CN111496211B - 跟踪识别铸坯表面粘结点的方法 - Google Patents
跟踪识别铸坯表面粘结点的方法 Download PDFInfo
- Publication number
- CN111496211B CN111496211B CN202010350197.7A CN202010350197A CN111496211B CN 111496211 B CN111496211 B CN 111496211B CN 202010350197 A CN202010350197 A CN 202010350197A CN 111496211 B CN111496211 B CN 111496211B
- Authority
- CN
- China
- Prior art keywords
- temperature
- section
- rise rate
- tracking
- point
- 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
- 238000005266 casting Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000008859 change Effects 0.000 claims abstract description 7
- 239000013307 optical fiber Substances 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 238000009529 body temperature measurement Methods 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 229910000831 Steel Inorganic materials 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009749 continuous casting Methods 0.000 description 2
- 238000012567 pattern recognition method Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000008113 selfheal Nutrition 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
Images
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
- B22D11/18—Controlling or regulating processes or operations for pouring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D2/00—Arrangement of indicating or measuring devices, e.g. for temperature or viscosity of the fused mass
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Continuous Casting (AREA)
Abstract
本发明提供一种跟踪识别铸坯表面粘结点的方法,包括:获取布置于结晶器上的测温点的温度;根据测温点的温度和测温点的位置的二维平面坐标,获取关于测温点的位置和温度的第一三维空间坐标;对应测温点的温度,形成关于测温点位置和温升速率的第二三维空间坐标;以预设标准温度和预设标准温升速率,得到温度切面和温升速率切面;根据温度切面和温升速率切面对结晶器内铸坯上的可疑粘结点进行判断;对可疑粘结点对应的温度切面进行跟踪,根据温度切面的参数变化,对铸坯的粘结点进行识别。利用本发明,能够解决目前的漏钢预报方法不能很好的识别粘结点等问题。
Description
技术领域
本发明涉及连铸工艺技术领域,更为具体地,涉及一种跟踪识别铸坯表面粘结点的方法。
背景技术
漏钢事故是连铸生产中危害性很大的生产事故,而更多时候并没有到漏钢级别,但由于粘结点产生了,铸坯表面会出现不平整的表面质量问题,虽然这种表面质量和比漏钢预报后进行降速处理而愈合所带来表面质量要轻浅,但同样影响铸坯的使用,是必须进行表面处理而去掉,甚至因为一个表面粘结的出现,所在区域的铸坯要被切掉。一旦没有发现,则导致整根铸坯由于表面质量不合格而报废。
