CN105522133A - 一种连铸坯与结晶器铜板粘结行为的判定方法 - Google Patents
一种连铸坯与结晶器铜板粘结行为的判定方法 Download PDFInfo
- Publication number
- CN105522133A CN105522133A CN201510970718.8A CN201510970718A CN105522133A CN 105522133 A CN105522133 A CN 105522133A CN 201510970718 A CN201510970718 A CN 201510970718A CN 105522133 A CN105522133 A CN 105522133A
- Authority
- CN
- China
- Prior art keywords
- thermocouple
- bonding
- temperature
- copper plate
- crystallizer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
- B22D11/16—Controlling or regulating processes or operations
- B22D11/20—Controlling or regulating processes or operations for removing cast stock
- B22D11/201—Controlling or regulating processes or operations for removing cast stock responsive to molten metal level or slag level
- B22D11/202—Controlling or regulating processes or operations for removing cast stock responsive to molten metal level or slag level by measuring temperature
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Continuous Casting (AREA)
Abstract
本发明公开了一种连铸坯与结晶器铜板粘结行为的判定方法,属于冶金连铸工艺技术领域。本发明的判定方法包括以下步骤:步骤一、结晶器铜板内热电偶温度数据采集、预处理和存储;步骤二、通过热电偶温度变化速率进行单个热电偶温升异常检查;步骤三、进行温升异常热电偶所在列和相邻列的粘结纵向传播模型检查,计算满足模型检查的温升异常热电偶总数为X;步骤四、根据满足模型检查的温升异常热电偶总数做出粘结报警或粘结警告的判定。本发明实现了对铸坯粘结的及时准确判定,尽可能缩短了报警响应时间,并在保证100%粘结报出率的同时降低了误报频率。
Description
技术领域
本发明属于冶金连铸工艺技术领域,更具体地说,涉及一种连铸坯与结晶器铜板粘结行为的判定方法。
背景技术
在以高拉速为核心的恒速高效连铸技术的发展过程中,粘结漏钢问题是制约高拉速连铸的关键因素之一,已成为了连铸工作者迫切需要解决的重要难题。解决粘结漏钢对保证高拉速连铸生产顺行和生产高质量铸坯具有重要意义,目前除改善诱发铸坯粘结的浇铸工艺因素外,主要手段是开发有效的铸坯和结晶器铜板粘结的判定方法,尽早的识别粘结行为并采取有效措施控制,避免漏钢。
连铸粘结漏钢的形成机制包括铸坯粘结的形成和传播过程。铸坯粘结多发生在弯月面及其附近位置,由于坯壳和结晶器铜板之间润滑不良等因素使初生凝固坯壳与铜板发生粘结。在结晶器振动和拉坯作用下,凝固坯壳不断地被撕裂和重新凝固,形成的“V”型撕裂口不断地向下移动,当到达结晶器出口发生漏钢,这就是粘结的传播行为。粘结裂口不仅沿拉坯方向纵向传播,而且沿水平方向横向传播。为了避免粘结漏钢,国内外开发了很多铸坯粘结的检测方法,目前最有效的方法是在结晶器铜板内埋设一定数量热电偶测量铜板温度变化,通过铸坯粘结时的热电偶温度时空变化特征来识别粘结行为。铸坯粘结时的热电偶温度时空变化特征包括:单个热电偶温度在时间上表现了先升后降规律,并具有一定温度幅度或温度变化速率和持续时间,以及多排热电偶温度变化在空间上表现了“时滞性”和“温度倒置”现象,但由于结晶器保护渣融化和流入不稳定等影响,造成“温度倒置”现象并不是有组织有系统的出现,不具有普遍性。识别这些特征的粘结判定方法有逻辑判断算法和智能算法,虽然智能算法在解决实际的非线性问题具有较好的性能,但考虑到逻辑判断算法实现简单、可操作性强、实时性高、可靠性高、易维护等优点,已被广泛应用于各大钢厂漏钢预报系统。
在目前的各类逻辑判断算法中,热电偶布置和逻辑规则设计有很大不同,导致算法性能和报警时效性有很大差异,特别是在实际应用时,由于热电偶故障或坯壳生长不均匀等导致的热电偶温度波动,容易引起粘结报警不及时、粘结误报警。一旦粘结报警不及时,则无法通过降拉速措施使粘结修复从而避免漏钢;而每一次误报警会导致铸机突然降速或停机,严重影响铸坯质量和铸机的高效化生产,和漏钢事故一样都会造成巨大的经济损失。所以在设计粘结的逻辑判断算法时,不仅要及时报出粘结行为,考虑报警时效性,缩短报警响应时间,为后续粘结漏钢的修复创造有利条件,同时又必须尽可能的减少误报警。
专利文件CN101332499公开了一种板坯连铸漏钢预报控制方法,该预报控制方法是基于结晶器热电偶温度变化,通过逻辑判断算法实现粘结漏钢判定的。该预报控制方法利用温度幅度检查和持续时间判断单个热电偶粘结时典型温度波形,并通过相邻热电偶温度异常变化的时滞性考虑了粘结的纵向和横向传播行为,利用该方法提高了漏钢预报的准确性,降低了误报警次数。但是,该预报控制方法没有考虑到粘结报警的时效性,特别是在采用温度幅度检查时,对单个热电偶粘结温度波形的识别报警时间较晚,导致不一定能够及时报出粘结行为。
