CN109865810B - 一种冶金连铸冷却水的智能控制方法 - Google Patents
一种冶金连铸冷却水的智能控制方法 Download PDFInfo
- Publication number
- CN109865810B CN109865810B CN201910221218.2A CN201910221218A CN109865810B CN 109865810 B CN109865810 B CN 109865810B CN 201910221218 A CN201910221218 A CN 201910221218A CN 109865810 B CN109865810 B CN 109865810B
- Authority
- CN
- China
- Prior art keywords
- temperature
- blank
- crystallizer
- casting
- chill
- 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.)
- Active
Links
Images
Landscapes
- Continuous Casting (AREA)
Abstract
本发明公开了一种冶金连铸冷却水的智能控制方法,根据生产经验数据库的初始参数通过温度场计算模型进行一冷水量和二冷水量的计算控制可以保证初始投产的顺利进行;然后在生产过程中采集长期的铸机监控数据,通过温度场计算模型的反算功能对各项计算参数进行学习优化,一方面可以使该铸机的模型计算精度提高,水量控制更加合理,随着生产的进行不断提高铸坯质量,另一方面可以反向优化生产经验数据库,使初始参数更趋于优化。
Description
技术领域
本发明涉及一种冶金连铸冷却水的智能控制方法。
背景技术
在现代连铸机的生产过程中,钢水需要经过结晶器一次冷却、二冷区二次喷水冷却,最终凝固成连铸坯。在一次冷却中,需要在结晶器内通入适当流量的一次冷却水,保证钢水在结晶器内迅速凝固形成足够厚度的初生坯壳,同时要避免冷却强度过大导致表面裂纹的产生。在二次喷水冷却过程中,需要在各冷却段向铸坯表面喷适量的冷却水,保证在坯壳厚度增长的同时,坯壳的表面温度不出现过快的下降和回升,以防止表面和内部缺陷的产生。
目前连铸机的一冷水量,一般是采用完全固定水量或按钢种确定水量;对一冷水量的动态调节仅是通过入水和出水温度差和结晶器热流计算一冷水量目标值;这种控制方式,所采用的结晶器热流是通过钢种、铜板厚度等参数通过固定系数的经验公式计算得到;无法考虑不同的结晶器设备状态和缺乏实践生产经验的钢种;由于存在较大的漏钢风险,一冷水量的优化无法达到最佳效果。
目前连铸机的动态二冷控制,是以铸坯坯壳目标表面温度为控制目标,根据温度场计算程序的反算结果,计算各二冷分区内的二冷水量目标值;这种控制方式,由于温度场计算程序无法考虑铸机的设备状态和介质、自然条件等复杂因素对计算结果的影响,对铸坯坯壳表面的温度控制精度较低。
发明内容
本发明的目的是提供一种冶金连铸冷却水的智能控制方法,能够根据现场仪表监控数据指导温度场计算模型进行自适应,调节模型参数,逐步优化一冷水量和二冷水量的动态控制模型,能够有效保证连铸坯的表面质量和内部质量。
为达到上述目的,本发明采用的技术方案是:
一种冶金连铸冷却水的智能控制方法,包括以下步骤:
(a)建立用于计算一冷铸坯表面计算温度和二冷铸坯表面计算温度的温度场计算模型;
所述温度场计算模型包括用于计算铸坯温度分布的能量守恒控制方程:
其中:ρcP=ερscPs+(1-ε)ρlcPl (2)
keff=[εks+(1-ε)kl][1+β(1-ε)2] (3)
上式中:Vcast为拉坯速度,m/min;ρ为密度,kg/m3;ρs为固相密度,kg/m3;ρl为液相密度,kg/m3;cP为定压比热,J/(kg·K);cPs为固相定压比热,J/(kg·K);cPl为液相定压比热,J/(kg·K);T为温度,K;keff为有效导热系数,W/(m·K);ks为固相导热系数,W/(m·K);kl为液相导热系数,W/(m·K);S1为内热源,W/m3;ε为固相分数;β为导热增强因数;L为潜热,J/kg;Tref为参考温度,K;通过牛顿-拉普森法迭代求解上式(1)至(4)获得T(所述一冷铸坯表面计算温度、所述二冷铸坯表面计算温度)、cPl、cPs、ε的值;
(b)根据结晶器内的凝固冷却特征,首先通过热流式(5)计算结晶器的平均热流密度然后根据连铸工艺,沿拉坯方向将结晶器内宽窄两个面的热流密度q设置为与弯月面距离相关的函数,从而区分宽窄面的热流密度;表达式(6)中的B由结晶器内能量守恒积分求得;
