和裂纹生成的规律,介绍了坯壳生长热力学模型及其振痕、厚度模型;同时基于漏钢预报流行的热电偶测温方法,介绍了结晶器埋设热电偶间距的优化模型、基于结晶器铜板热传播的漏钢预报逻辑判断模型、热电偶网络化的漏钢预报逻辑判断模型及其神经网络模型,并对这些模型在现场的实际应用效果进行了评价。     

连铸漏钢预报技术

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有明：漏钢预报可以大幅度地减少连铸漏钢事故。     

连铸小方坯裂纹漏钢情况调查与裂纹漏钢机理探讨

铸坯在连铸生产过程中经常发生裂纹漏钢，它将严重影响铸坯质量，并可能造成中断生产和损坏设备的事故。产生裂纹漏钢的原因是多方面的，本文阐述了钢水的温度，成分等因素与裂纹漏钢的关系，对两次较典型的裂纹漏钢连铸坯进行了取坯样检验分析。此文对连铸生产操作会有一定帮助。     

结晶器专家系统在莱钢宽厚板连铸机中的应用

为减少漏钢事故,莱钢在宽厚板连铸机应用结晶器专家系统,使用神经元网络模块建立振动摩擦力分析模型,通过拉钢过程中摩擦力的变化特征来预报不同类型的漏钢;将实时采集到的热电偶温度、拉速、液位、摩擦力等作为模型的基本参数,钢种、水垢厚度、保护渣、铸坯宽度等作为辅助参数,建立结晶器热力学模型,采用离线方式训练神经元网络。应用表明,连铸过程漏钢预警预报频率逐渐减少。     

韶钢宽板坯连铸机漏钢预报系统的应用

介绍了韶钢第三炼钢厂宽板坯连铸机漏钢预报系统的原理和应用情况,并通过实践应用,对漏刚预报系统的关键设备结晶器进行改造和对漏钢预报系统进行了参数优化,使DANIELI公司开发的结晶器漏钢预报系统技术在韶钢宽板坯连铸机上得到了进一步完善,极大减少了漏钢事故的发生,取得了显著的经济效益.     

几种连铸漏钢的分析探讨

在小方坯连铸生产中，漏钢事故经常发生。本文就实际生产中出现的连铸漏钢事故，从操作、设备、工艺三方面进行了一些分析探讨并提出解决的对策。     

基于RBF算法的漏钢预报系统开发

介绍了连铸工艺发展及漏钢事故的工艺原理,对漏钢预报金属在中国的发展进行了回顾,介绍了RBF径向基函数神经网络的结构特点,并采用RBF网络对连铸漏钢钢进行预报,以此为基础开发基于C#程序语言为开发工具,以Oracle数据库为后台数据存储的漏钢预报系统。     

攀钢2#板坯连铸结晶器漏钢预报系统

介绍了攀钢新建 2 # 板坯连铸机漏钢预报控制系统 ,对系统的组成、功能及实现作了简要阐述。将DANIELI公司开发的结晶器漏钢检测系统MBDS专业软件 ,成功应用于攀钢 2 # 连铸机 ,不但减少了漏钢事故的发生和铸坯废品量 ,而且改善了铸坯质量 ,增强了连铸生产效能 ,为攀钢三期工程建设顺利达产提供了保障