連鑄坯在線質量預測判定模型的建立

溫 恒，劉 峰，張 申

(中國重型機械研究院自動化研究所，陜西 西安710032)

連鑄坯在線質量預測判定模型的建立

溫 恒，劉 峰，張 申

(中國重型機械研究院自動化研究所，陜西 西安710032)

本文主要闡述了利用現代信息化技術實現對連鑄坯質量的在線預測判定。該模型的特點是采用切片原理對生產過程中的鑄坯進行跟蹤及異常事件標定，運用統計學原理對影響鑄坯質量的過程及工藝標準數據進行量化，通過尖端的計算機計算技術對鑄坯質量進行預測和綜合判定。

切片;質量預測判定;神經網絡

0 前言

在連鑄生產中，及時在線預報和判定鑄坯質量對確保生產的連續性、提高產品質量及降低生產成本具有重要意義。鋼鐵企業中各個生產作業區高效率的生產過程和整個煉鋼－連鑄－軋鋼工藝過程的高速運轉節奏，已成為連鑄技術發展的一個主要方向。連鑄坯在線質量預測判定模型的主要功能是對生產過程中超出正常范圍的現象進行判別，確定各種異常事件對鑄坯質量的影響程度和相應的處置方法，并指導板坯切割及精整作業，實現高效作業和過程管理，提高連續作業率。

1 連鑄坯在線質量預測判定模型的目的

現代化的大型板坯連鑄機采用多爐連澆、熱送熱裝技術已非常普遍，通過采取必要的技術措施較為明顯地提高連鑄機鑄造速度、提高連鑄機乃至整個煉鋼－連鑄－軋鋼工藝過程的運轉節奏已經成為連鑄技術發展的一個主要方向。

為適應連鑄機高效率的生產過程，保證向熱軋廠提供無缺陷鑄坯，除了采取一系列嚴格的工藝措施以外，還必須建立一套對于因操作條件和設備異常引起的鑄坯質量異常進行判定的系統，用以在線快速判定板坯內部或表面可能出現的質量缺陷，對可能存在質量異常缺陷的鑄坯段位置進行跟蹤定位，并將判斷結果在鑄坯還沒有離開生產線時報出，這樣就可以指導板坯在線優化切割、減少廢坯量和在隨后的鑄坯精整區域對該段鑄坯采取對應措施。

2 連鑄坯在線質量預測判定模型的功能

連鑄坯在線質量預測判定模型既能對生產過程中超出正常參數指標范圍的現象進行判別，確定各種異常事件對鑄坯質量的影響程度和相應的處置方法，也能指導板坯切割及精整作業。模型主要具備以下四項具體功能:

(1)實現質量數據全線跟蹤功能。此功能可以使連鑄生產工藝數據得到有機的組織，即可了解每一塊鑄坯的生產澆次、生產爐次、生產的所有生產工藝數據，為特殊區段的重點研究提供了條件;為生產標準的修改、生產工藝的改進等長期研究課題提供了豐富的實際生產數據，以達到最佳的生產工藝。

(2)在線質量異常監視功能。利用此功能可監測、判斷發生在線質量異常的生產工藝參數和過程參數，給出異常參數超出標準值的差值;并對此情況做出報警和質量異常的在線和離線處理建議。在很大程度上減少了連鑄廢坯和待處理坯的進一步形成，提高了連鑄坯合格率。

(3)在線鑄坯質量缺陷判定功能。利用此功能可以在線及時監測、判斷鑄坯質量情況，并根據鑄坯不同的質量缺陷給切割優化模型切割長度計算指導指令。對切割形成的板坯質量進行綜合判斷，對板坯在線熱裝熱送或下線處理給予指導。

(4)輸入異常定義功能。實現了用戶超標準異常生產定義，免除了隨工藝研究的深入或對標準的提高或新鋼種的投人生產，引起生產標準的變化(即異常定義的變化)，進而需對程序代碼做維護工作。

3 鑄坯在線質量預測判定模型的工作原理

3.1 連鑄坯在線質量預測判定模型的工作原理

在連鑄生產過程中有許多過程值會對連鑄坯的質量產生影響，當這些過程值的變化超出工藝規定范圍時，或者生產過程中發生某些意外事件和不可避免的操作時，都會對鑄坯的質量產生不良影響，使可能受此影響的局部長度的鑄坯出現各種質量缺陷甚至報廢。質量判定模型的預報方法為對大量生產數據及質量數據進行考察分析，用統計方法找出與連鑄坯質量缺陷相關的數據特征，然后在生產過程中如果從實時數據中發現了這些數據特征，就可以預報連鑄坯質量將要出現缺陷。顯而易見，在這個過程中數據積累得越多就越容易發現與缺陷相關的主要因素和特征，預報也會越準確。所以質量判定模型的遠期效果需要擁有相當規模數據量的冶金數據庫來支持。

3.2 連鑄坯在線質量預測判定模型的工作過程

質量判定過程如圖1所示。

圖1 連鑄坯在線質量預測判定過程示意圖Fig.1 The continuous casting slab online quality prediction judgement process schematic diagram

模型檢查判斷的過程值主要分為兩大類，一類是工藝操作參數，如拉坯速度、結晶器液面波動值、中間包內鋼水液位值(稱重值)、中間包內鋼水溫度、結晶器銅板溫度、結晶器冷卻水溫差等;第二類主要是連鑄生產過程中發生的突發事件或不可避免的操作，前者如水口破裂、中間包結殼、澆注停頓等，后者如異鋼種連澆、坯頭坯尾形成、更換中間包、更換保護渣、大包與中間包之間敞開澆注等。

連鑄坯在線質量預測判定模型檢查主要的過程值并產生質量記錄。系統工作時將采集主要過程值，當發現某一過程值出現異常值，或該過程值異常波動持續一定時間時，質量判定系統就自動生成一個標號，對該標號產生時刻以前或以后生產出的一定長度的鑄坯進行標記并跟蹤，同時根據連鑄機操作工藝及作業標準對該質量異常事件做出處置決定。其結果用來進行切割長度計算－優化出最佳的切割長度以及板坯實績收集，進而通過切割長度計算模型向切割機下達切割指令，通過精整計算機向精整作業區下達精整作業指令。簡言之，質量判定系統的工作過程就是收集和判定質量信息，做出相應異常事件的處置決定，為切割和精整操作提供與鑄坯質量相關的作業指令。

4 鑄坯在線質量預測判定模型的建立條件

目前在國內外現有的連鑄過程控制系統的基礎上完全可以建立此模型，不需要額外增加軟硬件配置。但必須保證連鑄過程控制系統的完善并且正常投入使用。本模型的建立硬件上需要高性能的模型運行服務器和大容量的數據存儲設備。軟件上需要大型數據庫管理軟件和程序開發軟件以及標準參數訓練所需要的大量鑄機正常生產數據(可通過本模型自動采集)。

5 連鑄坯在線質量預測判定模型功能的實現方法

5.1 標準過程值的形成

連鑄機連續生產過程中的過程數據的大量采集并通過人工智能神經網絡進行訓練學習，形成一個龐大的連鑄過程數據標準值數據庫，作為連鑄坯質量在線預測和最終判定的工藝數值標準。這是連鑄坯在線自動判斷的基礎依據。

5.2 補正值的建立

大多數質量異常事件發生時，都會對該事件發生時刻之前或之后一定長度范圍內的鑄坯質量產生影響。所以當發生各種質量異常情況時，除輸入質量異常代碼外，還須作一些補正。連鑄過程計算機采集到的異常發生和解除時刻是以鑄坯總長度來表示的，所以補正也以長度形式給出。

5.3 連鑄坯的跟蹤及質量預報

根據切片原理將連鑄生產過程形成的鑄坯分成若干個定長切片(切片的生成是從結晶器液面高度有凝固坯殼開始)，切片的標識以切片產生流水號和產生時的澆鑄長度定義。切片的成長是切片在鑄流生產過程中發生異常事件的集合。對產生的每一個切片在生產過程中的成長進行跟蹤直到切割完成形成板坯為止。每一個切片成長過程中經歷的過程工藝數據與冶金標準過程工藝數據進行對比計算，判斷是否異常并將結果以異常代碼的形式記錄在切片的成長記錄中。根據連續長度內切片的異常標識進行綜合分析判斷，進行質量預報并指導生產操作和工藝控制。