这种粘结点的特点是,出现后能迅速“自愈”,所以波及铸坯表面的范围较小,且不会向漏钢发展。虽然这种具有“自愈”的粘结点危害不如被漏钢预报捕获后处理所带来的铸坯表面,但这种表面依然需要处理,同时这种表面质量出现的频率远远大于漏钢的情况,因此很有识别的必要。
现有的目前漏钢预报方法并不能很好的识别粘结点,一方面是因为这种粘结点出现后很快就“自愈”,没有达到漏钢报的级别;另一方面,现有漏钢预报方法也无法较精确的识别出此种粘结点,一旦放宽了漏钢预报算法条件,只是无谓地大大增加了误报而已;另外,此种粘结点的出现基本上在操作工艺不稳定的情况下,比如拉速在提升或者下降过程出现,甚至拉速在起步过程中出现,对现有漏钢预报算法干扰很大,基本上无法进行定性定量的判定。
发明内容
鉴于上述问题,本发明的目的是提供一种跟踪识别铸坯表面粘结点的方法,以解决目前的漏钢预报方法不能很好的识别粘结点,致使大量铸坯由于出现粘结点,从而导致铸坯表面质量不合格而报废等问题。
本发明提供一种跟踪识别铸坯表面粘结点的方法,包括:
S110、获取布置于结晶器上的测温点的温度;
S120、根据所述测温点的温度和所述测温点的位置的二维平面坐标,形成关于所述测温点的位置和温度的第一三维空间坐标;
S130、在所述第一三维空间坐标中,对应所述测温点的温度,形成关于所述测温点位置和温升速率的第二三维空间坐标;
S140、在所述第一三维空间坐标和所述第二三维空间坐标中,分别以预设标准温度和预设标准温升速率,平行于所述二维平面坐标对温度维度和温升速率维度进行切片,分别得到温度切面和温升速率切面;
S150、根据所述温度切面和所述温升速率切面的出现情况,以及所述温度切面的形状参数,按照可疑粘结点判断规则,对所述结晶器内铸坯上的可疑粘结点进行判断;其中,
所述可疑粘结点判断规则为:分别根据连续温度切面判定规则和连续温升速率切面判定规则,判断所述连续温度切面和所述连续温升速率切面的出现情况;当所述连续温度切面和所述连续温升速率切面在同个区域出现时,对所述连续温度切面和所述连续温升速率切面进行时序跟踪;如果在第一连续跟踪数大于等于N1个周期内,所述连续温升速率切面持续存在,且所述温度切面在拉坯方向上的长度h,和在垂直与拉坯方向上的长度l,满足以下条件: h<hcri;l<lcri;其中hcri为150mm,lcri为150mm,判定所述结晶器内铸坯上的可疑粘结点出现;
S160、当判断结果为,所述铸坯上出现可疑粘结点时,对所述可疑粘结点对应的温度切面进行跟踪,根据所述温度切面的参数变化,按照粘结点判定规则,对所述铸坯的粘结点进行识别;其中,
所述粘结点判定规则为:获取所述可疑粘结点的连续温度切面的中心节点和切面的平均半径;当所述可疑粘结点的连续温度切面的中心节点下移至大于预设判定值,或所述切面的平均半径缩小为零,识别所述可疑粘结点为所述铸坯的粘结点;当在第二连续跟踪数等于N2个周期内,可疑粘结点的温度切面中心点不下移,或不消失,不识别所述可疑粘结点为所述铸坯的粘结点,并将所述预设标准温度更换为此温度切面在所述第二连续跟踪数内的最高温度。
此外,优选的方案是,在步骤S110中,所述测温点的温度通过热电偶或光纤测温设备获得。
此外,优选的方案是,通过映射所述结晶器的各面位置以及所述测温点的位置,以获取所述测温点的位置在所述结晶器整体位置的二维平面坐标。
此外,优选的方案是,在步骤S130中,建立所述第二三维空间坐标前,还包括:
在所述第一三维空间坐标上,以所述测温点的位置为依据进行细分空间节点;
根据所述测温点的温度,以插值法获取所述细分空间节点的温度值;
建立所述细分空间节点的三维空间坐标的相邻节点关系,使每个所述细分空间节点均有上、下、左、右四个相邻的细分空间节点。
此外,优选的方案是,分别根据连续温度切面判定规则和连续温升速率切面判定规则,判断所述连续温度切面和所述连续温升速率切面的出现情况,包括:
分别获取所述温度切面和所述温升速率切面上的细分空间节点;
如果本周期对应的温度切面的细分空间节点在相邻的前一周期对应的温度切面上的细分空间节点重叠的量达到预设连续温度切面判定值M1时,则将本周期对应的温度切面作为连续温度切面;
如果本周期对应的温升速率切面的细分空间节点在相邻的前一周期对应的温升速率切面上的细分空间节点重叠的量达到预设连续温升速率切面判定值M2时,则将本周期对应的温升速率切面作为连续温升速率切面。
此外,优选的方案是,对所述连续温度切面和所述连续温升速率切面进行时序跟踪包括:
以上一周期的温度切面和温升速率切面的细分空间节点中的中心节点为跟踪起点,分别对本周期的温度切面和温升速率切面的跟踪;
当所述跟踪起点的温度小于所述预设标准温度时,停止跟踪所述本周期的温度切面;
当所述跟踪起点的温升速率小于所述预设标准温升速率时,停止跟踪所述本周期的温升速率切面;
当所述跟踪起点的温度不小于所述预设标准温度时,以所述跟踪起点为基点,遍历所有温度大于所述预设标准温度的细分空间节点,从而得到本周期的温度切面;
当所述跟踪起点的温度速率不小于所述预设标准温升速率时,以所述跟踪起点为基点,遍历所有温升速率大于所述预设标准温升速率的细分空间节点,从而得到本周期的温升速率切面。
此外,优选的方案是,所述预设连续温度切面判定值M1大于等于60%;所述预设连续温升速率切面判定值M2大于等于50%;所述N1等于3~5中任意一个自然数。
此外,优选的方案是,所述N2等于20;和/或,所述预设标准温升速率为:0.4~2.0℃/S。
从上面的技术方案可知,本发明提供的跟踪识别铸坯表面粘结点的方法,通过在结晶器上布置测温点进行测温的基础上,构造测温点位置和测温点温度以及测温点位置和温升速率的第一三维空间坐标和第二三维空间坐标,以预设标准温度和预设标准温升速率对第一三维空间坐标和第二三维空间坐标进行切片,形成温度切面和温升速率切面,根据温度切面和温升速率切面的出现情况以及温度切面的形状参数,对结晶器内铸坯上的可疑粘结点进行判断,再根据温度切面的参数变化,对铸坯的粘结点进行识别;实现对具有“自愈”能力的粘结点的识别,在线识别会影响铸坯表面质量但又无漏钢风险的粘结点;对数据依赖大大降低,正常的生产数据对训练更有效,而不用去要求大量的漏钢数据;并且实现粘结点的精确定位,方便后面进行定尺铸坯的追查的处理。
为了实现上述以及相关目的,本发明的一个或多个方面包括后面将详细说明的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。然而,这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外,本发明旨在包括所有这些方面以及它们的等同物。
附图说明
通过参考以下结合附图的说明,并且随着对本发明的更全面理解,本发明的其它目的及结果将更加明白及易于理解。在附图中:
图1为根据本发明实施例的跟踪识别铸坯表面粘结点的方法的流程意图。
图2为根据本发明实施例的测温点位置和温度的第一三维空间坐标图;
图3为根据本发明实施例的测温点、空间细分节点及温度切面的俯视图;
图4为根据本发明实施例的温度切面的平均半径统计图;
图5为根据本发明实施案例的热电偶布置图;
图6为根据本发明实施案例的粘结点跟踪过程图。
在所有附图中相同的标号指示相似或相应的特征或功能。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。
针对前述提出的现有的漏钢预报方法不能很好的识别粘结点,致使大量铸坯由于出现粘结点,从而导致铸坯表面质量不合格而报废等问题,本发明针对上述问题,提出了一种覆跟踪识别铸坯表面粘结点的方法,采用本发明的方法能够实现对具有“自愈”能力的粘结点的识别,在线识别会影响铸坯表面质量但又无漏钢风险的粘结点。
以下将结合附图对本发明的具体实施例进行详细描述。
为了说明本发明提供的覆膜支撑剂的制备方法,图1示出了根据本发明实施例的跟踪识别铸坯表面粘结点的方法的流程;图2示出了根据本发明实施例的关于测温点位置和温度的三维空间坐标。
如图1所示,本发明提供的跟踪识别铸坯表面粘结点的方法,包括:
S110、获取布置于结晶器上的测温点的温度;
S120、根据测温点的温度和测温点的位置的二维平面坐标,形成关于测温点的位置和温度的第一三维空间坐标;(如图2所示)
S130、在第一三维空间坐标中,对应测温点的温度,形成关于测温点位置和温升速率的第二三维空间坐标;
S140、在第一三维空间坐标和第二三维空间坐标中,分别以预设标准温度和预设标准温升速率,平行于二维平面坐标对温度维度和温升速率维度进行切片,分别得到温度切面和温升速率切面;
S150、根据温度切面和温升速率切面的出现情况,以及温度切面的形状参数,按照可疑粘结点判断规则,对结晶器内铸坯上的可疑粘结点进行判断;
S160、当判断结果为,铸坯上出现可疑粘结点时,对可疑粘结点对应的温度切面进行跟踪,根据温度切面的参数变化,按照粘结点判定规则,对铸坯的粘结点进行识别。
