梅鋼1#連鑄機優化切割模型的二次開發

吳丹 田建良

摘 要：隨著產品訂單逐漸小量化，質量要求越來越高，客觀上要求切割長度的控制精度、優化策略逐步提高，以便最大限度地切成正常板坯，提高鋼水的成坯率。為提高鑄坯的定尺符合率，梅鋼重新開發優化切割模型，并成功上線運行。

關鍵詞：連鑄；切割優化；二次開發

1 引言

在連鑄板坯切割過程中切出的板坯長度依賴于合同訂單，滿足合同要求的板坯可以出廠，而不符合的板坯將按照現貨或者是廢坯處理。生產控制系統按照合同組織板坯計劃，并將計劃發往生產過程控制系統，生產過程控制系統接收到板坯計劃后根據實時過程數據、澆鑄發生的事件以及相應的控制參數，從而計算出最小廢坯的最佳切割計劃，然后將優化后的板坯長度計劃發往基礎自動化系統（L1），L1按照此計劃執行切割事件。

據統計，梅鋼一號連鑄機2008年，2009年，2010年平均板坯定尺率分別為：98.810%，98.782%，98.955%。為了保證板卷計劃完成率，公司對板坯的定尺率提出了更高的要求，通過提高板坯計劃定尺率，降低余材率，能增加生產效益，降低生產成本。

2 關鍵技術實現

本技術提出一種在連鑄板坯生產中，針對換包、停機、出尾坯等事件產生的板坯質量問題，通過板坯長度優化方案使其長度達到合同要求范圍的方法，使切割的報廢量最小，減少損失。

此技術核心是采用具有分級結構的控制方法，所述的分級結構即將整個優化過程分為三級策略：1）定尺級2）下限級3）上限級。若在第一次實施優化方案后沒有成功，可先根據上限級的剩余長度切出一塊板坯長度范圍內的板坯，切剩后的良坯再次進入三級策略，保證最大限度滿足計劃的合理切割長度排列次序。 同時此技術還具有自學習功能，經過三級策略優化后的板坯計劃若現場操作人員仍覺得不合適可以手動調整，此時計算機系統將操作人員調整的板坯計劃記錄在案，等到相同情況出現時計算機系統可以優先學習記錄的優化方案，而不必通過三級策略安排優化板坯長度。

如圖1內部模塊關系圖。

2.1 異常事件跟蹤

利用現有連鑄計算機系統跟蹤澆鑄中的異常事件（快換中間包、異常降速、停機、出尾坯），將事件發生的異常點位置，異常標志等相關生產信息記錄。涉及的參數有：

P異常（mm）---異常點在鑄流中的位置（由現有計算機系統讀?。?/p>

2.2 良坯長度計算

ιoptimize（mm）---可供優化的良坯長度（由現有計算機系統計算），

P切割（mm）---最后一塊板坯的切割位置（由現有計算機系統讀?。?/p>

ιoptimize=P異常-P切割-Pbefore

2.3 參數準備

一旦異常事件發生，參數準備即被觸發，將核心策略所需的參數準備成功。涉及的參數有：

Δι（mm）---每次切割的耗損長度（經驗值），

λ（%）---板坯收縮系數（經驗值），

α（mm）---余量參數（經驗值），

ιmin，ιnor，ιmax（mm）---每塊板坯長度的計劃下限，計劃定尺，計劃上限（由生產控制系統組織計劃，下發給計算機系統，計算機系統將計劃的冷坯長度轉換為熱坯長度）：

