CN113182500B - 基于物理模型的混浇坯长度及成分变化预测方法及系统 - Google Patents

基于物理模型的混浇坯长度及成分变化预测方法及系统 Download PDF

Info

Publication number
CN113182500B
CN113182500B CN202110731457.XA CN202110731457A CN113182500B CN 113182500 B CN113182500 B CN 113182500B CN 202110731457 A CN202110731457 A CN 202110731457A CN 113182500 B CN113182500 B CN 113182500B
Authority
CN
China
Prior art keywords
casting
tundish
molten steel
mixed
steel
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
Application number
CN202110731457.XA
Other languages
English (en)
Other versions
CN113182500A (zh
Inventor
安航航
孙彦辉
刘崇林
宋思程
张国锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202110731457.XA priority Critical patent/CN113182500B/zh
Publication of CN113182500A publication Critical patent/CN113182500A/zh
Application granted granted Critical
Publication of CN113182500B publication Critical patent/CN113182500B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • B22D11/181—Controlling or regulating processes or operations for pouring responsive to molten metal level or slag level
    • 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
    • B22D11/181—Controlling or regulating processes or operations for pouring responsive to molten metal level or slag level
    • B22D11/183—Controlling or regulating processes or operations for pouring responsive to molten metal level or slag level by measuring molten metal weight
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Continuous Casting (AREA)

Abstract

本发明提供了一种基于物理模型的混浇坯长度及成分变化预测方法及系统，用以解决现有技术中连铸异钢种混浇过程混浇坯长度及成分变化预测精度低、不准确的问题。所述预测方法根据正交式水模型试验及数值模拟获取中间包内混浇过程钢液的平均停留时间与中间包内不同钢液体积的关系、混浇开始时刻中间包内剩余钢液体积与中间包内钢液净重的关系，结晶器内混浇过程铸坯断面宽度、厚度和拉速与冲击深度的关系及各流的滞后系数，构建混合率的计算模型，通过模型计算中间包内钢液的混合率及铸流的混合率，并进一步计算混浇坯长度、起始位置及成分变化。本发明预测方法中参数意义明确，针对新设计能很快适用，提高了预测效率，节约了时间及成本。

Description

基于物理模型的混浇坯长度及成分变化预测方法及系统
技术领域
本发明属于钢铁冶金连铸混浇过程控制领域，具体涉及一种基于物理模型混浇坯长度及成分变化预测方法及系统。
背景技术
随着生产和生活用钢的种类细化，钢材产品呈现小批量、多品种、多规格及交货时间不稳定等特点，传统的钢材生产方式无法满足上述市场需求。连铸过程采用异钢种混浇技术可保证生产连续性和稳定的同时，显著提高生产效率、降低能耗与生产成本。在同一浇次的连铸机中间包上进行不同钢种的多炉连浇，两个钢种在中间包以及铸流液芯中相互混合最终形成混浇坯，或当连浇的两炉钢种成分相差较大时，部分混浇坯的成分必定会出现与两个钢种都不相同的情况，此时混浇坯需单独进行特殊处理，例如改判、降级或者判废，降低收得率，否则会直接影响轧材钢板的成分及性能不和，无法满足质量要求。因此，精确预测两个钢种连铸连浇过程中混浇坯的起始位置，长度及成分变化等参数具有十分重要的意义。
现有技术中，连铸异钢种混浇坯参数预测方法主要有以下三种。第一种是基于实验室水模型试验及数值模拟的方法，对两种钢种在中间包及结晶器内钢液的混浇过程进行不同工艺参数下大量的模拟；通过对各种参数的影响规律进行回归，获得混合曲线来建立数据模型以预测浇次的混钢过程。采用数据模型是现在一种趋势，然而缺点却是显著的：需要大量的实验数据，更要获取大量实际铸坯的混合过程数据才能保证回归的有效性；同时当重要参数（比如中包容量、铸流数等）发生变化后，意味着需要重新获取大量的数据和做大量的数据分析工作。第二种方法见公开号为CN 110261566A的中国专利，公开了一种用于异钢种混浇坯的成分变化预测方法及其系统，以实际生产的混浇坯试样为研究对象，通过在线采集混浇坯试样成分并分析其变化，同时采集中间包余钢量以及中间包过钢量，拟合混合度函数模型；获取连铸拉速和混浇坯试样宽度，拟合液芯冲击深度函数模型；根据混合度函数模型和所述液芯冲击深度函数模型，预测异钢种混浇过程中的混浇坯成分变化；第三种，授权号为CN 105268936B的中国专利《连铸中包混浇控制方法》，提供了一种连铸中包混浇控制方法，通过对比前后炉次成分的差别，采集浇铸速度、中间包剩余钢水重量以及实际铸流数等参数，根据中间包钢液剩余重量与长水口流量的关系公式计算出中间包混合钢水到达结晶器弯月面的浇铸时间，同时计算出中间包内钢液总的浇注时间，结合拉速计算出中间包混合钢水到达结晶器弯月面的浇铸时间得到混合段开始位置，并将进入铸流钢种成分浓度混合过程设置成为分段线性的模型，最终可获得中间包混浇的混合段开始位置和混合长度。
第二及第三种测试方式，将混合过程描述为分段线性模型具有很广的适应性，可以描述任何可能的混合变化过程，是一种纯数学方法，但由于模型自身不存在任何物理意义，每次需要模拟大量的情况才能确定分段线性曲线，同时任何一个参数的变化都意味着曲线需要变化却并不清楚会如何变化；另外此模型由于未考虑实际多流中间包内各流流动状态的不同以及结晶器内浸入式水口结构的不同对铸流芯部混合的影响，故对多流铸机不同流混浇坯预测的精度存在不准确的情况。
发明内容
有鉴于此，本发明实施例提供了一种基于物理模型的混浇坯长度及成分变化预测方法及系统，建立中间包及结晶器内钢液混合过程的物理模型，使得模型具有明显的物理意义，更准确地预测混浇坯的起始位置、终止位置以及成分变化，准确地判断混浇坯和正常坯的交接位置。
为达到上述目的，本发明的实施例采用如下技术方案：
第一方面，本发明实施例提供了一种基于物理模型的混浇坯长度及成分变化预测方法，所述预测方法包括如下步骤：
步骤S1，根据正交式水模型试验获取中间包内混浇过程各流钢液的平均停留时间ta与中间包内不同钢液体积V的关系，以及混浇开始时刻中间包内剩余钢液体积V0与中间包内钢液净重W的关系，将上述关系通过数据拟合为关系函数，分别如式（1）~（2）所示：
ta=f(V) （1）
V0= f(W) （2）
步骤S2，根据正交式水模型试验获取不同大包流量Q下，结晶器内混浇过程铸坯断面宽度W、厚度H和拉速v与冲击深度D的关系，将上述关系通过数据拟合为关系函数，如式（3）所示，
D=f (W, H, v) （3）
其中，所述冲击深度D，是结晶器内从浸入式水口流出钢液的冲击深度，单位mm；
并确定第i流的滞后系数εi,1和εi,2；
步骤S3，根据步骤S1和步骤S2所构建的关系函数，构建平均混合率
Figure 311886DEST_PATH_IMAGE001
的计算模型，如式（4）所示：
Figure 573234DEST_PATH_IMAGE002
（4）
式（4）中，t为上一时刻；t+△t为当前时刻，△t为数据采集周期；V0为混浇开始时刻中包内剩余旧钢种钢液体积，m3；
Figure 618551DEST_PATH_IMAGE003
为中间包内t+△t时刻钢液的平均混合率，定义为中间包内新钢种钢液占总钢液的体积或者质量比；
Figure 623547DEST_PATH_IMAGE004
为t时刻从中间包进入铸流瞬间第i流钢液的混合率，定义为从浸入式水口流入第i个结晶器的新钢种钢液占总钢液的体积或者质量比；
Figure 234657DEST_PATH_IMAGE005
为t+△t时刻从大包流入中间包的流量，m3/h；qi,t+△t为第i流在t+△t时刻通过结晶器浸入式水口从中间包流入铸流的流量，m3/h，其值为：拉速×铸坯宽度×铸坯厚度=vi，t+△t·Wi·Hi；
步骤S4，采集混浇过程中钢包及连铸机的开浇信号以获得标识时刻t、大包钢液流量Q、中间包内剩余旧钢种钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi，根据所构建的混合率计算模型（4）计算中间包内钢液的平均混合率
Figure 666906DEST_PATH_IMAGE006
，其中t+△t≤ta；
步骤S5，根据所述中间包内钢液的平均混合率
Figure 746989DEST_PATH_IMAGE006
，对换钢种过程铸流混合率MRi跟踪描述为：
若t+△t＜ti， 则MRi= 0；
若t+△t ≥ ti，则如式（5）所示：
Figure 477047DEST_PATH_IMAGE007
（5）
其中，ti为第i流滞留时间，是换钢种开始新钢种钢液进入中间包到有新钢种钢液刚刚进入第i个结晶器的时间，由中间包内钢液流场以及浸入式水口所在位置决定；MRi,t+△t为t+△t时刻第i流的铸流混合率，MRi,t为t时刻从中间包进入铸流瞬间第i流钢液的混合率；
步骤S6，根据所述换钢种过程铸流混合率MRi，计算混浇坯长度；
步骤S7，根据所述换钢种过程铸流混合率MRi、混浇坯起始位置及长度，获得所述混浇坯成分变化。
作为本发明的一个优选实施例，所述平均混合率
Figure 411505DEST_PATH_IMAGE006
，符合：
1）中间包内剩余钢液体积V0越大，换钢种变化越慢，即换钢种时间越长；
2）钢包流量Q大于结晶器浸入式水口流出的流量q，则中间包内钢液逐渐增多，平均混合率
