马钢板坯连铸漏钢预报技术的进展

马钢四钢轧的漏钢预报系统(简称MMS)是由西马克集团于2006年提供的。经过了10年的运行，系统老化、无法满足当前的快节奏的工艺生产要求。

2016年6月份由于漏报造成2次粘结漏钢事故，导致生产中断和严重的生产损失。老的漏钢预报系统，没有自学习功能，报警阈值根据钢种特性及热电偶梯度变化进行人为摸索，控制精度很难保证，为了预防漏报造成漏钢事故，工艺技术人员收窄了报警阈值，虽然杜绝了漏报，但增加了大量误报，约180块/月，因粘结报警造成的降速浇铸，既影响了生产节点，不利于高效生产，降低生产成本，又造成了非稳态浇铸，结晶器流场不稳定，钢液卷渣，降低了铸坯质量。

另外老系统还需要连铸机主控每次开浇前检查两个流BPS曲线选取情况以及BPS曲线选取是否与钢种相应。在生产断面为1600 mm、1300 mm、1400 mm还需要人工进行热电偶屏蔽，极大增加了工人的工作量。

在此背景下，寻找具有自学习功能，能自适应热电偶梯度变化，自动放大缩小阈值，不需要人工干预的新系统势在必行。

住院医师规范化培训的培训医师的课堂授课时间紧张，由于临床医师的工作繁忙，对培训医师的理论授课时间一般是小时段集中教学，不会像在校学习的专职教师那样大学时授课教学，所以授课时间有限，而所需要教授的内容却非常多，很多培训医师想要学习和解决的问题没有充足的时间完成。

1 马钢四钢轧连铸漏钢预报系统技术变迁

若发生粘结时能够及时预报，并采取降速措施(速度降到0.2 m/min)，则可防止漏钢的发生如图2。

在此前提下，四钢轧于今年初从西马克引进一套带有自适应功能的漏钢预报系统(简称HD MoIdTC)，应用于四钢轧的1#、2#铸机。这次改造的新BPS系统HDmold由俩部分组成： HDKernel和 HDmold。其中HDKernel是HDMold系统中的计算程序，运行于BPS的服务器上，里面包括了BPS及其他助手的计算模块，每个模块都独立运行于不同的进程中，互不影响。 HDmold是系统的HMI部分，负责显示系统的运行数据，运行于客户端。

A——温度梯度阈值系数；

2 HD MoIdTC的系统构成

新的BPS系统现场信号采集是由西门子公司的信号处理器和S7-400构成，为了保证信号采集的准确性，增强数据的抗干扰能力，热电偶信号通过补偿导线进入信号处理器，然后经过DP网线到达PLC，PLC具备对热电偶输入的模拟量信号进行滤波处理功能。BPS系统和一级系统之间是靠OLE for Process Control软件进行数据交换，通过这个桥梁将处理过的热电偶信号送到SMS公司自己研发的数据处理模型HDKernel中进行运算，在这个模型中可以将各种干扰因素排除，如图1。

(6) 利用洛阳铲开挖桩孔，用于灌注泡沫混凝土。泡沫混凝土即时制备，即时灌注，灌注7日之后进行荷载试验。

图1 设备结构

除了主要的漏钢预报系统外还自带了七大助手，如热成像助手、鼓肚助手、摩擦力助手、水口助手、堵塞助手等功能，能够更好的为生产服务。

3 粘结漏钢产生原因

在正常浇铸状况下，铸坯在结晶器里行走，由于铜板冷却作用，沿着拉坯方向，铜板温度不断下降。当某种原因造成保护渣的分布不均，致使弯月面附近的钢水与铜板的直接接触而产生粘结，随结晶器的振动及拉坯的进行，粘结处被V字型撕裂如图2，撕裂处会被钢水渗透而修复，由于修复处坯壳薄弱，抗拉强度低，会继续在下一次振动中重新撕裂[2]。这样，周而复始，断口持续下移，当端口到达结晶器下口时，钢水失去支撑，会从裂口喷出如图3。

“对于这样一位优秀的女性，我海力算什么?面对这样的英雄丈夫，我海力什么也不算。除了对她表示崇高的敬意，我海力能对她做出丝毫的侵害吗?在海力公司绝对不允许有这样的事情发生！我解雇马丽亚就是要告诫大家，所有人都要为自己的行为负责，而负起责任是要付出代价的！”