ιnor=ιnor*λ+α

ιmin=ιmin*λ+α

ιmax=ιmax*λ+α

βbefore，βafter（mm）---每種異常造成的接痕前后范圍（經驗值），

ιshort_min，ιshort_max（mm）---廠內允許范圍短坯的上下限（固定值），

ιlong_min，ιlong_max（mm）---廠內允許范圍長坯的上下限（固定值）

2.4 自學習庫

自學習庫由計算機系統管理，自學習庫里的相關記錄均在L2系統下發優化結果后卻沒被現場操作人員采用，操作人員將切割的控制方式由L2自動切割改為L1手動切割后，自學習庫開始運作，它將當時的相關實績記錄（包括：時間creat_time、良坯長度Optimize_length，計劃下限1Length_min1，計劃定尺1Length_nor1，計劃上限1Length_max1，計劃下限2Length_min2，計劃定尺2Length_nor2，計劃上限2Length_max2，………計劃下限10Length_min10，計劃定尺10Length_nor10，計劃上限10Length_max10，實績切割長度1cut_length1，實績切割長度2cut_length2，……實績切割長度10cut_length10）。

本發明首先從自學習庫中搜索相同情況，若良坯長度與表中的良坯長度相差正負200mm，切割計劃長度一致就可按照自學習庫中的實績切割長度安排切割計劃，而后直接進入步驟6，若自學習庫中不存在就進入步驟5的三級策略。

2.5 對良坯進行優化

涉及參數：

ιremain1，ιremain2，ιremain3---切割剩余量（由現有計算機系統計算）

定尺級策略：根據可供優化的良坯長度ιoptimize，首先對此長度按每一塊的計劃定尺進行切割，切到第N塊，直至剩余長度ιremain1<ιnor（n+1）。

對剩余長度進行判斷，若ιremain1<α，則前N-1塊按定尺切，第N塊的切割長度為ιnor（n）+ιremain1；若ιremain1>ιmin（n+1），則前N塊按定尺切，第N+1塊的切割長度為ιremain1。若都不符合，進入下限級策略。

下限級策略：根據可供優化的良坯長度ιoptimize，首先對此長度按每一塊的計劃下限進行切割，切到第N塊，直至剩余長度ιremain2<ιmin（n+1）。

計算前N塊板坯計劃上限與計劃下限的差量總值：

若剩余長度ιremain2<φ，則每塊板坯的切割長度為 。若不符合，進入上限級策略。

上限級策略：根據可供優化的良坯長度ιoptimize，首先對此長度按每一塊的計劃上限進行切割，切到第N塊，直至剩余長度ιremain3<ιlongt_max。

若ιremain3<α，則前N-1塊按計劃上限切，第N塊的切割長度為ιmax（n）+ιremain3；

若ιshort_min<ιremain3<ιshort_max或ιlong_min<ιremain3<ιlong_max，則前N塊按計劃上限切，第N+1塊的切割長度為ιremain3；

若ιshort_min<ιremain1<ιshort_max或ιlong_min<ιremain1<ιlong_max，則前N塊按計劃定尺切，第N+1塊的切割長度為ιremain1；

若ιshort_min<ιremain2<ιshort_max或ιlong_min<ιremain2<ιlong_max ，則前N塊按定尺下限切，第N+1塊的切割長度為ιremain2。若不符合，進入回歸策略。

4）回歸

將上限級的剩余長度擴大：ιremain3=ιremain3+ιmax（n）

根據ιremain3的長度切出一塊長度范圍內的板坯ιr，切剩后的良坯再次回歸三級策略。切剩后的良坯長度為：

ιoptimiz=ιoptimiz-ιr

2.6 設定

經過步驟5或步驟6優化的切割長度要送往LEVEL1以進行設定控制。但在設定之前要對跟蹤的板坯長度進行判斷，若此時的跟蹤長度已經大于要設定的長度，則放棄此次設定，此塊板坯按定尺切割，等待下個周期重新優化板坯長度，安排切割計劃。

3 結束語

該模型根據梅鋼連鑄機的實際工藝參數開發的，由煉鋼廠工藝專家提出模型工藝思想，再由過程控制技術人員用計算機形式控制實現。模型采用PL/SQL語言開發，集成在應用數據庫中，方便功能擴充、調試、維護。優化切割模型的投用后，模型投用率達到100%。板坯計劃符合率達到99.61667%。

[參考文獻]

[1]龐維成，陳松林.《連鑄自動化過程中尾坯優化切割模塊設計》.（中圖分類號：TF391 文獻標識碼：A）.