Figure 483498DEST_PATH_IMAGE008
越大，变化越慢；
3）钢包流量Q小于结晶器浸入式水口流出的流量q，则中间包内钢液逐渐减少，变化越快；
4）钢包流量Q如果为零，有两种情况，第一种，没开始换钢种；第二种，大包水口断流，中包内钢液净流出，导致液面下降。
作为本发明的一个优选实施例，步骤S6中，所述混合率对应于不同浇铸长度的铸坯，在计算长度时，将所计算的混合率与混合率标准相对比，获得混浇坯的起始位置及终结位置，从而得到混浇坯长度。
作为本发明的一个优选实施例，所述混合率标准，通过定义开始混合率和结束混合率标准来区分混浇坯。
作为本发明的一个优选实施例，所述混合率标准取值范围为0.2~0.9。
作为本发明的一个优选实施例，εi,1和εi,2由各流结晶器浸入式水口的位置决定，εi,1和εi,2之和取值范围为[0,1]，所述滞后系数的物理意义为其值越大，则相应的混合率变化越大。
作为本发明的一个优选实施例，所述滞后系数εi,1和εi,2采用中间包及结晶器的水模型来确定。
第二方面，本发明实施例还提供了一种基于物理模型的连铸混浇过程在线监测及完成判定方法，包括如下步骤：
步骤S101，从混浇数据库中，选取中间包与铸流相关工艺参数，完成数据初始化后，混浇开始，启动铸流跟踪系统；
步骤S102，数据采集模块获取中间包内钢液实时重量及大包长水口通钢量，利用中间包平均混合率模型计算中间包内钢液的平均混合率；
步骤S103，再根据平均混合率及实时采集的混浇数据，计算铸流钢液的混合率；
步骤S104，最后计算出实时的连铸混浇坯长度及成分变化；
步骤S105，将所计算的连铸混浇坯长度及成分变化与钢种混合标准进行对比，判定混浇是否完成；当判定为完成时，模型停止计算；当判定为未完成时，则继续计算，转入步骤S102。
第三方面，本发明实施例又提供了一种基于物理模型的混浇坯长度及成分变化预测系统，所述预测系统包括：
第一拟合模块，用于采集正交式水模型试验数据，根据大包钢液流量Q、混浇过程中间包内各流钢液的平均停留时间ta、混浇开始时刻中间包内剩余钢液体积V0及中间包内钢液净重W，进行拟合获得中间包内混浇过程各流钢液的平均停留时间ta与中间包内不同钢液体积V、以及混浇开始时刻中间包内剩余钢液体积V0与中间包内钢液净重W的关系函数；分别如式（1）~（2）所示：
ta=f(V) （1）
V0= f(W) （2）；
第二拟合模块，用于采集正交式水模型试验获取不同钢包钢液流量Q下，结晶器内混浇过程铸坯断面宽度W、厚度H、拉速v与冲击深度D，进行数据拟合获得不同钢包流量Q下结晶器内混浇过程铸坯断面宽度W、厚度H和拉速v与冲击深度D的关系函数，并确定滞后系数εi,1和εi,2；所述关系函数如式（3）所示，
D=f (W, H, v) （3）；
平均混合率模型构建模块，同时与所述第一拟合模块和第二拟合模块相连，用于根据所构建的关系函数，构建平均混合率
Figure 503406DEST_PATH_IMAGE006
的计算模型，如式（4）所示：
Figure 302735DEST_PATH_IMAGE009
（4）
式（4）中，t为上一时刻；t+△t为当前时刻，△t为数据采集周期；V0为混浇开始时刻中包内剩余旧钢种钢液体积，m3；
Figure 639170DEST_PATH_IMAGE010
为中间包内t+△t时刻钢液的平均混合率，定义为中间包内新钢种钢液占总钢液的体积或者质量比；
Figure 600172DEST_PATH_IMAGE004
为t时刻从中间包进入铸流瞬间第i流钢液的混合率，定义为从浸入式水口流入第i个结晶器的新钢种钢液占总钢液的体积或者质量比；
Figure 372956DEST_PATH_IMAGE005
为t+△t时刻从大包流入中间包的流量，m3/h；qi,t+△t为第i流在t+△t时刻通过结晶器浸入式水口从中间包流入铸流的流量，m3/h，其值为：拉速×铸坯宽度×铸坯厚度=vi，t+△t·Wi·Hi；
混浇过程数据采集模块，用于采集混浇过程中大包及连铸机的开浇信号以获得标识时刻t及数据采集周期△t、大包钢液流量Q、中间包内剩余钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi；
中间包内钢液平均混合率计算模块，与平均混合率模型构建模块及混浇数据采集模块相连，用于根据所接收的时刻t、大包钢液流量Q、中间包内剩余钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi数据以及式（4），计算中间包内钢液的平均混合率；
铸流混合率计算模块，与所述中间包内钢液混合率计算模块相连，用于对换钢种过程第i个结晶器内的铸流混合率进行跟踪描述；
混浇坯长度计算模块，与所述铸流混合率计算模块相连，用于根据所述换钢种过程铸流混合率MRi及存储的混合率标准，计算混浇坯长度；
混浇坯成分变化跟踪模块，与所述铸流混合率计算模块和混浇坯长度计算模块相连，用于根据所述换钢种过程铸流混合率MRi、混浇坯起始位置及长度，获得所述混浇坯成分变化。
本发明实施例提供的基于物理模型的混浇坯长度及成分变化预测方法及系统，具有如下有益效果：
（1）建立了中间包内钢液混合过程的物理模型描述，该物理模型考虑了实际中间包外型及控流装置结构的影响，另外在铸流上考虑了结晶器及浸入式水口对冲击深度的影响，使得模型具有明显的物理意义；定义了中间包混合过程的钢液混合率及铸流内的混合率计算模型，可以更准确地预测混浇坯的起始位置、终止位置以及成分变化，准确地判断混浇坯和正常坯的交接位置。
（2）所提供的连铸异钢种混浇坯参数预测方法，可用于对两炉两种不同钢种或相同钢种不同成分的各类型连铸机的混浇以及多流中间包的情况下的预测，包括一个中间包对单流或者多流。
（3）所提供的连铸异钢种混浇坯参数预测模型，自身具有物理意义，需要较少的现场实验即可完成模型的校验和标定；参数意义明确，针对新设计能很快适用，不需要必须做大量的模拟和大量的数据收集，提高了效率，节约了时间及成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为现有技术中连铸异钢种混浇中间包及结晶器混合过程的物理模型示意图；
图2为本发明实施方式提供的基于物理模型的混浇坯长度及成分变化预测方法流程示意图；
图3为本发明实施方式提供的基于物理模型的连铸异钢种混浇过程在线监测及完成判定方法流程示意图；
图4为本发明实施方式提供的基于物理模型的混浇坯长度及成分变化预测系统结构示意图；
图5为本发明第一实施例中单流板坯连铸混浇过程中间包及铸流钢液混合率的变化趋势图；
图6为本发明第一实施例实际应用时预测方法计算的混合率与跟踪的铸坯浇注长度的对比图；
图7为本发明第一实施例实际应用时混浇坯成分变化曲线图；
图8为本发明第一实施例实际应用时预测方法获得的混浇坯成分与实际铸坯测量的对比图；