5.4 鑄坯質量判定及處理

根據每一個切片的成長記錄(異常信息記錄)和鑄坯質量缺陷的定義進行鑄坯質量判定，其結果以長度的方式傳送給切割優化模型進行切割優化長度計算，提高連鑄良坯收得率和合格板坯的連續熱送。計算機將根據異常處理組號和異常處理代碼變換表對該信息進行處理，指導生產操作和工藝控制。其中異常處理組號由連鑄機生產的鋼種決定。

5.5 板坯質量判定及處理

根據板坯切割的起始長度和結束長度，進行切片歸屬，把歸屬板坯的切片成長過程中的的質量異常數據按優先次序，最多取出4個異常信息對該塊板坯的質量進行綜合判斷得到板坯質量結果。由于質量異常的數據采集和處理都是以爐次為單位進行的，而切割計算和精整均以板坯為單位進行，故應把處理信息匯集到以板坯為單位的信息區中，需做如下處理:

(1)根據質量結果決定是否可以熱送。

(2)根據質量異常代碼/處理代碼對照表確定板坯是報廢還是保留，給出異常坯的質量缺陷具體位置，并對保留坯確定隨后的精整處理途徑。

6 連鑄坯在線質量預測判定的內容

質量判定系統工作的簡要過程為:收集由儀表、電氣控制系統提供的過程數據和部分來自煉鋼計算機的煉鋼異常信息，接受人工從人機界面輸入的質量異常信息，對質量異常事件進行判斷，跟蹤那些可能發生質量異常的鑄坯段，確定對這些鑄坯段實施哪種處理方案，并通知操作人員或直接指揮控制設備進行處理。

質量判定的內容如表1，主要分為兩大類:第一類是工藝操作參數，也就是通過檢測儀表系統、自動化控制系統自動采集的生產過程數據;第二類主要是連鑄生產過程中發生的突發事件或不可避免的操作即需要操作人員通過人機界面進 行鑄坯質量異常輸入和從煉鋼過來的鋼水信息。

表1 連鑄坯在線質量預測判定內容Tab.1 Content of online quality prediction judgement for contious casting slab

7 結束語

連鑄坯在線質量預測判定模型的建立，對質量合格的連鑄坯直接熱送以有效節能和有效提高連續生產節奏;對表面有缺陷的連鑄坯離線修磨清理后再加熱軋制以減少鋼材廢品率，提高成材率;對內部缺陷嚴重的連鑄坯直接判廢以減少進一步檢查處理成本。使企業整體生產快節奏、高效率、低成本的連續運行。

［1］劉名延，李平，欒興家，等．板坯連鑄機設計與計算上冊［M］．機械工業出版社，1990．

［2］王雅貞，張巖，劉術國，等．連續鑄鋼工藝及設備［M］．北京:冶金工業出版社，1999．

［3］劉玠．連鑄及爐外精煉自動化技術［M］．冶金工業出版社，2006．

Establishment of online quality prediction judgementmodel for continuous casting slab

WEN Heng，LIU Feng，ZHANG Shen
(China National Heavy Machinery Research Institute Co．，Ltd．，Xi'an 710032，China)

The online forecast judgementof continuous casting slab quality is elaborated in detail，which is realized by themodern information technique．The feature of themodel is to adopt the slicing principle tomonitor the slab in the production process and record the unconventional affairs;use statistics principle to quantize the process and technical standard data which influence the slab quality．The advanced computing technology is adopted to forecast and estimate the slab quality．

slice;quality forecast judgement;neural network

TF777.1

A

1001－196X(2012)04－0060－04

2011－11－18;

2011－12－10

溫恒(1984－)，男，中國重型機械研究院自動化研究所，工程師。