CN106077555A - 一种连铸协调优化控制方法 - Google Patents

Abstract

本发明公开了一种连铸协调优化控制方法，包括铸坯质量大闭环控制、协调优化控制和底层小闭环控制，采用优化控制的设计思想，以连铸坯质量无缺陷为约束，通过连铸过程工艺参数的优化、时序控制逻辑间的协调，并将优化计算的结果下发至各底层控制器执行，以实现连铸生产过程的优化协调控制，在保证产品质量的前提下，实现产能的稳步提高，并同步降低能耗水耗。

Description

一种连铸协调优化控制方法

技术领域

本发明属于先进工业制造控制技术领域，尤其涉及一种连铸协调优化控制方法。

背景技术

随着国内钢铁供给侧改革，钢铁去产能必然倚仗人工智能和大数据技术作为工具，通过实现连铸过程的智能化、精益化生产，以降低企业生产运营成本，这是钢企发展的必然出路。而成本控制无外乎是在保证产品品质的前提下，进行开源节流。

连铸坯的质量控制一直以来都是行业内人士关注的焦点，但由于其技术的复杂性和难度故一直没有取得有效的进展。当铸坯质量问题没有得到有效解决时，质量事件频发，连铸机的生产效率亦会受到影响，产能受到抑制。由于铸流是在结晶器内形成，在二冷段内长大，铸坯质量问题更多是发生在结晶器和二冷段内，在铸流产生的整个过程中最核心的内容就是合理控制铸流内部能量的安全释放，而控制能量释放的介质包括：结晶器冷却水、足辊冷却水、二冷段冷却水、设备冷却水、压缩空气等，对于这些介质的有效及优化控制，体现出了能耗水耗控制水平。只有保证质量的前提下，提升产能，降低能耗水耗，才能实现生产效益的最大化。

发明内容

为了克服现有技术的不足，本发明提供一种以连铸坯质量无缺陷为约束，通过连铸过程工艺参数的优化、时序控制逻辑间的协调，并将优化计算的结果下发至各底层控制器执行，以实现连铸生产过程的优化协调控制的连铸协调优化控制方法。

为此，本发明公开了一种连铸协调优化控制方法，包括如下步骤：

S1、铸坯质量大闭环控制：先检测铸坯表面质量、铸流温度分布和各环节工艺质量参数，形成工艺质量参数--铸流温度分布--铸坯质量缺陷关联数据库，再将缺陷集合分别代入由数据挖掘技术从历史数据中获取和人工专家经验总结的缺陷成因分析模型，代入铸坯质量检测结果，得到质量缺陷工艺参数集合；

S2、协调优化控制：包括优化计算和协调调度；

S3、底层小闭环控制：协调优化控制器将优化设定值和时序控制逻辑一同下发至相应底层控制器，实现回路跟踪控制和系统之间的安全连锁，形成一个以铸坯质量为连铸过程评价指标，以铸流温度分布为铸坯质量评价指标的连铸过程双闭环控制系统，实现以动态监控、质量追溯、铸坯评级和缺陷工艺参数在线修正。

进一步地，所述步骤S2中，优化计算为根据协调优化模型计算无缺陷工艺参数集合，该集合为本次控制的最优设定值；协调调度为在时间维上指导各控制系统的时序控制逻辑。

进一步地，所述步骤S1中，首先记录连铸全流程带时间点的关键工艺质量参数及带编号和时间点的铸坯及质量检测数据，形成连铸过程数据库；采用铸流追踪算法逐环节匹配对应工艺参数，建立铸坯质量和工艺质量参数间的关联数据库；以对应铸坯质量为依据，从历史工艺质量参数中挖掘出能生产无缺陷铸坯的优化工艺质量参数，形成无缺陷工艺质量参数库并通过案例推理实现动态更新，同时建立导致纵裂、横裂、角裂、气孔、偏析、疏松、卷渣、缩孔等典型质量问题的缺陷工艺质量参数库；根据当前生产的工艺参数，在一定的误差区间内遍历缺陷参数库和无缺陷参数库，对该组工艺参数对应的生产铸坯进行在线质量评级；若当前生产参数可能导致某种典型缺陷，则调用协调控制模块，通过对中间包过热度、拉速、二冷喷水及铸流温度分布的联合控制，将当前生产参数修正为无缺陷工艺质量参数。

