结晶器漏预报系统的原理分析

通过粘结漏钢产生的原因及粘结时坯壳的特征,对结晶器漏钢预报系统的原理进行分析,得出发生粘结漏钢必须满足三个必要条件及发生漏钢预报后铸坯出结晶器不漏钢应满足的条件.     

板坯连铸结晶器拉漏预报技术研究

板坯连铸结晶器漏钢是多种事故中造成损害最严重的一种，它不驻降低铸机作业率，而且会损坯铸机。为了降低马钢板坯连铸机的漏钢率，采用结晶器铜板测温方式，研制了一套板坯连铸结晶器拉漏预报装置，并于１９９５年１１月在马钢三钢厂顺投入工业性热试。通过生产应用表明，本装置的各项性能指标均达到设计要求，对粘结性漏钢的测得率达１００％，误报率为２０．５３％。热试表明，本装置在结晶器液面测定和铸坯表面质量判定方面也具     

基于LabVIEW的连铸结晶器粘结漏钢预报系统

通过分析连铸结晶器漏钢的类型和预报原理,提出热电偶测温法与摩擦力法相结合的预报方法,并设计出基于LabVIEW的连铸结晶器粘结漏钢预报系统。结果表明,粘结漏钢是最常见的连铸结晶器漏钢事故,采用热电偶测温法和摩擦力法相结合的方法,能更及时准确的对粘结漏钢进行预报。     

结晶器专家系统(CMES)的研究及应用

论述了板坯连铸机结晶器专家CMES系统和应用,CMES系统包括漏钢预报系统、热相图等系统,并采用多种策略对粘结性漏钢进行预报,从而提高报出率和降低误报率。     

板坯连铸结晶器漏钢预报系统的开发与实践

结晶器漏钢预报系统是结晶器过程监控的主要手段,可有效避免粘结漏钢等异常事故,对提高铸坯质量和实现高拉速连铸具有重要意义。针对板坯连铸过程,通过漏钢过程热电偶温度历史数据的分析,提出了一种粘结漏钢预报的新逻辑判断模型,并开发结晶器漏钢预报系统,在H炼钢厂进行了应用实践,结果显示,该系统对粘结漏钢报出率为100%,预报准确率为78.26%,误报频率为0.15%次/炉,达到了较好的漏钢预报性能。     

热像图对结晶器传热的监控作用

钢液在结晶器内凝固成所需的断面形状和一定厚度的初生坯壳,所以结晶器的传热是连铸冷却凝固过程中最重要的环节。自从薄板坯连铸工艺蓬勃兴起后,高拉速的技术特点决定了生产时结晶器内更需要稳定的传热状态,所以对结晶器传热进行及时有效的监控就显得非常必要通过结晶器漏钢预报系统(MBDS)来监控结晶器内的传热就是一个很有效的措施,它能反映出各个因素影响下结晶器传热的变化。     

基于数据预处理与智能优化的高炉铁液温度预测模型的研究

基于BP神经网络的数据预处理方法建立高炉铁液温度预测模型。首先通过对数据的滤波去噪及相关性分析,选择与高炉铁液温度相关的输入和测量变量;再用创新的智能优化算法(粒子群蚁群算法)优化BP神经网络的参数,从而提高模型的精度。依据生产现场实际数据进行的试验表明,所建立的基于数据预处理与智能优化的高炉铁液温度预测模型的命中率有明显的提高,对实际生产现场更具有指导意义。     

基于差分进化-灰狼优化算法的支持向量机连铸漏钢预报系统研究

针对小样本训练数据情况下BP神经网络模型难以获得较高预报准确率的问题,提出了一种基于差分进化-灰狼优化(DE-GWO)混合算法优化的支持向量机(SVM)模型,并将其应用到连铸漏钢预报系统领域。利用差分进化(DE)算法的交叉变异操作对灰狼优化(GWO)算法进行进化,得到DE-GWO混合算法,在解决了GWO易陷入局部最优问题的同时,提高了算法的寻优速度以及模型的准确性。结合某钢厂连铸生产数据,对DE-GWO-SVM漏钢预报模型进行测试。结果表明,该算法下的连铸漏钢预报系统的准确率为99.5%,报出率达到100%。     

基于随机森林和聚类的连铸坯纵裂纹预报方法

纵裂纹是一种常见的铸坯表面缺陷,准确预测铸坯表面纵裂对于提高铸坯质量有着重要意义。针对纵裂纹形成与扩展过程中结晶器热电偶温度在时间、空间上的变化趋势,捕获和提取了热电偶时序温度的典型变化特征,采用随机森林(Random Forest,RF)对捕捉到的特征进行降维,筛选出与纵裂联系密切的相关特征,在此基础上建立了基于K均值(K Means)聚类的纵裂检测模型。结果表明,提出的基于温度时序特征和聚类算法的纵裂预测模型能够正确区分和识别纵裂纹和正常工况样本,将机器学习方法引入连铸过程异常监控提供了新的思路。     

基于新型模糊神经网络连铸漏钢诊断预报的研究

基于某钢厂连铸现场采集的历史数据,通过对AFLC模糊神经网络学习算法和网络结构的改进,建立了融合模糊模式识别和模糊聚类的新型竞争型模糊神经网络,并将模型应用于连铸漏钢预报的过程中。结果表明,模型能够有效地识别连铸粘结漏钢过程中两种典型的温度模式和预报拉漏事故的发生。在警戒参数为0.88的条件下,该模型对两种典型温度模式的预报率分别达到95.6%和97.8%,报出率都达到100%。     

一种高准确率漏钢预报系统

漏钢预报系统属于高效连铸生产的关键工艺和装备。镭目公司从连铸漏钢预报工程技术实际出发,总结影响漏钢预报系统预报准确率的原因,开发了一种高准确率漏钢预报系统。多家钢厂采用RAMON漏钢预报系统后证明,本系统从判断漏钢到输出拉速信号的响应时间≤0.5 s,漏钢检测的准确率 ≥ 95%,报警输出率 ≥ 99%。     

热型连铸单晶铜铸型温度控制的研究

利用自行开发的热型连铸设备，研究了引锭材质、铸型材质、铸型加热炉功率等因素对铸型温度的影响。试验结果表明，铜管引锭、石墨铸型、较大功率的铸型加热炉及合理的引锭工艺过程，有利于在热型连铸时控制铸型温度，达到理想状态。     

基于模糊聚类及神经网络的连铸漏钢预报

在模糊RBF神经网络的基础上,通过融合基于贴近度的改进FCM和Conditional FCM算法,建立了改进的模糊RBF网络模型;并结合某钢厂连铸现场采集的历史数据将该模型应用于连铸漏钢预报的过程中。结果表明,改进的网络模型能更准确地辨识连铸粘结漏钢过程中典型温度模式1和模式2,对二者的预报率分别达到949%和983%,报出率均达到100%,其预报性能更佳,能更有效地预报拉漏事故。     

连续铸钢结晶器温度场的试验研究及其数值模拟

连铸钢坯过程中,结晶器处于高温钢液和高速冷却水的综合作用下,结晶器温度场的合理分布是保证连铸正常进行的关键.为得到结晶器内壁界面温度分布规律,设计了模拟结晶器工作过程的试验装置,进行了动态水流和静态水流对结晶器壁温度影响的测试试验.结果表明,结晶器内壁温度趋近于冷却水温度.结合试验数据推导了结晶器界面等效导热系数,用等效导热系数处理钢液与结晶器内壁的边界传热,对连铸钢坯结晶器温度场进行数值模拟,模拟结果与有关研究结果符合.     

高效连铸结晶器冶金过程控制关键技术探讨

结合东北大学冶金过程仿真与智能控制研究组的最近研究成果,就涉及高效连铸的结晶器冶金理论及控制技术,如钢水流动行为及控制、凝固坯壳生长行为及控制、铜板热变形行为及控制、结晶器润滑机制及控制等进行分析与探讨。     

宽厚板坯连铸机漏钢原因浅析

针对某炼钢厂宽厚板坯连铸生产过程中的漏钢事故,分析了厚板连铸板坯产生漏钢的原因。现场生产实践表明,结晶器传热不均、保护渣性能不良、结晶器液面波动和操作不当等原因是引起漏钢的主要因素,并提出了有效预防漏钢的控制和改进措施,取得了良好效果。     

铸型温度梯度对热型连铸固液界面位置的影响

用两种结构铸型进行了热型连铸铜杆对比试验研究，结果表明，提高铸型温度梯度有利于稳定固液界面的位置，从而扩大热型连铸工艺参数配合的范围。     

含TiO2的保护渣在高温下生成TiN、Ti（CN）的研究

使用含TiO2较高的原料或人为地在保护渣中加入TiO2,可以降低结晶器内渣膜的传热能力,但是该类渣在现场长期使用后会出现连铸粘结和漏钢比例大幅上升的情况,造成这一问题的可能原因是该类保护渣在熔化过程中形成了TiC、Ti(C、N)等高熔点物质,从而引起粘结漏钢。本文通过热力学计算以及实验室研究证实了在含TiO2保护渣使用过程中生成TiC等高熔点物质的可能性。     

板坯连铸结晶器铜板温度场有限元仿真研究

采用MSC.Marc 2005r2有限元分析软件,基于某钢厂板坯连铸结晶器铜板冷却参数的优化改造,对优化前后的宽面铜板温度场进行了二维数值仿真研究,并结合仿真计算结果,讨论了铜板冷却参数对其温度场的影响效果,为结晶器铜板冷却参数（包括水槽几何结构和冷却水量）的优化设计提供了有力的分析工具。     

板坯连铸结晶器热行为研究

建立了结晶器三维有限元传热模型,系统地分析了铜板厚度、水槽的结构尺寸和分布、镍层对板坯连铸结晶器铜板温度分布的影响．结果表明,在操作条件允许的情况下,降低铜板厚度、增大水槽深度、减少镍层厚度有利于降低铜板热面温度,提高结晶器的使用寿命．