S1=qS/V (7)
上式中:为结晶器平均热流密度,W/m2;S为换热面积,m2;V为网格体积,m3;q为结晶器热流密度,W/m2;ρw为冷却水密度,g/cm3;cw为冷却水比热,J/(g·K);W为结晶器冷却水流量,cm3/s;B为与结晶器冷却强度有关的系数;△T为结晶器进出水温差,K;S为钢坯与结晶器的接触面积,cm2;z为到弯月面的距离,m;vcast为拉坯速度,m/min;
二冷区换热包括铸坯表面与辊子接触传热、铸坯表面与周围环境间的自然对流换热、铸坯表面的辐射散热、铸坯表面与冷却水雾间的强制对流换热四种方式;铸坯表面与辊子接触区域换热系数,考虑铸坯内外弧面的对流换热系数的不同,对铸坯外弧面采用修正系数(1-0.15cosθ),其中θ为铸坯弧面与水平面的夹角;考虑内弧面不同扇形段由于角度的不同引起辊子上方冷却水聚集对边界换热的影响;
hnat=0.8418(Tsurface+Tambient)0.33 (8)
hrad=εσ(Tsurface 2+Tambient 2)(Tsurface+Tambient) (9)
S1=hS/V (11)
上式中:hnat为铸坯表面与周围环境间的自然对流换热系数;hrad为铸坯表面的辐射散热系数;hspray为铸坯表面与冷却水雾间的换热系数;Tsurface为铸坯表面温度,K;Tambient为周围环境温度;w为水流密度,L/(m2·s);Tspray为冷却水雾的温度;α为与铸机有关的系数;S为换热面积,m2;V为网格体积,m3;h=hnat+hrad+hspray;
(c)根据生产经验数据库给出的用于所述温度场计算模型的初始参数,并根据一冷铸坯表面目标温度、二冷铸坯表面目标温度反算一冷目标水量和二冷各分区目标水量,用于铸机生产;
(d)铸机生产时,对各项数据进行监控,所述数据包括:结晶器水量、入口出口温度、结晶器铜板厚度、拉速、钢种、漏钢预报系统热电偶测量的铜板表面温度、结晶器锥度、结晶器出口铸坯表面温度;以及二冷各段水量、水温、环境温度、二冷各段压缩空气气量、在二冷各分区设置的温度监测装置返回的实时铸坯表面温度;
根据所述数据调整优化所述温度场计算模型中的各项参数,代入实际使用的一冷水量和二冷各分区水量,使计算得到的所述一冷铸坯表面计算温度等于一冷铸坯表面实际温度,使计算得到的所述二冷铸坯表面计算温度等于二冷铸坯表面实际温度;
(e)将参数调整优化后的所述温度场计算模型应用于铸机生产,根据优化后的所述温度场计算模型、所述一冷铸坯表面目标温度、所述二冷铸坯表面目标温度计算得到优化后的一冷目标水量和优化后的二冷各分区目标水量;
(f)交替重复步骤(d)和步骤(e),使所述一冷铸坯表面实际温度逐渐接近所述一冷铸坯表面目标温度,使所述二冷铸坯表面实际温度逐渐接近所述二冷铸坯表面目标温度。
优选地,在步骤(f)中,交替重复步骤(d)和步骤(e),使所述一冷铸坯表面实际温度等于所述一冷铸坯表面目标温度,使所述二冷铸坯表面实际温度等于所述二冷铸坯表面目标温度。
由于上述技术方案的运用,本发明与现有技术相比具有下列优点:本发明一种冶金连铸冷却水的智能控制方法,根据生产经验数据库的初始参数通过温度场计算模型进行一冷水量和二冷水量的计算控制可以保证初始投产的顺利进行;然后在生产过程中采集长期的铸机监控数据,通过温度场计算模型的反算功能对各项计算参数进行学习优化,一方面可以使该铸机的模型计算精度提高,水量控制更加合理,随着生产的进行不断提高铸坯质量,另一方面可以反向优化生产经验数据库,使初始参数更趋于优化。
附图说明
附图1为本发明的方法的控制流程图;
附图2为实施例1中初始参数计算的温度曲线与实际监控数据的对比;
附图3为实施例1中优化后参数计算的温度曲线与实际监控数据的对比。
具体实施方式
下面结合附图来对本发明的技术方案作进一步的阐述。
实施例1:
某连铸机使用本发明冶金连铸冷却水的智能控制方法,先根据连铸机的冷却区设置和生产经验数据库中该连铸机需要生产钢种的初始参数采用温度场计算模型进行一冷、二冷配水计算,给出连铸机投产热试使用的一冷、二冷水量,保证连铸机投产热试的成功。
热试成功后,在连铸生产过程中,系统自动记录结晶器水量、入口出口温度、结晶器铜板厚度、拉速、钢种、漏钢预报系统热电偶测量的铜板表面温度、结晶器锥度、结晶器出口铸坯表面温度等数据和各段二冷水量、水温、环境温度、各段二冷压缩空气气量、在各二冷分区设置的温度监测装置返回的实时铸坯表面温度等数据。
每经过一个时间间隔(例如一周)的数据积累,通过温度场计算模型对这段时间间隔内的记录数据进行计算分析学习,更新优化一冷换热系数、各钢种密度、比热、凝固潜热、液相线、固相线、导热系数、二冷换热系数等模型内部参数,使计算得到的一冷铸坯表面计算温度等于一冷铸坯表面实际温度,使计算得到的二冷铸坯表面计算温度等于二冷铸坯表面实际温度;在第二个时间间隔内使用优化后的参数代入温度场计算模型计算(继续采用一冷铸坯表面目标温度、二冷铸坯表面目标温度),得出优化后的一冷、二冷水量,控制连铸机生产。
经过第二个时间间隔的生产和监控后,利用第二个时间间隔的监控数据继续优化模型内部参数,用于第三个时间间隔的生产控制,依次类推,最终使一冷铸坯表面实际温度逐渐接近或等于一冷铸坯表面目标温度,使二冷铸坯表面实际温度逐渐接近或等于二冷铸坯表面目标温度(这里说的逐渐接近是指一冷铸坯表面实际温度与一冷铸坯表面目标温度的第一差值、二冷铸坯表面实际温度与二冷铸坯表面目标温度的第二差值均在误差允许的范围内即可)。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并加以实施,并不能以此限制本发明的保护范围,凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围内。
Claims (2)
1.一种冶金连铸冷却水的智能控制方法,其特征在于:包括以下步骤:
(a)建立用于计算一冷铸坯表面计算温度和二冷铸坯表面计算温度的温度场计算模型;
所述温度场计算模型包括用于计算铸坯温度分布的能量守恒控制方程:
其中:ρcP=ερscPs+(1-ε)ρ1cP1 (2)
上式中:Vcast为拉坯速度,m/min;ρ为密度,kg/m3;ρs为固相密度,kg/m3;ρ1为液相密度,kg/m3;cP为定压比热,J/(kg·K);cPs为固相定压比热,J/(kg·K);cP1为液相定压比热,J/(kg·K);T为温度,K;keff为有效导热系数,W/(m·K);ks为固相导热系数,W/(m·K);k1为液相导热系数,W/(m·K);S1为内热源,W/m3;ε为固相分数;β为导热增强因数;L为潜热,J/kg;Tref为参考温度,K;通过牛顿-拉普森法迭代求解上式(1)至(4)获得T、cP1、cPs、ε的值;其中T为所述一冷铸坯表面计算温度、所述二冷铸坯表面计算温度;
(b)根据结晶器内的凝固冷却特征,首先通过热流式(5)计算结晶器的平均热流密度然后根据连铸工艺,沿拉坯方向将结晶器内宽窄两个面的热流密度q设置为与弯月面距离相关的函数,从而区分宽窄面的热流密度;表达式(6)中的B由结晶器内能量守恒积分求得;
S1=qSm/V (7)
上式中:为结晶器平均热流密度,W/m2;s为换热面积,m2;V为网格体积,m3;q为结晶器热流密度,W/m2;ρw为冷却水密度,g/cm3;cw为冷却水比热,J/(g·K);W为结晶器冷却水流量,cm3/s;B为与结晶器冷却强度有关的系数;△t为结晶器进出水温差,K;Sm为钢坯与结晶器的接触面积,cm2;z为结晶器内需要计算热流的点到弯月面的距离,m;Vcast为拉坯速度,m/min;
二冷区换热包括铸坯表面与辊子接触传热、铸坯表面与周围环境间的自然对流换热、铸坯表面的辐射散热、铸坯表面与冷却水雾间的强制对流换热四种方式;铸坯表面与辊子接触区域换热系数,考虑铸坯内外弧面的对流换热系数的不同,对铸坯外弧面采用修正系数1-0.15cosθ,其中θ为铸坯弧面与水平面的夹角;考虑内弧面不同扇形段由于角度的不同引起辊子上方冷却水聚集对边界换热的影响;
hnat=0.8418(Tsurface+Tambient)0.33 (8)
hrad=εσ(Tsurface 2+Tambient 2)(Tsurface+Tambient) (9)
S1=hSs/V (11)
上式中:hnat为铸坯表面与周围环境间的自然对流换热系数;hrad为铸坯表面的辐射散热系数;hspray为铸坯表面与冷却水雾间的换热系数;Tsurface为铸坯表面温度,K;Tambient为周围环境温度;w为水流密度,L/(m2·s);Tspray为冷却水雾的温度;α为与铸机有关的系数;Ss为二冷区的换热面积,m2;V为网格体积,m3;h=hnat+hrad+hspray;
(c)根据生产经验数据库给出的用于所述温度场计算模型的初始参数,并根据一冷铸坯表面目标温度、二冷铸坯表面目标温度反算一冷目标水量和二冷各分区目标水量,用于铸机生产;
(d)铸机生产时,对各项数据进行监控,所述数据包括:结晶器水量、入口出口温度、结晶器铜板厚度、拉速、钢种、漏钢预报系统热电偶测量的铜板表面温度、结晶器锥度、结晶器出口铸坯表面温度;以及二冷各段水量、水温、环境温度、二冷各段压缩空气气量、在二冷各分区设置的温度监测装置返回的实时铸坯表面温度;
根据所述数据调整优化所述温度场计算模型中的各项参数,使计算得到的所述一冷铸坯表面计算温度等于一冷铸坯表面实际温度,使计算得到的所述二冷铸坯表面计算温度等于二冷铸坯表面实际温度;
(e)将参数调整优化后的所述温度场计算模型应用于铸机生产,根据优化后的所述温度场计算模型、所述一冷铸坯表面目标温度、所述二冷铸坯表面目标温度计算得到优化后的一冷目标水量和优化后的二冷各分区目标水量;
(f)交替重复步骤(d)和步骤(e),使所述一冷铸坯表面实际温度逐渐接近所述一冷铸坯表面目标温度,使所述二冷铸坯表面实际温度逐渐接近所述二冷铸坯表面目标温度。
2.根据权利要求1所述的一种冶金连铸冷却水的智能控制方法,其特征在于:在步骤(f)中,交替重复步骤(d)和步骤(e),使所述一冷铸坯表面实际温度等于所述一冷铸坯表面目标温度,使所述二冷铸坯表面实际温度等于所述二冷铸坯表面目标温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910221218.2A CN109865810B (zh) | 2019-03-22 | 2019-03-22 | 一种冶金连铸冷却水的智能控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910221218.2A CN109865810B (zh) | 2019-03-22 | 2019-03-22 | 一种冶金连铸冷却水的智能控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109865810A CN109865810A (zh) | 2019-06-11 |
CN109865810B true CN109865810B (zh) | 2020-10-30 |
Family
ID=66921024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910221218.2A Active CN109865810B (zh) | 2019-03-22 | 2019-03-22 | 一种冶金连铸冷却水的智能控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109865810B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110802208B (zh) * | 2019-11-13 | 2021-06-08 | 甘肃酒钢集团宏兴钢铁股份有限公司 | 一种高纬度地区连铸生产水量调整的方法 |
CN111872339A (zh) * | 2020-08-05 | 2020-11-03 | 山东莱钢永锋钢铁有限公司 | 一种用于连铸低倍质量分析的方法 |
CN112387947B (zh) * | 2020-11-06 | 2021-10-08 | 福建三宝钢铁有限公司 | 一种冷镦钢的制备方法 |
CN116571707B (zh) * | 2023-07-12 | 2023-09-12 | 江苏永钢集团有限公司 | 一种提高高碳钢连铸坯中心缩孔质量的方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5835055A (ja) * | 1981-08-28 | 1983-03-01 | Hitachi Ltd | 連続鋳造機の冷却水量制御装置 |
DE102007058109A1 (de) * | 2007-12-03 | 2009-06-04 | Sms Demag Ag | Vorrichtung zur Steuerung oder Regelung einer Temperatur |
EP2441539A1 (de) * | 2010-10-12 | 2012-04-18 | Siemens VAI Metals Technologies GmbH | Energie- und ausbringungsoptimiertes Verfahren und Anlage zur Erzeugung von Stahlwarmband |
JP5757296B2 (ja) * | 2013-01-23 | 2015-07-29 | 新日鐵住金株式会社 | 連続鋳造機の2次冷却制御方法及び2次冷却制御装置 |
KR101903298B1 (ko) * | 2014-07-16 | 2018-10-01 | 신닛테츠스미킨 카부시키카이샤 | 연속 주조기의 2차 냉각 제어 방법 및 2차 냉각 제어 장치 |
CN104759599B (zh) * | 2015-04-03 | 2017-01-04 | 罗光政 | 一种利用坯壳厚度控制系统提高铸坯温度的方法 |