专利文件CN102825234A公开了一种粘结漏钢的判定报警方法,该判定报警方法是基于多排热电偶温度在空间变化的时滞性和温度曲线交叉(即温度倒置)特征,是针对粘结时的典型温度变化波形模式或理论温度变化波形模式而设计的,而在实际生产过程中,并非所有粘结温度变化波形模式都会表现出“温度倒置”现象,并且实际生产时经常有较大的热电偶温度波动,这样极易产生“温度倒置”现象,所以会增加该判定报警方法误报和漏报的几率。此外,该判定报警方法也没有考虑粘结报警的响应时间和时效性,而利用“温度倒置”特征判断粘结,主要着眼于上下排温度波形曲线的交叉点,根据倒置温度来判断是否发生异常情况,关注的时间区域明显晚于温度曲线上升阶段,从而影响粘结报警时间,不能及时报出粘结行为。
专利文件CN102886504A公开了一种基于机器视觉的粘结漏钢预报方法,该粘结漏钢预报方法是基于结晶器铜板温度速率热像图,采用计算机图像处理算法提取粘结时热像图上的异常区域特征,然后采用一定逻辑规则进行漏钢判断。但是,该方法缺乏大量的实例验证和比较分析,且未考虑粘结报警响应时间和时效性等重要问题。
发明内容
1.发明要解决的技术问题
鉴于在实际应用时,热电偶故障或坯壳生长不均匀等导致的热电偶温度波动,容易引起粘结报警不及时、粘结误报警等缺点,本发明提供了一种连铸坯与结晶器铜板粘结行为的判定方法,实现了对铸坯粘结的及时准确判定,尽可能缩短了报警响应时间,并在保证100%粘结报出率的同时大大降低了误报频率,避免了漏钢事故,保证了连铸生产顺行和提高了铸坯质量。
2.技术方案
为达到上述目的,本发明提供的技术方案为:
本发明的连铸坯与结晶器铜板粘结行为的判定方法,其中:在结晶器铜板内埋设多排热电偶,包括以下步骤:
步骤一、结晶器铜板内热电偶温度数据采集、预处理和存储;
步骤二、通过热电偶温度变化速率进行单个热电偶温升异常检查;
步骤三、进行温升异常热电偶所在列和相邻列的粘结纵向传播模型检查,计算满足模型检查的温升异常热电偶总数为X;
步骤四、根据满足模型检查的温升异常热电偶总数做出粘结报警或粘结警告的判定。
作为本发明更进一步的改进,步骤一中,首先采集结晶器铜板内所有热电偶温度数据,然后分别对采集的所有热电偶温度数据进行如下预处理:
条件(1)、当前时刻热电偶温度小于T1或大于T2;条件(2)、当前时刻热电偶温度变化速率小于θ1或大于θ2;
当某个热电偶满足条件(1)或条件(2)时,则标记该热电偶当前时刻状态为0,不参与后续步骤的计算;反之,则标记该热电偶当前时刻状态为1,参与后续步骤的计算;
在热电偶温度数据的每个检测周期内,均进行上述预处理,最后,将热电偶标记的状态保存到三维数组Y[i,j,t]中,并遍历所有热电偶,且将状态标记为1的热电偶温度数据保存到三维数组T[i,j,t]中;
其中,Y[i,j,t]表示第i行j列热电偶在t时刻标记的状态;T[i,j,t]表示第i行j列热电偶在t时刻的温度值。
作为本发明更进一步的改进,步骤一的条件(2)中,根据以下公式(1)计算当前时刻所有热电偶温度变化速率,并保存到三维数组θ[i,j,t]中;
其中,θ[i,j,t]表示第i行j列热电偶在t时刻的温度变化速率,(T[i,j,tnow]-T[i,j,tprev])表示第i行j列热电偶在(tnow-tprev)时间内的温度变化,(tnow-tprev)为计算热电偶温度变化速率的时间间隔,取5s;
步骤一中,T1、T2分别取50℃、200℃;θ1、θ2分别取-2.00℃/s、2.20℃/s;热电偶温度数据的检测周期为1秒。
作为本发明更进一步的改进,步骤二中,如果当前时刻热电偶TC[i,j]同时满足以下公式(2)和公式(3),则认为该热电偶温升异常,并将该热电偶当前时刻状态Y[i,j,t]更新为2;
其中,TC[i,j]表示第i行j列热电偶,和分别为设定的热电偶温升速率最大值和最小值;和分别为设定的热电偶温升持续时间最大值和最小值;为热电偶持续满足公式(2)的温升开始时刻、t为当前时刻,Δtup为热电偶持续满足公式(2)的温升持续时间。
作为本发明更进一步的改进,步骤二中,分别取2.20℃/s、0.18℃/s; 分别取25秒、3秒。
作为本发明更进一步的改进,步骤三包括以下分步骤:
分步骤1),在热电偶温度数据的每个检测周期内,一旦发现某个热电偶TC[io,jo]当前时刻状态更新为2,则从当前时刻统计过去S1秒内,热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中状态被更新为2的总数K,并存储状态被更新为2的热电偶编号和其温升异常开始时刻;其中,S1取30;
分步骤2),上述总数K>>2时才进行分步骤2),具体为:
采用以下公式(4)进行粘结纵向传播速度检查:
其中:Δty为粘结纵向传播时间,Δty为热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中两个相邻状态被更新为2的热电偶其温升异常开始时刻的差值;Dy称为粘结纵向传播距离,Dy为上述两个相邻状态被更新为2的热电偶之间的距离;Vy为粘结纵向传播速度;Vc为工作拉速;αmin和αmax分别为工作拉速和粘结纵向传播速度比值的最小值和最大值;
当热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中任意两个相邻状态被更新为2的热电偶均满足公式(4)时,才进行以下分步骤3);
分步骤3),对热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中最先状态被更新为2的热电偶,从其温升异常开始时刻到当前时刻内,进行温降异常检查,当该热电偶满足公式(5)时,才进行分步骤4);
其中:和分别为设定的温度下降速率最大值和最小值;为设定的温降持续时间最小值;Δtdown为热电偶温度下降实际持续时间;
分步骤4),以上分步骤1)、分步骤2)、分步骤3)是对温升异常热电偶TC[io,jo]所在列进行的粘结纵向传播模型检查,统计温升异常热电偶TC[io,jo]所在列中满足模型检查的温升异常热电偶总数为m,此时m等于上述的K;当无法进行到分步骤4)时,m等于0;