4 HD MoIdTC系统模型预报原理

马鞍山钢铁股份有限公司第四钢轧总厂(以下简称四钢轧)从德国SM S-DEM AG公司引进2台1机2流直弧形连铸机，其设计生产能力567 t/a,铸坯断面950 mm-2150 mm，钢种多达200多种。自2007年9月正式投产以来，四钢轧所使用的SM S-DEM AG公司的漏钢预报系统(BPS)已成功预防了多起粘结漏钢事故，取得了巨大的经济效益;但是在使用随着年限的增加，这套漏钢预报系统越来越不满足四钢轧现阶段快节奏的生产工艺要求，主要体现在误报增多，漏报频次增加，而且需要人工干预[1]。

图2 V型撕裂痕图

图3 粘结漏钢形成过程

图4 热电偶排布

从小，老师就要求我们在作文或观察日记画图或贴上照片，因为“眼见为凭”，就连影像也能帮忙破案，还原事情发生的经过与状态。“有图有真相”更是一句脍炙人口，一个接一个传来传去的俏皮话。只是，对于日新月异的科技，有些答案可就充满问号，尤其是修图软件的发扬光大，关于自拍主角是不是一定就是个俊男美女，“有图不一定等于真相”，修过图，即使相貌平凡也能叹为观止。然而，对于食物，修图可就不必那么热烈需要了，尤其是某些心情日记上的真实呈现。

图5 粘结漏钢典型温度变化

5 HD MoIdTC的优势

5.1 新漏钢预报具有自适应性

B——系数(<1.0)；

由于上述特性，当系统处于不稳定状态时，比如化渣不良，液面波动，降速升速等状况时，温度梯度会明显变化，因此为避免误报警，其阈值设定具有以下特性：

①当拉坯速度小于等于0.6 m/min时，铸坯在结晶器停留时间可达1.5 min以上，即使在结晶器内发生坯壳粘结，亦有充足的时间对粘结的V型裂纹进行愈合，所以漏钢预报在0.6 m/min的低拉速下，阈值设定比较大，避免报警降速。老系统是根据长度进行界定。

一个穿短打的中年人一手牵着根长绳子过街，嘴里还衔着哨子。对街一个穿短打的握着绳子另一头，拉直来拦断了街。有人在没精打采的摇铃。马路阔，薄薄的洋铁皮似的铃声在半空中载沉载浮，不传过来，听上去很远。

C——基础阈值。

江铜集团（德兴）橡胶实业有限公司炼胶车间主要炼胶生产设备XK-560A型双辊筒开放式炼胶机，原使用衡水电机Y315L-8（电机功率90kW），启动方式为星三角降压启动，控制系统为传统的继电器控制，正常运行电流在100-200A。由于在初次处理原胶过程中，经常出现过载运行状态，导致电机转速下降和长时间过流，引起设备堵转，从而影响设备生产处理工效。通过讨论分析，决定采用KSM1-315L1-7.5型90kW开关磁阻电机替换老式交流异步电动机，用SRD控制系统替换传统的继电器控制系统［1, 5］。

式中：Y——实时报警阈值；

σ——实时报警阈值；

为实现上述功能，在结晶器铜板内埋入一定数量的热电偶如图4所示，正常状况下第一排的热电偶温度高于第二排，浇铸过程中如果坯壳与铜板粘结现象，随着V型撕裂痕的扩张，粘结点的温度会在空间和时间上分别向横向和纵向扩展，粘结时热电偶温度的典型特征如图5(红线代表粘结处热电偶温度变化，灰线和青色先天代表相邻热电偶温度变化趋势)。漏钢预报技术就是基于这种典型温度变化特征来进行提前预报的[3]。当发生报警时，二级系统会发出一个降速信号给一级，要求降低拉坯速度，从而增加负滑脱时间而使粘结处坯壳有充分时间脱离铜板，同时断口复合并在出结晶器之前形成一定坯壳厚度，避免漏钢发生[4]。

当你关注优衣库的微信公众号，就会自动接收到来自小程序 【优衣库掌上商城】发的加入会员消息提示，只要一键即刻关注。优衣库的小程序还具备以下几个特点：基于LBS，特殊的地理位置服务，线上购物线下自提；一键随心购，根据季节的不同，向用户推荐不同的款式，并且定期发送一些福利和设计师合作款，从而吸引大批的粉丝。小程序的主页面推送，按照当季流行内容，分组及分区域推送，让传播的信息更精准。

