连铸结晶器摩擦力新检测方法及其应用方法研究
|
摘要
本文由结晶器摩擦力的新检测方法及其应用方法研究两部分组成。
随着结晶器液压振动装置在连铸生产中逐渐推广应用，与之相关的结晶器摩擦力在线监测方法己成为一个新的课题。在此背景下，本文开展了液压振动方式下摩擦力检测方法研究。从理论分析入手，推导出摩擦力检测数学模型，并对该模型进行验证和误差分析；讨论了检测参数与液压振动参数间的关系，最后提出其在线应用方法。
MDF异常特征和规律分析 以宝钢2号板坯连铸机生产中的结晶器摩擦力实测数据为基础，对应现场的漏钢、水口断裂等异常纪录，讨论了生产中采取工艺操作、工艺参数变化及异常发生时MDF及其均方根的波动规律及变化特征。
MDF异常预报方法研究和软件的开发基于实测数据分析的结果，本文的最后开展了MDF应用方法的研究，应用BP神经元网络与斜坡、脉冲等辅助判据相结合的方法进行异常预报。对应着生产现场的异常纪录，对现场检测到的摩擦力数据进行离线预报，异常预报的结果证明了该方法是可行的。
This paper presents on-line measurement of mould friction(MDF) and the applications with MDF in continuous casting.
With the spread and application of hydraulic oscillators in continuous casting, the on-line measurement method of mould friction is coming to a new subject. Under this circumstances, the on-line measuring method of mould friction is investigated in this paper. Based on theoretic analysis, a mathematic model of on-line measurement is built, and its correctness and error is discussed. At the same time, the relation between measuring parameter and oscillating parameter is investigated. Finally, the primary on-line measuring method is put forward in the paper.
Analysis of characteristic of MDF abnormity Based on the measuring data of mould friction of continuous slab casting in steel plant, the fluctuation characteristic of MDF and its rootmeansquare has been studied on the unstable conditions, such as breakout, temperature system warning, abnormity of submerged entry nozzle, mould level fluctuation, and on-line change of slab width.
Study on the prediction method of MDF abnormity and development of software for abnormal analysis Based on the above analysis, a prediction method for MDF abnormity has been built employing neural network and two abnormal models: ramp and puise judgments. A set of software of abnormal analysis of MDF has been developed. According to abnormal records of steel plant, the software can forecast accurately most abnormities, and it can make prediction several minutes ahead of temperature system warning. The results show that the method is dependable and it demonstrates remarkable potential for application in abnormal prediction.
随着结晶器液压振动装置在连铸生产中逐渐推广应用，与之相关的结晶器摩擦力在线监测方法己成为一个新的课题。在此背景下，本文开展了液压振动方式下摩擦力检测方法研究。从理论分析入手，推导出摩擦力检测数学模型，并对该模型进行验证和误差分析；讨论了检测参数与液压振动参数间的关系，最后提出其在线应用方法。
MDF异常特征和规律分析 以宝钢2号板坯连铸机生产中的结晶器摩擦力实测数据为基础，对应现场的漏钢、水口断裂等异常纪录，讨论了生产中采取工艺操作、工艺参数变化及异常发生时MDF及其均方根的波动规律及变化特征。
MDF异常预报方法研究和软件的开发基于实测数据分析的结果，本文的最后开展了MDF应用方法的研究，应用BP神经元网络与斜坡、脉冲等辅助判据相结合的方法进行异常预报。对应着生产现场的异常纪录，对现场检测到的摩擦力数据进行离线预报，异常预报的结果证明了该方法是可行的。
This paper presents on-line measurement of mould friction(MDF) and the applications with MDF in continuous casting.
With the spread and application of hydraulic oscillators in continuous casting, the on-line measurement method of mould friction is coming to a new subject. Under this circumstances, the on-line measuring method of mould friction is investigated in this paper. Based on theoretic analysis, a mathematic model of on-line measurement is built, and its correctness and error is discussed. At the same time, the relation between measuring parameter and oscillating parameter is investigated. Finally, the primary on-line measuring method is put forward in the paper.
Analysis of characteristic of MDF abnormity Based on the measuring data of mould friction of continuous slab casting in steel plant, the fluctuation characteristic of MDF and its rootmeansquare has been studied on the unstable conditions, such as breakout, temperature system warning, abnormity of submerged entry nozzle, mould level fluctuation, and on-line change of slab width.
Study on the prediction method of MDF abnormity and development of software for abnormal analysis Based on the above analysis, a prediction method for MDF abnormity has been built employing neural network and two abnormal models: ramp and puise judgments. A set of software of abnormal analysis of MDF has been developed. According to abnormal records of steel plant, the software can forecast accurately most abnormities, and it can make prediction several minutes ahead of temperature system warning. The results show that the method is dependable and it demonstrates remarkable potential for application in abnormal prediction.