以下为对温升异常热电偶TC[io,jo]相邻列进行粘结纵向传播模型检查,具体为:从当前时刻分别统计过去S1秒内,热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]中和热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]中状态被更新为2的热电偶总数分别为K1、K2;
然后将热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]和热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]分别经过上述分步骤2)和分步骤3),当热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]满足分步骤2)和分步骤3)时,统计热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]中满足模型检查的温升异常热电偶总数为n1,此时n1等于上述的K1,否则n1等于0;当热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]满足分步骤2)和分步骤3)时,统计热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]中满足模型检查的温升异常热电偶总数为n2,此时n2等于上述的K2,否则n2等于0;
最后,统计温升异常热电偶TC[io,jo]相邻列中满足模型检查的温升异常热电偶总数为n,n=n1+n2;
计算满足模型检查的温升异常热电偶总数X,X=m+n。
作为本发明更进一步的改进,步骤四中,设定粘结警告热电偶数目阀值为A,设定粘结报警热电偶数目阀值为B,且B>A;①、当X>>B时,发出粘结报警信号,并采取降拉速控制措施;②、当A<<X<B时,发出粘结警告信号;③、当X<A时,不采取任何措施。
作为本发明更进一步的改进,步骤四中,A取4,B取6。
作为本发明更进一步的改进,当m、n均大于等于2时,才做出粘结报警或粘结警告的判定,否则不采取任何措施。
作为本发明更进一步的改进,所述αmin、αmax分别取0.38、1.50,所述分别取-0.17℃/s、-2.00℃/s;取5s。
3.有益效果
采用本发明提供的技术方案,与现有技术相比,具有如下显著效果:
(1)本发明考虑了铸坯粘结时结晶器铜板热电偶温度变化的时空规律,即单个热电偶温度在时间上表现了先升后降规律,并具有一定温度变化速率和持续时间,以及多排热电偶温度变化在空间上表现了“时滞性”的特征,摒弃了多排热电偶温度曲线在空间上表现的不具普遍性的温度倒置规律,减少了粘结行为的漏报和误报,提高了算法的预报性能。
(2)单个热电偶粘结温度波形检查的识别报警时间要晚于温度变化速率偏差检查的识别报警时间,因为粘结时热电偶温度变化速率曲线波峰要比温度变化曲线波峰提前形成,本发明采用温度变化速率对单个热电偶温度上升异常、下降异常进行检查(即温度变化速率偏差检查),不采用温度幅度检查(即温度波形检查),缩短了报警时间,改善了报警时效性,能及时准确报出粘结行为。
(3)本发明开发的识别粘结行为的逻辑判断算法,通过温升异常热电偶所在列和相邻列的粘结纵向传播模型检查,从而实现粘结二维传播行为的纵向和横向检测,报警时效性好,提高了粘结报警的准确性,大大降低了误报频率,提高了算法的鲁棒性和抗干扰能力。
附图说明
图1为活动侧E列热电偶温度变化曲线;
图2为活动侧E列热电偶温度变化速率曲线;
图3为活动侧F列热电偶温度变化曲线;
图4为活动侧F列热电偶温度变化速率曲线;
图5为活动侧G列热电偶温度变化曲线;
图6为活动侧G列热电偶温度变化速率曲线;
图7为本发明的连铸坯与结晶器铜板粘结行为的判定方法的流程图。
具体实施方式
本发明的技术方案是:一种连铸坯与结晶器铜板粘结行为的判定方法,通过在结晶器铜板内埋设多排高密度热电偶在线检测铜板不同位置温度变化,基于热电偶温度变化速率和铸坯粘结时相邻热电偶温度异常变化的时滞性规律,摒弃空间上的温度倒置规律,采用能准确识别粘结二维传播行为的逻辑判断算法,实现了对凝固坯壳与结晶器铜板粘结的及时准确判定。参考图7,具体步骤如下:
步骤一、结晶器铜板内热电偶温度数据采集、预处理和存储;
首先采集结晶器铜板内所有热电偶温度数据,为减小现场数据波动等噪音的影响,然后分别对采集的所有热电偶温度数据进行如下预处理:
条件(1)、当前时刻热电偶温度小于T1或大于T2,T1、T2分别取50℃、200℃;条件(2)、当前时刻热电偶温度变化速率小于θ1或大于θ2,θ1、θ2分别取-2.00℃/s、2.20℃/s;
当某个热电偶满足条件(1)或条件(2)时,即不在有效数据范围内,则标记该热电偶当前时刻状态为0,表示该热电偶故障、温度数据超出正常范围或波动较大,不参与后续步骤的计算;反之,则标记该热电偶当前时刻状态为1,表示热电偶温度数据有效,参与后续步骤的计算;
在热电偶温度数据的每个检测周期内(即温度采样点的采集周期,取值为1秒),均进行上述数据预处理,最后,将热电偶标记的状态保存到三维数组Y[i,j,t]中,并遍历所有热电偶,且将状态标记为1的热电偶温度实时数据保存到三维数组T[i,j,t]中;
其中:Y[i,j,t]表示第i行j列热电偶在t时刻标记的状态,根据该热电偶状态Y[i,j,t]就可决定每个热电偶当前t时刻是否参与粘结判定算法的计算;T[i,j,t]表示第i行j列热电偶在t时刻的温度值;
条件(2)中,根据以下公式(1)计算当前时刻所有热电偶温度变化速率,并保存到三维数组θ[i,j,t]中;
其中,θ[i,j,t]表示第i行j列热电偶在t时刻的温度变化速率,(T[i,j,tnow]-T[i,j,tprev])表示第i行j列热电偶在(tnow-tprev)时间内的温度变化,(tnow-tprev)为计算热电偶温度变化速率的时间间隔,取5s。
步骤二、通过热电偶温度变化速率进行单个热电偶温升异常检查;
如果当前时刻热电偶TC[i,j]同时满足以下公式(2)和公式(3),则认为该热电偶温升异常,并将该热电偶当前时刻状态Y[i,j,t]更新为2;
其中,TC[i,j]表示第i行j列热电偶,和分别为设定的热电偶温升速率最大值和最小值,分别取2.20℃/s、0.18℃/s;和分别为设定的热电偶温升持续时间最大值和最小值,分别取25秒、3秒;为热电偶持续满足公式(2)的温升开始时刻、t为当前时刻,Δtup为热电偶持续满足公式(2)的温升持续时间;
需要说明的是,本发明中取热电偶温度变化速率在时间轴上持续满足公式(2)的温升开始时刻(即)和温升结束时刻(即t)来计算Δtup,那么在该温升开始时刻和温升结束时刻中间的所有时刻热电偶温度变化速率均在范围内,否则重新计算温升开始时刻和温升结束时刻;同时,当前时刻热电偶TC[i,j]同时满足公式(2)和公式(3)时,上述即为该热电偶温升异常开始时刻。
步骤三、进行温升异常热电偶所在列和相邻列的粘结纵向传播模型检查,实现粘结传播行为的纵向和横向检测,计算满足模型检查的温升异常热电偶总数为X;具体包括以下分步骤:
分步骤1),在热电偶温度数据的每个检测周期内,一旦发现某个热电偶TC[io,jo]当前时刻状态更新为2,即表示该热电偶温升异常,则从当前时刻t统计过去S1秒内,即检查从(t-S1)到t这个时间段内,热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中状态被更新为2的总数K,并存储状态被更新为2的热电偶编号和其温升异常开始时刻;其中,S1取30;
分步骤2),上述总数K>>2时才进行分步骤2),具体为:
采用以下公式(4)进行粘结纵向传播速度检查:
其中:Δty为粘结纵向传播时间,Δty为热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中两个相邻状态被更新为2的热电偶其温升异常开始时刻的差值;Dy称为粘结纵向传播距离,Dy为上述两个相邻状态被更新为2的热电偶之间的距离;Vy为粘结纵向传播速度;Vc为工作拉速;αmin和αmax分别为工作拉速和粘结纵向传播速度比值的最小值和最大值,取0.38和1.50;
当热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中任意两个相邻状态被更新为2的热电偶均满足公式(4)时,才进行以下分步骤3);
分步骤3),对热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中最先状态被更新为2的热电偶,从其温升异常开始时刻到当前时刻内,进行温降异常检查,当该热电偶满足公式(5)时,则认为该热电偶温降异常,才进行分步骤4);
其中:和分别为设定的温度下降速率最大值和最小值,取-0.17℃/s和-2.00℃/s;为设定的温降持续时间最小值,取5s;Δtdown为热电偶温度下降实际持续时间,其计算过程与Δtup计算过程同理。
分步骤4),以上分步骤1)、分步骤2)、分步骤3)是对温升异常热电偶TC[io,jo]所在列进行的粘结纵向传播模型检查,统计温升异常热电偶TC[io,jo]所在列中满足模型检查的温升异常热电偶总数为m,此时m等于上述的K;当无法进行到分步骤4)时,m等于0;
以下为对温升异常热电偶TC[io,jo]相邻列进行粘结纵向传播模型检查,具体为:从当前时刻分别统计过去S1秒内,热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]中和热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]中状态被更新为2的热电偶总数分别为K1、K2;
然后将热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]和热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]分别经过上述分步骤2)和分步骤3),当热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]满足分步骤2)和分步骤3)时,统计热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]中满足模型检查的温升异常热电偶总数为n1,此时n1等于上述的K1,否则n1等于0;当热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]满足分步骤2)和分步骤3)时,统计热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]中满足模型检查的温升异常热电偶总数为n2,此时n2等于上述的K2,否则n2等于0;
最后,统计温升异常热电偶TC[io,jo]相邻列中满足模型检查的温升异常热电偶总数为n,n=n1+n2;
计算满足模型检查的温升异常热电偶总数X,X=m+n。
步骤四、根据满足模型检查的温升异常热电偶总数做出粘结报警或粘结警告的判定;
当m、n均大于等于2时,才做出粘结报警或粘结警告的判定,否则不采取任何措施;设定粘结警告热电偶数目阀值为A,设定粘结报警热电偶数目阀值为B,且B>A;①、当X>>B时,则对热电偶TC[io,jo]发出粘结报警信号,并采取降拉速控制措施;②、当A<<X<B时,则对热电偶TC[io,jo]发出粘结警告信号,提醒操作者注意,改善保护渣等浇铸条件;③、当X<A时,不采取任何措施,其中,A取4,B取6。
为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。
实施例1
针对具体板坯连铸机情况,板坯断面为230×(900~2150)mm2,最大拉速为2.03m/min,结晶器固定侧(外弧)和活动侧(内弧)宽面铜板分别埋设6行12列共72根热电偶,左侧和右侧窄面铜板分别埋设6行2列共12根热电偶,总共埋设了168根热电偶,同时对各热电偶进行编号标记,行号由上到下依次记为1、2、……、6,列号由左到右依次记为A、B、……、L,比如,6G表示第6行G列热电偶。以下通过本发明提供的连铸坯与结晶器铜板粘结行为的判定方法对具体实施例计算过程进行阐述。