CN105964968B (zh) * | 2016-05-23 | 2018-03-06 | 中冶赛迪工程技术股份有限公司 | 一种提高低拉速下二冷配水量的方法 |
CN106001479B (zh) * | 2016-07-12 | 2018-01-30 | 中冶赛迪工程技术股份有限公司 | 一种连铸机冷却区的动态水量控制方法及系统 |
CN107127314B (zh) * | 2017-04-08 | 2019-02-12 | 湖南千盟工业智能系统股份有限公司 | 一种连铸二冷段铸流表面温度智能测量方法 |
CN107457378A (zh) * | 2017-07-25 | 2017-12-12 | 北京科技大学 | 连铸板坯三维动态配水水量设定及可控轻压下实现的方法 |
CN108959810B (zh) * | 2018-07-24 | 2020-11-03 | 东北大学 | 一种铸坯传热参数的快速辨识方法、装置及连铸设备 |
-
2019
- 2019-03-22 CN CN201910221218.2A patent/CN109865810B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109865810A (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109865810B (zh) | 一种冶金连铸冷却水的智能控制方法 | |
CN103920859B (zh) | 一种连铸板坯内部裂纹在线预测方法 | |
CN102814481B (zh) | 基于在线测温与传热模型的连铸二冷动态控制方法 | |
CN101664793B (zh) | 基于红外热成像的连铸坯实时温度场在线预测方法 | |
CN107303601B (zh) | 铸坯的冷却监控系统和方法 | |
CN110918655A (zh) | 一种精细化加热控制方法 | |
CN102228973A (zh) | 多点连续测量模拟连铸结晶器内钢液凝固传热过程的方法 | |
CN106238695A (zh) | 一种连铸过程结晶器内铸流凝固预测控制方法 | |
CN104942247A (zh) | 在连铸工序中调整电磁搅拌器的控制系统及方法 | |
Wang et al. | Novel approach for modeling of nonuniform slag layers and air gap in continuous casting mold | |
CN112528432B (zh) | 一种考虑非均匀二次冷却的连铸坯凝固传热计算方法 | |
KR20110020828A (ko) | 금속 스트랜드의 연속 주조 방법 | |
CN102228970A (zh) | 连铸结晶器内钢液凝固传热过程仿真系统 | |
JP2014036998A (ja) | 連続鋳造鋳片の製造方法 | |
CN113579223B (zh) | 一种基于体系热平衡技术的模具温度控制方法 | |
CN110315049A (zh) | 一种连铸二冷水控制装置及方法 | |
CN102416454A (zh) | 一种控制连铸板坯动态轻压下的方法 | |
CN102228971B (zh) | 在线模拟连铸结晶器内钢液凝固传热过程的仿真方法 | |
Ji et al. | Online dynamic control of secondary cooling for the continuous casting process | |
Liu et al. | Dynamic water modeling and application of billet continuous casting | |
CN102222147A (zh) | 在线模拟连铸结晶器内钢液凝固传热过程的仿真系统 | |
TWI743686B (zh) | 連續鑄造機之控制方法、連續鑄造機之控制裝置、以及鑄片之製造方法 | |
JPS61238453A (ja) | 連続鋳造設備における二次冷却水制御方法 | |
Zhao et al. | Optimization of secondary cooling water distribution for billet continuous casting based on neural network | |
KR101461708B1 (ko) | 주형 온도 제어 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |