CN105511419A - 一种连铸结晶器温度场可视化分析方法 - Google Patents

Abstract

一种连铸结晶器温度场可视化分析方法，通过神经网络的模糊控制方法，实现对结晶器内部温度场任意视觉的温度监控。通过PC机内的温度采集系统采集到的温度数据信号，经过滤波后通过通讯模块传输给数据分析系统的数据分析与知识推理模块，数据分析与知识推理模块将接收的数据建立差分温度场模型，并基于神经网络的模糊控制方法进出分析采集到的温度数据，对结晶器浇注过程与温度场进行可视化分析。本发明为连铸生产条件下控制和改善钢材表面质量提供了重要的手段，可以在系统中实现对结晶器温度分布的全时、动态、可视化分析，首次在钢厂结晶器温度场分析方面实现了全流程可视化，大幅提升冶金过程分析水准，具有重要的推广意义。

Description

一种连铸结晶器温度场可视化分析方法

技术领域

本发明涉及钢铁冶金连铸领域，尤其涉及一种连铸结晶器温度场可视化分析方法

背景技术

在连铸生产中，漏钢是一种灾难性事故，漏钢的发生不仅会降低连铸机的工作效率，而且还会造成设备故障，甚至人员伤亡，破坏生产组织的均衡性。在所有漏钢事故中，粘结漏钢的发生率最高，占70％以上，因此，减少粘结漏钢是降低连铸漏钢率的关键。

目前，很多漏钢预报系统可以预报粘结漏钢、裂纹漏钢和铸坯凹陷，并且还可以将其绘成结晶器热流图。但这些系统只侧重于漏钢的预报，没有考虑到整个结晶器内的温度场分布情况，仅提供简单的温度随时间变化的二维曲线，无法实现对结晶器内温度场任意视觉的温度监控；也有一些温度场可视化系统，但是由于结晶器内运行状况的复杂性，使得这些系统所给出的温度场云图仍不准确。

发明内容

本发明的目的在于提供一种连铸结晶器温度场可视化分析方法，通过神经网络的模糊控制方法，实现对结晶器内部温度场任意视觉的温度监控，对结晶器浇注过程与温度场进行可视化分析，对结晶器温度分布的全时、动态、可视化分析。

为实现上述目的，本发明采用以下技术方案实现：

1、一种连铸结晶器温度场可视化分析方法，通过神经网络的模糊控制方法，实现对结晶器内部温度场任意视觉的温度监控，对结晶器浇注过程与温度场进行可视化分析，其特征在于，具体操作步骤如下：

1)通过PC机内的温度采集系统采集结晶器浇注过程的温度数据，基于OPC通讯的多通道并行数据带宽与连铸机的数据通讯接口并行的数据流，允许大通量数据流，实现对结晶器浇注过程中的温度数据进行采集，并将热电偶热电势转换为开氏温度；

2)将采集到的数据和生产实际需求建立结晶器温度场模型，采用并行多线程模式对铜板每支热电偶的温度进行变量标准化转换与数据调理，结晶器传热采用有限元法进行计算，描述凝固传热过程的能量守恒方程如下：

${\mathrm{\ρc}}_{\mathrm{\ρ}}(\frac{\∂T}{\∂\mathrm{\τ}}+V_{\mathrm{cast}}\frac{\∂T}{\∂z})=\frac{\∂}{\∂x}\left(k_{\mathrm{eff}}\frac{\∂T}{\∂x}\right)+\frac{\∂}{\∂z}\left(k_{\mathrm{eff}}\frac{\∂T}{\∂z}\right)+S---\left(1\right)$

其中

ρc_p＝ερ_sc_ps+(1-ε)ρ_lc_pl

$S=\mathrm{\Δh}[\frac{\∂\left({\mathrm{\ϵ\ρ}}_s\right)}{\∂\mathrm{\τ}}+V_{\mathrm{cast}}\frac{\∂\left({\mathrm{\ϵ\ρ}}_s\right)}{\∂z}]$

式中：ρ为钢液密度，kg/m³；c_p为定压比热，J/kg·K；T为温度，K；Vcast为拉坯速度，m/s；z为距离弯月面的距离，m；x为铸坯厚度，m；k_eff为有效导热系数，W/m·K；S为内热源，W/m³；ε为固相分数；β为导热增强因数；c_ps，钢的固态热容，J/kg·K，c_pl，钢的液态热容，J/kg·K，ρ_s钢的固态密度，kg/m³，ρ_l钢的液态密度，kg/m³，k_s，钢固态导热系数，W/m·K；k_l，钢液态导热系数τ，时间；