一次粘结漏钢实例,铸坯断面为1554×230mm2,工作拉速为1.2m/min,漏钢时刻大约在04:59:37,漏钢坯壳检查发现具有明显的V型缺口和紊乱的振痕,这次漏钢主要是由于现行基于温度倒置逻辑判断算法的国外Danieli漏钢预报系统没有识别出粘结,没有发出粘结报警。利用本发明的判定方法对本实例进行仿真,在04:59:17时刻对活动侧第3行F列热电偶发出了粘结报警。关于该粘结实例的具体判定过程,通过检查活动侧F列和相邻列的热电偶温度变化曲线和温度变化速率曲线(如图1~图6)进行分析。
用Delphi/pascal语言为本发明的判定方法开发相关程序,读取这次粘结漏钢实例的连铸过程历史数据,包括炉次号、结晶器热电偶温度数据、拉速、结晶器液位、铸坯规格和浇铸长度等,进行离线仿真。在程序运算到04:59:17时刻时,活动侧F列的3F热电偶已经温升异常,如图4所示,3F热电偶温度变化速率已经超过0.18℃/s(小于2.20℃/s),且持续时间达9s,超过了设定的热电偶温升持续时间最小值(本发明取3s)。所以根据本发明的技术方案,接下来要进行该列和相邻列的粘结纵向判断模型检查,主要包括以下步骤:
(1)检查并统计从04:58:47到04:59:17这个时间段内,活动侧F列1F、2F和3F热电偶中温升异常热电偶的总数,由图4活动侧F列热电偶温度变化速率曲线可知,在这个30s的检查时间段内,1F、2F和3F热电偶均出现了温升异常,则活动侧F列1F、2F和3F热电偶中温升异常热电偶的总数为3,标记和存储温升异常热电偶的编号和其温升异常开始时刻,热电偶温升异常开始时刻由热电偶温度变化速率曲线计算可知,如图4所示,1F、2F和3F热电偶温升异常开始时刻分别为04:58:58、04:59:04、04:59:08。
(2)在该30s的检查时间段内,活动侧F列温升异常热电偶数目超过两个,所以下一步根据公式(4)进行粘结纵向传播速度检查。本实施例中,相邻两行热电偶的间距为0.111m,根据本发明技术方案中提出的粘结纵向传播速度计算方法,粘结点从1F热电偶向下移动到2F热电偶的速度Vy(1F→2F)=(0.111×60)/(04:59:04-04:58:58)=1.11m/min,Vy(1F→2F)与工作拉速(1.2m/min)的比值为0.925;粘结点从2F热电偶向下移动到3F热电偶的速度Vy(2F→3F)=(0.111×60)/(04:59:08-04:59:04)=1.665m/min,Vy(2F→3F)与工作拉速(1.2m/min)的比值为1.3875;粘结纵向传播速度Vy(1F→2F)和Vy(2F→3F)的值均满足公式(4),即在[αmin·Vc,αmax·Vc]范围,本发明中αmin、αmax分别取0.38、1.50。
(3)由上可知活动侧F列粘结纵向传播速度检查满足条件,则下一步对该列第一个温升异常的热电偶1F(即最先温升异常的热电偶),从其温升异常开始时刻04:58:58到04:59:17时刻内,根据公式(5)由图4活动侧F列热电偶温度变化速率曲线检查其是否存在温降异常,如图4所示,1F热电偶温度变化速率已经小于-0.17℃/s(大于-2.00℃/s),且持续时间超过温降持续时间最小值(本发明中取5s),因此热电偶1F存在温降异常。
(4)以上第(1)、第(2)和第(3)步就是对温升异常热电偶3F所在的活动侧F列进行的粘结纵向传播模型检查,均符合条件,所以统计该列满足模型检查的温升异常热电偶总数m为3,且m大于2。同理,对相邻的活动侧E列和G列也进行粘结纵向传播模型检查,统计相邻列满足模型检查的温升异常热电偶总数n。
对于活动侧E列,根据本发明的技术方案和图2(活动侧E列热电偶温度速率变化曲线)可知,在04:59:17时刻前30s内该列温升异常热电偶数目为3,温升异常热电偶分别是1E、2E和3E热电偶,且1E、2E和3E热电偶同理均满足上述第(2)步和第(3)步的条件。对于活动侧G列,根据本发明的技术方案和图6(活动侧G列热电偶温度速率变化曲线)可知,在04:59:17时刻前30s内该列温升异常热电偶数目为0。所以,相邻列满足模型检查的温升异常热电偶总数n=3+0=3,且n大于2;则满足模型检查的温升异常热电偶总数X=m+n=6,正好达到粘结报警热电偶数目阀值(本发明取6),因此,在04:59:17时刻对活动侧3F热电偶发出了粘结报警信号。
由上可知,本发明的连铸坯与结晶器铜板粘结行为的判定方法其报警时刻比实际漏钢时刻(04:59:37)提前20s,及时准确地报出了此次粘结,如果在04:59:17报警时刻采取降拉速措施,将有足够的时间避免这次漏钢。同时,由图1、图3和图5可知,粘结时热电偶温度曲线的交叉现象没有规律性,比如第1行热电偶与同列其他热电偶不一定出现温度倒置,或温度倒置时间较晚或倒置温差很小,所以,考虑温度倒置的逻辑判断算法容易导致漏报或报警不及时,尤其是在一些热电偶温度波动较大时,温度倒置的现象很容易出现,会增加误报警几率。
本发明的连铸坯与结晶器铜板粘结行为的判定方法在现场进行了应用测试,统计了近三个月的测试结果,并与现行国外基于温度倒置逻辑判断算法的漏钢预报系统进行了详细对比,如表1所示,以上测试对比结果显示:总浇铸炉数为1968炉(共发生14次粘结),本发明的判定方法无漏报,粘结真报警14次,误报2次,粘结报出率达到100%,预报准确率为87.50%,误报率为12.50%,误报频率为0.1016%次/炉,而国外系统只报出6次粘结,漏报8次,误报4次。同时,由报警时间的比较可知,序号8至序号12炉次中本发明的判定方法粘结报警时间均比国外系统提前1~10s,序号14炉次中本发明的判定方法粘结报警时间比国外系统晚7s,但并不影响采取降速措施避免漏钢。其中,粘结报出率=真报警次数/(漏报次数+真报警次数),预报准确率=真报警次数/(漏报次数+真报警次数+误报次数),误报率=误报次数/(真报警次数+误报次数),误报频率=误报次数/浇铸炉数。通过以上分析可知,本发明的判定方法不仅能及时准确地报出全部铸坯粘结,报警时效性好,而且可将误报次数降至较低水平,在粘结识别精度和报警时间上均优于国外系统。
表1本发明方法与现行国外系统的比较
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (10)
1.一种连铸坯与结晶器铜板粘结行为的判定方法,其中:在结晶器铜板内埋设多排热电偶,其特征在于,包括以下步骤:
步骤一、结晶器铜板内热电偶温度数据采集、预处理和存储;
步骤二、通过热电偶温度变化速率进行单个热电偶温升异常检查;
步骤三、进行温升异常热电偶所在列和相邻列的粘结纵向传播模型检查,计算满足模型检查的温升异常热电偶总数为X;
步骤四、根据满足模型检查的温升异常热电偶总数做出粘结报警或粘结警告的判定。
2.根据权利要求1所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于,
步骤一中,首先采集结晶器铜板内所有热电偶温度数据,然后分别对采集的所有热电偶温度数据进行如下预处理:
条件(1)、当前时刻热电偶温度小于T1或大于T2;条件(2)、当前时刻热电偶温度变化速率小于θ1或大于θ2;
当某个热电偶满足条件(1)或条件(2)时,则标记该热电偶当前时刻状态为0,不参与后续步骤的计算;反之,则标记该热电偶当前时刻状态为1,参与后续步骤的计算;
在热电偶温度数据的每个检测周期内,均进行上述预处理,最后,将热电偶标记的状态保存到三维数组Y[i,j,t]中,并遍历所有热电偶,且将状态标记为1的热电偶温度数据保存到三维数组T[i,j,t]中;
其中,Y[i,j,t]表示第i行j列热电偶在t时刻标记的状态;T[i,j,t]表示第i行j列热电偶在t时刻的温度值。
3.根据权利要求2所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于,
步骤一的条件(2)中,根据以下公式(1)计算当前时刻所有热电偶温度变化速率,并保存到三维数组θ[i,j,t]中;
其中,θ[i,j,t]表示第i行j列热电偶在t时刻的温度变化速率,(T[i,j,tnow]-T[i,j,tprev])表示第i行j列热电偶在(tnow-tprev)时间内的温度变化,(tnow-tprev)为计算热电偶温度变化速率的时间间隔,取5s;
步骤一中,T1、T2分别取50℃、200℃;θ1、θ2分别取-2.00℃/s、2.20℃/s;热电偶温度数据的检测周期为1秒。
4.根据权利要求3所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于,
步骤二中,如果当前时刻热电偶TC[i,j]同时满足以下公式(2)和公式(3),则认为该热电偶温升异常,并将该热电偶当前时刻状态Y[i,j,t]更新为2;
其中,TC[i,j]表示第i行j列热电偶,和分别为设定的热电偶温升速率最大值和最小值;和分别为设定的热电偶温升持续时间最大值和最小值;为热电偶持续满足公式(2)的温升开始时刻、t为当前时刻,Δtup为热电偶持续满足公式(2)的温升持续时间。
5.根据权利要求4所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于,
步骤二中,分别取2.20℃/s、0.18℃/s;分别取25秒、3秒。
6.根据权利要求4所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于,
步骤三包括以下分步骤:
分步骤1),在热电偶温度数据的每个检测周期内,一旦发现某个热电偶TC[io,jo]当前时刻状态更新为2,则从当前时刻统计过去S1秒内,热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中状态被更新为2的总数K,并存储状态被更新为2的热电偶编号和其温升异常开始时刻;其中,S1取30;
分步骤2),上述总数K>>2时才进行分步骤2),具体为:
采用以下公式(4)进行粘结纵向传播速度检查:
其中:Δty为粘结纵向传播时间,Δty为热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中两个相邻状态被更新为2的热电偶其温升异常开始时刻的差值;Dy称为粘结纵向传播距离,Dy为上述两个相邻状态被更新为2的热电偶之间的距离;Vy为粘结纵向传播速度;Vc为工作拉速;αmin和αmax分别为工作拉速和粘结纵向传播速度比值的最小值和最大值;
当热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中任意两个相邻状态被更新为2的热电偶均满足公式(4)时,才进行以下分步骤3);
分步骤3),对热电偶TC[1,jo]、热电偶TC[2,jo]、…、热电偶TC[io-1,jo]、热电偶TC[io,jo]中最先状态被更新为2的热电偶,从其温升异常开始时刻到当前时刻内,进行温降异常检查,当该热电偶满足公式(5)时,才进行分步骤4);
其中:和分别为设定的温度下降速率最大值和最小值;为设定的温降持续时间最小值;Δtdown为热电偶温度下降实际持续时间;
分步骤4),以上分步骤1)、分步骤2)、分步骤3)是对温升异常热电偶TC[io,jo]所在列进行的粘结纵向传播模型检查,统计温升异常热电偶TC[io,jo]所在列中满足模型检查的温升异常热电偶总数为m,此时m等于上述的K;当无法进行到分步骤4)时,m等于0;
以下为对温升异常热电偶TC[io,jo]相邻列进行粘结纵向传播模型检查,具体为:从当前时刻分别统计过去S1秒内,热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]中和热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]中状态被更新为2的热电偶总数分别为K1、K2;
然后将热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]和热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]分别经过上述分步骤2)和分步骤3),当热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]满足分步骤2)和分步骤3)时,统计热电偶TC[1,jo+1]、热电偶TC[2,jo+1]、…、热电偶TC[io-1,jo+1]、热电偶TC[io,jo+1]中满足模型检查的温升异常热电偶总数为n1,此时n1等于上述的K1,否则n1等于0;当热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]满足分步骤2)和分步骤3)时,统计热电偶TC[1,jo-1]、热电偶TC[2,jo-1]、…、热电偶TC[io-1,jo-1]、热电偶TC[io,jo-1]中满足模型检查的温升异常热电偶总数为n2,此时n2等于上述的K2,否则n2等于0;
最后,统计温升异常热电偶TC[io,jo]相邻列中满足模型检查的温升异常热电偶总数为n,n=n1+n2;
计算满足模型检查的温升异常热电偶总数X,X=m+n。
7.根据权利要求6所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于,步骤四中,设定粘结警告热电偶数目阀值为A,设定粘结报警热电偶数目阀值为B,且B>A;①、当X>>B时,发出粘结报警信号,并采取降拉速控制措施;②、当A<<X<B时,发出粘结警告信号;③、当X<A时,不采取任何措施。
8.根据权利要求7所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于:步骤四中,A取4,B取6。
9.根据权利要求7所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于:当m、n均大于等于2时,才做出粘结报警或粘结警告的判定,否则不采取任何措施。
10.根据权利要求6或8所述的连铸坯与结晶器铜板粘结行为的判定方法,其特征在于:所述αmin、αmax分别取0.38、1.50,所述分别取-0.17℃/s、-2.00℃/s;取5s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510970718.8A CN105522133B (zh) | 2015-12-21 | 2015-12-21 | 一种连铸坯与结晶器铜板粘结行为的判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510970718.8A CN105522133B (zh) | 2015-12-21 | 2015-12-21 | 一种连铸坯与结晶器铜板粘结行为的判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105522133A true CN105522133A (zh) | 2016-04-27 |
CN105522133B CN105522133B (zh) | 2018-04-06 |
Family
ID=55764850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510970718.8A Active CN105522133B (zh) | 2015-12-21 | 2015-12-21 | 一种连铸坯与结晶器铜板粘结行为的判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105522133B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107096899A (zh) * | 2017-05-17 | 2017-08-29 | 安徽工业大学 | 一种基于逻辑判断的结晶器漏钢预报系统 |
CN110523941A (zh) * | 2019-08-06 | 2019-12-03 | 北京数钰科技发展有限公司 | 连铸粘结漏钢多级风险控制方法及控制装置 |
CN110523968A (zh) * | 2019-08-06 | 2019-12-03 | 北京数钰科技发展有限公司 | 粘结漏钢的预警判断方法及预警判断装置 |
CN110918973A (zh) * | 2019-12-11 | 2020-03-27 | 东北电力大学 | 一种基于游程的结晶器热像图异常区域标记方法 |
CN111496211A (zh) * | 2020-04-28 | 2020-08-07 | 中冶南方连铸技术工程有限责任公司 | 跟踪识别铸坯表面粘结点的方法 |
CN111898903A (zh) * | 2020-07-28 | 2020-11-06 | 北京科技大学 | 一种钢铁产品均匀性和综合质量评估方法及系统 |
CN113579190A (zh) * | 2021-06-24 | 2021-11-02 | 邯郸钢铁集团有限责任公司 | 一种基于区域特征的板坯连铸漏钢预报方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101332499A (zh) * | 2007-06-28 | 2008-12-31 | 上海梅山钢铁股份有限公司 | 一种板坯连铸漏钢预报控制方法 |
CN102825234A (zh) * | 2012-09-25 | 2012-12-19 | 鞍钢股份有限公司 | 一种粘结漏钢的判定报警方法 |
CN105108097A (zh) * | 2015-07-24 | 2015-12-02 | 安徽工业大学 | 一种混合模型及基于混合模型的连铸漏钢预报方法 |
-
2015
- 2015-12-21 CN CN201510970718.8A patent/CN105522133B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101332499A (zh) * | 2007-06-28 | 2008-12-31 | 上海梅山钢铁股份有限公司 | 一种板坯连铸漏钢预报控制方法 |