进一步地，关键工艺质量参数包括铸流温度分布数据和从大包到达至切割结束整个连铸过程的温度分布。

进一步地，所述铸流温度分布数据包括大包旋转台钢包钢液质心温度、中间包钢液温度、结晶器温度和二冷铸流表面温度；所述大包旋转台钢包钢液质心温度通过大包温度模型计算获取，在使用前期通过一次性热电偶点测进行验证；所述中间包钢液温度采用中间包温度模型计算获取，在使用前期通过中间包连续测温手段进行验证，而中间包钢水温度减去该钢水液相线温度可得到钢水过热度；所述结晶器温度通过建立结晶器温度场分布模型来间接求解；所述二冷铸流表面温度通过建立二冷铸流温度场分布模型来加以求解，在使用前期在关键节点需安装温度传感器获取二冷表面实际温度分布数据以对该模型进行校验，通过该模型可以准确计算出铸流整体表面温度分布、拉矫区温度分布是否合理，并计算出凝固末端位置。

进一步地，所述结晶器温度的求解包括有漏钢预报和无漏钢预报；若结晶器有漏钢预报可通过漏钢预报热电偶矩阵获取的准确的温度数据来验证模型的准确性，若无漏钢预报在使用前期在结晶器出口处安装红外测温仪以对模型进行验证，通过结晶器温度计算可以预测结晶器出口铸流厚度。

进一步地，所述步骤S3中底层小闭环控制采用常规PID、无约束模型预测控制、模糊控制以及神经网络单回路控制算法中的一种，以被控量跟踪设定值为核心目标，以二者的偏差为调节依据，实时调节操作变量，克服干扰，实现设定值动态跟踪。

进一步地，所述设定值由协调优化控制模块进行优化计算得到，并向下传递至相应底层控制器。

进一步地，底层小闭环控制包括大包下渣检测及控制、中间包液位检测及控制、中间包温度测量及控制、结晶器液位检测及控制、结晶器渣厚测量及自动加渣控制、结晶器漏钢预报及控制、结晶器电磁搅拌控制、结晶器电磁制动控制、动态轻压下控制、动态二冷水控制、拉速自动控制和切割机自动切割控制。

与现有技术相比，本发明具有以下有益效果：

1、该方法逻辑结构清晰，符合连铸生产实际，具有很高的推广价值；

2、通过将连铸过程温度作为铸坯质量控制的前馈指标，求解温度同核心工艺参数、铸坯质量、能耗水耗的关联关系，当判别当前工艺参数集合为质量缺陷参数集合时，由协调优化控制系统重新对工艺参数进行优化计算，得到优化的工艺参数及时下发至底层进行跟踪控制，在保证质量的前提下，实现效率提高、能耗水耗降低。

附图说明

图1为本发明提供的所述连铸协调优化控制方法的流程图。

具体实施方式

下面结合附图对本发明的实施例进行详述。

请参阅图1，本发明提供一种连铸协调优化控制方法，包括如下步骤：

S1、铸坯质量大闭环控制：先检测铸坯表面质量、铸流温度分布和各环节工艺质量参数，形成工艺质量参数--铸流温度分布--铸坯质量缺陷关联数据库，再将缺陷集合分别代入由数据挖掘技术从历史数据中获取和人工专家经验总结的缺陷成因分析模型，代入铸坯质量检测结果，得到质量缺陷工艺参数集合；

S2、协调优化控制：包括优化计算和协调调度；

S3、底层小闭环控制：协调优化控制器将优化设定值和时序控制逻辑一同下发至相应底层控制器，实现回路跟踪控制和系统之间的安全连锁，形成一个以铸坯质量为连铸过程评价指标，以铸流温度分布为铸坯质量评价指标的连铸过程双闭环控制系统，实现以动态监控、质量追溯、铸坯评级和缺陷工艺参数在线修正。

所述步骤S1中，首先记录连铸全流程带时间点的关键工艺质量参数及带编号和时间点的铸坯及质量检测数据，形成连铸过程数据库；采用铸流追踪算法逐环节匹配对应工艺参数，建立铸坯质量和工艺质量参数间的关联数据库；以对应铸坯质量为依据，从历史工艺质量参数中挖掘出能生产无缺陷铸坯的优化工艺质量参数，形成无缺陷工艺质量参数库并通过案例推理实现动态更新，同时建立导致纵裂、横裂、角裂、气孔、偏析、疏松、卷渣、缩孔等典型质量问题的缺陷工艺质量参数库；根据当前生产的工艺参数，在一定的误差区间内遍历缺陷参数库和无缺陷参数库，对该组工艺参数对应的生产铸坯进行在线质量评级；若当前生产参数可能导致某种典型缺陷，则调用协调控制模块，通过对中间包过热度、拉速、二冷喷水及铸流温度分布的联合控制，将当前生产参数修正为无缺陷工艺质量参数。