图9为本发明第二实施例中多流小方坯连铸混浇过程中间包及铸流钢液混合率的变化趋势图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明实施方式提供了一种基于物理模型的混浇坯长度及成分变化预测方法及系统。现有的连铸异钢种混浇坯长度及成分变化预测方法及模型很难适应实际参数的变化，是因为没有基于真实的物理模型，自身模型参数无意义，无法与实际情况建立对应关系。本发明针对异钢种连铸中间包及结晶器的混合过程，采用水模型和数值模拟获得中间包及结晶器内的混浇过程流动规律，建立了基于中间包及结晶器内钢液混合过程物理模型的铸流混合率计算模型，通过模型精确地预测混浇坯的长度及成分变化。
本发明适用于两炉两种及以上不同钢种或相同钢种成分不同的混浇，中间包钢液混合过程的物理模型考虑了实际中间包外型及控流装置的结构、另外铸流内钢液的混合也考虑了结晶器及浸入式水口等的结构，使得模型具有明显的物理意义，从而预测结果更可靠；最重要的是参数意义明确，针对新的成份或混浇工艺设计能很快适用，不需要必须做大量的模拟和大量的数据收集，需要较少的现场实验即可完成模型的校验和标定，提高了预测效率、节省了成本。
本发明实施方式所提供的连铸异钢种混浇坯长度及成分变化预测方法基于实际中间包及结晶器的物理模型。如图1所示，所述物理模型包括容纳混浇钢液的中间包及结晶器，所述结晶器可以是带有浸入式水口的结晶器。两种不同类钢的钢液在大包长水口处的流量为Q，在结晶器的浸入式水口处的流量为q；在中间包内混浇时t时刻具有平均混合率MRt，具有t时刻从中间包进入铸流瞬间第i流钢液的混合率MRi,t，最后获得换钢种过程的第i流铸流混合率MRi。
基于图1所示的物理模型，所述基于物理模型的混浇坯长度及成分变化预测方法，如图2所示，包括如下步骤：
步骤S1，根据正交式水模型试验获取中间包（包括多流）内混浇过程各流钢液的平均停留时间ta与中间包内不同钢液体积V的关系，以及混浇开始时刻中间包内剩余钢液体积V0与中间包内钢液净重W的关系，将上述关系通过数据拟合为关系函数，分别如式（1）~（2）所示：
ta=f(V) （1）
V0= f(W) （2）
本步骤中，所述数据拟合采用最小二乘法进行拟合。
步骤S2，根据正交式水模型试验获取不同大包流量Q下，结晶器（包括不同类型浸入式水口）内混浇过程铸坯断面宽度W、厚度H和拉速v与冲击深度D的关系，将上述关系通过数据拟合为关系函数，如式（3）所示，
D=f (W, H, v) （3）
其中，所述冲击深度D，是结晶器内从浸入式水口流出钢液的冲击深度，单位mm；
并确定第i流的滞后系数εi,1和εi,2。
εi,1和εi,2定义为第i流的滞后系数，由各流结晶器浸入式水口的位置决定，εi,1和εi,2之和取值范围为[0,1]，所述滞后系数的物理意义为其值越大，则相应的混合率变化越大，采用中间包及结晶器的水模型来确定。
本步骤中，所述数据拟合也可以采用最小二乘法进行拟合。步骤S3，构建平均混合率
Figure 461129DEST_PATH_IMAGE006
的计算模型，如式（4）所示：
Figure 635759DEST_PATH_IMAGE011
（4）
其中，t为上一时刻；t+△t为当前时刻，△t为数据采集周期；优选地数据采集周期△t为1s；V0为混浇开始时刻中包内剩余旧钢种钢液体积，m3；
Figure 502083DEST_PATH_IMAGE006
为中间包内t+△t时刻钢液的平均混合率，定义为中间包内新钢种钢液占总钢液的体积或者质量比；
Figure 512896DEST_PATH_IMAGE004
为t时刻从中间包进入铸流瞬间第i流钢液的混合率，定义为从浸入式水口流入第i个结晶器的新钢种钢液占总钢液的体积或者质量比；
Figure 122869DEST_PATH_IMAGE005
为t+△t时刻从大包流入中间包的流量，m3/h；qi,t+△t为第i流在t+△t时刻通过结晶器浸入式水口从中间包流入铸流的流量，m3/h，其值为：拉速×铸坯宽度×铸坯厚度=vi，t+△t·Wi·Hi。步骤S4，采集混浇过程中钢包及连铸机的开浇信号以获得标识时刻t、大包钢液流量Q、中间包内剩余旧钢种钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi，根据所构建的混合率计算模型（4）计算中间包内钢液的平均混合率
Figure 152005DEST_PATH_IMAGE006
，其中t+△t≤ta。
本步骤中，所述平均混浇率表征了两种不同成分的新旧钢液混合过程中的混浇状态。具体地，当新的大包到位开浇后，新的钢液进入中间包内，与旧的钢液进行混合，此时中间包内是新旧钢液的混合状态，混和状态随着时间发生变化，最终过渡到全是新钢种的状态，从旧钢种全部过渡到新钢种需要一段时间，同时此种混合状态通过浸入式水口进入铸流后，在铸坯上形成混钢区，混钢区的长度由混合率确定，成分从旧钢种逐渐过渡到新钢种，混钢区原则上不属于两个钢种的定尺。在此基础上，对中间包内钢液而言，在中间包内新旧钢液的混合过程中，通过式（4）计算混合率，表征新旧钢液的混浇状态。在新旧钢液混浇过程中，中间包内钢液的混合率从0变为1，当混合率为1时代表中间包内全部为新钢种，换钢种完成。由此可见，不同炉次换钢种及相同钢种不同成分的混浇过程是一个时间t=0到浇次完成的过程，即为MRi从0到1的变化过程。
具体地，基于所述物理模型所计算的平均混合率
Figure 2280DEST_PATH_IMAGE006
，符合：
1）中间包内剩余钢液体积V0越大，换钢种变化越慢，即换钢种时间越长；
2）钢包流量Q大于结晶器浸入式水口流出的流量q，则中间包内钢液逐渐增多，平均混合率
Figure 218498DEST_PATH_IMAGE006
越大，变化越慢。
3）钢包流量Q小于结晶器浸入式水口流出的流量q，则中中间包内钢液逐渐减少，变化越快；
4）钢包流量Q如果为零，有两种情况，第一种，没开始换钢种；第二种，大包水口断流，中包内钢液净流出，导致液面下降。
步骤S5，根据所述中间包内钢液的混合率，对换钢种过程铸流混合率MRi跟踪描述为：
若t+△t＜ti， 则MRi= 0；
若t+△t ≥ ti，则如式（5）所示：
Figure 428899DEST_PATH_IMAGE012
（5）
其中，ti为第i流滞留时间，即换钢种开始新钢种钢液进入中间包到有新钢种钢液刚刚进入第i个结晶器的时间，由中间包内钢液流场以及浸入式水口所在位置决定；考虑铸流内冲击深度的情况，根据采用水模型及数值模拟建立的结晶器内特定浸入式水口形状的情况下不同断面拉速与冲击深度的关系，将进入铸流的
Figure 63274DEST_PATH_IMAGE013
同换钢种过程冲击深度D长度内的铸流混合率MRi进行平均。
步骤S6，根据所述换钢种过程铸流混合率MRi，计算混浇坯长度。
本步骤中，所述混合率对应于不同浇铸长度的铸坯，在计算长度时，将所计算的混合率与混合率标准相对比，获得混浇坯的起始位置及终结位置，从而得到混浇坯长度。
