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。     

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。     

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。     

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.     

基于BP神经网络的漏钢预报技术研究

介绍了利用BP神经网络进行连铸结晶器漏钢预报的基本方法,优化神经网络系统的结构和参数,粘结性漏钢的温度波形特点等,同时用C#开发了单偶、横向、纵向漏钢预报系统,能快速准确地对粘结性漏钢进行预报。     

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.     

FTSC薄板坯连铸漏钢预报及热像图技术应用

介绍了FTSC薄板坯连铸漏钢预报及热像图技术的组成、特点、工作原理及实际应用情况.实践证明,该漏钢预报系统具有非常高的粘结漏钢预报准确性,粘结后恢复浇注的成功率达到99%,特有的热像图技术非常直观的反应了结晶器内的温度场情况,在弥补漏钢预报判断逻辑不足的同时,也为深入研究连铸过程中结晶器内的冶金行为提供了可视化平台.     

神经网络技术在钢铁工业中的应用

简要介绍了神经网络技术中的三类神经网络模型及其在钢铁工艺中的连铸漏钢预报和电弧炉电极控制两个应用实例。     

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。     

连铸黏结漏钢发生机理及预报模型

连铸是炼钢过程非常重要的工序之一。连铸过程多发漏钢事故，其影响因素多且机理复杂，其中以黏结漏钢最为常见，约占总漏钢事故的70%。连铸漏钢事故造成钢液泄漏，容易发生灼烫、火灾甚至爆炸等安全事故，造成人员伤亡和巨大的财产损失。为解决上述问题，剖析了黏结裂口的扩展方式和黏结漏钢的形成机理；基于热电偶测温法预报黏结漏钢的原理，利用神经网络建立黏结漏钢预报模型，并运用遗传算法完成神经网络的优化，预报模型测试样本的正确报出率达到100%,预报率为97.56%;对空间网络模型进行了验证，A型空间网络模型的输出符合期望，可以实现黏结在空间裂口扩展的预报。模型具有很好的应用价值，可为连铸安全生产提供支撑。     

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。     

连铸漏钢与漏钢预报研究近况及问题

介绍连铸漏钢的种类及其特征，提出漏钢成因的新看法，总结预报系统中的数学模型及其软，硬件的应用，并就当前国内外对漏钢及其预报研究的新特点，提出了国内漏钢研究中存在的问题及我们当前应重点开展的工作。     

神经元网络技术在连铸漏钢预报中的应用

介绍在连铸神经元网络漏钢预报系统中开发应用的人工神经元网络技术。对人工神经元网络的结构选型和训练进行了说明。现场运行结果表明：该系统对于不同的生产条件和工艺参数均具有良好的性能。     

漏钢预报在板坯连铸的应用

以天津钢铁有限公司炼钢厂4#板坯连铸机为应用背景,结合炼钢厂4#板坯连铸热电偶在结晶器中的实际埋设情况,对4#板坯连铸的漏钢预报系统进行了软件部分的理论分析和现场应用研究,从而实现了提高4#板坯连铸机漏钢预报系统的预报准确率和及时性的目的.     

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。     

珠钢CSP连铸的生产实践

本文介绍珠钢CSP连铸投产一年多的生产实践,描述连铸主要设备及特点,对连铸工艺进行介绍及总结,特别是对于连铸开浇失败和漏钢,提出一些对策和措施。     

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.     

漏钢预报新技术研发及应用

介绍了目前国内外现有的几种漏钢预报识别方法,分析其原理及应用情况,提出了中冶连铸的漏钢预报模型及该新技术在数学方法、计算机技术、自动化控制应用方面的特点,并介绍了近期该新技术较好的应用效果。     

连铸粘附性漏钢预报装置工作原理及应用分析

本文介绍了采用热电偶测量连铸结晶器铜板温度在发生粘附性漏钢前的变化，通过数据处理，逻辑判断，预报粘附性漏钢的原理，并对其在宝钢板坯连铸机二年多的应用绩进行分析。     

连铸的粘结性漏钢及其预报

漏钢是连铸生产中最主要的问题之一。本文从宝钢连铸的生产实绩入手,分析了连铸过程中粘结性漏钢产生的原因、影响因素及粘结的发生倾向;描述了粘结性漏钢的主要特征及粘结过程中结晶器铜板温度变化的规律。通过对宝钢漏钢预报系统的实际应用结果调查,在对系统解剖的基础上,对现系统作了评价,指出了系统的局限性,提出了完善和建立一个更可靠的预报系统的方法。