通过在结晶器上布置测温点进行测温的基础上,构造测温点位置和测温点温度以及测温点位置和温升速率的第一三维空间坐标和第二三维空间坐标,以预设标准温度和预设标准温升速率对第一三维空间坐标和第二三维空间坐标进行切片,形成温度切面和温升速率切面,根据温度切面和温升速率切面的出现情况以及温度切面的形状参数,对结晶器内铸坯上的可疑粘结点进行判断,再根据温度切面的参数变化,对铸坯的粘结点进行识别;实现对具有“自愈”能力的粘结点的识别,在线识别会影响铸坯表面质量但又无漏钢风险的粘结点;对数据依赖大大降低,正常的生产数据对训练更有效,而不用去要求大量的漏钢数据;并且实现粘结点的精确定位,方便后面进行定尺铸坯的追查的处理。
作为本发明的优选方案,在步骤S110中,测温点的温度通过热电偶或光纤测温设备获得。在结晶器上布置测温点后,在测温点上安装热电偶或光纤测温设备获取结晶器上各测温点的温度,也可采用热电偶与光纤测温设备结合的方式。
作为本发明的优选方案,通过映射所述结晶器的各面位置以及所述测温点的位置,以获取所述测温点的位置在所述结晶器整体位置的二维平面坐标。采用此种方式构建的第一三维空间坐标,能够提高对结晶器角部漏钢的捕获和跟踪能力;当然也可将结晶器的每个面的测温单独映射到二维平面坐标,形成体现结晶器每个面位置和温度的多个第一三维空间坐标,比如将板坯分为内弧、外弧、左侧、右侧四个面分别进行三维坐标跟踪。
其中,第一三维空间坐标的构建方式为:将测温点的位置映射到二维平面坐标,并以测温点的温度建立垂直于二维平面坐标的温度维度,形成关于测温点位置和温度的第一三维空间坐标。
第二三维空间坐标的构建方式为:在第一三维空间坐标中,对应测温点的温度,以测温点的温升速率建立垂直于二维平面坐标的温升速率维度,形成关于测温点位置和温升速率的第二三维空间坐标。图3示出了根据本发明实施例的测温点、空间细分节点及温度切面的俯视图;
如图3所示,作为本发明的优选方案,在步骤S130中,建立第二三维空间坐标前,还包括:
在第一三维空间坐标上,以测温点的位置为依据进行细分空间节点;
根据测温点的温度,以插值法获取细分空间节点的温度值;其中,插值法优选为线性插值法;
建立所述细分空间节点的三维空间坐标的相邻节点关系,使每个所述细分空间节点均有上、下、左、右四个相邻的细分空间节点。
由于一般测温点相对较稀疏,因此可在三维空间坐标上,以测温点的位置为依据进行细分空间节点,从而弥补测温点相对较稀疏的问题,除过边界节点,每个节点分别有上、下、左、右四个相邻节点;通过这种相邻节点关系,便于依据温度切面上的任意一个节点,快速找出同一预设周期的温度切面上的其它节点。
作为本发明的优选方案,可疑粘结点判断规则为:
分别根据连续温度切面判定规则和连续温升速率切面判定规则,判断连续温度切面和连续温升速率切面的出现情况;
当连续温度切面和连续温升速率切面在同个区域出现时,对连续温度切面和连续温升速率切面进行时序跟踪;
如果在第一连续跟踪数大于等于N1个周期内,温升速率切面持续存在,且温度切面在拉坯方向上的长度h,和在垂直与拉坯方向上的长度l,满足以下条件: h<hcri;l<lcri;其中hcri为150mm,lcri为150mm,判定结晶器内铸坯上的可疑粘结点出现。
作为本发明的优选方案,分别根据连续温度切面判定规则和连续温升速率切面判定规则,判断连续温度切面和连续温升速率切面的出现情况,包括:
分别获取温度切面和温升速率切面上的细分空间节点;
如果本周期对应的温度切面的细分空间节点在相邻的前一周期对应的温度切面上的细分空间节点重叠的量达到预设连续温度切面判定值M1时,则将本周期对应的温度切面作为连续温度切面;
如果本周期对应的温升速率切面的细分空间节点在相邻的前一周期对应的温升速率切面上的细分空间节点重叠的量达到预设连续温升速率切面判定值M2时,则将本周期对应的温升速率切面作为连续温升速率切面。
其中,周期可根据实际需要进行预设,例如,一个周期的时间预设为1S、2S、3S等。
通过建立连续温度切面,实现对温度切面的时序跟踪,为定量化统计温度切面相关参数鉴定基础。
为了能够提高温度切面在时间序列上的跟踪速度,作为本发明的优选方案,对连续温度切面和连续温升速率切面进行时序跟踪包括:
以上一周期的温度切面和温升速率切面的细分空间节点中的中心节点为跟踪起点,分别对本周期的温度切面和温升速率切面的跟踪;
当跟踪起点的温度小于标准温度时,停止跟踪本周期的温度切面;
当跟踪起点的温升速率小于标准温升速率时,停止跟踪本周期的温升速率切面;
当跟踪起点的温度不小于标准温度时,以跟踪起点为基点,遍历所有温度大于标准温度的细分空间节点,从而得到本周期的温度切面;
