鈦及鈦合金真空自耗熔煉爆炸預警系統(tǒng)研制

張乃祿，王 偉，李偉強，宋 濤，韓 凱

(1.西安石油大學，陜西 西安 710065)(2.西安海聯(lián)石化科技有限公司， 陜西 西安 710065)

0 引 言

本研究以鈦及鈦合金真空自耗熔煉爆炸現(xiàn)象為研究對象，對真空自耗電弧爐爆炸機理及征兆要素進行分析，確定爆炸征兆及爆炸征兆要素，提出一種基于信息融合[2]的模糊神經(jīng)網(wǎng)絡爆炸預警模型系統(tǒng)。期待該系統(tǒng)能夠實現(xiàn)鈦及鈦合金真空自耗熔煉爆炸的可靠預警，避免電弧爐爆炸事故的發(fā)生。

1 爆炸機理及征兆要素分析

1.1 鈦及鈦合金熔煉爆炸機理分析

鈦及鈦合金真空自耗熔煉過程中，電極桿帶動鈦自耗電極與坩堝底(熔池)形成穩(wěn)定電弧，電弧釋放出巨大熱量使鈦自耗電極底端逐漸融化，在水冷銅坩堝中冷凝成鑄錠。 熔煉質(zhì)地疏松、含氣量高的鈦及鈦合金自耗電極時，因電弧燃燒不穩(wěn)定，極易產(chǎn)生邊弧擊穿坩堝；坩堝冷卻水故障時，不能及時帶走熔煉產(chǎn)生的大量熱，使高溫狀態(tài)坩堝在內(nèi)外壓差和重力的作用下發(fā)生形變被擊穿。坩堝被擊穿會導致冷卻水進入坩堝迅速汽化或與熔融態(tài)金屬反應釋放氫氣，從而發(fā)生壓力爆炸[3]。鈦及鈦合金真空自耗熔煉爆炸具有3個征兆：①發(fā)生邊弧，電弧直接作用在坩堝壁，造成高溫態(tài)坩堝擊穿，征兆變化為熔煉電壓降低、熔煉電流增大、冷卻水溫度逐漸升高；②冷卻水中斷，冷卻水不足致使坩堝冷卻不及時，導致高溫態(tài)坩堝發(fā)生形變擊穿產(chǎn)生爆炸，征兆變化為冷卻水溫度升高、流量降低；③坩堝水系統(tǒng)短路，坩堝與水套間冷卻水氣化形成氣墊致坩堝冷卻失效，導致高溫態(tài)坩堝發(fā)生形變擊穿，征兆變化為冷卻水出水口溫度降低及流量突變，該征兆預示著可能發(fā)生極危險的熔煉爆炸事故。

1.2 鈦及鈦合金熔煉爆炸征兆要素分析

鈦及鈦合金真空自耗熔煉爆炸的前提是熔煉過程中發(fā)生坩堝擊穿，冷卻水進入坩堝。根據(jù)影響真空自耗熔煉安全因素分析[4-6]，以φ622 mm坩堝熔煉工藝數(shù)據(jù)為例，確定了5個爆炸征兆要素。

(1)真空度：表征熔煉室氣氛與熔煉電弧穩(wěn)定性。真空度小于67 Pa，電弧趨于穩(wěn)定；真空度處于67～670 Pa范圍內(nèi)，電弧在坩堝內(nèi)發(fā)生嚴重漂移，易產(chǎn)生邊弧。

(2)熔煉電壓：表征熔煉電弧長度。熔煉電壓需控制在30～33 V，過大易產(chǎn)生邊弧。

(3)熔煉電流：表征熔池溫度、形狀、深度及熔速。熔煉電流控制在16～17 kA，過大易導致熔液飛濺，產(chǎn)生邊弧。

(4)冷卻水流量：表征坩堝溫度冷卻程度的快慢。正常熔煉冷卻水流量70 m3/h，流量小于40 m3/h則冷卻水中斷；流量出現(xiàn)突變則坩堝水系統(tǒng)短路。

（2）加強質(zhì)量監(jiān)督機構能力建設[3]。新時期的監(jiān)督工作對人員數(shù)量、素質(zhì)的要求更高，急需新增一批具備綜合性、專業(yè)性的人才隊伍投入長江流域監(jiān)督崗位上來，通過開辦一系列質(zhì)量監(jiān)督培訓班加強對這類人員的教育，要求監(jiān)督人員熟練掌握有關政策、法律、法規(guī)和技術標準以及混凝土結構、金屬結構、工程地質(zhì)等專業(yè)知識，組織各項專業(yè)齊備的專家巡查組開展巡查工作，并通過選擇合理的第三方抽檢機構開展監(jiān)督抽檢，逐步使監(jiān)督機構數(shù)量、能力與新形勢下水利建設發(fā)展相適應，切實承擔起水利工程的質(zhì)量監(jiān)督職責，為長江流域質(zhì)量監(jiān)督工作提供有力的組織保障。