所述混合率标准，因不同钢种而有所不同。实际操作中，并不是只有完全是旧钢种或者完全是新钢种才是合格铸坯，混合坯中成分接近旧钢种的可以为旧钢种铸坯，同样接近新钢种的可以为新钢种铸坯，都不接近的为混合坯，需要特殊处理，故通过定义开始混合率和结束混合率标准来区分混浇坯。本实施方式中所述混合率标准取值范围为0.2~0.9，具体的需要根据钢种的要求进行选择。
步骤S7，根据所述换钢种过程铸流混合率MRi、混浇坯起始位置及长度，获得所述混浇坯成分变化。
所述基于物理模型的连铸混浇坯长度及成分变化预测方法，可应用于混浇过程的在线监测及混浇完成判定。如图3所示，当将所述预测方法应用于混浇过程控制时，包括如下过程：
步骤S101，从混浇数据库中，选取中间包与铸流相关工艺参数，完成数据初始化后，混浇开始，启动铸流跟踪系统；
步骤S102，数据采集模块获取中间包内钢液实时重量及大包长水口通钢量，利用中间包平均混合率模型计算中间包内钢液的平均混合率；
步骤S103，再根据平均混合率及实时采集的混浇数据，计算铸流钢液的混合率；
步骤S104，最后计算出实时的连铸混浇坯长度及成分变化；
步骤S105，将所计算的连铸混浇坯长度及成分变化与钢种混合标准进行对比，判定混浇是否完成；当判定为完成时，模型停止计算；当判定为未完成时，则继续计算，转入步骤S102。
通过上述过程，将所述基于物理模型的连铸混浇坯长度及成分变化预测方法应用于混浇坯生产中，将混浇坯起始位置、长度及混合率发送给优化切割模型，根据不同炉次钢液的成分，可获得不同炉次混浇坯的坯号及对应定尺铸坯的成分，为下一步精确处理混浇坯提供合理的依据。
本发明实施方式还提供了一种基于物理模型的连铸混浇坯长度及成分变化预测系统，通过所述预测系统实现所述基于物理模型的连铸混浇坯长度及成分变化预测方法。如图4所示，所述预测系统包括：
第一拟合模块，用于采集正交式水模型试验数据，根据大包钢液流量Q、混浇过程中间包内各流钢液的平均停留时间ta、混浇开始时刻中间包内剩余钢液体积V0及中间包内钢液净重W，进行拟合获得中间包内混浇过程各流钢液的平均停留时间ta与中间包内不同钢液体积V、以及混浇开始时刻中间包内剩余钢液体积V0与中间包内钢液净重W的关系函数；
第二拟合模块，用于采集正交式水模型试验获取不同钢包钢液流量Q下，结晶器内混浇过程铸坯断面宽度W、厚度H、拉速v与冲击深度D，进行数据拟合获得不同钢包流量Q下结晶器内混浇过程铸坯断面宽度W、厚度H和拉速v与冲击深度D的关系函数，并确定滞后系数εi,1和εi,2。
混浇过程数据采集模块，用于采集混浇过程中大包及连铸机的开浇信号以获得标识时刻t及数据采集周期△t、大包钢液流量Q、中间包内剩余钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi；
中间包内钢液平均混合率计算模块，与所述第一拟合模块、第二拟合模块相连及混浇数据采集模块相连，用于根据所接收的时刻t、大包钢液流量Q、中间包内剩余钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi数据，计算中间包内钢液的混合率；
铸流混合率计算模块，与所述中间包内钢液混合率计算模块相连，用于对换钢种过程第i个结晶器内的铸流混合率进行跟踪描述；
混浇坯长度计算模块，与所述铸流混合率计算模块相连，用于根据所述换钢种过程铸流混合率MRi及存储的混合率标准，计算混浇坯长度；
混浇坯成分变化跟踪模块，与所述铸流混合率计算模块、混浇坯长度计算模块相连，用于根据所述换钢种过程铸流混合率MRi、混浇坯起始位置及长度，获得所述混浇坯成分变化。
本发明实施方式所提供的基于物理模型的连铸混浇坯长度及成分变化预测系统，是与所述基于物理模型的连铸混浇坯长度及成分变化预测方法相对应的，对所述预测方法的描述及限定，同样适用于所述预测系统，在此不再赘述。
下面通过几个具体的实施例，对本发明作进一步详细的描述。
第一实施例
本实施例提供了一种基于物理模型的单流板坯连铸混浇坯长度及成分变化预测方法及系统。所述预测系统包括：第一拟合模块、第二拟合模块、混浇过程数据采集模块、中间包内钢液混合率计算模块、铸流混合率计算模块、混浇坯长度计算模块及混浇坯成分变化跟踪模块。基于上述系统，针对某厂单流板坯连铸异钢种混浇过程，进行连铸混浇坯长度及成分变化的预测，执行如下预测步骤：
步骤S1，针对某厂30t单流板坯连铸矩形中间包，带有控流装置（湍流抑制器和挡坝），设计试验方案，进行水模型试验。根据试验结果，通过数据拟合可以获得间包内各流钢液的平均停留时间ta与其内不同钢液体积V的函数关系，以及混浇开始时刻中间包内剩余钢液体积V0与中间包内钢液净重W的函数关系，分别如式（1-1）和（2-1）
ta=43.87V-27.90 （1-1）
W= 7.02V0+0.01 （2-1）
步骤S2，某厂板坯连铸机断面为220mm×(1010~1850)mm，混浇钢种分别为 Q235以及Q335Ti，结晶器浸入式水口为双侧孔水口。设计试验方案，进行水模型试验。根据试验结果，通过数据拟合获得不同断面下拉速v与冲击深度D的关系，如式（3-1）所示，确定铸流滞后系数ε1,1和ε1,2分别为0.9和0.1。
D=0.1532v+0.2957 （3-1）
步骤S3，构建如式（4）所示的平均混合率
Figure 536981DEST_PATH_IMAGE006
的计算模型。
步骤S4，数据采集模块获取换钢种时刻中间包内剩余钢液容量V0为2.6m3，换包过程大包长水口流量Q为0.5m3/h，滞留时间为88s，铸坯断面为1560mm×220mm，拉速v为1.25m/min，结晶器浸入式水口钢液的冲击深度为0.5m。将上述数据代入式（4）中，将所获得的数据代入所构建的中间包及结晶器内钢液混合率计算模型中，获得换钢种过程中间包内钢液的平均混合率。
根据两个钢种混合率的标准，对平均混合率进行描述。其中，所述两个钢种混合率的标准为：开始混浇混合率为0.17，结束混浇混合率为0.83。
步骤S5，根据所述平均混合率，计算铸流混合率，并对所述铸流混合率进行描述。
步骤S6，根据铸流混合率，计算混浇坯长度。将所获得的数据代入所构建的中间包及结晶器内钢液混合率计算模型中，获得换钢种过程中间包内钢液的平均混合率以及铸流混合率，如图5所示。由图5可知，同一时刻，铸流钢液的混合率都低于中间包内钢液的混合率，因为选取的参数中中间包钢液混合率的滞后系数小，即所占的比重小。
结合计算的铸流混合率，由图6可知，混浇坯的开始位置为混浇开始111s时对应的铸流上的浇注长度，混浇坯的结束位置为混浇进行到790s时对应的铸流上的浇注长度，铸流上混浇坯的长度约为14.7m，与现场人工判定的基本一致。
步骤S7，两个混浇钢种分别为Q235以及Q335Ti，根据混浇坯成分计算公式，结合计算的铸流混合率，计算的混交坯沿拉坯方向主要元素成分如图6所示。由图7可知，混合过程，各元素成分的规律基本一致；混浇模型计算的混浇坯元素成分与铸坯实测成分的对比如图8所示，由图可知，混浇模型预测的混合坯Als成分与实测铸坯的误差在5%以内，证明了本混浇模型的准确性。