公式(1)左边的第一项是时间项，表示瞬态效应，第二项表示随连铸速度传输下来的热量，方程右侧第一项是x方向厚度方向的热量传输，第二项是z方向拉坯方向的热量传输，第三项为凝固潜热；

3)数据分析系统包括数据分析与知识推理模块、通讯模块、数据存储模块，通过PC机内的温度采集系统采集到的温度数据信号，经过滤波后通过通讯模块传输给数据分析系统的数据分析与知识推理模块，数据分析与知识推理模块将接收的数据建立差分温度场模型，采用基于神经网络的模糊控制方法通过数学解析和编程技术建立知识推理模块，此模块独立运行于PC机，用于分析采集到的温度数据，数据分析与知识推理模块实现的具体过程如下：

a.计算出系统给定值与反馈值的误差e，PC机通过采样获得系统被控量的精确值，然后将其与给定值比较，得到系统的误差；

b.计算误差变化率de/dt，对误差求微分，指的是在一个A/D采样周期内求误差的变化△e；

c.将热电偶温度及变化情况模糊化，由前边得到的误差及误差变化率都是精确值，必须将热电偶温度及变化情况模糊化变成模糊量E、EC，同时，把语言变量E、EC的语言值转化为某适当论域上模糊子集；

d.控制规则，求出总的控制规则R，作为模糊推理的依据，模糊控制规则见表1；

表1

e.模糊推理，输入量模糊化后的语言变量E、EC作为模糊推理部分的输人，再由E、EC和总的控制规则R，根据推理合成规则进行模糊推理得到模糊控制量U为：

U＝(ExEC)^T1。R(2)

f.逆模糊化，为了对被控对象施加精确的控制，必须将模糊控制量转化为精确量u，即逆模糊化；

g.计算机执行完a～f步骤后，即完成了对被控对象的一步控制，然后等到下一次A/D采样，再进行第二步控制，如此循环，完成了对被控对象的控制；

4)数据存储模块通过与数据分析系统的连接，自动记录了现场工艺参数及温度数据，为以后维修及查询提供数据来源；

5)当模糊控制器输出中断时，输出浇铸速度控制信号到PC机，再由PC机传送到PLC系统，引导连铸机自动降速，以连铸机结晶器浇铸参数为数据源，采用PC机的3D显示直观显示结晶器浇铸过程与温度场，实现对结晶器内部温度场任意视觉的温度监控。

与现有的技术相比，本发明的有益效果是：

1)本发明为连铸生产条件下控制和改善钢材表面质量提供了重要的手段,它是生产高级别、高质量钢材重要组成内容。

2)系统人机界面友好，操作简洁，提供对应的查询、导出功能,可以在系统中实现对结晶器温度分布的全时、动态、可视化分析，用于钢铁企业连铸生产过程结晶器温度分布的可视化分析,为高端品种优化结晶器温度分布状态、改善铸坯质量提供依据。

3)首次在钢厂结晶器温度场分析方面实现了全流程可视化，其系统为完全自主研发，大幅提升冶金过程分析水准，既有很好的经济效益又有广泛的社会效益，具有重要的推广意义。

附图说明

图1是本发明的流程框图。

图2是模糊器控制原理图。

具体实施方式

下面对本发明的具体实施方式进一步说明：

一种连铸结晶器温度场可视化分析方法，通过神经网络的模糊控制方法，实现对结晶器内部温度场任意视觉的温度监控，对结晶器浇注过程与温度场进行可视化分析，具体操作步骤如下：

1)通过PC机内的温度采集系统采集结晶器浇注过程的温度数据，基于OPC通讯的多通道并行数据带宽与连铸机的数据通讯接口并行的数据流，允许大通量数据流，实现对结晶器浇注过程中的温度数据进行采集，并将热电偶热电势转换为开氏温度；

2)将采集到的数据和生产实际需求建立结晶器温度场模型，采用并行多线程模式对铜板每支热电偶的温度进行变量标准化转换与数据调理，结晶器传热采用有限元法进行计算，描述凝固传热过程的能量守恒方程如下：

${\mathrm{\ρc}}_{\mathrm{\ρ}}(\frac{\∂T}{\∂\mathrm{\τ}}+V_{\mathrm{cast}}\frac{\∂T}{\∂z})=\frac{\∂}{\∂x}\left(k_{\mathrm{eff}}\frac{\∂T}{\∂x}\right)+\frac{\∂}{\∂z}\left(k_{\mathrm{eff}}\frac{\∂T}{\∂z}\right)+S---\left(1\right)$

其中

ρc_p＝ερ_sc_ps+(1-ε)ρ_lc_pl

$S=\mathrm{\Δh}[\frac{\∂\left({\mathrm{\ϵ\ρ}}_s\right)}{\∂\mathrm{\τ}}+V_{\mathrm{cast}}\frac{\∂\left({\mathrm{\ϵ\ρ}}_s\right)}{\∂z}]$

式中：ρ为钢液密度，kg/m³；c_p为定压比热，J/kg·K；T为温度，K；Vcast为拉坯速度，m/s；z为距离弯月面的距离，m；x为铸坯厚度，m；k_eff为有效导热系数，W/m·K；S为内热源，W/m³；ε为固相分数；β为导热增强因数；c_ps，钢的固态热容，J/kg·K，c_pl，钢的液态热容，J/kg·K，ρ_s钢的固态密度，kg/m³，ρ_l钢的液态密度，kg/m³，k_s，钢固态导热系数，W/m·K；k_l，钢液态导热系数τ，时间；

方程错误！未找到引用源。左边的第一项是时间项，表示瞬态效应，第二项表示随连铸速度传输下来的热量，方程右侧第一项是x方向厚度方向的热量传输，第二项是z方向拉坯方向的热量传输，第三项为凝固潜热；

3)数据分析系统包括数据分析与知识推理模块、通讯模块、数据存储模块，通过PC机内的温度采集系统采集到的温度数据信号，经过滤波后通过通讯模块传输给数据分析系统的数据分析与知识推理模块，数据分析与知识推理模块将接收的数据建立差分温度场模型，采用基于神经网络的模糊控制方法通过数学解析和编程技术建立知识推理模块，此模块独立运行于PC机，用于分析采集到的温度数据，数据分析与知识推理模块实现的具体过程如下：

a.计算出系统给定值与反馈值的误差e，PC机通过采样获得系统被控量的精确值，然后将其与给定值比较，得到系统的误差；

b.计算误差变化率de/dt，对误差求微分，指的是在一个A/D采样周期内求误差的变化△e；

c.将热电偶温度及变化情况模糊化，由前边得到的误差及误差变化率都是精确值，必须将热电偶温度及变化情况模糊化变成模糊量E、EC，同时，把语言变量E、EC的语言值转化为某适当论域上模糊子集；

d.控制规则，求出总的控制规则R，作为模糊推理的依据，模糊控制规则见表1；

表1

e.模糊推理，输入量模糊化后的语言变量E、EC作为模糊推理部分的输人，再由E、EC和总的控制规则R，根据推理合成规则进行模糊推理得到模糊控制量U为：

U＝(ExEC)^T1。R(2)

f.逆模糊化，为了对被控对象施加精确的控制，必须将模糊控制量转化为精确量u，即逆模糊化；

g.计算机执行完a～f步骤后，即完成了对被控对象的一步控制，然后等到下一次A/D采样，再进行第二步控制，如此循环，完成了对被控对象的控制；

4)数据存储模块通过与数据分析系统的连接，自动记录了现场工艺参数及温度数据，为以后维修及查询提供数据来源；

5)当模糊控制器输出中断时，输出浇铸速度控制信号到PC机，再由PC机传送到PLC系统，引导连铸机自动降速，以连铸机结晶器浇铸参数为数据源，采用PC机的3D显示直观显示结晶器浇铸过程与温度场，实现对结晶器内部温度场任意视觉的温度监控。

Claims (1)

1.一种连铸结晶器温度场可视化分析方法，通过神经网络的模糊控制方法，实现对结晶器内部温度场任意视觉的温度监控，对结晶器浇注过程与温度场进行可视化分析，其特征在于，具体操作步骤如下：

1)通过PC机内的温度采集系统采集结晶器浇注过程的温度数据，基于OPC通讯的多通道并行数据带宽与连铸机的数据通讯接口并行的数据流，允许大通量数据流，实现对结晶器浇注过程中的温度数据进行采集，并将热电偶热电势转换为开氏温度；

2)将采集到的数据和生产实际需求建立结晶器温度场模型，采用并行多线程模式对铜板每支热电偶的温度进行变量标准化转换与数据调理，结晶器传热采用有限元法进行计算，描述凝固传热过程的能量守恒方程如下：

${\mathrm{\ρc}}_{\mathrm{\ρ}}(\frac{\∂T}{\∂\mathrm{\τ}}+V_{\mathrm{cast}}\frac{\∂T}{\∂z})=\frac{\∂}{\∂x}\left(k_{\mathrm{eff}}\frac{\∂T}{\∂x}\right)+\frac{\∂}{\∂z}\left(k_{\mathrm{eff}}\frac{\∂T}{\∂z}\right)+S---\left(1\right)$

其中

ρc_p＝ερ_sc_ps+(1-ε)ρ_lc_pl

$S=\mathrm{\Δh}[\frac{\∂\left({\mathrm{\ϵ\ρ}}_s\right)}{\∂\mathrm{\τ}}+V_{\mathrm{cast}}\frac{\∂\left({\mathrm{\ϵ\ρ}}_s\right)}{\∂z}]$

式中：ρ为钢液密度，kg/m³；c_p为定压比热，J/kg·K；T为温度，K；Vcast为拉坯速度，m/s；z为距离弯月面的距离，m；x为铸坯厚度，m；k_eff为有效导热系数，W/m·K；S为内热源，W/m³；ε为固相分数；β为导热增强因数；c_ps，钢的固态热容，J/kg·K，c_pl，钢的液态热容，J/kg·K，ρ_s钢的固态密度，kg/m³，ρ_l钢的液态密度，kg/m³，k_s，钢固态导热系数，W/m·K；k_l，钢液态导热系数τ，时间；

公式(1)左边的第一项是时间项，表示瞬态效应，第二项表示随连铸速度传输下来的热量，方程右侧第一项是x方向厚度方向的热量传输，第二项是z方向拉坯方向的热量传输，第三项为凝固潜热；

3)数据分析系统包括数据分析与知识推理模块、通讯模块、数据存储模块，通过PC机内的温度采集系统采集到的温度数据信号，经过滤波后通过通讯模块传输给数据分析系统的数据分析与知识推理模块，数据分析与知识推理模块将接收的数据建立差分温度场模型，采用基于神经网络的模糊控制方法通过数学解析和编程技术建立知识推理模块，此模块独立运行于PC机，用于分析采集到的温度数据，数据分析与知识推理模块实现的具体过程如下：

a.计算出系统给定值与反馈值的误差e，PC机通过采样获得系统被控量的精确值，然后将其与给定值比较，得到系统的误差；

b.计算误差变化率de/dt，对误差求微分，指的是在一个A/D采样周期内求误差的变化△e；

c.将热电偶温度及变化情况模糊化，由前边得到的误差及误差变化率都是精确值，必须将热电偶温度及变化情况模糊化变成模糊量E、EC，同时，把语言变量E、EC的语言值转化为某适当论域上模糊子集；

d.控制规则，求出总的控制规则R，作为模糊推理的依据，模糊控制规则见表1；

表1

e.模糊推理，输入量模糊化后的语言变量E、EC作为模糊推理部分的输人，再由E、EC和总的控制规则R，根据推理合成规则进行模糊推理得到模糊控制量U为：

U＝(ExEC)^T1。R(2)

f.逆模糊化，为了对被控对象施加精确的控制，必须将模糊控制量转化为精确量u，即逆模糊化；

g.计算机执行完a～f步骤后，即完成了对被控对象的一步控制，然后等到下一次A/D采样，再进行第二步控制，如此循环，完成了对被控对象的控制；

4)数据存储模块通过与数据分析系统的连接，自动记录了现场工艺参数及温度数据，为以后维修及查询提供数据来源；

5)当模糊控制器输出中断时，输出浇铸速度控制信号到PC机，再由PC机传送到PLC系统，引导连铸机自动降速，以连铸机结晶器浇铸参数为数据源，采用PC机的3D显示直观显示结晶器浇铸过程与温度场，实现对结晶器内部温度场任意视觉的温度监控。