当跟踪起点的温度速率不小于标准温升速率时,以跟踪起点为基点,遍历所有温升速率大于标准温升速率的细分空间节点,从而得到本周期的温升速率切面。
作为本发明的优选方案,预设连续温度切面判定值M1大于等于60%;预设连续温升速率切面判定值M2大于等于50%; N1等于3~5中任意一个自然数。
作为本发明的优选方案,预设粘结点判定规则为:
获取连续温度切面的中心节点和切面的平均半径;
当所述连续温度切面的中心节点下移至大于预设判定值,或切面的平均半径缩小为零,识别可疑粘结点为铸坯的粘结点;
当在第二连续跟踪数等于N2个周期内,温度切面中心点不下移,或不消失,不识别可疑粘结点为铸坯的粘结点,并将标准温度更换为此温度切面在第二连续跟踪数内的最高温度。
其中,预设判定值优选为50 mm;
N2的优选取值为:N2等于20。
识别出粘结点后,记录粘结点位置和铸流浇注长度进行对应。根据浇注长度数据寻找定尺,如果粘结点对应的浇注长度位于定尺铸坯的坯头和坯尾位置对应的浇注长度之内,则说明粘结点位于此定尺中,据此完全可以精确定位到定尺的具体位置。
其中,连续温度切面的中心节点的确定为:以切面内水平方向坐标最大值和最小值的平均值作为空间坐标中水平方向中心节点的坐标;垂直方向坐标最大值和最小值的平均值为空间坐标中垂直方向中心节点的坐标。
切面的平均半径为:切面在不同方向上的长度,其平均作为切面的半径,特殊情况取切面在四个方向上的长度,分别为水平、垂直及两个对角方向(如图4所示)。
跟踪温度切面中心点不下移,或切面半径不消失,那说明可以粘结点不是粘结点,只是一个由于标准温度取值不合理带来的一处温度高的区域,则放弃对此疑似粘结点的跟踪,并且将标准温度更新为此温度切面在跟踪周期内的最高温度。
作为本发明的优选方案,标准温度和标准温升速率的确定为:
标准温度会影响粘结点出现的判定,但标准温度的确定却可以只取决正常生产时测温点温度。结晶器浇注状态不同,正常生产测温点温度也不完全相同。本发明优选的标准温度确定的规则为:正常生产、无粘结点出现时测温点的最大温度,标准温度在线自动跟踪逻辑为以最新标准温度和标准温升速率为准,在没有出现温度切面和温升速率切面时测温点的最高温度作为备选标准温度。
标准温升速率也会影响漏钢预报结果,首先要考虑测温设备自身误差和稳定性,标准温升速率必须大于设备自身误差和稳定性带来的温升速率,本发明优选的标准温升速率为0.4~2.0℃/S。
从机理上说一旦出现粘结点,以粘结点为中心的一定区域内铜板温度会升高,升高区域的形状和面积具有独特的识别性,其后,随着粘结点的增大和下移,要么发生漏钢趋势而被漏钢预报捕获而预报,要么在下移过程中温度升高区域在迅速缩小和消失,实现自愈,也不够漏钢预报级别。所有测温手段只是这种趋势的呈现,这种趋势并非没有测温点就不存在,从这角度说,所有对测温结果只是数据处理而没有反应粘结点本质趋势的方法都脱离了“正途”。
为了更好的跟踪识别铸坯表面粘结点的方法进行解释说明,下面提供具体的实施案例。
某厂200mmX1000mm小板坯为例,结晶器测温采用热电偶方式,热电偶的布置如图5所示,每个宽边布置了3行6列热电偶。
跟踪周期为1s,标准温度取111℃,标准温升速率取1.0℃/s,粘结点出现标准中温升速率切面持续存在周期标准N1取4,以内弧宽面为例展示本发明漏钢预报过程和结果。
图6是一组跟踪结果,从图中可以看出,粘结点的温度切面形成后,随着铸坯的下移而下移,在下移的过程中变小(变小原因是切面的最高温度降低,本质上是粘结点自我愈合过程),最终消失。通过本实施例可以看出,本发明是图形识别方法,是图形识别方法的数值化实现。
跟踪到粘结点对应的铸流浇注长度为125m,线下通过定尺数据库发现本浇次第21根定尺的坯头和坯尾位置分别对应浇注长度120~126m,因此此粘结点位于此根定尺铸坯上,实现了对跟踪到的粘结点的精确定位。
通过上述具体实施方式可看出,本发明提供的跟踪识别铸坯表面粘结点的方法,通过在结晶器上布置测温点进行测温的基础上,构造测温点位置和测温点温度以及测温点位置和温升速率的第一三维空间坐标和第二三维空间坐标,以预设标准温度和预设标准温升速率对第一三维空间坐标和第二三维空间坐标进行切片,形成温度切面和温升速率切面,根据温度切面和温升速率切面的出现情况以及温度切面的形状参数,对结晶器内铸坯上的可疑粘结点进行判断,再根据温度切面的参数变化,对铸坯的粘结点进行识别;实现对具有“自愈”能力的粘结点的识别,在线识别会影响铸坯表面质量但又无漏钢风险的粘结点;对数据依赖大大降低,正常的生产数据对训练更有效,而不用去要求大量的漏钢数据;并且实现粘结点的精确定位,方便后面进行定尺铸坯的追查的处理。