(5)冷卻水溫度：表征坩堝溫度的高低。正常熔煉冷卻水出口與進口溫差控制在10～15 ℃，出口溫度不超過50 ℃。冷卻出口與進口溫差大于15 ℃則發(fā)生冷卻水短路，溫差小于0 ℃則發(fā)生坩堝水系統(tǒng)短路。

2 真空自耗熔煉爆炸預警系統(tǒng)實現(xiàn)

2.1 熔煉爆炸預警系統(tǒng)硬件構成

鈦及鈦合金真空自耗熔煉爆炸預警系統(tǒng)硬件主要由數(shù)據(jù)采集和爆炸預警2部分組成，系統(tǒng)硬件構成如圖1所示。

圖1 真空自耗熔煉爆炸預警系統(tǒng)構成Fig.1 Diagram of explosion early-warning system for vacuum consumes smelting

2.1.1 數(shù)據(jù)采集單元

數(shù)據(jù)采集單元包括真空計、電壓變送器、電流傳感器、流量計和溫度計等構成的傳感器組，主要實現(xiàn)爆炸征兆參數(shù)的采集。

2.1.2 爆炸預警單元

爆炸預警單元選用高性能的工業(yè)計算機，數(shù)據(jù)服務器構建鈦及鈦合金爆炸預警的硬件平臺。結合爆炸預警軟件，實現(xiàn)鈦及鈦合金熔煉過程真空度、熔煉電壓、熔煉電流、冷卻水溫度、冷卻水流量等安全信息的融合及爆炸危險程度的判斷。

2.2 熔煉爆炸預警軟件設計

2.2.1 熔煉爆炸預警軟件組成

鈦及鈦合金真空自耗熔煉爆炸預警軟件采用Intouch組態(tài)軟件作為平臺軟件進行開發(fā)，分為數(shù)據(jù)采集、預警處理、預警顯示3層，爆炸預警軟件組成如圖2所示。數(shù)據(jù)采集單元采集鈦及鈦合金真空自耗熔煉過程中真空度、熔煉電壓、熔煉電流、冷卻水流量和溫度等安全信息，并存入數(shù)據(jù)庫；同時，安全狀態(tài)信息通過爆炸預警單元得到鈦及鈦合金真空自耗熔煉安全狀態(tài)的判斷及危險狀態(tài)的可靠預警。熔煉爆炸預警軟件的核心是構建熔煉爆炸預警模型及算法。

圖2 真空自耗熔煉爆炸預警軟件組成Fig.2 Software architecture of explosion early-warning system for vacuum consumes smelting

2.2.2 模糊神經(jīng)網(wǎng)絡熔煉爆炸預警模型

鈦及鈦合金真空自耗熔煉爆炸預警模型關鍵是熔煉過程爆炸征兆參數(shù)的采集和特征提取，核心是基于BP神經(jīng)網(wǎng)絡和模糊評價算法的爆炸征兆信息融合。BP神經(jīng)網(wǎng)絡在處理鈦及鈦合金熔煉爆炸不確定性強的安全信息融合具有較強的魯棒性；模糊評價法綜合考慮爆炸征兆的影響，得出爆炸危險程度判斷結果。結合二者優(yōu)勢，構建爆炸預警模型如圖3所示。

圖3 真空自耗電弧熔煉爆炸預警模糊神經(jīng)網(wǎng)絡模型Fig.3 Fuzzy neural network model of explosion early-warning for vacuum consumes smelting

(1)數(shù)據(jù)預處理 采用合適的隸屬度函數(shù)對傳感器組采集的征兆參數(shù)進行特征提取，得到征兆參數(shù)輸入特征向量X=[x1，x2，x3，x4，x5]，其中xi表示第i個征兆參數(shù)經(jīng)隸屬度函數(shù)處理后的征兆參數(shù)特征值。選取三角分布函數(shù)，并結合征兆參數(shù)變化規(guī)律，得到下式作為征兆參數(shù)模糊處理的隸屬度函數(shù)[7]。

(2)BP神經(jīng)網(wǎng)絡預測 采用BP神經(jīng)網(wǎng)絡對征兆參數(shù)特征向量進行局部融合判斷，得到熔煉爆炸的3個爆炸征兆概率。BP神經(jīng)網(wǎng)絡輸入為爆炸征兆輸入特征向量，輸出為爆炸征兆概率向量Y=[y1,y2,y3]，其中y1表示產(chǎn)生邊弧的概率，y2表示發(fā)生冷卻水中斷的概率，y3表示發(fā)生坩堝水系統(tǒng)短路的概率。故選用3層BP神經(jīng)網(wǎng)絡，輸入層節(jié)點數(shù)為5，輸出層節(jié)點數(shù)為3，考慮到網(wǎng)絡的性能和速度，經(jīng)過多次試算得到隱含層神經(jīng)元的個數(shù)為10。故該BP神經(jīng)網(wǎng)絡采用5-10-3的拓撲結構，如圖4所示。隱含層采用tansig函數(shù)，隱含層到輸出層采用logsig函數(shù)。

