宝钢板坯连铸漏钢预报技术的研究及应用

宝钢板坯连铸漏钢预报技术的研究及应用许娜1黄可为1杜斌1职建军2（1宝钢研究院自动化研究所2宝钢股份炼钢厂）摘要本文简要介绍了宝钢的新一代板坯连铸漏钢预报系统BBPSⅡ，对系统的组成、功能及应用作了简要阐述。该系统在硬件、软件方面进行了全面升级，同时增加了对纵裂漏钢的预报、报警数据管理及热成像等功能；综合采用逻辑、神经元网络以及空间网络判断等模型，使报警准确率大幅度提高。自2004年12月开始投入现场应用以来，已在多台连铸机上应用，操作性能良好，运行稳定，各项技术指标均达到要求，在减少漏钢事故、提高连铸机产能、改善铸坯质量等方面发挥了重要作用。关键词连铸结晶器漏钢预报1前言连铸生产的稳定顺行是确保炼钢连铸生产效率的重要因素。连铸漏钢是连铸生产中危害性极大的恶性事故，不仅会使浇铸中断，直接降低产量，影响整个炼钢生产计划；而且会对结晶器以及辊道构成一定的危害，影响设备寿命；同时也间接影响到铸坯的质量。除了从设备、操作和工艺等方面采取措施来减少漏钢外，采用漏钢预报装置以预先警告漏钢事故的发生，尽早采取措施，是行之有效的方法。为此，宝钢先是从国外引进漏钢预报装置，但随着连铸生产的发展，引进装置的漏报和误报情况日趋严重；1998年，宝钢自主开发了漏钢预报系统BBPS，应用于1号和2号连铸机，工作性能大幅度改善；为了不断改进漏钢预报技术，增强预报系统的抗干扰能力，提高预报精度，提升宝钢漏钢预报系统的综合性能，2004年宝钢在原BBPS漏钢预报系统的基础上，又开发了新一代板坯连铸漏钢预报系统（BBPSⅡ）。BBPSⅡ系统的预报精度及系统性能均优于BBPS系统。目前，宝钢股份宝钢分公司的1号、2号、4号和6号连铸机上使用的都是BBPSⅡ系统。2粘结性漏钢产生过程漏钢大致可分为：开浇漏钢、粘结漏钢、卷渣漏钢和裂纹漏钢等。粘结性漏钢在连铸漏钢中占绝大部分，能够减少粘结性漏钢是降低连铸漏钢的关键。粘结性漏钢是由于受到某种因素的影响，钢水在弯月面附近与铜板直接接触而粘结；随结晶器的不断振动及坯壳的下移，坯壳在粘结部的下方被拉断，钢液会从破断处流入而修复；但在下一次的振动中重新拉断；随凝固的进行，断口不断下移；到结晶器下口时，钢水从断口漏出。断口下移的同时会不断扩展，从而形成破断线，造成严重的漏钢。热电偶测温法是目前最常用、效果最好的一种漏钢预报方法。该方法是在结晶器铜板内埋入一定数量的热电偶，当浇铸过程中发生粘结时，可以得到热电偶温度的典型特征；根据特征进行预报，就能够通过降低铸造速度，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。23BBPSⅡ系统简介3.1系统构成BBPSⅡ系统由数据采集和预报模型两大部分构成。如图1所示。现场信号补偿电缆数字滤波调整装置西门子S7-300PROFIBUSHMI图1BBPSⅡ系统结构示意图现场设备产生的噪音会对热电偶温度数据产生干扰，影响数据质量，进而影响漏钢预报精度。为加强系统的抗干扰能力，保证数据质量，在数据采集系统中采用了补偿电缆，屏蔽噪音；又加入了信号调理装置，对数据进行滤波等处理，滤除噪音。数据质量的保证，为模型准确预报提供了坚实的基础。数据采集系统由西门子S7-300系列的PLC控制系统构成。BBPSⅡ系统的预报模型结合了神经网络模型、空间网络模型以及逻辑判断模型的各自优点，通过综合评判给出是否存在粘结漏钢事件。神经网络模型主要完成对热电偶的温度特征识别；空间网络模型对粘结性漏钢的空间传递性进行判别；逻辑判断模型用于与典型漏钢特征高度相关的的典型案例进行识别，提高报警的准确率，减少误报。BBPSⅡ系统中还增加了纵裂漏钢预报功能，通过对结晶器内铜板温度的不均匀度进行监控，来实现对裂纹敏感性钢种是否会出现大的纵裂进行预测。BBPSⅡ系统软件应用WINDOWSXP平台，使用VC6++开发。运行在一台专用的PC上，通过PROFIBUS与数据采集系统的PLC通讯。数据采样周期为1秒，在模型预报系统输出有漏钢特征信号时，系统自动反馈给连铸控制系统，使系统进行降速等相应动作，并实时给出画面及声音提示信号。3.2系统运作流程BBPSⅡ系统的运作流程如图2所示。开始获取1秒周期的热电偶、拉速等实时输入数据使用逻辑模型、神经网络模型等分别识别特征曲线温度特征值组成的矢量进行空间网络计算数据去噪、插值、正则化处理判断是否为漏钢特征图2BBPSⅡ系统运作流程图BBPSⅡ系统实现了大容量数据的快速周期计算,提高了快速扫描周期（1s）下的计算复杂度,实现了高速实时的复杂判断。