如上参照附图以示例的方式描述了根据本发明提出的跟踪识别铸坯表面粘结点的方法。但是,本领域技术人员应当理解,对于上述本发明所提出的跟踪识别铸坯表面粘结点的方法,还可以在不脱离本发明内容的基础上做出各种改进。因此,本发明的保护范围应当由所附的权利要求书的内容确定。
Claims (8)
1.一种跟踪识别铸坯表面粘结点的方法,其特征在于,包括:
S110、获取布置于结晶器上的测温点的温度;
S120、根据所述测温点的温度和所述测温点的位置的二维平面坐标,获取关于所述测温点的位置和温度的第一三维空间坐标;
S130、在所述第一三维空间坐标中,对应所述测温点的温度,形成关于所述测温点位置和温升速率的第二三维空间坐标;
S140、在所述第一三维空间坐标和所述第二三维空间坐标中,分别以预设标准温度和预设标准温升速率,平行于所述二维平面坐标对温度维度和温升速率维度进行切片,分别得到温度切面和温升速率切面;
S150、根据所述温度切面和所述温升速率切面的出现情况,以及所述温度切面的形状参数,按照可疑粘结点判断规则,对所述结晶器内铸坯上的可疑粘结点进行判断;其中,
所述可疑粘结点判断规则为:分别根据连续温度切面判定规则和连续温升速率切面判定规则,判断所述连续温度切面和所述连续温升速率切面的出现情况;当所述连续温度切面和所述连续温升速率切面在同个区域出现时,对所述连续温度切面和所述连续温升速率切面进行时序跟踪;如果在第一连续跟踪数大于等于N1个周期内,所述连续温升速率切面持续存在,且所述温度切面在拉坯方向上的长度h,和在垂直与拉坯方向上的长度l,满足以下条件: h<hcri;l<lcri;其中hcri为150mm,lcri为150mm,判定所述结晶器内铸坯上的可疑粘结点出现;
S160、当判断结果为,所述铸坯上出现可疑粘结点时,对所述可疑粘结点对应的温度切面进行跟踪,根据所述可疑粘结点对应的温度切面的参数变化,按照粘结点判定规则,对所述铸坯的粘结点进行识别;其中,
所述粘结点判定规则为:获取所述可疑粘结点的连续温度切面的中心节点和切面的平均半径;当所述可疑粘结点的连续温度切面的中心节点下移至大于预设判定值,或所述切面的平均半径缩小为零,识别所述可疑粘结点为所述铸坯的粘结点;当在第二连续跟踪数等于N2个周期内,可疑粘结点的温度切面中心点不下移,或不消失,不识别所述可疑粘结点为所述铸坯的粘结点,并将所述预设标准温度更换为此温度切面在所述第二连续跟踪数内的最高温度。
2.根据权利要求1所述的跟踪识别铸坯表面粘结点的方法,其特征在于,
在步骤S110中,所述测温点的温度通过热电偶或光纤测温设备获得。
3.根据权利要求1所述的跟踪识别铸坯表面粘结点的方法,其特征在于,
通过映射所述结晶器的各面位置以及所述测温点的位置,以获取所述测温点的位置在所述结晶器整体位置的二维平面坐标。
4.根据权利要求1所述的跟踪识别铸坯表面粘结点的方法,其特征在于,
在步骤S130中,建立所述第二三维空间坐标前,还包括:
在所述第一三维空间坐标上,以所述测温点的位置为依据进行细分空间节点;
根据所述测温点的温度,以插值法获取所述细分空间节点的温度值;
建立所述细分空间节点的三维空间坐标的相邻节点关系,使每个所述细分空间节点均有上、下、左、右四个相邻的细分空间节点。
5.根据权利要求1所述的跟踪识别铸坯表面粘结点的方法,其特征在于,
分别根据连续温度切面判定规则和连续温升速率切面判定规则,判断所述连续温度切面和所述连续温升速率切面的出现情况,包括:
分别获取所述温度切面和所述温升速率切面上的细分空间节点;
如果本周期对应的温度切面的细分空间节点在相邻的前一周期对应的温度切面上的细分空间节点重叠的量,达到预设连续温度切面判定值M1时,则将本周期对应的温度切面作为连续温度切面;
如果本周期对应的温升速率切面的细分空间节点在相邻的前一周期对应的温升速率切面上的细分空间节点重叠的量,达到预设连续温升速率切面判定值M2时,则将本周期对应的温升速率切面作为连续温升速率切面。
6.根据权利要求5所述的跟踪识别铸坯表面粘结点的方法,其特征在于,
对所述连续温度切面和所述连续温升速率切面进行时序跟踪包括:
以上一周期的温度切面和温升速率切面的细分空间节点中的中心节点为跟踪起点,分别对本周期的温度切面和温升速率切面的跟踪;
当所述跟踪起点的温度小于所述预设标准温度时,停止跟踪所述本周期的温度切面;
当所述跟踪起点的温升速率小于所述预设标准温升速率时,停止跟踪所述本周期的温升速率切面;