引文
[1] 徐匡迪．中国国民经济的发展与钢铁工业．中国钢铁年会论文集，北京：冶金工业出版社，2003．1-9
[2] 吴长寿，夏祥生等．谈中国钢铁连铸的发展．江西冶金，2002，Vol．22，No．3：1-4
[3] 费劲，张卫文等．连续铸造技术的发展概况及展望．铸造技术，2002，Vol．23，No．2：74-76
[4] 蔡开科．连铸坯裂纹与钢的高温力学行为．连铸，1990(6)：2-11
[5] 姚曼．博士学位论文，连铸结晶器摩擦阻力在线监测技术及其应用基础研究．大连理工大学，1998．
[6] J.Savage,W.H.Pritchard. The Problem of Rupture of the Billet in the Continuous Casting of Steel,J.Iron Steel Inst. 1954,178(11):269-277
[7] Emling W H, Daoson S. Mold Instrumentation for Breakout Detection and Control[A]. ISS 71st Steelmaking Conference Proceedings[C]. Ontario, 1991,197-217
[8] 尹合壁，姚曼等．连铸钢坯表面裂纹预测研究现状．钢铁研究学报，2004，16(1)：1-5
[9] 郝培峰等．连铸作业漏钢事故中铸坯温度行为分析的研究．钢铁，1997，3(4)：31-34
[10] 第五届连铸钢学术论文集．中国金属学会连续铸钢学会，杭州，1995．
[11] 郝培峰．连铸漏钢与漏钢预报研究近况及问题．冶金自动化，1993，17(6)：3-6
[12] O.Lang,C.Federspiel, M.Thalhammer, J.Watzinger. VAI's MoldEXPERT-a mould mornitoring system for improved casting performance. Steel World. 2000,Vol.5,No. 1:38-42
[13] 陈亚贤等．结晶器振动阻力在线监测系统的应用研究．2001年中国钢铁年会，北京，2001．682-685
[14] Anton,Wagner等．2002年薄板坯连铸连轧国际研讨会文集．中国广州，2002．88-95
[15] 焦志明．连铸结晶器振动方式的探讨[J]．炼钢，1999(4)：30-33
[16] 李宪奎．结晶器非正弦振动波形及参数研究。钢铁，1998(11)：26-29
[17] EdwardS. Overview of Mould Oscillation in continuous Casting. Iron and Steel Engineer, 1996(7):29-37
[18] 郑群．板坯连铸机新技术的发展与研究．河北冶金，2003(1)：5-10
[19] 许翊鸣．连铸结晶器正弦振动主要参数的合理确定及其应用．上海金属，2002，Vol．24，No．2：38-41
[20] 盛义平，任廷志，张光中．结晶器的非正弦振动．钢铁，1996，31(7)：27-31
[21] 吴晓明，李宪奎等．连铸结晶器非正弦振动参数及同步控制模型的研究．钢铁研究学报，1999，11(2)：19-23
[22] 韩宝明．连铸结晶器非正弦振动的曲线函数构造与机械驱动装置．河北冶金，2002(6)：11-13
[23] 干勇，陈栋梁等．结晶器非正弦振动理论的研究．钢铁，1999，34(5)：26-29
[24] 干勇，陈栋梁等．连铸结晶器瞬态摩擦阻力的实验研究．钢铁，1999，34(4)：16-19
[25] Choi J. Optimization of Mold Oscillation Pattern for the Improvement of Surface Quality and Lubrication in Slab Continuous Casting. Steelmaking Conference Proceedings, 1991. 561-568.