1.1一般资料:选取我院2017年2月-2018年2月收治84例胃癌患者作为研究对象,分为实验组和对照组,每组42例。实验组:男性患者22例,女性患者20例;年龄24~62岁,平均年龄(38.9±3.7)岁;体重42~66kg,平均(54.2±4.9)kg;对照组:男性患者18例,女性患者24例;年龄23~58岁,平均年龄(39.2±4.1)岁;体重43~67kg,平均(55.6±3.4)kg。VSA分级均为一级、二级。对比两组患者资料无显著差异(p>0.05)。

当粘结发生时，粘结点的热电偶和其相邻的2个热电偶的温度梯度值在10 s内，有3.5 s时间大于所设阈值时，系统会报黄警。在黄警的基础之上，当坯壳下移，粘结点到达第二排，粘结点的热电偶和其相邻的2个热电偶的温度梯度值在10 s内，有4 s时间大于所设阈值时会报红警产生降速信号，其灵敏时间可以根据钢种特性进行人为设定。

②当拉速大于0.6 m/min时，系统的阈值设定是热电偶温度梯度的函数，计算公式如下：

其阈值取自2 s之前的180 s的温度梯度值进行计算，随着梯度的增加而自适应变化，如图6。

图6 漏钢预报系统阈值自适应调整

5.2 增加热成像可视化系统

漏钢预报系统中加入了热成像技术，可实时、动态显示结晶器铜板表面的温度场及板坯在长度方向上的的历史温度变化情况。当铸坯坯壳发生铜板粘结时，粘结处对应的温度会大幅上升，在可视画面呈现出粘结的V字型特征状，从而判断是否发生真粘结。热成像可视化技术的使用，为工艺技术员及操作人员判断是否发生真粘结提供了更方便、更准确的参考。以方便当班人员及时作出更准确的反应措施。如图7所示。是由于保护渣润滑不当导致的坯壳粘接，从而在可视化系统中呈现的典型V形温度图案。如果此时不及时降低拉速焊合撕裂坯壳就会直接引发漏钢[5]。

5.3 HD MoIdTC自分析功能

所有的BPS报警记录，自动记录在事件统计监控系统中,如图8。

该画面包括3部分组成，左上角的矩形图展示的是最近七天(时间范围可可在下拉菜单选择)每天的报警趋势变化，横坐标标识日期，纵坐标表示报警次数。可以根据报警趋势可以间接分析原料的稳定性。

图7 二维典型V形粘挂移动

右上角的饼图，展示的是结晶器各面和各钢种的报警比例，数据基于下部文本框中的数据，该数据可以自由设定日期区间，根据饼图有利于技术人员进行直观预判，然后对钢种对应保护渣进行合理优化。

图8 事件统计监控

6 HD MoIdTC的效果

由于HD MoIdTC综合采用了逻辑判断、神经元网络技术、滤波技术以及空间网络判断模型等[6]。系统通过升级，自8月初应用于四钢轧1#、2#连铸机4个月以来， 粘结漏钢检测率(SDR)100%， 粘结误报率(SFAR)9.52%。误报率比升级前减少了93.26%，大大降低了1#、2#连铸机报警次数，极大提高了四钢轧连铸生产效率。

参 考 文 献

[1] 王志政, 孙健, 杨晓刚. 提高板坯连铸漏钢预报系统准确性的措施[J]. 连铸, 2010, 1(3):39-42.

[2] 职建军, 黄可为, 田正宏,等. 宝钢板坯连铸漏钢预报技术的进展[J]. 宝钢技术, 2007(6):69-72.

[3] 秦旭, 朱超甫, 高光河,等. 板坯漏钢机理及基于热电偶检测的漏钢预报技术研究[J]. 钢铁研究学报, 2011, 23(2):7-11.

[4] 朱薛辉. 连铸漏钢预报模型的研究[D]. 重庆：重庆大学, 2009.

[5] 刘永贞. 基于人工智能与热成像的结晶器漏钢预报系统[D]. 大连：大连理工大学, 2009.

[6] 张本国. 薄板坯连铸神经网络漏钢预报系统研究[D]. 秦皇岛：燕山大学, 2012.