連鑄過(guò)程可視化及漏鋼預(yù)報(bào)方法研究與應(yīng)用.pdf

1、連鑄是現(xiàn)代鋼鐵生產(chǎn)鏈中的關(guān)鍵環(huán)節(jié)。隨著近年來(lái)高拉速連鑄技術(shù)的快速發(fā)展，急劇增加的通鋼量導(dǎo)致結(jié)晶器熱負(fù)荷顯著增加，鑄坯的各類表面缺陷和漏鋼等異常層出不窮，對(duì)生產(chǎn)過(guò)程的監(jiān)控水平提出了更高要求。順應(yīng)現(xiàn)代化工業(yè)的可視化、智能化發(fā)展趨勢(shì)，開(kāi)發(fā)新的過(guò)程在線檢測(cè)方法和技術(shù)裝備，進(jìn)一步提高結(jié)晶器控制水平，對(duì)于促進(jìn)高效連鑄技術(shù)發(fā)展具有積極作用。
　　本文基于計(jì)算機(jī)視覺(jué)和人工智能方法，重點(diǎn)圍繞結(jié)晶器過(guò)程的可視化和漏鋼預(yù)報(bào)方法進(jìn)行研究，主要研究?jī)?nèi)容如下

2、:
　　首先，基于國(guó)內(nèi)某鋼廠弧型寬厚板坯連鑄機(jī)4190爐澆鑄數(shù)據(jù)和64例黏結(jié)漏鋼樣本，對(duì)影響?zhàn)そY(jié)漏鋼的工藝因素及其形成、傳播行為進(jìn)行實(shí)證研究。分別從鑄坯尺寸、拉速、液位波動(dòng)以及熱流等方面，歸納影響?zhàn)そY(jié)漏鋼的主要因素;同時(shí)，依據(jù)實(shí)測(cè)的熱電偶溫度對(duì)黏結(jié)漏鋼的溫度模式進(jìn)行分析，重點(diǎn)考察黏結(jié)的移動(dòng)速率、角度等傳播特征，為開(kāi)發(fā)漏鋼可視化預(yù)報(bào)方法提供參考和借鑒。
　　其次，依據(jù)計(jì)算機(jī)視覺(jué)技術(shù)，研究開(kāi)發(fā)結(jié)晶器過(guò)程可視化方法和熱成像技術(shù)，采

3、用幀間差分、閾值分割、八連通區(qū)域標(biāo)記及邊界跟蹤等圖像處理算法，對(duì)漏鋼和縱裂紋發(fā)生時(shí)結(jié)晶器的溫度異常區(qū)域進(jìn)行標(biāo)記和特征提取，從溫度變化、幾何、位置、移動(dòng)等方面，歸納和提煉結(jié)晶器黏結(jié)的共性特征，并與偽黏結(jié)進(jìn)行比照和區(qū)分。結(jié)果證實(shí)，伴隨漏鋼出現(xiàn)的溫度、幾何與傳播等行為特征，能夠作為區(qū)分真、偽黏結(jié)漏鋼的重要判據(jù)。
　　在此基礎(chǔ)之上，針對(duì)黏結(jié)漏鋼的可視化和智能預(yù)報(bào)方法進(jìn)行研究。以黏結(jié)熱點(diǎn)區(qū)域溫度速率、幾何以及移動(dòng)特征為輸入?yún)⒘?，建立了基于B

4、P神經(jīng)元網(wǎng)絡(luò)的漏鋼預(yù)報(bào)模型，分別采用LM(Levenberg-Marquardt)算法和GA(Genetic Algorithm)遺傳算法，對(duì)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和優(yōu)化。利用現(xiàn)場(chǎng)追蹤和收集的64例黏結(jié)漏鋼和200例偽黏結(jié)樣本，對(duì)BP網(wǎng)絡(luò)、LM-BP網(wǎng)絡(luò)和GA-LM-BP網(wǎng)絡(luò)模型進(jìn)行測(cè)試和分析，綜合考察、比照各模型的預(yù)報(bào)精度和效率。
　　最后，基于連鑄現(xiàn)場(chǎng)結(jié)晶器溫度、液壓振動(dòng)、鑄機(jī)設(shè)備、工藝參數(shù)等信號(hào)檢測(cè)條件，依據(jù)上述開(kāi)發(fā)的過(guò)程