现场应用结果显示，混浇模型预测的与采用铸坯取样检测获得的混浇坯长度偏差小于5%，混浇坯角部成分取样与模型预测的成分偏差都小于5%，充分说明了本发明建立的连铸混浇坯长度及成分变化预测方法及系统的精准性。
第二实施例
本实施例提供了一种基于物理模型的单流板坯连铸混浇坯长度及成分变化预测方法及系统。所述预测系统包括：第一拟合模块、第二拟合模块、混浇数据采集模块、中间包内钢液混合率计算模块、铸流混合率计算模块、混浇坯长度计算模块及混浇坯成分变化跟踪模块。基于上述系统，针对某厂八流小方坯连铸异钢种混浇过程，执行如下预测步骤：
步骤S1，针对某厂30t八流小方坯连铸T型中间包，带有控流装置（湍流抑制器、挡渣墙及挡坝），设计试验方案，进行水模型试验。根据试验结果，通过数据拟合可以获得中间包内各流钢液的平均停留时间ta与其内不同钢液体积V的函数关系，以及混浇开始时刻中间包内剩余钢液体积V0与中间包内钢液净重W的函数关系，分别如式（1-2）和（2-2）。
ta=43.87V-27.90 （1-2）
W= 6.9V0 （2-2）
步骤S2，某厂小方坯连铸机断面为165mm×165mm，混浇钢种分别为 HRB400E-1NbS及HRB400E-2NbS，结晶器浸入式水口为直筒型水口。设计试验方案，进行水模型试验。根据试验结果，通过数据拟合获得不同断面下拉速v与冲击深度D的关系，如式（3-2）所示，确定各流铸流滞后系数如表1所示。
D=0.153v+0.391 （3-2）
步骤S3，构建如式（4）所示的平均混合率
Figure 506074DEST_PATH_IMAGE006
的计算模型。
步骤S4，数据采集模块获取换钢种时刻中间包内剩余钢液容量V0为2.9m3，换包过程钢包长水口流量为0.6m3/h，铸坯断面为165mm×165mm，各流的参数如表1所示。对于两个钢种混合率的标准为：开始混浇混合率为0.17，结束混浇混合率为0.83。由表1可看出，由于中间包内中间各流（3、4、5流）距离钢包长水口距离近，故滞留时间短，而1流和7流两个边流的滞留时间相对较长；由于拉速相同，故各流结晶器浸入式水口钢液冲击深度相同；同时由于相对于位置不同，各流混合率的滞后系数也不相同。
表1.各流参数
Figure 192270DEST_PATH_IMAGE014
步骤S5，将所获得的数据代入所构建的中间包及结晶器内钢液混合率计算模型中，获得换钢种过程中间包内钢液的平均混合率以及铸流混合率，如图9所示。由图9可知，相比于中间包钢液混合率，部分流铸流钢液混合率大于比其大，部分流比其小，这完全符合实际情况。
步骤S6，根据计算的八流铸流混合率，结合混浇混合率标准为0.17~0.83，由图8可知，1~8流各铸流上混浇坯长度分别为22.31m、22.46m、22.62m、22.77m、22.77m、22.62m、22.46m、22.31m。由此可知，换钢种时刻中间包剩余钢液容量越大，铸流上混浇坯越长；拉速越大，混交坯越长，完全符合实际规律。
步骤S7，根据所述换钢种过程铸流混合率MRi、混浇坯起始位置及长度，获得所述混浇坯成分变化。
由以上实施方式及实施例的技术方案，本发明实施例所提供的基于物理模型的连铸混浇坯长度及成分变化预测方法及系统，参考实际中间包外型及控流装置结构的影响、结晶器及浸入式水口对冲击深度的影响来构建中间包内钢液混合过程的物理模型，使得所构建的混合率计算模型更准确地预测混浇坯的起始位置、终止位置以及成分变化，准确地判断混浇坯和正常坯的交接位置，适用于对两炉两种不同钢种或相同钢种不同成分的各类型连铸机的混浇以及多流中间包情况下的预测；参数意义明确，针对新设计能很快适用，不需要必须做大量的模拟和大量的数据收集，提高了效率，节约了时间及成本。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。
以上所述，仅为本发明的具体实施方式，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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种基于物理模型的混浇坯长度及成分变化预测方法，其特征在于，所述预测方法包括如下步骤：
步骤S1，根据正交式水模型试验或数值模拟获取中间包内混浇过程各流钢液的平均停留时间ta与中间包内不同钢液体积V的关系，以及混浇开始时刻中间包内剩余钢液体积V0与中间包内钢液净重W的关系，将上述关系通过数据拟合为关系函数，分别如式（1）~（2）所示：
ta=f(V) （1）
V0= f(W) （2）
步骤S2，根据正交式水模型试验获取不同大包流量Q下，结晶器内混浇过程铸坯断面宽度W、厚度H和拉速v与冲击深度D的关系，将上述关系通过数据拟合为关系函数，如式（3）所示，
D=f (W, H, v) （3）
其中，所述冲击深度D，是结晶器内从浸入式水口流出钢液的冲击深度，单位mm；
并确定第i流的滞后系数εi,1和εi,2；εi,1和εi,2由各流结晶器浸入式水口的位置决定，εi,1和εi,2之和取值范围为[0,1]，采用中间包及结晶器的水模型来确定；
步骤S3，根据步骤S1和步骤S2所构建的关系函数，构建平均混合率
Figure 688915DEST_PATH_IMAGE001
的计算模型，如式（4）所示：
Figure 37988DEST_PATH_IMAGE002
（4）
式（4）中，t为上一时刻；t+△t为当前时刻，△t为数据采集周期；V0为混浇开始时刻中包内剩余旧钢种钢液体积，m3；
Figure 148026DEST_PATH_IMAGE001
为中间包内t+△t时刻钢液的平均混合率，定义为中间包内新钢种钢液占总钢液的体积或者质量比；
Figure 518045DEST_PATH_IMAGE003
为t时刻从中间包进入铸流瞬间第i流钢液的混合率，定义为从浸入式水口流入第i个结晶器的新钢种钢液占总钢液的体积或者质量比；
Figure 787353DEST_PATH_IMAGE004
为t+△t时刻从大包流入中间包的流量，m3/h；qi,t+△t为第i流在t+△t时刻通过结晶器浸入式水口从中间包流入铸流的流量，m3/h，其值为：拉速×铸坯宽度×铸坯厚度=vi，t+△t·Wi·Hi；
步骤S4，采集混浇过程中钢包及连铸机的开浇信号以获得标识时刻t、大包钢液流量Q、中间包内剩余旧钢种钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi，根据所构建的混合率计算模型（4）计算中间包内混浇过程钢液的平均混合率
Figure 307327DEST_PATH_IMAGE001
，其中t+△t≤ta；
步骤S5，根据所述中间包内混浇过程钢液的平均混合率
Figure 904661DEST_PATH_IMAGE001
