铸坯质量判定系统的研究与应用

本文以铸坯质量判定为应用背景,针对连铸设备的铸坯质量缺陷重要性、判定方法局限性、工艺过程复杂性,研究铸坯生产工艺技术特点,建立智能化的在线质量判定模型。根据板坯连铸过程中连铸机装备的特点及工艺状况,对应不同的钢种,把连铸生产过程中影响铸坯质量因素抽象为数学模型,确定影响铸坯缺陷不同模型的相应判定方法及策略,设计、实现铸坯质量判定系统,期望达到国内领先水平;在实验和运行环境中通过对系统判定结果的不断分析与研究,实现对系统中的数学模型及各项参数的持续优化,达到高精度判定连铸板坯质量缺陷,并设计相应的人机交互界面,实现其在现实工程中的应用。     

板坯连铸过程铸坯质量判定参数采集与定位

铸坯生产过程中参数的实时采集与准确定位是实现铸坯质量实时分析判定的基础,对典型铸坯生产过程进行研究得出了一种连铸坯质量相关生产过程参数定位方法,该方法能够将实时采集的铸坯生产过程参数精确定位到铸坯切片,克服了传统铸坯生产过程参数定位的缺陷与不足。此外该方法可利用数据库中的判定规则对铸坯生产过程参数异常诊断,利用众多铸坯切片信息组建立铸坯质量判定模型或判定铸坯切片质量缺陷,模型命中率达到了95.4%。     

铸坯质量判定与产品质量诊断系统功能及应用

本文介绍了中冶连铸自主开发的铸坯质量判定与产品质量诊断系统具备的几大功能:铸坯质量参数全线跟踪、在线监控异常信息、判定铸坯质量等级、评估铸机设备和工艺操作状况,再现历史浇注过程和积淀专家经验。并介绍了该系统在莱钢铸机上关于指导生产,判定铸坯质量,以及分析工艺操作等应用情况。     

连铸板坯表面纵裂纹预测模型智能化定制方法

钢铁产品制造过程中,在线预测铸坯质量缺陷产生位置,并对存在缺陷的铸坯及时下线清理有助于提升连铸连轧生产稳定性,实现钢铁企业节能减排、绿色化生产。然而,连铸生产过程具有多变量、时变性和多态性等特点,必须结合设备、钢种、缺陷的特性,定制铸坯质量缺陷预测模型,才能够准确预测铸坯质量缺陷。因此,将数据通信技术、人工智能技术、C#与Matlab混合编程技术等相结合,建立了智能化铸坯质量在线判定系统,研究了铸坯质量预测模型智能化定制方法,并以板坯纵裂纹预测模型为例,介绍模型定制过程。研究结果表明,该方法能够辅助工艺工程师针对钢种及缺陷智能化定制预测模型,降低模型开发及优化难度,提高铸坯质量预测模型的可靠性。     

连铸坯在线质量预测判定模型的建立

本文主要阐述了利用现代信息化技术实现对连铸坯质量的在线预测判定.该模型的特点是采用切片原理对生产过程中的铸坯进行跟踪及异常事件标定,运用统计学原理对影响铸坯质量的过程及工艺标准数据进行量化,通过尖端的计算机计算技术对铸坯质量进行预测和综合判定.     

铸坯质量判定与诊断系统研发及应用

介绍了目前国外现有的几种铸坯质量判定系统的原理及应用情况,但在国内由于技术和经费的原因,国产的铸机上,还未真正应用铸坯质量判定系统,为此中冶连铸技术工程股份有限公司在国产铸机上自主研发并成功在线应用了铸坯质量判定系统,详细介绍了该系统的功能、原理和特点。该技术在莱钢应用取得较好的成果。     

智能铸坯品判系统在首钢板坯铸机开发与应用

为解决低成本高效化生产汽车板等高端产品过程中铸坯判定系统存在的自动化智能化程度低、铸坯生产异常信息传递匹配不准确、判定效率不高等问题,首钢京唐炼钢厂对原先的过程控制自动化系统升级改造,结合汽车板生产过程中积累的冶金缺陷与生产过程影响因素对应规则知识库,归纳整理123项异常事项,开发了智能化铸坯质量判定系统,通过全线跟踪过程质量参数及异常事件并自动匹配到定尺铸坯上,与设计的工艺卡及制造标准对比,自动判定出铸坯质量结果及对应异常板坯处置指示。结果表明,该系统可自动快速判定铸坯质量,实现过程异常实时监控以及产品质量信息可追溯。     

智能化铸坯质量在线判定系统开发

铸坯质量在线判定对确保生产连续性、提高钢材品质、减少资源浪费等具有重要的意义。传统铸坯质量在线判定方法应用效果并不理想。"中国制造2025"相关技术的创新与应用给铸坯质量在线判定带来新的机遇。介绍了智能化铸坯质量在线判定系统开发原理及主要功能模块的开发过程。该系统能够针对生产环境智能化定制铸坯质量判定模型,并对模型持续优化,提升了应用灵活性及铸坯质量缺陷判定命中率,实现了铸-轧衔接与匹配智能化控制,为实现钢铁制造流程智能化转型奠定了基础。     

采用QES系统提升铸坯质量的方法

针对某钢厂连铸坯曾出现的质量问题（中间裂纹、三角区裂纹、中心偏析和中心疏松）,通过运用动态配水和铸坯质量跟踪与判定系统（QES）,以及优化现场设备工作状态和强化工艺操作,使其铸坯质量得到明显改善。本文以分析铸坯中间裂纹为例,介绍了QES系统持续改进铸坯质量的方法,展现QES系统提升铸坯质量的全过程。     

小方坯内裂纹缺陷在线评判的研究

针对小方坯内裂纹缺陷对铸坯质量的影响,确定了内裂纹在线评判函数.依据工艺参数对内裂纹缺陷的影响程度,对评判函数中的权重提供了分配方案.以小方坯连铸机的实际生产为样本,收集连铸生产工艺参数,进行离线验证.系统判定结果与传热模型的计算结果基本吻合,达到了预报和分析连铸坯质量的目的.     

连铸坯质量判定专家系统开发

鉴于连铸过程中存在众多不确定性,在引入模糊技术的基础上开发了连铸坯质量判定专家系统。以表面纵裂为例,以某中厚板厂工业生产实际数据作为样本,建立了连铸坯知识库。采用正向推理机制,对连铸坯质量进行了离线判断、推理和决策,采用Visualc＋＋6．0软件建立了人机界面,数据库采用Oracle,调试结果表明该系统可以达到较高的判定准确率（大于95．6％）,为在线应用提供了基础。     

特厚板坯干式浇铸的工艺技术

为了解决某炼钢厂生产的特厚板坯表面横裂纹发生率高的缺陷问题,通过ABAQUS计算软件对该炼钢厂的铸机干式浇注工艺进行了工艺技术研究。建立了干式辊干式浇铸的有限元模型并进行了辊系的温度场计算分析,计算结果表明该辊系能满足干式浇铸工艺的要求。现场采用该计算方案制定了符合该铸机特性的半干法浇铸工艺,并进行了生产试验,试验结果表明采用半干法浇铸后的铸坯质量得到了明显改善。     

高拉速薄板坯连铸中碳钢保护渣开发与应用

针对在高拉速情况下薄板坯连铸过程中频繁出现"冷齿"、黏结以及铸坯表面纵裂纹较多等问题,依据中碳钢凝固收缩特性并结合现场实际生产情况,开发了一种适合在高拉速情况下薄板坯中碳钢连铸用保护渣。生产实践表明,在拉速提高后,使用新型保护渣基本避免了铸坯表面纵裂纹的产生,也无"冷齿"、黏结等报警现象出现,铸坯质量显著提高,完全满足生产要求。     

连铸二冷区工艺技术的发展

连铸工艺对连铸坯质量有着决定性影响,特定的连铸工艺对应特定的连铸机设备状况和生产工艺。只有对连铸二次冷却、动态轻压下、扇形段辊间距设计等扇形段二冷区工艺进行准确把握,不偏不倚,才能得到较好的连铸坯质量。     

板坯连铸保护渣分钢种应用技术

在当前连铸生产过程中,随着当前品种钢种类的不断增加和成分的不断优化,对板坯连铸保护渣提出了新的要求,需要保护渣根据分钢种设计理化指标来提高保护渣的适应性。生产实践表明,采用板坯连铸保护渣分钢种应用技术,在满足连铸稳定生产的基础上,提高了板坯的表面质量和角部质量,同比板坯合格率得到明显提升,为今后保护渣理化指标的设计提供了新方向。     

中冶赛迪铸坯质量在线预测系统研发及实践

为实时预测铸坯质量,指导连铸生产,中冶赛迪研发了基于规则的铸坯质量在线预测系统(CISDI Continuous Casting Quality Expert, CQE),系统包括全过程数据跟踪、实时质量预测、灵活规则编辑、精准规则分析、高密数据查询功能,通过编辑规则将现场专家的生产经验转化为计算机程序,实时对铸坯进行质量预测。系统在国内某钢厂上线运行一年,期间对21 656块铸坯进行质量预测,预测精度达到90.2%,可较准确地预测铸坯质量,对铸坯的切割优化、质量异议分析、质量提升提供了巨大帮助,经济效益显著。     

基于即时学习算法的铸坯质量预测方法

传统铸坯质量预测大多基于全局建模方法,存在自适应能力较差、预测精度不稳定等不足。为此,提出了一种基于即时学习算法的铸坯质量预测方法,主要特征为构建基于即时学习算法的局部模型,以取代传统全局模型,实现建模和预测同时在线进行,更适应于场景复杂、工况多变的连铸生产过程;根据连铸生产数据的时变性特点,在相似度计算中引入时间权重因子,强化样本数据与待测数据的相关性,更有利于提高铸坯质量预测模型精度。以国内某钢厂65号高碳钢铸坯三角区裂纹为例,具体说明即时学习算法在铸坯质量预测局部模型构建中的应用,并与铸坯质量预测全局模型的预测结果进行对比分析及评价。结果表明,基于即时学习算法的局部模型在评价指标上均优于全局模型,全局模型的预测准确率为65%,基于即时学习算法的局部模型准确率提升至90%,进一步阐明基于即时学习算法的局部模型用于铸坯质量预测的有效性。     

宝钢板坯连铸漏钢预报系统BBPS的开发与应用

漏钢预报是连铸的一项重要技术,介绍宝钢自行开发的漏钢预报系统BBPS的机理、系统构成和预报模型。该系统从1999年9月投入现场应用以来,又完全取代了引进技术,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。     

非稳态连铸过程拉速-冷却水协同优化方法

针对非稳态连铸冷却强度异常易导致铸坯质量缺陷的问题,从系统冷却角度提出一种改进的遗传算法对连铸拉速、冷却水等工艺进行协同优化。基于国内某钢厂3个月的工业连铸数据分析发现,开浇、终浇、换中间包、换水口等非稳态连铸由于拉速与冷却水协同不好导致冷却强度不足,影响铸坯质量与连铸效率。建立过程冷却强度优化模型,从优化目标、选择算子等方面对遗传算法进行改进,在生成可行解的同时提高模型收敛速度与优化能力。结果表明,模型优化方案符合现场工艺规则,通过适当提高二冷水量,非稳态连铸系统热量释放平均由45.87%提升至49.05%,处于合理区间内。该优化方法可为连铸系统生产管控提供指导。