圖4 BP神經(jīng)網(wǎng)絡拓撲結構Fig.4 Topology structure of BP neural network

(3)爆炸預警 采用模糊評價法對爆炸征兆概率向量進行綜合評價，得出爆炸危險程度向量Z=[z1，z2，z3]，其中，爆炸危險程度劃分為“z1=安全”、“z2=臨界”、“z3=危險”3種[8]。根據(jù)人為經(jīng)驗獲取爆炸征兆與爆炸危險程度關系建一個模糊評價矩陣R，將爆炸征兆概率向量作為模糊評價的系統(tǒng)的輸入，即得到設備當前運行的狀況，如下式所示。

式中，Rij表示該爆炸征兆占熔煉爆炸發(fā)生的權重值,“?！北硎灸：仃嚭铣伤阕?。

通過對爆炸預警結果的解析即可知道設備發(fā)生爆炸風險的大小，爆炸預警結果為危險時，系統(tǒng)電源自動跳閘；爆炸預警結果為臨界時，發(fā)出報警提示操作人員采取相應的應對策略；爆炸預警結果為安全時，無需進行操作。

3 仿真結果及應用

根據(jù)鈦和鈦合金真空自耗電弧爐熔煉安全因素和爆炸機理分析，建立爆炸征兆與征兆要素知識庫(見表1)，并以此作為BP神經(jīng)網(wǎng)絡的訓練樣本。

表1爆炸征兆與征兆要素知識庫

Table 1 Knowledge base of explosion causes and symptom

BP神經(jīng)網(wǎng)絡在MATLAB平臺進行仿真，設置最大迭代次數(shù)為1 000，學習目標為均方誤差≤0.001。通過仿真得到該神經(jīng)網(wǎng)絡的誤差函數(shù)經(jīng)143步迭代后收斂，如圖5所示。

圖5 BP神經(jīng)網(wǎng)誤差收斂仿真結果Fig.5 Simulation results of error convergence of BP neural network

鈦及鈦合金真空自耗熔煉爆炸預警系統(tǒng)已在某企業(yè)投入運行。在一次3 t真空自耗電弧爐熔煉鈦合金過程中，爆炸征兆要素輸入特征向量為X=[0.481 5，0.532 0，0.502 1,0.236 1,0.956 3]；BP神經(jīng)網(wǎng)絡處理得到爆炸征兆概率向量Y=[0.009 3；0.038 1；0.995 6]，預測爆炸征兆為坩堝水系統(tǒng)短路；通過模糊評價得到結果為Z=[0.816 6,0.251 0，0.030 6]，爆炸預警結果為危險，電源進行自動跳閘。經(jīng)過現(xiàn)場檢查分析，發(fā)現(xiàn)是由于密封圈變形造成了坩堝水系統(tǒng)短路。故該爆炸預警系統(tǒng)能夠實現(xiàn)爆炸預警。

4 結 論

(1)依據(jù)真空自耗電弧爐的工藝特點，結合傳感器組獲取熔煉過程中的真空度、熔煉電壓、熔煉電流、冷卻水溫度和流量等安全信息及爆炸機理，總結出3個爆炸征兆——產(chǎn)生邊弧、冷卻水中斷、坩堝水系統(tǒng)短路。

(2)采用模糊神經(jīng)網(wǎng)絡技術構建了真空自耗熔煉爆炸預警系統(tǒng)，實現(xiàn)了真空自耗電弧爐熔煉爆炸預警，提高了鈦及鈦合金熔煉的安全性。

[1] 盧新昌.影響VAR爐真空自耗爐熔煉安全的因素及對策[J].真空,2004,41(3):83-88.

[2] 譚章祿,張麗娜,呂明.基于人工神經(jīng)網(wǎng)絡和模糊診斷技術的煤礦安全預測系統(tǒng)[J].礦業(yè)安全與環(huán)保,2012,39(5):89-92.

[3] 張文政.真空自耗爐熔煉鈦時發(fā)生爆炸的原因分析[J].工業(yè)爐,2015,37(5):54-56.

[4] 張晶宇,范麗娟,張一鵬,等.影響真空自耗電極電弧爐電弧穩(wěn)定性的因素及對策[J].真空,2003,40(3):21-24.

[5] 鄒武裝.真空自耗電弧爐控制系統(tǒng)設計及實現(xiàn)[J].現(xiàn)代電子技術,2011,34(18):192-194.

[6] 鄒武裝.鈦及鈦合金真空自耗熔煉過程中關鍵參數(shù)控制分析[J].鈦工業(yè)進展,2011,28(5):41-44.

[7] 梁華.基于模糊神經(jīng)網(wǎng)絡的凝汽器真空故障診斷方法[J].儀器儀表用戶,2015(4):72-76.

[8] 白威,張乃祿,胡建國.油氣田天然氣集氣站安全性模糊綜合評價研究[J].西安石油大學學報(自然科學版),2014(6):70-73.