[26] Nadif M. Hydraulic Oscillation on the Slab Continuous Casting of Sollac Florange: First Industrial Results. La Revue de Metallurgic-CIT, 1994,(July-August): 1071-1079
[27] Yao M. On line measuring method for mould friction in continuous casting, Ironmaking and Steelmaking, 1996,23(6): 19-23
[28] 姚曼，温承浩，方大成．功率法用于板坯连铸机结晶器摩擦力在线检测的实验研究．钢
铁，2001，36(5)：29-31
[29] 姜苍华，姚曼等．宝钢2#板坯连铸机结晶器拉坯阻力在线监测系统的设计和应用．冶金自动化，2001，25(6)：37-39
[30] 胡婕．结晶器漏钢预报系统．山西机械，2000年增刊2：3-6
[31] 张惠民，张跃萍．连铸粘附性漏钢预报装置工作原理及应用分析．冶金自动化，1993，17(6)：10-14
[32] 杨自厚．神经网络技术及其在钢铁工业中的应用，第7讲．人工神经网络在钢铁工业中的应用(上)．冶金自动化，1997，21(4)：52-55
[33] 黄琪．神经元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
[34] 胡志刚等．板坯连铸漏钢预报神经元网络专家系统的研究．武汉冶金科技大学学报(自然科学版)，1999，Vol．22,No3：228-232
[35] 职建军等．宝钢板坯连铸漏钢预报系统的开发与应用．钢铁，2001，Vol36,No9：25-27
[36] Neural Application Corp. Brimingham Steel. Intelligent Arc Furnace Operarion at Birmingham Steel[J]. Steel Times International, 1996, 20(1):20-21
[37] Schmitter E D. Neural Nets-Types, Configurations and Pitfalls[j]. Steel Research 1995,66(10):444-448
[38] 李亮等．应用神经网络技术预报VD炉终点钢水温度．钢铁研究学报，2003,Vol．15,No．3：56-59
[39] 虞和济等．基于神经网络的智能诊断．北京：冶金工业出版社，2000
[40] 易继铠等．智能控制技术．北京：北京工业大学出版社，1999
[41] 阎平凡等．人工神经网络与模拟进化计算．北京：清华大学出版社，2000
[42] Rumelhart D E. Learning Representation by BP Errors. Nature(London),1986,7:147-154
[43] 魏树立．连铸结晶器摩擦力异常预报研究．大连理工大学硕士学位论文，2002
[44] 姜苍华．板坯连铸结晶器拉坯阻力在线监测系统的软件设计及在漏钢预报上的应用．大连理工大学硕士学位论文，2001
[45] 陈兴福．拉坯阻力异常情况分析．大连理工大学本科毕业论文，2003
[46] 杨建华等．基于拉坯阻力的板坯连铸结晶器漏钢预报，仪器仪表学报，2002，6：505-506
[47] 姚曼．宝钢板坯连铸结晶器摩擦力在线检测系统及其使用手册．结题报告，2000，12
[48] 陈亚贤．板坯连铸结晶器振动阻力在线检测的应用研究．科研项目结题报告，2001，2
[49] Stanley B.Lippman,et al. C++ Primer. 北京：中国电力出版社，2002
[50] Abhijit S, et al．神经网络模式识别及其实现．第一版．北京：电子工业出版，(?)
[51] Jiantao Liu, et al. Prediction of the flow ash fusion of high-speed steel (?) deformation using a BP artificial neural network, Journal of Materials Pro(?)ssing Technology,2000,Vol. 103:200-205
[52] David J.Kruglinski et al. Visual C++6.0 技术内幕．第五版．北京：北京希望电子出版社，1999
[2] 吴长寿，夏祥生等．谈中国钢铁连铸的发展．江西冶金，2002，Vol．22，No．3：1-4
[3] 费劲，张卫文等．连续铸造技术的发展概况及展望．铸造技术，2002，Vol．23，No．2：74-76
[4] 蔡开科．连铸坯裂纹与钢的高温力学行为．连铸，1990(6)：2-11
[5] 姚曼．博士学位论文，连铸结晶器摩擦阻力在线监测技术及其应用基础研究．大连理工大学，1998．
[6] J.Savage,W.H.Pritchard. The Problem of Rupture of the Billet in the Continuous Casting of Steel,J.Iron Steel Inst. 1954,178(11):269-277
[7] Emling W H, Daoson S. Mold Instrumentation for Breakout Detection and Control[A]. ISS 71st Steelmaking Conference Proceedings[C]. Ontario, 1991,197-217
[8] 尹合壁，姚曼等．连铸钢坯表面裂纹预测研究现状．钢铁研究学报，2004，16(1)：1-5
[9] 郝培峰等．连铸作业漏钢事故中铸坯温度行为分析的研究．钢铁，1997，3(4)：31-34
[10] 第五届连铸钢学术论文集．中国金属学会连续铸钢学会，杭州，1995．
[11] 郝培峰．连铸漏钢与漏钢预报研究近况及问题．冶金自动化，1993，17(6)：3-6
[12] O.Lang,C.Federspiel, M.Thalhammer, J.Watzinger. VAI's MoldEXPERT-a mould mornitoring system for improved casting performance. Steel World. 2000,Vol.5,No. 1:38-42
[13] 陈亚贤等．结晶器振动阻力在线监测系统的应用研究．2001年中国钢铁年会，北京，2001．682-685
[14] Anton,Wagner等．2002年薄板坯连铸连轧国际研讨会文集．中国广州，2002．88-95
[15] 焦志明．连铸结晶器振动方式的探讨[J]．炼钢，1999(4)：30-33
[16] 李宪奎．结晶器非正弦振动波形及参数研究。钢铁，1998(11)：26-29
[17] EdwardS. Overview of Mould Oscillation in continuous Casting. Iron and Steel Engineer, 1996(7):29-37
[18] 郑群．板坯连铸机新技术的发展与研究．河北冶金，2003(1)：5-10
[19] 许翊鸣．连铸结晶器正弦振动主要参数的合理确定及其应用．上海金属，2002，Vol．24，No．2：38-41
[20] 盛义平，任廷志，张光中．结晶器的非正弦振动．钢铁，1996，31(7)：27-31
[21] 吴晓明，李宪奎等．连铸结晶器非正弦振动参数及同步控制模型的研究．钢铁研究学报，1999，11(2)：19-23
[22] 韩宝明．连铸结晶器非正弦振动的曲线函数构造与机械驱动装置．河北冶金，2002(6)：11-13
[23] 干勇，陈栋梁等．结晶器非正弦振动理论的研究．钢铁，1999，34(5)：26-29
[24] 干勇，陈栋梁等．连铸结晶器瞬态摩擦阻力的实验研究．钢铁，1999，34(4)：16-19
[25] Choi J. Optimization of Mold Oscillation Pattern for the Improvement of Surface Quality and Lubrication in Slab Continuous Casting. Steelmaking Conference Proceedings, 1991. 561-568.