关键工艺质量参数包括铸流温度分布数据和从大包到达至切割结束整个连铸过程的温度分布。

所述铸流温度和工艺质量参数关系模型，求解的是铸流温度与工艺质量参数的关联关系。

所述铸流温度分布数据包括大包旋转台钢包钢液质心温度、中间包钢液温度、结晶器温度和二冷铸流表面温度；所述大包旋转台钢包钢液质心温度通过大包温度模型计算获取，在使用前期通过一次性热电偶点测进行验证；所述中间包钢液温度采用中间包温度模型计算获取，在使用前期通过中间包连续测温手段进行验证，而中间包钢水温度减去该钢水液相线温度可得到钢水过热度；所述结晶器温度通过建立结晶器温度场分布模型来间接求解；所述二冷铸流表面温度通过建立二冷铸流温度场分布模型来加以求解，在使用前期在关键节点需安装温度传感器获取二冷表面实际温度分布数据以对该模型进行校验，通过该模型可以准确计算出铸流整体表面温度分布、拉矫区温度分布是否合理，并计算出凝固末端位置。

所述结晶器温度的求解包括有漏钢预报和无漏钢预报；若结晶器有漏钢预报可通过漏钢预报热电偶矩阵获取的准确的温度数据来验证模型的准确性，若无漏钢预报在使用前期在结晶器出口处安装红外测温仪以对模型进行验证，通过结晶器温度计算可以预测结晶器出口铸流厚度。

所述铸流温度和能耗、水耗关系模型，求解的是铸流温度与能耗、水耗的直接或间接的关联关系。

所述步骤S2中，优化计算为根据协调优化模型计算无缺陷工艺参数集合，该集合为本次控制的最优设定值；协调调度为在时间维上指导各控制系统的时序控制逻辑。具体包括优化计算模型、协调调度模型、铸流温度和工艺质量参数关系模型、铸流温度和能耗、水耗关系模型的协调优化控制。

所述优化计算模型涉及到的术语及符号如下：大包钢水温度T_ladle,中间包钢水过热度ΔT_tundish，结晶器冷却水温度T_mould及流量Q_mould，二冷水温度T_segment及流量Q_segment，铸流拉速v_segment，环境温度T_enviroment等现场工况之间存在强耦合，目前以调拉速为主的控制方式造成大量的水耗。

为降低连铸生产过程水耗C_water、能耗C_energy，提高铸坯质量QC_cast，需要深入分析铸坯质量的影响因素，并建立各工况和铸流温度分布T_cast-flow的量化模型,各工况及铸流温度分布T_cast-flow和铸坯质量的关系模型,以及T_cast-flow和过程能耗、水耗关系模型，考虑各工况的实际边界约束，形成最优工艺质量参数寻优模型，通过优化算法寻优得到的最优工况组合能够提高生产能力、保证铸坯质量、节能节水。

本实施例中，所述优化计算模型的计算式为：

$\underset{{\mathrm{\ΔT}}_{tundish},T_{mould},...}{min}J=\mathrm{\λ}\frac{1}{v_{segment}}+{\mathrm{\ηC}}_{water}+{\mathrm{\ζC}}_{energy};$

其要求拉速最大化、水耗和能耗最小化。对同一个浇次来说，要尽可能保证铸坯质量需要稳定拉速，在正常生产过程中防治拉速频繁、大幅度调整。

就同一钢种来说，所述优化计算模型的约束条件包括：

{T_ladle,ΔT_tundish,T_mould,Q_mould,T_segment,Q_segment}∈{无缺陷质量参数集合}；

${\mathrm{\ΔT}}_{tundish}^{low}\≤{\mathrm{\ΔT}}_{tundish}\≤{\mathrm{\ΔT}}_{tundish}^{high};$

$T_{mould}^{low}\≤T_{mould}\≤T_{mould}^{high};$

$Q_{mould}^{low}\≤Q_{mould}\≤Q_{mould}^{high};$

$v_{segment}^{low}\≤v_{setment}\≤v_{segment}^{high};$

和

所述优化计算模型的关系模型包括：

QC_cast＝f(T_ladle,T_tundish,T_mould,Q_mould,T_segment,Q_segment,T_enviroment,T_cast-flow)；

C_energy＝f(T_cast-flow)；

C_water＝f(T_cast-flow)和

T_cast-flow＝f(T_ladle,T_tundish,T_mould,Q_mould,T_segment,Q_segment,T_enviroment)。

所述优化计算模型的求解的优化算法包括：遗传算法、粒子群算法、二次规划算法等，在变量约束范围内根据优化目标寻优得到最优质量参数组合。

所述优化计算模型的主要优化变量包括：大包钢水温度T_ladle，中间包钢水过热度ΔT_tundish，结晶器冷却水温度T_mould，及流量Q_mould，二冷水温度T_segment及流量Q_segment，铸流拉速v_segment等影响铸坯质量的工艺参数。

所述优化计算模型的关键的预测模型包括：工艺参数和铸流温度分布之间的关系模型，现场工况(包括铸流温度分布)和铸坯质量的关系模型，以及铸流温度分布和连铸过程能耗、水耗间的关系模型。

所述协调调度模型结合生产调度指令信息及连铸过程状态信息的基础上，对大包回转台工序环节、中间包工序环节、结晶器工序环节、二冷段工序环节、拉矫工序环节、切割工序环节内的各底层闭环控制系统实施协调调度，得到各子系统运行的时序控制逻辑，以确保相关系统间的安全连锁和优化运行。

所述步骤S3中底层小闭环控制采用常规PID、无约束模型预测控制、模糊控制以及神经网络单回路控制算法中的一种，以被控量跟踪设定值为核心目标，以二者的偏差为调节依据，实时调节操作变量，克服干扰，实现设定值动态跟踪，不体现优化思想，不体现智能。

所述设定值由协调优化控制模块进行优化计算得到，并向下传递至相应底层控制器。

底层小闭环控制包括大包下渣检测及控制、中间包液位检测及控制、中间包温度测量及控制、结晶器液位检测及控制、结晶器渣厚测量及自动加渣控制、结晶器漏钢预报及控制、结晶器电磁搅拌控制、结晶器电磁制动控制、动态轻压下控制、动态二冷水控制、拉速自动控制和切割机自动切割控制。

每个不同钢种的铸坯会有对应的质量要求，当确定钢种后其铸坯质量要求变为设定指标，通过在线或者离线的铸坯质量检测系统来获取铸坯质检结果，以确定质量指标是否符合要求，然而不管是在线的亦或是离线的质量检测系统都存在大的延时，如果单纯通过反馈来控制铸坯质量无法保证质量控制的实时性，因而无法保证质量的稳定性。由于连铸过程实质上为能量释放的过程，在保证钢液质量的情况下，铸坯质量的好坏也即凝固过程的好坏，可以通过温度来加以衡量，故以铸流温度分布作为连铸质量的前馈控制指标是十分合适的。通过数据挖掘和人工专家经验建立的铸流温度—工艺参数关联数据库、铸坯质量—工艺参数关联数据库，对比当前铸流温度分布和铸坯质量反馈结果，判定是否存在铸坯质量事件。如果发现存质量缺陷，由于存在多种处理措施能够使铸坯质量得以恢复，但是仅存在一种最优的方式使综合成本最低。所以需要调用协调优化控制器，通过优化计算模块对相关工艺参数进行组合优化计算，并根据协调调度模块的结果，共同对各底层控制系统实施优化、协调控制，以实现高效、低耗来生产高质量铸坯的目标。

综上，本发明的方法逻辑结构清晰，针对连铸过程环节间相对孤立、系统非优化运行的实际问题而提出，符合连铸生产实际，具有很高的推广价值；通过将连铸过程温度作为铸坯质量控制的前馈指标，求解温度同核心工艺参数、铸坯质量、能耗水耗的关联关系，当判别当前工艺参数集合为质量缺陷参数集合时，由协调优化控制系统重新对工艺参数进行优化计算，得到优化的工艺参数及时下发至底层进行跟踪控制，在保证质量的前提下，实现效率提高、能耗水耗降低。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种连铸协调优化控制方法，其特征在于，包括如下步骤：

S1、铸坯质量大闭环控制：先检测铸坯表面质量、铸流温度分布和各环节工艺质量参数，形成工艺质量参数--铸流温度分布--铸坯质量缺陷关联数据库，再将缺陷集合分别代入由数据挖掘技术从历史数据中获取和人工专家经验总结的缺陷成因分析模型，代入铸坯质量检测结果，得到质量缺陷工艺参数集合；

S2、协调优化控制：包括优化计算和协调调度；

S3、底层小闭环控制：协调优化控制器将优化设定值和时序控制逻辑一同下发至相应底层控制器，实现回路跟踪控制和系统之间的安全连锁，形成一个以铸坯质量为连铸过程评价指标，以铸流温度分布为铸坯质量评价指标的连铸过程双闭环控制系统，实现以动态监控、质量追溯、铸坯评级和缺陷工艺参数在线修正。

2.根据权利要求1所述的连铸协调优化控制方法，其特征在于，所述步骤S2中，优化计算为根据协调优化模型计算无缺陷工艺参数集合，该集合为本次控制的最优设定值；协调调度为在时间维上指导各控制系统的时序控制逻辑。

3.根据权利要求1所述的连铸协调优化控制方法，其特征在于，所述步骤S1中，首先记录连铸全流程带时间点的关键工艺质量参数及带编号和时间点的铸坯及质量检测数据，形成连铸过程数据库；采用铸流追踪算法逐环节匹配对应工艺参数，建立铸坯质量和工艺质量参数间的关联数据库；以对应铸坯质量为依据，从历史工艺质量参数中挖掘出能生产无缺陷铸坯的优化工艺质量参数，形成无缺陷工艺质量参数库并通过案例推理实现动态更新，同时建立导致纵裂、横裂、角裂、气孔、偏析、疏松、卷渣、缩孔等典型质量问题的缺陷工艺质量参数库；根据当前生产的工艺参数，在一定的误差区间内遍历缺陷参数库和无缺陷参数库，对该组工艺参数对应的生产铸坯进行在线质量评级；若当前生产参数可能导致某种典型缺陷，则调用协调控制模块，通过对中间包过热度、拉速、二冷喷水及铸流温度分布的联合控制，将当前生产参数修正为无缺陷工艺质量参数。

4.根据权利要求3所述的连铸协调优化控制方法，其特征在于，关键工艺质量参数包括铸流温度分布数据和从大包到达至切割结束整个连铸过程的温度分布。

5.根据权利要求3所述的连铸协调优化控制方法，其特征在于，所述铸流温度分布数据包括大包旋转台钢包钢液质心温度、中间包钢液温度、结晶器温度和二冷铸流表面温度；所述大包旋转台钢包钢液质心温度通过大包温度模型计算获取，在使用前期通过一次性热电偶点测进行验证；所述中间包钢液温度采用中间包温度模型计算获取，在使用前期通过中间包连续测温手段进行验证，而中间包钢水温度减去该钢水液相线温度可得到钢水过热度；所述结晶器温度通过建立结晶器温度场分布模型来间接求解；所述二冷铸流表面温度通过建立二冷铸流温度场分布模型来加以求解，在使用前期在关键节点需安装温度传感器获取二冷表面实际温度分布数据以对该模型进行校验，通过该模型可以准确计算出铸流整体表面温度分布、拉矫区温度分布是否合理，并计算出凝固末端位置。

6.根据权利要求5所述的连铸协调优化控制方法，其特征在于，所述结晶器温度的求解包括有漏钢预报和无漏钢预报；若结晶器有漏钢预报可通过漏钢预报热电偶矩阵获取的准确的温度数据来验证模型的准确性，若无漏钢预报在使用前期在结晶器出口处安装红外测温仪以对模型进行验证，通过结晶器温度计算可以预测结晶器出口铸流厚度。

7.根据权利要求1所述的连铸协调优化控制方法，其特征在于，步骤S3中，底层小闭环控制采用常规PID、无约束模型预测控制、模糊控制以及神经网络单回路控制算法中的一种，以被控量跟踪设定值为核心目标，以二者的偏差为调节依据，实时调节操作变量，克服干扰，实现设定值动态跟踪。

8.根据权利要求7所述的连铸协调优化控制方法，其特征在于，所述设定值由协调优化控制模块进行优化计算得到，并向下传递至相应底层控制器。

9.根据权利要求1所述的连铸协调优化控制方法，其特征在于，底层小闭环控制包括大包下渣检测及控制、中间包液位检测及控制、中间包温度测量及控制、结晶器液位检测及控制、结晶器渣厚测量及自动加渣控制、结晶器漏钢预报及控制、结晶器电磁搅拌控制、结晶器电磁制动控制、动态轻压下控制、动态二冷水控制、拉速自动控制和切割机自动切割控制。