上海蓝鸟板坯连铸机结晶器漏钢预报系统
解决粘结性漏钢问题除了改善保护渣质量同时精心操作以确保拉速、结晶器内钢液面稳定以外,开发漏钢预报装置用于预先警告漏钢的发生是较有效的措施。为了能够预报粘结性漏钢的发生,近年来国外开发的技术主要有热电偶测温、振波分析、摩擦阻力三种方法,其中热电偶测温法技术比较成熟,准确性相对较高,在工业大生产中应用得非常普遍。
热电偶测温预报法就是在结晶器铜板设置一定数量的热电偶,用于监测铜板的温度变化,当连铸坯壳与结晶器铜板粘结时,铜板温度会发生一定的变化,如下图所示,根据热电偶的温度特征来预测粘结性漏钢发生的可能性。当系统报警后,通过降低铸造速度,增加负滑脱时间而使粘结脱离铜板,断口复合并在出结晶器之前形成一定厚度的坯壳,使漏钢得以避免。
漏钢预报系统采用模糊神经网络+逻辑判断技术,能准确地预报粘结性漏钢。
预报系统技术特点
a、基于历史数据的数据挖掘技术的应用
报警模型是根据大量历史数据的样本学习而成,不仅采用了神经网络方法,而且开发了基于历史数据的空间判别网络。从历史数据形成的模型,应用于实时系统的数据分类和判别,这是典型的数据挖掘和从数据发现知识技术的应用。所有的模型数据都是在历史数据的基础上通过网络的学习而来,保证了判别的客观性,克服经验数据在不同工况情况下的偏差,对报警和判别提供了客观数据的保证。
b、判别模型中空间判别网络的构造和应用
考虑粘结性漏钢在结晶器内的时间和空间的传递和延迟性,构造了空间判别网络来判别漏钢特征的发生。采用上下两排相邻六点的温度数据,利用历史数据学习和构造了空间判别网络,预测漏钢发生时的传递特性,更合理更准确地确定漏钢特征,从而达到提高预报准确率的作用。
c、逻辑方法和模糊神经网络判断模型的综合应用
在实践中,我们发现单纯使用模糊神经网络判断模型在某些工况情况下会出现不稳定的情况,增加了逻辑判断方法后,成为一个逻辑方法和模糊神经网络判断模型综合应用的一个实例。既利用了逻辑方法分类界面清晰的优点对数据进行预处理,又利用模糊神经网络判断模型进行智能化的报警判断。
次应用会给钢铁企业带来显著的经济效益。
案例:柳州钢铁股份有限公司
提交
助力企业恢复“战斗状态”:MyMRO我的万物集·固安捷升级开工场景方案
车规MOSFET技术确保功率开关管的可靠性和强电流处理能力
未来十年, 化工企业应如何提高资源效率及减少运营中的碳足迹?
2023年制造业“开门红”,抢滩大湾区市场锁定DMP工博会
2023钢铁展洽会4月全新起航 将在日照触发更多商机