当所述跟踪起点的温度不小于所述预设标准温度时,以所述跟踪起点为基点遍历所有温度大于所述预设标准温度的细分空间节点,从而得到本周期的温度切面;
当所述跟踪起点的温度速率不小于所述预设标准温升速率时,以所述跟踪起点为基点遍历所有温升速率大于所述预设标准温升速率的细分空间节点,从而得到本周期的温升速率切面。
7.根据权利要求5所述的跟踪识别铸坯表面粘结点的方法,其特征在于,
所述预设连续温度切面判定值M1大于等于60%;
所述预设连续温升速率切面判定值M2大于等于50%;
所述N1等于3~5中任意一个自然数。
8.根据权利要求1所述的跟踪识别铸坯表面粘结点的方法,其特征在于,
所述N2等于20;和/或,
所述预设标准温升速率为:0.4~2.0℃/S。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010350197.7A CN111496211B (zh) | 2020-04-28 | 2020-04-28 | 跟踪识别铸坯表面粘结点的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010350197.7A CN111496211B (zh) | 2020-04-28 | 2020-04-28 | 跟踪识别铸坯表面粘结点的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111496211A CN111496211A (zh) | 2020-08-07 |
CN111496211B true CN111496211B (zh) | 2021-08-06 |
Family
ID=71878150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010350197.7A Active CN111496211B (zh) | 2020-04-28 | 2020-04-28 | 跟踪识别铸坯表面粘结点的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111496211B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114664000B (zh) * | 2021-12-30 | 2024-01-19 | 白居冰 | 识别结晶器粘结脱模的方法及电子装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102151814A (zh) * | 2010-12-30 | 2011-08-17 | 中冶连铸技术工程股份有限公司 | 连铸生产中的粘结报警方法和系统 |
CN102886504A (zh) * | 2012-10-31 | 2013-01-23 | 大连理工大学 | 一种基于机器视觉的结晶器漏钢可视化预报方法 |
KR101364258B1 (ko) * | 2013-12-12 | 2014-02-17 | 주식회사 진영프로토 | 고기능 주조 시스템 |
CN105522133A (zh) * | 2015-12-21 | 2016-04-27 | 安徽工业大学 | 一种连铸坯与结晶器铜板粘结行为的判定方法 |
CN105689675A (zh) * | 2015-07-24 | 2016-06-22 | 安徽工业大学 | 一种连铸粘结漏钢的治愈控制方法 |
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 |
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 |
-
2020
- 2020-04-28 CN CN202010350197.7A patent/CN111496211B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102151814A (zh) * | 2010-12-30 | 2011-08-17 | 中冶连铸技术工程股份有限公司 | 连铸生产中的粘结报警方法和系统 |
CN102886504A (zh) * | 2012-10-31 | 2013-01-23 | 大连理工大学 | 一种基于机器视觉的结晶器漏钢可视化预报方法 |
KR101364258B1 (ko) * | 2013-12-12 | 2014-02-17 | 주식회사 진영프로토 | 고기능 주조 시스템 |
CN105689675A (zh) * | 2015-07-24 | 2016-06-22 | 安徽工业大学 | 一种连铸粘结漏钢的治愈控制方法 |
CN105522133A (zh) * | 2015-12-21 | 2016-04-27 | 安徽工业大学 | 一种连铸坯与结晶器铜板粘结行为的判定方法 |
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 |
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 |
Non-Patent Citations (1)
Title |
---|
板坯连铸结晶器漏钢预报系统研发(一)结晶器内热状态的有限元分析;钱宏智;《连铸》;20110930;428-433 * |
Also Published As
Publication number | Publication date |
---|---|
CN111496211A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111570748B (zh) | 基于图像处理的结晶器漏钢预报方法 | |
US11105758B2 (en) | Prediction method for mold breakout based on feature vectors and hierarchical clustering | |
CN102886504B (zh) | 一种基于机器视觉的结晶器漏钢可视化预报方法 | |
KR101275035B1 (ko) | 연속 주조에서 길이방향 크랙의 발생을 예측하기 위한 방법 | |
CN104181196B (zh) | 一种连铸坯表面纵裂纹在线检测方法 | |
CN111496211B (zh) | 跟踪识别铸坯表面粘结点的方法 | |
CN108580827B (zh) | 一种基于凝聚层次聚类预报结晶器漏钢的方法 | |
Liu et al. | Computer vision detection of mold breakout in slab continuous casting using an optimized neural network | |
JP2017060965A (ja) | 連続鋳造鋳片の表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼片の製造方法 | |
JP2020157333A (ja) | 学習モデル作成装置、鋳片品質推定装置、学習モデル作成方法、鋳片品質推定方法、およびプログラム | |
CN109772900B (zh) | 一种改进热轧新钢种新规格卷取温度控制的方法 | |
JP5407987B2 (ja) | スラブの縦割れ検知方法 | |
CN114166145A (zh) | 基于热影响区加热顺序再规划的变形控制方法及系统 | |
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 | |
CN111112567B (zh) | 一种板坯连铸机漏钢预报的综合判断方法 | |
CN113319259A (zh) | 一种基于空间-时序特征的黏结漏钢逻辑判断方法 | |
JP6358199B2 (ja) | 連続鋳造スラブの表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼鋳片の製造方法 | |
CN117034176B (zh) | 一种定向凝固过程铸件异常预测系统 | |
JP6119807B2 (ja) | 連続鋳造スラブの表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼鋳片の製造方法 | |
CN117541589B (zh) | 一种注塑模具表面光洁度自动检测方法、系统和介质 | |
JPS61200453A (ja) | 連続鋳造における鋳造欠陥検出方法 | |
JPH0399761A (ja) | 連続鋳造におけるブレークアウトの検知方法 | |
CN117556315A (zh) | 基于特征信息提取和AdaBoost分类的连铸坯纵裂纹预测方法 | |
CN114842225A (zh) | 一种基于连铸漏钢传播行为的模板匹配识别方法 |
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 |