您当前所在的位置是:首页 > 资讯 > 技术应用 > 正文

今天是: 12月15日 星期六

宝钢板坯连铸漏钢预报系统(BBPS)的开发与应用

2016-02-24 11:09:02中国钢材招标网

  炼钢宝钢板坯连铸漏钢预报系统(BBPS)的开发与应用职建军文昊裴云毅(上海宝山钢铁公司)统从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引进日本的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,该技术己完全取代了原来引进日本的技术。

  1前言连铸生产的稳定顺行以及铸坯质量的确保是连铸研究工作的两个重要任务。在连铸生产中,漏钢是最具危害性的生产意外事故,它不仅直接降低了产量,影响整个炼钢生产计划,而且对结晶器以及辊道构成了一定的危害,间接影响了铸坯的质量,因此漏钢一直是影响连铸生产及其设备寿命的一个重大因素。在各种原因造成的漏钢中粘结性漏钢占绝大多数,因此减少粘结性漏钢是降低连铸漏钢率的关键所在。

  解决粘结性漏钢问题除了改善保护渣质量同时精心操作以确保拉速、结晶器内钢液面稳定以外,开发漏钢预报装置用于预先警告漏钢的发生是较有效的措施。为了能够预报粘结性漏钢的发生,近年来国外开发的技术主要有热电偶测温、振波分析、摩擦阻力三种方法,其中热电偶测温法技术比较成熟,准确性相对较高,在工业大生产中应用得非常普遍。

  宝钢1930连铸机配备的逻辑漏钢预报系统是全套引进日本新日铁的技术硬件设备由日本横河电机公司制造。随着宝钢连铸的不断发展,新开发的钢种越来越多,加之工况条件的变化,这套引进日本的基于逻辑判断原理的漏钢预报系统越来越不适应宝钢的连铸生产,主要表现在误报大幅度多,并有漏报发生,操作界面落后,操作程序较为繁琐,操作人员无法快速查看热电偶温度的曲线特征,急降速、停车等异常情况频频发生,给质量和产量都带来了严重的不良后果,严重影响了连铸机产能的充分发挥。

  为了解决这个难题,宝钢炼钢部与宝钢软件公司合作开发研制了一套新的漏钢预报系统BB-PS(BaosteelBreakoutPredictionSystem,简称为BB-PS)应用于2号连铸机,以取代原来引进日本的漏钢预报系统。

  2粘结性漏钢形成的机制及特征粘结性漏钢首先是由于某种原因造成弯月面附近钢水与铜板的直接接触而粘结,随结晶器的振动及坯壳的下移,在粘结部的下方被拉断,破断处钢液流入而修复,但在下一次振动中重新拉断,这样,随着凝固的进行,断口不断下移,到结晶器下口时钢水从断口漏出,如所示。断口在下移的同时,也不断向两边扩展而形成破断线,宽边中央的粘结破断源可扩展到窄边,甚至到另一个宽边。若粘结发生时能够预报并采取措施则可防止漏钢的发生,在结晶器铜板内埋入一定数量的热电偶,当浇铸过程中发生坯壳与铜板粘结时,可以观察到粘结时热电偶温度的典型特征(见)。热电偶测温法漏钢预报技术就是根据结晶器铜板温度的特征来进行预报的,当系统报警后,通过降低铸造速度,加负滑脱时间而使粘结脱离铜板,断口复合并在出结晶器之前形成一定厚度的坯壳,使漏钢得以避免。近几年,随着神经网络技术的出现,日本一家公司开发了基于神经网络技术的漏钢预报系统,也取得了较好的效果。

  BBPS的系统概要报警准确率。

  为BBPS的系统简图,结晶器热电偶的信号通过连接盒与补偿导线引入仪表室的端子盘,1控制单元接收来自端子盘的热电偶温度信号和其他相关连铸过程参数,并通过RS485与控制器相连,控制器通过ARCNET与漏钢预报PC机相连接。

  系统配置相应的工控软件来完成用户界面、数据管理、报警管理等功能,在此基础上开发、研制了由逻辑判断模型、神经网络判断模型、空间网络判断模型三个模块组成的漏钢预报应用软件。

  与原引进日本的漏钢预报装置相比,BBPS具有如下特点:操作简便,CAST开浇前不需要人工预先输入较多数据;操作界面尽量采用中文化;信息存储量大;各点热电偶温度曲线调用方便;历史曲线查询便捷;发生报警时相关的热电偶温度曲线自动弹出,并有警报提示;报警相关信息自动存储管理;更重要的是BBPS综合运用了逻辑判断、BBPS系统简图BBPS预报模型预报模型的研制和开发及优化是BBPS系统的一个技术关键。通过运用神经网络技术和基于数据的知识发现方法,独立开发和研制了BBPS系统的预报模型,并在试运行阶段进行了优化和改进,最终达到理想的效果。BBPS系统的预报模型由神经网络模型、空间网格模型以及逻辑判断模型综合而成。神经网络模型主要完成对单点热电偶的温度特征识别,空间网络模型对粘结性漏钢的空间传递性进行判别,逻辑判断模型用于对原始数据的预处理,进而缩小前两个模型的输入数据范围,提高报警的准确率。

  该模型的特点在于,完全依赖历史数据建立神经网络模型和空间网络模型,不存在任何经验性的阈值;综合逻辑判断模型,不依赖单一方法;成功实现了大容量数据的快速周期计算,提高了快速扫描周期下的计算复杂度,实现了高速的实时的复杂判断。

  该预报模型的主要的算法步骤如下:逻辑判断模型进行数据预处理。

  对单点温度进行神经网络计算得到温度特征值。

  对温度特征值组成的矢量进行空间网络计算。

  若判断为漏钢特征,则进行报警;否则,正常。

  BBPS在现场的使用效果装,6月开始了试运行阶段,经过两个多月的在线跟踪,对有关参数进一步做了优化,9月底开始正式运行,同时拆除了原漏钢预报装置,BBPS投入现场应用以来,漏报次数为0,误报指数仅为0.09%表1为BBPS与国外先进指标的比较情况。由于误报次数的大幅度减少,急降速、停车情况也明显减少,因而平均拉速有了明显的提高,连铸坯质量有较大的改善,双浇、裂纹、夹渣等原因引起的废品率也相应减少,如所示。

  表1BBPS与国外先进指标的比较浇铸炉数误报指数/% ~漏报率/%宝钢一连铸宝钢二连铸曰本川铁曰本新曰铁德国蒂森6结语宝钢自主开发的板坯连铸漏钢预报系统(BBPS)成功应用于2号连铸机,完全取代了原来进口日本的漏钢预报装置,目前正考虑对1号机实施同样的技术改造。由于BBPS综合采用了逻辑判断、神经元网络技术以及空间网络判断模型,误报警大幅度减少,误报指数仅为0. 09%漏报次数为0,报警准确率有很大的提高。投入现场应用以来,减少了漏钢事故的发生和铸坯废品量,改善了连铸坯的质量,同时使连铸机的产能得到充分发挥。

  1. 15CrMo钢管的焊后热处理工艺...
  2. 炉水中侵蚀性阴离子对碳钢腐蚀...

相关文章

推荐文章国内资讯国际资讯人物访谈企业新闻市场分析产品资讯