王立杰,趙 楊,張燕平
(1.唐山鋼鐵集團有限責任公司,河北063016;2.唐山不銹鋼有限公司,河北,063105)
隨著連鑄高效化生產技術發展,鑄坯質量在線判定、連鑄與熱軋之間的工序銜接和匹配智能化控制等系統,對保證連鑄生產的連續、高效、高質和減少資源的浪費等都具有重要意義[1]。 隨著科學技術的發展,連鑄自動化技術應用越來越廣泛,極大的推動了鑄坯質量在線判定技術的高速發展。 國內部分鋼廠采用以電磁感應技術或光學檢測技術為基礎的物理檢測方法對鑄坯質量缺陷在線判定。 但由于高溫鑄坯受氧化鐵皮、保護渣的影響,使用精密設備檢測鑄坯表面質量的效果并不理想,部分研究人員利用專家系統、神經網絡等人工智能技術開發在線判定系統,實現鑄坯質量在線判定[2-4]。
將連鑄工藝過程控制納入鑄坯質量判定已經成為發展趨勢,目前,國內相關企業也在逐步開展相關工作,但整體看,真正實現并運用全工序、系統化、智能化系統進行鑄坯質量等級在線判定的企業還比較少。 本文就唐鋼不銹鋼公司鑄坯質量在線判定系統的研發進行了闡述,并對投運效果進行了分析和總結。
鋼鐵企業在對最終產品質量跟蹤時,逐步意識到鑄坯生產過程的工藝控制情況對最終產品質量影響非常大。目前鑄坯質量判定多基于對鑄坯成分、外形尺寸、表面質量等內容的分析、檢測,不能完全真實反映鑄坯的實際質量,質量管控風險較大。
在鑄坯生產過程中,連鑄工藝過程控制情況往往通過人員在系統外進行信息溝通與判定,該控制模式不能全面、快速、準確實現多工序、系統化工藝信息集成,更不能將工藝信息快速、精確計算后輸出。 因此需要建立一套集工藝過程數據采集、集成、計算與質量等級決策的鑄坯質量在線自動判定系統,以實現鑄坯實際質量與訂單質量要求的準確對接、匹配。
鑄坯在線質量判定系統是根據鑄坯的純凈度、鑄坯表面缺陷、鑄坯內部缺陷、鑄坯形狀缺陷等質量影響因素,確認不同鋼種對應的不同缺陷性質,以及不同的缺陷對應不同的影響因素和生產過程參數。
首先進行鑄坯生產過程異常數據和事件采集,將生產過程工藝參數、鋼種成分、生產控制要求、過程異常數據、設備狀態、頭尾坯、混坯等對連鑄板坯質量等級判定造成影響的數據和事件進行采集,基于此煉鋼記號對應的標準規格要求,對生產過程數據進行分析和評估,提供判定鑄坯所需的全面的質量評估和決策架構。 然后將鑄坯質量在線判定系統的判定等級傳遞至軋鋼系統,軋鋼排產人員根據判定結果和訂單需求組織排產,保證板卷質量達到客戶需求,提升客戶滿意度。
鑄坯在線質量判定系統是以QMS 系統為基礎,所需數據流轉圖見圖1。主要有MES 系統、PI 系統、ODS 系統等提供數據來源和支撐。 根據不同的數據,將判定系統分為不同的模塊,例如異常事件計算模塊,界面和規則編輯器等。具體業務流程如圖2所示。

圖1 QMS 系統數據流轉圖

圖2 鑄坯在線質量判定系統業務流程
煉鋼工序的關鍵過程參數的狀態將直接影響板坯的質量特性,尤其是連鑄機拉速、中間包鋼水溫度、結晶器液面波動等工藝數據對板坯質量分級判定至關重要,可能導致產品缺陷,或者可能無法保證按目標質量生產合格產品。 因此,基于公司的生產信息,將一級、二級、三級等信息化系統煉鋼全流程的數據采集,為QMS 系統提供連鑄機的(拉速、中間包鋼水溫度等)過程數據。
板坯最終成品質量不但與連鑄工序的過程參數有關,而且澆鑄前煉鋼工序的關鍵過程參數的狀態也直接影響板坯的質量特性,尤其是異常波動、控制失敗事件因素可能導致產品缺陷,或者可能無法保證按目標質量生產合格產品,因此鑄坯在線判定系統異常事件計算模塊的收集要延伸至煉鋼工序。
為了實現計算機易于識別的目的,每個質量異常事件定義為以字母、數字、符號組成的代碼,并以異常代碼的形式存儲在數據庫中。 為準確識別質量影響因素,將轉爐、精煉、連鑄工序對異常事件的收集類型,分為判斷項類和監控項類。 煉鋼全流程共收集項目185 項,分為監控項和判定項。
3.4.1 規則編輯
規則編輯器是鑄坯在線判定系統的核心,主要是用來制定鑄坯質量判定的規則,并對規則進行維護和修改的模塊。 鑄坯在線判定系統的規則編輯器的邏輯計算為EEC 邏輯計算模塊,是用計算機語言,結合異常事件邏輯計算規則,實現異常事件邏輯判斷的過程。 EEC 邏輯計算模塊流程圖見圖3。
異常事件邏輯判斷分為兩部分:一部分是數據可計算部分,基于每塊鑄坯工藝數據信息,按照異常事件的邏輯計算規則實施計算,計算后輸出數據計算結果,并將計算結果與異常事件代碼對接;另外一部分不需要計算,主要為無法信息采集的異常情況信息,該信息由MES 系統直接轉換為異常事件代碼傳遞至EEC 邏輯計算模塊。

圖3 EEC 邏輯計算模塊
EEC 邏輯計算模塊中的主要功能為:
(1)對異常事件的控制標準進行修訂,修訂時確定部門或人員權限;
(2)異常事件要基于不同產線進行設計,且在不同產線下的異常事件的控制標準、 判定標準不同,滿足不同的設計要求;
(3)異常事件邏輯計算公式中的相關固定數可以結合不同產線進行修改,例如塞棒漲桿、涮桿對鑄坯拉速影響的系數,塞棒顫動影響值等。
3.4.2 鋼種分類
對現有的300 多個鋼種進行了鋼種組類別的設置,有新鋼種時可以手動增加到鋼種組內,便于接到訂單時依據鋼種類別判定。
3.4.3 異常事件對應鑄坯質量等級確定
每個異常事件與鋼種對應等級匹配,是鑄坯判定系統的工藝核心,自動判定的依據。 這是工藝、質量知識和經驗的沉淀和傳遞,需要各產線結合自己的特點,對應產品特殊屬性,對規則進行不斷的修正、完善。 異常事件對應鑄坯質量等級錄入界面如圖4 所示。

圖4 異常事件對應鑄坯質量等級錄入界面
鑄坯質量在線判定系統對經過生產線的所有鑄坯均進行在線的質量判定,判定用的規則為產品的客戶訂單、產品用途和異常事件信息等。 判定結果界面包含了鑄坯生產信息,異常事件信息、判定信息和人工判定窗口。
(1)生產過程中,質量判定單元采集實際生產過程中的數據,并與判定規則中的相關判定規則進行對比,按照規則要求對生產的相應鑄坯進行判級,把判定結果上傳到數據庫中保存[5],并依據鋼種類別和廠家要求進行邏輯處理,依據不同目標要求給出不同的等級,如圖5 所示。
(2)將等級結果和異常信息通過三級和四級系統傳遞至熱軋工序,便于熱軋工序根據廠家和訂單需求進行不同規格的軋制處理。
(3)鑄坯在線判定系統的判定結果將形成數據庫進行保留,工藝、質量等管理人員可以根據判定數據進行工藝質量分析和查詢,在此基礎上,對運行規則進行優化和完善,實現鑄坯判定后的分級管理,提升客戶滿意度和產品定位。
唐鋼不銹鋼公司鑄坯質量在線判定系統投入運行以來,顯著提高了鑄坯質量控制水平,也提升了煉鋼廠對鑄坯質量的實時監控能力。

圖5 鋼種不同類型對應質量判定等級
(1)鑄坯在線判定系統實現判定結果在上下游工序共享,在本工序接收到上工序產品時,通過系統及時、 方便地查詢到上工序產品的質量信息,為決定本工序的使用方式提供了依據。
(2)鑄坯在線判定系統判定實現由結果檢驗向關注工藝過程轉變;實現系統判斷代替人工經驗判斷,避免人為操作的主觀性失誤;實現了全工序質檢,減少產品質量異議產生的經濟糾紛。
(3)目前,連鑄板坯生產線實現質量自動化判定功能,系統投入使用率100%,判定等級輸出準確率97%,自動判定及時率100%,邏輯計算準確率(按設計要求)100%。