连铸结晶器黏结漏钢的可视化及其识别方法

基于现场实测热电偶温度数据,将结晶器铜板温度及其变化速率进行2维可视化。综合考虑黏结形成和发展过程中结晶器铜板温度随时间的变化和空间传播行为,借助计算机图像处理中的8连通区域标记和边界跟踪算法,提取了异常区域的结晶器铜板温度、位置、时间等信息,计算了结晶器铜板温度变化速率的均值、最大值、区域的面积、宽度、高度及其纵向和横向移动速率特征,对实际浇铸过程中多例漏钢样本的共性特征进行了统计和归纳。结果表明,结晶器铜板温度变化速率、几何特征与传播速率能够作为黏结漏钢在线预报的重要判据,为提高漏钢预报系统准确率提供参考,减少漏钢事故,同时为结晶器可视化、智能化监控技术开发提供方法和依据。     

结晶器漏钢过程解析及预报原理

介绍了结晶器内粘结漏钢的发生过程及变化特点,展示了粘结坯壳撕裂处的形貌特征。通过几何方法解析粘结撕裂线的扩展规律及粘结过程中的温度传递特征;根据横向和纵向温度传递时间相等的原则进行热电偶布置,以提高预报准确性。此外,分析了结晶器内几种典型的温度变化模式,并补充了两种非典型的粘结漏钢温度变化模式,为粘结漏钢和铸坯表面缺陷的准确有效动态识别提供了参考和依据,从而为开发基于热电偶测温的先进漏钢预报系统奠定了良好的基础。     

结晶器内粘结漏钢及其传播行为的研究

在板坯、薄板坯结晶器温度实测数据的基础上,分析了稳定工况下的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特征,并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和测温系统热电偶布置方案的设计提供参考.     

连铸粘结漏钢的结晶器温度变化及其传播行为

以国内某钢厂板坯连铸粘结漏钢的实测样本为基础,重点调查了铸坯粘结时结晶器热电偶温度变化,分析了粘结传播行为,讨论了现行热电偶布置合理性和漏钢预报模型的设计.研究结果表明:粘结时单个热电偶温度在时间上表现先升后降变化规律,且具有一定温度变化速率和持续时间,多行多列相邻热电偶温度变化在空间上表现粘结传播的"时滞性",具有典型性,同列热电偶温度变化表现"温度倒置"现象,但不具典型性;粘结纵向传播速度小于拉速,与拉速呈线性正相关,横向传播速度与拉速比为 0.91 ~ 1.91,存在较大不稳定性;从纵横向检测快慢和稳定性综合考虑,以纵向检测为主、横向检测为辅设计漏钢预报模型更为合适;现行热电偶布置较为合理.     

板坯连铸粘结漏钢坯壳特征及结晶器铜板温度变化研究

为了研究板坯粘结漏钢的机理和预防粘结漏钢的发生,分析了粘结漏钢后凝固坯壳的厚度、裂纹形貌和表面振痕等特点,建立了初生凝固坯壳受力的数学模型,研究了正常生产及粘结漏钢前后结晶器热电偶温度变化规律.总结出粘结漏钢坯壳的典型特征,确立了保护渣性质、拉速、振动参数等对粘结的作用,得到粘结的热电偶温度变化特征,为漏钢预报系统的优化提供参考.     

板坯连铸结晶器黏结及其传播行为

 基于国内某钢厂宽厚板坯连铸机,及黏结漏钢过程中结晶器铜板的实测温度样本,重点讨论了黏结的横向、纵向速度与角度等传播行为,分析和对比结晶器黏结的发展特征,及其随拉速和断面浇铸工艺的变化,为进一步认识宽厚板坯黏结漏钢的传播特性,以及热电偶优化布置与漏钢预报系统开发提供参考和依据。     

基于热-力信息融合的智能漏钢预报技术研究

通过连铸机拉钢过程中坯壳发生粘结、纵裂及异物卷入漏钢时坯壳特征、坯壳与钢板间温度及摩擦力特征变化,对热电偶信息源、热通量信息源及结晶器与坯壳间摩擦力、摩擦功信息源的特征变化建立基于热-力信息融合的智能漏钢预报系统。该漏钢预报系统漏钢预报的准确率由原系统的71.43%提高到90.28%。     

连铸漏钢预报方法及装置

连铸机在浇注中由于拉漏而造成的漏钢是实现连铸机高速铸造提高铸机产量的一大障碍,且漏钢还损坏了设备,因此国内外都竞相研究产生漏钢的原因及其防止对策,开发了能预报漏钢的仪表装置。连铸机的漏钢大致可分为两类,即粘结性漏钢和非粘结性漏钢。漏钢预报的方法根据漏钢种类的不同采取了不同的测量原理。对于漏钢事故中发生率最高的粘结性漏钢,目前较成熟的预报方法是将热电偶埋入结晶器铜板内测量其温度的变化。宝钢1930板坯连铸机配置了这种测量原理的漏钢预报仪表系统。     

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。     

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。     

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。     

板坯连铸机粘结漏钢分析与预防措施

对河北钢铁集团公司邯宝炼钢厂两台板坯连铸机自2008年10月投产至2011年2月粘结漏钢情况进行统计,从漏钢坯壳形貌分析粘结漏钢过程,从保护渣性能、结晶器锥度、结晶器振动、液面波动、拉速变化以及标准化操作等方面分析粘结漏钢的原因,进而提出预防措施,降低了连铸机漏钢率。     

方坯连铸机漏钢原因分析及改进措施

统计了唐钢第二钢轧厂方坯连铸机2008年漏钢情况,分析了夹渣漏钢、粘结漏钢和角部裂纹漏钢的特点及机理。产生各类漏钢的主要原因是保护渣的性能、结晶器的精度、钢水过热度、拉速及浸入式水口的对中、操作等因素。通过采取相应的措施,铸机的漏钢率有明显的降低。     

耐候钢异型坯连铸结晶器保护渣性能优化研究

由于异型坯形状复杂,在浇注耐候钢的过程中,铸坯表面质量较差,并经常发生粘结漏钢事故。通过实验室研究和工业性试验相结合的方法,根据异型坯连铸耐候钢的特点,分析了耐候钢异型坯表面质量差和浇注过程中发生粘结性漏钢的原因,提出了异型坯连铸耐候钢保护渣优化设计思路,重点研究了协调保护渣润滑和传热性能的影响因素。根据研究结果配制的异型坯连铸耐候钢专用保护渣,大生产应用结果表明,连浇炉数达到10炉以上,未发生粘结漏钢事故,耐候钢异型坯表面质量也有了明显提高。     

连铸结晶器内粘结漏钢的形成机理及对策

连铸结晶器内钢液弯月面在连铸生产中起着至关重要的作用，本文结合钢液弯月面的行为对粘结漏钢的形成进行了详细地分析，介绍了一种新的粘结漏钢形成机理，认为钢液弯月面的破损是粘结漏钢发生的直接起因，此外，还在该机理的基础上，探讨了防止粘结漏钢的对策。