33.3系统界面BBPSⅡ系统人机界面友好，功能完善。图3是典型的粘结漏钢报警画面。在正常运行时只显示各热电偶的温度数值。但有粘结特征出现时，系统即时下发降速信号，自动弹出粘结特征列的热电偶温度波形图，并相应将该列高亮为红色，且蜂鸣器鸣叫，引起操作工注意。图3典型报警画面BBPSⅡ系统中的画面交互部分，包含了系统主画面（显示当前时间点各热电偶的温度、信号下发方式、纵裂模型是否开启等）、报警历史查询画面、历史数据查询画面、模型参数画面（需输入密码方可修改参数）、实时监控画面（在同一画面实时显示所有热电偶的温度变化趋势）、历史状态信息显示等等。3.4系统功能BBPSⅡ系统的功能包括实时数据的采集、存储与管理；实时数据处理；逻辑判断模型、神经网络预报模型、空间网络预报模型；漏钢预报与自动监控；案例分析工具；模型在线维护；离线系统仿真等。其中，在4号连铸机所使用的BBPSⅡ系统中增加了热成像功能，可实时、动态显示结晶器表面的温度分布情况，如图4所示。当粘结发生时，粘结处对应的热电偶温度大幅度上升，可明显得到粘结的特征状况，从而确认粘结的发生。热成像技术的使用，为判断粘结特征提供了更方便、准确的参考。在热成像功能中，热成像画面可观察平面热电偶的温度变化情况；变化趋势观测画面可用于观测板坯的历史温度变化情况。图4热成像画面44BBPSⅡ系统的应用BBPSⅡ系统自2004年12月投入宝钢分公司1号连铸机运行以来，一直稳定、有效运行。鉴于该系统的漏钢检出率进一步上升，误报率大幅度下降，较已有的国外引进系统及旧的BBPS系统的报警准确率有很大提高，宝钢分公司已通过技改将该系统陆续在2号、6号和4号连铸机上投运。其中2号连铸机2006年8月投运，6号连铸机2006年10月投运，4号连铸机2006年12月投运。目前系统在各连铸机均运转成功。4号连铸机为宝钢分公司新的连铸生产线，无历史数据供参照建模，且生产上要求拉速较其他连铸机要快。鉴于该种情况，调整系统中的预报模型，将核心模型设定以逻辑模型为主。鉴于拉速较快，要求模型报警迅速，则采用空间网络模型计算，调节参数，使报警提前。宝钢分公司各连铸机的应用效果如下表1所示：（表中数据的日期为2006年12月～2007年2月,约各浇铸2500炉）表1BBPSⅡ系统运行情况汇总报警总次数真报警次数漏报次数漏报率(%)误报次数误报率(%)（次/炉）1号机27200070.28%2号机1130080.44%4号机300030.12%6号机600060.24%依据表1，可知系统运转情况良好，漏报检出率达到100％，误报率均小于0.45%。因为漏报和误报是模型预报相互关联的两个方面，误报率高，漏报的可能性必然小；而误报率低，漏报的可能性必然大。我们追求的是模型误报率与漏报率的一个最佳平衡点。由于模型预报准确率的提高，误报次数的进一步减少，急降速、停车情况也明显减少，连铸坯质量有较大的改善，双浇、裂纹、夹渣等原因引起的废品率也相应减少。BBPSⅡ系统为保障宝钢炼钢连铸生产的顺行，最大程度减少因漏钢、急降速等带来的经济损失，创造更大的经济效益，起到了非常大的作用。5结束语宝钢自主开发的新一代板坯连铸漏钢预报系统（BBPSⅡ）已成功应用于宝钢各连铸机，功能更加完善，系统更加稳定，漏钢的检出率及误报指数均达到大生产的要求。且随着现场新要求的出现，能够及时维护，达到更好的应用效果。BBPSⅡ系统新增的纵裂漏钢事故的预报、报警数据管理及热成像等功能，综合采用的逻辑判断、神经元网络技术以及空间网络判断模型，都使误报警进一步减少，报警准确率大幅度提高。该系统大规模投入现场应用以来，取得了很好的效果，改善了连铸坯的质量，降低粘结等漏报警及频繁误报警带来的经济损失，并使各连铸机的产能得到充分发挥，保证了大生产的顺利进行。[参考文献]1职建军，黄可为，杜斌.宝钢板坯连铸新一代漏钢预报系统（BBPSⅡ）的开发实践.2005中国钢铁年会论文集(4).北京：冶金工业出版社，2005，746-748.2黄祺.神经网络在宝钢连铸漏钢预报系统中的应用.宝钢技术，1999，1，40-43.3职建军，文昊，裴云毅.宝钢板坯连铸漏钢预报系统（BBPS）的开发与应用.炼钢，2001，17（3），24-26.4