，对换钢种过程铸流混合率MRi跟踪描述为：
若t+△t＜ti， 则MRi= 0；
若t+△t ≥ ti，则如式（5）所示：
Figure 925707DEST_PATH_IMAGE005
（5）
其中，ti为第i流滞留时间，是换钢种开始新钢种钢液进入中间包到有新钢种钢液刚刚进入第i个结晶器的时间，由中间包内钢液流场以及浸入式水口所在位置决定，其值在30s~80s；MRi,t+△t为t+△t时刻第i流的铸流混合率，MRi,t为t时刻从中间包进入铸流瞬间第i流钢液的混合率；
步骤S6，根据所述换钢种过程铸流混合率MRi，计算混浇坯长度；
步骤S7，根据所述换钢种过程铸流混合率MRi、混浇坯起始位置及长度，获得所述混浇坯成分变化。
2.根据权利要求1所述的基于物理模型的混浇坯长度及成分变化预测方法，其特征在于，所述中间包内混浇过程钢液的平均混合率
Figure 659308DEST_PATH_IMAGE001
，符合：
1）中间包内剩余钢液体积V0越大，换钢种变化越慢，即换钢种时间越长；
2）钢包流量Q大于结晶器浸入式水口流出的流量q，则中间包内钢液逐渐增多，平均混合率
Figure 350183DEST_PATH_IMAGE001
越大，变化越慢；
3）钢包流量Q小于结晶器浸入式水口流出的流量q，则中间包内钢液逐渐减少，变化越快；
4）钢包流量Q如果为零，有两种情况，第一种，没开始换钢种；第二种，大包水口断流，中包内钢液净流出，导致液面下降。
3.根据权利要求1所述的基于物理模型的混浇坯长度及成分变化预测方法，其特征在于，步骤S6中，所述混合率对应于不同浇铸长度的铸坯，在计算长度时，将所计算的混合率与混合率标准相对比，获得混浇坯的起始位置及终结位置，从而得到混浇坯长度。
4.根据权利要求3所述的基于物理模型的混浇坯长度及成分变化预测方法，其特征在于，所述混合率标准，通过定义开始混合率和结束混合率标准来区分混浇坯。
5.根据权利要求4所述的基于物理模型的混浇坯长度及成分变化预测方法，其特征在于，所述混合率标准取值范围为0.2~0.9。
6.一种基于权利要求1-5任一项所述的混浇坯长度及成分变化预测方法的混浇过程在线监测及完成判定方法，其特征在于，包括如下步骤：
步骤S101，从混浇数据库中，选取中间包与铸流相关工艺参数，完成数据初始化后，混浇开始，启动铸流跟踪系统；
步骤S102，数据采集模块获取中间包内钢液实时重量及大包长水口通钢量，利用中间包平均混合率模型计算中间包内钢液的平均混合率；
步骤S103，再根据平均混合率及实时采集的混浇数据，计算铸流钢液的混合率；
步骤S104，最后计算出实时的连铸混浇坯长度及成分变化；
步骤S105，将所计算的连铸混浇坯长度及成分变化与钢种混合标准进行对比，判定混浇是否完成；当判定为完成时，模型停止计算；当判定为未完成时，则继续计算，转入步骤S102。
7.一种基于物理模型的混浇坯长度及成分变化预测系统，其特征在于，所述预测系统包括：
第一拟合模块，用于采集正交式水模型试验数据，根据大包钢液流量Q、混浇过程中间包内各流钢液的平均停留时间ta、混浇开始时刻中间包内剩余钢液体积V0及中间包内钢液净重W，进行拟合获得中间包内混浇过程各流钢液的平均停留时间ta与中间包内不同钢液体积V、以及混浇开始时刻中间包内剩余钢液体积V0与中间包内钢液净重W的关系函数；分别如式（1）~（2）所示：
ta=f(V) （1）
V0= f(W) （2）
第二拟合模块，用于采集正交式水模型试验获取不同钢包钢液流量Q下，结晶器内混浇过程铸坯断面宽度W、厚度H、拉速v与冲击深度D，进行数据拟合获得不同钢包流量Q下结晶器内混浇过程铸坯断面宽度W、厚度H和拉速v与冲击深度D的关系函数，并确定滞后系数εi,1和εi,2；εi,1和εi,2由各流结晶器浸入式水口的位置决定，εi,1和εi,2之和取值范围为[0,1]，采用中间包及结晶器的水模型来确定；所述关系函数如式（3）所示，
D=f (W, H, v) （3）
平均混合率模型构建模块，同时与所述第一拟合模块和第二拟合模块相连，用于根据所构建的关系函数，构建平均混合率
Figure 497131DEST_PATH_IMAGE001
的计算模型，如式（4）所示：
Figure 197233DEST_PATH_IMAGE006
（4）
式（4）中，t为上一时刻；t+△t为当前时刻，△t为数据采集周期；V0为混浇开始时刻中包内剩余旧钢种钢液体积，m3；
Figure 785341DEST_PATH_IMAGE001
为中间包内t+△t时刻钢液的平均混合率，定义为中间包内新钢种钢液占总钢液的体积或者质量比；
Figure 771751DEST_PATH_IMAGE003
为t时刻从中间包进入铸流瞬间第i流钢液的混合率，定义为从浸入式水口流入第i个结晶器的新钢种钢液占总钢液的体积或者质量比；
Figure 343678DEST_PATH_IMAGE004
为t+△t时刻从大包流入中间包的流量，m3/h；qi,t+△t为第i流在t+△t时刻通过结晶器浸入式水口从中间包流入铸流的流量，m3/h，其值为：拉速×铸坯宽度×铸坯厚度=vi，t+△t·Wi·Hi；
混浇过程数据采集模块，用于采集混浇过程中大包及连铸机的开浇信号以获得标识时刻t及数据采集周期△t、大包钢液流量Q、中间包内剩余钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi；
中间包内钢液平均混合率计算模块，与平均混合率模型构建模块及混浇数据采集模块相连，用于根据所接收的时刻t、大包钢液流量Q、中间包内剩余钢液体积V0、拉速vi及铸坯断面尺寸Wi×Hi数据以及式（4），计算中间包内钢液的平均混合率；
铸流混合率计算模块，与所述中间包内钢液混合率计算模块相连，用于对换钢种过程第i个结晶器内的铸流混合率进行跟踪描述；
混浇坯长度计算模块，与所述铸流混合率计算模块相连，用于根据所述换钢种过程铸流混合率MRi及存储的混合率标准，计算混浇坯长度；
混浇坯成分变化跟踪模块，与所述铸流混合率计算模块和混浇坯长度计算模块相连，用于根据所述换钢种过程铸流混合率MRi、混浇坯起始位置及长度，获得所述混浇坯成分变化。
CN202110731457.XA 2021-06-30 2021-06-30 基于物理模型的混浇坯长度及成分变化预测方法及系统 Active CN113182500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110731457.XA CN113182500B (zh) 2021-06-30 2021-06-30 基于物理模型的混浇坯长度及成分变化预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110731457.XA CN113182500B (zh) 2021-06-30 2021-06-30 基于物理模型的混浇坯长度及成分变化预测方法及系统

Publications (2)

Publication Number Publication Date
CN113182500A CN113182500A (zh) 2021-07-30
CN113182500B true CN113182500B (zh) 2021-10-15

Family

ID=76976716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110731457.XA Active CN113182500B (zh) 2021-06-30 2021-06-30 基于物理模型的混浇坯长度及成分变化预测方法及系统

Country Status (1)

Country Link
CN (1) CN113182500B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113634728B (zh) * 2021-10-19 2021-12-14 北京科技大学 连铸实际混浇定尺铸坯混合率实时确定方法及显示方法
CN113953475B (zh) * 2021-10-26 2022-12-02 马鞍山钢铁股份有限公司 一种连铸异钢种混浇坯自动识别方法及装置
CN114273631B (zh) * 2021-12-20 2023-05-12 河钢股份有限公司 一种连铸机混浇区域数据的收集与统计方法
CN114378272B (zh) * 2022-01-18 2023-07-28 江苏联峰能源装备有限公司 一种连铸机优化切割方法
CN114515825B (zh) * 2022-01-19 2023-05-26 邯郸钢铁集团有限责任公司 基于钢水成分的异钢种异断面混浇坯精准切割的控制方法
CN115194113B (zh) * 2022-06-21 2023-10-13 首钢集团有限公司 一种板坯结晶器的调整方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0433756A (ja) * 1990-05-30 1992-02-05 Sumitomo Metal Ind Ltd 異鋼種の連続鋳造方法
KR20120032924A (ko) * 2010-09-29 2012-04-06 현대제철 주식회사 이강종 연속주조시 강종 예측방법
CN105108095A (zh) * 2015-08-25 2015-12-02 上海梅山钢铁股份有限公司 基于钢水连续测温确定混浇坯头尾位置及长度的方法
CN105268936A (zh) * 2014-07-16 2016-01-27 上海梅山钢铁股份有限公司 连铸中包混浇控制方法
CN105665674A (zh) * 2016-02-03 2016-06-15 首钢总公司 异钢种连浇成分预报方法
CN107282906A (zh) * 2016-04-01 2017-10-24 南京梅山冶金发展有限公司 确定连铸混浇过程的混浇率和时间的实验方法
CN110261566A (zh) * 2019-06-20 2019-09-20 涟源钢铁集团有限公司 一种用于异钢种混浇坯的成分变化预测方法及其系统
CN112903955A (zh) * 2021-01-21 2021-06-04 柳州钢铁股份有限公司 一种连铸过程异钢种混浇的物理模拟试验方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0433756A (ja) * 1990-05-30 1992-02-05 Sumitomo Metal Ind Ltd 異鋼種の連続鋳造方法
KR20120032924A (ko) * 2010-09-29 2012-04-06 현대제철 주식회사 이강종 연속주조시 강종 예측방법
CN105268936A (zh) * 2014-07-16 2016-01-27 上海梅山钢铁股份有限公司 连铸中包混浇控制方法
CN105108095A (zh) * 2015-08-25 2015-12-02 上海梅山钢铁股份有限公司 基于钢水连续测温确定混浇坯头尾位置及长度的方法
CN105665674A (zh) * 2016-02-03 2016-06-15 首钢总公司 异钢种连浇成分预报方法
CN107282906A (zh) * 2016-04-01 2017-10-24 南京梅山冶金发展有限公司 确定连铸混浇过程的混浇率和时间的实验方法
CN110261566A (zh) * 2019-06-20 2019-09-20 涟源钢铁集团有限公司 一种用于异钢种混浇坯的成分变化预测方法及其系统
CN112903955A (zh) * 2021-01-21 2021-06-04 柳州钢铁股份有限公司 一种连铸过程异钢种混浇的物理模拟试验方法及装置

Also Published As

Publication number Publication date
CN113182500A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN113182500B (zh) 基于物理模型的混浇坯长度及成分变化预测方法及系统
JP3337692B2 (ja) 連鋳鋳片の品質予測および品質制御
CN105268936B (zh) 连铸中包混浇控制方法
CN107229803A (zh) 一种预测连铸生产的铸坯微观组织的方法
CN111259307B (zh) 一种采用希尔伯特-黄变换预测连铸坯鼓肚变形量的方法
CN105848808B (zh) 连续铸造不同种钢的方法
CN110851997B (zh) 一种测量和预测结晶器内真实初凝坯壳厚度的系统和方法
CN105108095B (zh) 基于钢水连续测温确定混浇坯头尾位置及长度的方法
KR101400042B1 (ko) 고품질 주편 제조방법
CN113634728A (zh) 连铸实际混浇定尺铸坯混合率实时确定方法及显示方法
CN107398538B (zh) 变钢种浇注连铸坯混钢区域的判定方法
JP2007268559A (ja) 連続鋳造鋳片の凝固完了位置制御方法及び装置並びに連続鋳造鋳片の製造方法
CN107891134A (zh) 一种确定水口堵塞的方法及装置
CN115401178B (zh) 一种改善齿轮钢内部质量的压下工艺确定方法
CN101168188A (zh) 动态轻压下控制方法
CN110405173B (zh) 一种采用希尔伯特-黄变换检测和定位连铸坯鼓肚的方法
CN110794882A (zh) 一种前箱液位控制系统及其使用方法
KR101344897B1 (ko) 연속주조시 판재의 품질 예측장치 및 그 방법
KR102695836B1 (ko) 연속 주조기의 제어 방법, 연속 주조기의 제어 장치 및, 주편의 제조 방법
RU2775264C1 (ru) Способ управления для машины непрерывного литья, устройство управления для машины непрерывного литья и способ изготовления отливки
Liu et al. Effects of stopper rod movement on mold fluid flow at arcelormittal dofasco’s no. 1 continuous caster
EP3928890B1 (en) Control method for continuous casting machine, control device for continuous casting machine, and manufacturing method for casting
KR101177813B1 (ko) 연속주조기 내의 단주기 탕면 변동 억제 방법
JPH09192801A (ja) スラブの連続鋳造方法
Burgstaller et al. Prediction of slab quality through metallurgical modeling

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