[26] Nadif M. Hydraulic Oscillation on the Slab Continuous Casting of Sollac Florange: First Industrial Results. La Revue de Metallurgic-CIT, 1994,(July-August): 1071-1079
[27] Yao M. On line measuring method for mould friction in continuous casting, Ironmaking and Steelmaking, 1996,23(6): 19-23
[28] 姚曼，温承浩，方大成．功率法用于板坯连铸机结晶器摩擦力在线检测的实验研究．钢
铁，2001，36(5)：29-31
[29] 姜苍华，姚曼等．宝钢2#板坯连铸机结晶器拉坯阻力在线监测系统的设计和应用．冶金自动化，2001，25(6)：37-39
[30] 胡婕．结晶器漏钢预报系统．山西机械，2000年增刊2：3-6
[31] 张惠民，张跃萍．连铸粘附性漏钢预报装置工作原理及应用分析．冶金自动化，1993，17(6)：10-14
[32] 杨自厚．神经网络技术及其在钢铁工业中的应用，第7讲．人工神经网络在钢铁工业中的应用(上)．冶金自动化，1997，21(4)：52-55
[33] 黄琪．神经元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
[34] 胡志刚等．板坯连铸漏钢预报神经元网络专家系统的研究．武汉冶金科技大学学报(自然科学版)，1999，Vol．22,No3：228-232
[35] 职建军等．宝钢板坯连铸漏钢预报系统的开发与应用．钢铁，2001，Vol36,No9：25-27
[36] Neural Application Corp. Brimingham Steel. Intelligent Arc Furnace Operarion at Birmingham Steel[J]. Steel Times International, 1996, 20(1):20-21
[37] Schmitter E D. Neural Nets-Types, Configurations and Pitfalls[j]. Steel Research 1995,66(10):444-448
[38] 李亮等．应用神经网络技术预报VD炉终点钢水温度．钢铁研究学报，2003,Vol．15,No．3：56-59
[39] 虞和济等．基于神经网络的智能诊断．北京：冶金工业出版社，2000
[40] 易继铠等．智能控制技术．北京：北京工业大学出版社，1999
[41] 阎平凡等．人工神经网络与模拟进化计算．北京：清华大学出版社，2000
[42] Rumelhart D E. Learning Representation by BP Errors. Nature(London),1986,7:147-154
[43] 魏树立．连铸结晶器摩擦力异常预报研究．大连理工大学硕士学位论文，2002
[44] 姜苍华．板坯连铸结晶器拉坯阻力在线监测系统的软件设计及在漏钢预报上的应用．大连理工大学硕士学位论文，2001
[45] 陈兴福．拉坯阻力异常情况分析．大连理工大学本科毕业论文，2003
[46] 杨建华等．基于拉坯阻力的板坯连铸结晶器漏钢预报，仪器仪表学报，2002，6：505-506
[47] 姚曼．宝钢板坯连铸结晶器摩擦力在线检测系统及其使用手册．结题报告，2000，12
[48] 陈亚贤．板坯连铸结晶器振动阻力在线检测的应用研究．科研项目结题报告，2001，2
[49] Stanley B.Lippman,et al. C++ Primer. 北京：中国电力出版社，2002
[50] Abhijit S, et al．神经网络模式识别及其实现．第一版．北京：电子工业出版，(?)
[51] Jiantao Liu, et al. Prediction of the flow ash fusion of high-speed steel (?) deformation using a BP artificial neural network, Journal of Materials Pro(?)ssing Technology,2000,Vol. 103:200-205
[52] David J.Kruglinski et al. Visual C++6.0 技术内幕．第五版．北京：北京希望电子出版社，1999