CN102825234A (zh) * | 2012-09-25 | 2012-12-19 | 鞍钢股份有限公司 | 一种粘结漏钢的判定报警方法 |
CN105108097A (zh) * | 2015-07-24 | 2015-12-02 | 安徽工业大学 | 一种混合模型及基于混合模型的连铸漏钢预报方法 |
Non-Patent Citations (1)
Title |
---|
何飞: "板坯连铸结晶器漏钢预报系统的开发与实践", 《连铸》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107096899A (zh) * | 2017-05-17 | 2017-08-29 | 安徽工业大学 | 一种基于逻辑判断的结晶器漏钢预报系统 |
CN110523941A (zh) * | 2019-08-06 | 2019-12-03 | 北京数钰科技发展有限公司 | 连铸粘结漏钢多级风险控制方法及控制装置 |
CN110523968A (zh) * | 2019-08-06 | 2019-12-03 | 北京数钰科技发展有限公司 | 粘结漏钢的预警判断方法及预警判断装置 |
CN110523968B (zh) * | 2019-08-06 | 2021-07-27 | 北京数钰科技发展有限公司 | 粘结漏钢的预警判断方法及预警判断装置 |
CN110918973A (zh) * | 2019-12-11 | 2020-03-27 | 东北电力大学 | 一种基于游程的结晶器热像图异常区域标记方法 |
CN110918973B (zh) * | 2019-12-11 | 2021-04-27 | 东北电力大学 | 一种基于游程的结晶器热像图异常区域标记方法 |
CN111496211A (zh) * | 2020-04-28 | 2020-08-07 | 中冶南方连铸技术工程有限责任公司 | 跟踪识别铸坯表面粘结点的方法 |
CN111496211B (zh) * | 2020-04-28 | 2021-08-06 | 中冶南方连铸技术工程有限责任公司 | 跟踪识别铸坯表面粘结点的方法 |
CN111898903A (zh) * | 2020-07-28 | 2020-11-06 | 北京科技大学 | 一种钢铁产品均匀性和综合质量评估方法及系统 |
CN113579190A (zh) * | 2021-06-24 | 2021-11-02 | 邯郸钢铁集团有限责任公司 | 一种基于区域特征的板坯连铸漏钢预报方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105522133B (zh) | 2018-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105522133A (zh) | 一种连铸坯与结晶器铜板粘结行为的判定方法 | |
CN107159862B (zh) | 一种基于逻辑判断的结晶器漏钢预报方法 | |
He et al. | Mold breakout prediction in slab continuous casting based on combined method of GA-BP neural network and logic rules | |
CN101332499B (zh) | 一种板坯连铸漏钢预报控制方法 | |
CN103639385B (zh) | 基于最小二乘的漏钢预报方法及系统 | |
US11105758B2 (en) | Prediction method for mold breakout based on feature vectors and hierarchical clustering | |
CN107096899B (zh) | 一种基于逻辑判断的结晶器漏钢预报系统 | |
CN102319883B (zh) | 一种连铸坯质量在线预报的控制方法 | |
CN105108097B (zh) | 一种用于连铸漏钢预报的混合模型 | |
CN102886504B (zh) | 一种基于机器视觉的结晶器漏钢可视化预报方法 | |
CN101934353A (zh) | 预报板坯连铸过程中漏钢的装置及方法 | |
CN102151814B (zh) | 连铸生产中的粘结报警方法和系统 | |
CN105328155A (zh) | 一种基于改进神经网络的漏钢可视化特征预报方法 | |
MXPA03011418A (es) | Metodo y sistema en linea para monitorizar operacion de arranque de fundidor continuo y predecir rupturas de la colada de inicio. | |
CN103192047A (zh) | 新型连铸机结晶器冷却水自动控制系统及其控制方法 | |
CN103100678A (zh) | 连铸坯缺陷影响参数的在线控制系统与方法 | |
CN102019393B (zh) | 用于连铸机的铸体质量判定方法和装置 | |
CN104181196B (zh) | 一种连铸坯表面纵裂纹在线检测方法 | |
CN105014032A (zh) | 铸坯切割长度异常监测系统及监测方法 | |
CN101879583A (zh) | 结晶器铜管传热对称性的在线热监测系统及方法 | |
CN105689675A (zh) | 一种连铸粘结漏钢的治愈控制方法 | |
CN102941330A (zh) | 一种连铸板坯表面裂纹在线预测的控制方法 | |
CN111579592B (zh) | 高温作业容器侵蚀程度监控方法 | |
CN110918973B (zh) | 一种基于游程的结晶器热像图异常区域标记方法 | |
CN102049483A (zh) | 用于连铸机的铸体跟踪与质量判定的定位方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |