CN1152267A

CN1152267A - 连铸板坯的质量预测和质量控制

Info

Publication number: CN1152267A
Application number: CN96190439A
Authority: CN
Inventors: 梅泽一诚; 藤健彦; 竹内荣一; 井本健夫; 田中诚
Original assignee: Nippon Steel Corp
Current assignee: Nippon Steel Corp
Priority date: 1995-03-29
Filing date: 1996-03-29
Publication date: 1997-06-18
Anticipated expiration: 2016-03-29
Also published as: EP0774314B1; JP3337692B2; CA2191242A1; WO1996030141A1; US5884685A; KR100214229B1; EP0774314A1; EP0774314A4; AU690836B2; AU5122896A; KR970703208A; DE69622966D1; CA2191242C; DE69622966T2; CN1048672C

Abstract

通过使由数学模型和水冷坩埚法确定的钢中非金属夹杂物的迅速分析措施结合，对非金属夹杂物行为进行仿真计算后，用联机方式对板坯质量进行控制。而且控制连铸工艺参数后，把板坯中的非金属夹杂物量抑制到最低限度。

Description

连铸板坯的质量预测和质量控制

技术领域

本发明涉及在钢的连续铸造工艺过程中，对铸造中的钢液和所铸造的板坯的质量、以联机方式进行预测的方法和装置；根据预测结果、以联机方式进行质量控制的方法和装置；以及存储用来完成这些方法的程序的存储媒体。

背景技术

以前，用连续铸造法制造的板坯的质量由操作指标进行管理。例如，在炉料的接缝处，以钢水包流出的熔渣流出量比管理值大的场合；在把中间包内的钢液浇注到结晶器里的浸入式水口内，因氧化物系的非金属夹杂物附着而浸入式水口趋向于闭塞的场合；或者结晶器内弯液面部(钢液液面)的钢液流动状况因夹住浸入式水口而变成左右不对称的场合等等都被确认为操作指标异常的场合，在与被确认为异常的部位相当的连铸板坯上、在送到下一道的压轧工序之前进行详细的质量调查，将那些纯度不好的板坯降级处理。

即使在这些场合下不进行降级处理，质量调查本身不仅还会成为较大的工作负担，而且会引起所铸造的全部板坯张数中、直接送往压轧工序的板坯的比例(直送率)降低，打乱连铸和压轧工序的匹配，从而成为制造成本升高的主要原因。

另一方面，在操作指标方面没检测到异常的状态下，将板坯保持原样、按预定通道压轧时，会出现这种情况，即在压轧后的钢板上可看到制品的缺陷，这种场合也使最终制品的成品率降低，从而使制造的成本大幅度提高。

而推断连续铸造法中的钢液里的非金属夹杂物行为的手法，最一般的是进行采用水模型的仿真实验，或进行利用简易的解析解的仿真计算，以及进行由数值解析确定的紊流中的微细颗粒移动的仿真计算。至今、在实施降低钢中非金属夹杂物的对策时，都是把这些知识作为基础，正在开发研制新的中间包形状和利用电磁力的连续铸造结晶器内的钢液流动控制技术等并使其实用化。

另外，最近的计算机的计算能力显著的进步使连续铸造法中的非金属夹杂物行为的极精密的推断成为可能，能对紊流的钢液中的非金属夹杂物的合为一体和新的非金属夹杂物的生成进行仿真。

但是，上述的与非金属夹杂物的生成相关的仿真是实验室或机上的单方面的推断，其目的是在连续铸造结束后、宏观地说明在铸造中采取的钢液试样或从板坯采取的钢的试样的非金属夹杂物行为，宏观地说明作业中实施的诸对策和操作条件变更的效果，得到对设备、操作的最合适指导，不适用于在铸造过程中的钢液中非金属夹杂物的动态预测，也不适用于作为结果的板坯内部质量的动态预测。

其原因是因为(1)没有精度较高的分析钢中的非金属夹杂物的技术、非金属夹杂物的仿真计算时的条件设定不正确；(2)以前的分析手法缺少迅速性，而且要得到精度高的预测结果，过分花费时间；在连续铸造中、极难用联机方式预测板坯的非金属夹杂物行为。

发明的公开

本发明的目的是提供一种连续铸造的方法，该方法是在连续铸造工艺过程中，用工艺的操作条件的实际值或推断值，由数学模型预测钢液中和板坯中的非金属夹杂物行为，而且在连续铸造中，在钢水包、中间包、结晶器和板坯的规定位置和经过规定的连续铸造时间、实施定点取样，由迅速分析机构测定上述非金属夹杂物行为，通过适用这些迅速分析数据、而且提高由上述数学模型确定的预测结果的精度，能以联机方式预测连铸板坯中的非金属夹杂物的组成、重量、粒度分布等，而且根据这预测的结果，以联机方式控制连续铸造的工艺参数，在板坯的凝固过程，把板坯中捕捉的非金属夹杂物量抑制到最小限度而制造板坯内部质量优良的连铸板坯的。

本发明提供一种连铸板坯的质量预测方法，该方法具有下述各个步骤，即，连续地计算钢水包出口的非金属夹杂物分布；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯的质量。

本发明还提供一种连铸板坯的质量控制方法，该方法具有下述各个步骤，即，连续地计算钢水包出口的非金属夹杂物分布；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测结晶器中所铸造的板坯的质量，根据预测的板坯的质量，自动地变更操作条件。

本发明还提供一种连铸板坯的质量预测装置，该装置具有下述各个机构，即，连续地计算钢水包出口的非金属夹杂物分布的机构；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布的机构；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯质量的机构。

本发明还提供一种连铸板坯的质量控制装置，该装置具有下述各个机构，即，连续地计算钢水包出口的非金属夹杂物分布的机构；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布的机构；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯质量的机构；根据预测的板坯质量，自动地变更操作条件的机构。

本发明还提供一种程序存储装置，该装置是为了完成连铸板坯的质量预测用的方法步骤、能由实现能用计算机实行的命令程序的计算机读出的；上述的方法步骤包括下述各个步骤，即，连续地计算钢水包出口的非金属夹杂物分布；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯的质量。

本发明还提供一种程序存储装置，该装置是为了完成连铸板坯的质量控制用的方法步骤，能由实现能用计算机实行的命令程序的计算机读出的；上述的方法步骤有下述各个步骤，即，连续地计算钢水包出口的非金属夹杂物分布；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯质量；根据预测的板坯质量，自动地变更操作条件。

附图的简单说明

图1是模式地表示连续铸造工艺过程的示意图；

图2是表示预测钢水包内的夹杂物的模型的计算网格的例子的图；

图3是表示预测中间包内的非金属夹杂物的模型的计算网格的例子的图；

图4是表示预测结晶器内的非金属夹杂物的模型的计算网格的例子的图；

图5A和5B是预测钢水包内的非金属夹杂物的模型的示意图；

图6A和6B是预测中间包内的非金属夹杂物的模型的示意图；

图7A和7B是预测结晶器内的非金属夹杂物的模型的示意图；

图8是模式地表示仿真计算和非金属夹杂物迅速分析的结合的示意图；

图9是表示板坯质量预测结果的图，该结果是与从连铸中间包内钢液采取试样的部位和纯度有关的；以及

图10是表示板坯质量的结果的图，该结果是根据纯度的预测结果、控制铸造速度的场合下的和没控制的场合下的。

实施发明的最佳方式

本发明人在先前提出过一个专利申请、即日本专利公报特开平7-239327号公开的、用水冷坩埚的评价钢液中夹杂物的方法。用这个方法时，水冷坩埚中、即在划分成多个扇形区的铜制坩埚中、由高频感应加热而熔融的钢受电磁力和熔化中的流动作用、使非金属夹杂物排出到钢液表面。一旦被排出的夹杂物受表面张力阻碍不再向钢液中侵入。而且完全没有来自熔融时使用的容器的污染。这样，通过测定被排出和漂浮在被再次熔融的试样表面上的非金属夹杂物的面积，能迅速得知钢液中的夹杂物的总量。

但是，根据钢种或铸造条件的不同，光知道钢液中的非金属夹杂物的总量，有时不能预测上述的板坯的质量。例如，将钢液从钢水包注入到连续铸钢的中间包时，尤其是在注入结束时，同时流出钢水包炉渣、使非金属夹杂物组成较大变化场合下，就需迅速地得知非金属夹杂物的组成。本发明人发现通过用荧光X射线分析被排出在由水冷坩埚熔融的试样表面的非金属夹杂物，能把它的组成迅速地定量化，这些已作为日本专利特愿平7-054810号而提出申请。本发明人还发现，通过用图像解析对排出在试样表面的非金属夹杂物的粒度测定和统计处理，能推定粒度分布，这些也作为特愿平8-012370号而提出申请。

当试样中的非金属夹杂物随钢试样熔融而排出在表面上时，一般发生各种非金属夹杂物合为一体，但通过对水冷坩埚中的熔融条件特定，能把这种合为一体抑制到最小限度，结果通过对夹杂物的粒度测定、在进行统计处理后能推定出从几微米到几百微米的较广范围内的非金属夹杂物的粒径分布。由此，就能对取样部位的钢液和这钢液凝固部位的板坯纯度迅速而且高精度地加以定量。

但是，这些只是取样部位的钢液纯度的一些点的定量，而且取样次数受操作条件和成本等方面制约，由于每个炉次限定为几次以下，因而这个迅速分析法本身只不过是提供炉料内板坯的代表性纯度的措施。

本发明把这种以水冷坩埚为首的对钢的纯度的迅速、高精度的定量评价技术，与连铸法中的非金属夹杂物的组成、重量、粒度等的仿真计算相结合，通过在整个炉料、或者炉次中按时间系列对钢水包、中间包、结晶器内的夹杂物行为和板坯内的非金属夹杂物的连续分布的计算，能预测钢液纯度和与作为结果的纯度相关的板坯的质量。此外，借助对那些从钢水包向中间包注入的注入口部处的熔渣流出量、钢液流出量、中间包内的钢液量和铸造速度、结晶器内电磁搅拌的方式、电磁制动器的强度等工艺参数的控制，能把板坯中捕捉到的非金属夹杂物量控制成最小限度。

而且，在这里所用的非金属夹杂物行为仿真计算不必像以前那样、严格根据物理现象来构成基础方程式后进行高精度计算，只用比较简易的构成就可以。这种计算的简化、即在高速计算中的高精度是通过对钢的纯度进行迅速和高精度的定量测定而确定的检查和进行连续误差修正的投料中，通过反复才可能实现的。

这种仿真计算的构成当然因工艺的构成而不同，例如，在钢水包内的非金属夹杂物的变动比中间包或结晶器小、质量管理上影响不大的情况下，就钢水包内可以看成恒定值。但是，一般要考虑下述这些现象、即在(1)由热对流和注入流形成的钢水包内的钢液流动、(2)在钢水包注入口处的钢水包内钢液表面的熔渣卷入、(3)由来自钢水包的注入流形成的周围气体和钢水包熔渣向中间包内钢液的卷入、(4)考虑来自钢水包的注入流、向结晶器的注入流和热对流后的中间包内钢液的流动、(5)由中间包内钢液流动形成的中间包内钢液面上的中间包熔渣的卷入、(6)浸入式水口内部的夹杂物的堆积和剥离、(7)氩气向浸入式水口内钢液的卷入、(8)由浸入式水口产生的结晶器内流动、(9)由结晶器内电磁搅拌方式、或者电磁制动器强度形成的结晶器内流动的修正、(10)结晶器内金属液面部位的弯液面处的结晶器润滑用的熔剂的卷入，等现象上附加地考虑：(A)以存在于钢液中的脱氧生成物、钢水包熔渣、结晶器润滑用的熔剂等作为发生起源的非金属夹杂物的浮起、(B)非金属夹杂物之间合为一体、(C)钢液中的气体与非金属夹杂物合为一体、浮起等非金属夹杂物的行为，还必需考虑：(a)钢液成分与各种非金属夹杂物的反应、(b)钢液面上的熔渣和熔剂与钢液成分和非金属夹杂物的反应等化学反应。本发明是把这些主要因素编入仿真计算中、预测钢液的纯度，同时还在考虑到(c)向凝固壳体排放的气泡和非金属夹杂物的捕捉的基础上对板坯质量连续地预测的。

在预测钢中非金属夹杂物的行为时，由于只是用计算来预测实际的现象，因而除了这些结构要素以外，还必需考虑许多支节的重要因素，因此就使数值计算的时间变成非常庞大，在成本和时间方面是不实用的。当把这计算简化时，所得到的结果就完全成为定性的，作为质量预测措施是没有意义的。另一方面、在只用由水冷坩埚方法代表的高精度、迅速的分析法时，虽然是正确的，但只知道进行取样部位的纯度。

本发明通过把仿真计算与水冷坩埚法结合，在现实的时间内实现高精度的预测。而且，本发明人发现，在对夹杂物进行定量时，通过把以前进行的非金属夹杂物评价法和仿真计算结合虽然制造条件被某种程度限定，但是能形成实用的预测措施。即、那些用电子束在真空中熔融试样、测定被排出在钢液表面上的夹杂物量的电子束法；用超声波测定钢中的夹杂物的尺寸和位置、即测定夹杂物量和分布的超声波法；或者用石墨坩埚将试样熔融、测定产生二氧化碳气体的量而得知包含非金属夹杂物的钢中氧量的全氧方法虽然不能对夹杂物的组成进行定量，但是，若对制造条件和钢种进行特定，通过把由这些方法所得到的信息和仿真计算相结合，就能预测纯度。

例如，在要预测的钢种是铝镇静钢的情况下，它的主要非金属夹杂物是氧化铝，通过防止钢水包熔渣和中间包熔渣、结晶器润滑用熔剂等的卷入，在熔渣系夹杂物的生成极少的制造条件下，在工艺过程中非金属夹杂物的组成完全没变化。在这种场合下，上述以前的方法是能适用的。

而且，使这些以前的方法和水冷坩埚法结合后、测定非金属夹杂物的组成、重量、粒度分布，再使其与仿真计算结合，也有益于提高精度。

虽然这些钢的纯度测定需要几分钟～几十分钟时间，但与仿真计算的结合是在一定的测定时间后、变更计算中的一些系数、通过使测定结果与计算结果结合来进行的。

用实时计算的钢水包、中间包、结晶器和板坯内的非金属夹杂物行为是根据定点取样、在几十分钟后检查计算精度、在产生误差时迅速地进行修正计算，能对连续的板坯内的非金属夹杂物分布进行正确地计算评价。由于据此能对夹杂物污染度作出比以前的把钢水包熔渣流出量和浸入式水口闭塞、结晶器内的偏流等作为操作指标的片断的管理正确得多的评价，因而能选择地供给作为下一道工序的热轧工序所要求的非金属夹杂物水平的板坯、能实现简易的质量管理，能大幅度地减少压轧工序以后所发生的由于非金属夹杂物而引起的制品质量问题。

由于对每个钢种设定一定的操作条件的连铸法，伴有用迅速分析法形成的检查和修正的仿真计算是每炉料反复进行的，因而由实时计算形成的预测结果即使不伴有该炉料的定点取样数据检查也能达到高预测精度。

因而，用实时当然能得到钢液纯度和板坯的质量信息，根据这信息、控制从钢水包向中间包注入的注入口部的熔渣流出量、钢液流出量、中间包内的钢液量、和铸造速度、电磁搅拌的方式、电磁制动器强度等各个工艺参数，就能把板坯内捕捉到的非金属夹杂物的量抑制成最小限度地进行控制。

下面，参照着附图来说明本发明的一个实施方式的例子。图1是模式地表示连续铸造工艺过程的示意图，由钢水包1、中间包2、结晶器3构成，配置着从钢水包1把钢液10注入到中间包2里用的长水口4和从中间包2把钢液10注入到结晶器3里用的浸入式水口5。此外，在中间包2上还设置着用来防止中间包熔渣12流入结晶器侧的堰6，由测力传感器9连续地测定中间包重量。

在结晶器3上，为了减轻注入流的偏流而配置着电磁制动器8，为了检测结晶器内钢液的偏流，在结晶器的冷却水一侧共配置80根热电偶(不图示)；在将浸入式水口5夹住的弯液面上部配置着一对结晶器内金属液面液位传感器13。

铸造过程中的各种操作信息通过过程控制计算机，每隔2秒钟就逐次输入到对非金属夹杂物行为进行计算预测的计算机里，还考虑操作变动对夹杂物的影响后对从钢水包1到中间包2、结晶器3的夹杂物行为及其随时间变化进行计算预测，用实时定量地计算(一次运算)在最后的板坯内的以非金属夹杂物的种类、大小而区别的三维分布。

为了保证计算精度，从钢水包1、中间包2、结晶器3等取得的钢液试料和从铸造后的板坯取得的切断试料都是按定点取样，用气力输送管传送到分析室，用水冷坩埚法测定每种非金属夹杂物的粒径分布，每炉料反复进行对预测结果检查，对误差超过一定范围的炉料进行修正计算(二次运算)。

到现在为止，发明人对分析方法和试样等作了大力研究，结果能把从试样采集开始的包括试料调整的水冷坩埚分析所需要的时间缩短成约需20分钟。

下面，参照着图2-7B来说明钢液中的非金属夹杂物的行为的预测模型。图2、图3、图4分别表示把钢水包、中间包、结晶器内的钢液作为计算空间而加以分割的例子。在这个场合下，钢水包内的钢液被分割成4部分，中间包内的钢液被分割成8个部分，结晶器内包含凝固壳(用纵向阴影线表示)地被分割成180部分，由总计为192个分割的网格来表现连续铸造过程的钢液流动。

以前，在进行由数值仿真确定的夹杂物的计算评价时必需根据Navier-Stokes公式的流动解析来计算钢水包、中间包、结晶器内的流动方式，为了得到稳定的解，把各个钢液容器分割成以几千～几十万计数的计算网格，要花费好长时间来计算所有的网格中的流动和压力的平衡，要预测时时刻刻发生的体积变化和突然发生的水口堵塞等引起的流动变化，这在事实上是不可能的。例如，在ISIJ International，Vol.35(1995)，No.5.pp 472中，含有本发明人中的1人的研究小组虽然公开了一个为了只对钢水包内的钢液流动进行解析而进行的计算例，但是，为了进行这时的同一水平的稳定计算，如本文3、4章中所介绍的，要把钢液分成8000个网格(20×20×20)后，由工作站(Sun-Sparc 10)要进行2个小时以上。

由于在本发明中所用的模型的最大特点是预先根据水模型和数值计算等调查工艺过程中的钢液流动的代表性图形和与其相对应的钢液量与铸造速度的变化、热对流所波及到的流动、结晶器内的偏流等的影响，把各种操作条件中的流动状态进行图形化后加以记忆，根据实际的操作数据而选择图形，因而能大幅度地节省网格、缩短计算时间。这样，由于计算网格是1000网格以下就足够，因而若是有工作站程度的能力的计算机就能进行实时的计算预测，而且在没必要计算结晶器内的详细的夹杂物分布的场合下，也可用几十个网格进行计算。

在本模型例子中处理的非金属夹杂物是由于氧从钢液表面侵入而产生的氧化铝系非金属夹杂物；由钢水包或者中间包内的熔渣卷入而产生的熔渣系非金属夹杂物；由结晶器内表面上的润滑熔剂的卷入而产生的结晶器润滑用熔剂系非金属夹杂物；为防止浸入式水口的堵塞而吹入的Ar气在结晶器内分离断裂而引起或产生的细微气泡等这4种。其中，结晶器内的细微气泡由于在它的里边附着较多数量的微小非金属夹杂物，由此形成与非金属夹杂物同样的缺陷，因而在这里把细微气泡也作为一种非金属夹杂物来处理。

另外，虽然一个空间网格中的非金属夹杂物密度的粒径分布是连续函数，但在计算上把直径在10～1000微米之间的划分成5种有代表性的粒径。这样，这里被处理的计算对象就变成处理在生成起因方面被分成4种、在大小方面被分成5种的20种夹杂物，但从生成起因可知，在钢水包、中间包的计算中不必计算结晶器润滑用熔剂系非金属夹杂物、细微气泡。

1个网格内，非金属夹杂物被看作一样地分布，在x号网格(下面称为x网格)内的非金属夹杂物：Cx(个/m³)的随时间变化，通过考虑到钢液流动和浮起，根据下述的理论表示。

夹杂物的浮起速度U(m/s)＝(ρm-ρi)g·d²/18μ…(1)

(Stokes公式)

其中，ρ_m、ρ_i是钢液、非金属夹杂物的密度(kg/m³)；

g是重力加速度(9.8m/s²)；

d是夹杂物直径(m)；

μ是钢液粘度(Pa、S)。

因此，从正下方的网格浮起而引起的非金属夹杂物流入速度Fin(个/s)和向正上方网格浮起的流出速度fout(个/s)是：

Fin＝Cunder·U·S₂ …(2)

Fout＝Cup·U·S₁ …(3)

其中，Cunder和Cup分别表示x网格的正下方网格和正上方网格中的非金属夹杂物密度(个/m³)；S₁、S₂分别表示x网格的上面、下面的面积(m²)。

另外，由钢液的流动形成的从上游网格流入的夹杂物流入量Rin(个/s)和向下游流出的夹杂物流出量Rout/(个/s)可分别表达为：

Rin＝∑ C_X-N·Qf_X-N …(4)

Rout＝CX·∑Qfx …(5)

其中，Qf是表示向特定网格流出的钢液流出量(m³/s)；下脚注x-N是表示钢液流入到x网格的网格；这些值由流动图形决定。图3和图4是用箭头表示流动图形的例子。由于向x网格的流入和以x网格流出是包含相对于多个网格而发生的情况，因而添加了符号∑来表示它们的合计。

因此，单位时间(1S)后的夹杂物密度Cx(t+1)由下式预测。

Cx(t+1)＝Cx+(Rin-Rout+Fin-Fout)/Vx …(6)

其中，Vx是x网格的体积(m³)。

在下面所示的把网格内的非金属夹杂物生成和合为一体成长等除外的基本移动是把上述公式作为基础式子来处理，分别计算20种夹杂物的在各网格中的非金属夹杂物密度的随时间的变化。而注入开始时的计算起点、壁的处理等时间、空间的边界条件，以前是技术人员根据状况适当进行，但在这时，用一定的公式处理是困难的。

而且，不同种类的a、b夹杂物(密度为Ca、Cb(个/m²))在网格内由非金属夹杂物的冲撞而形成凝聚的次数N(次/s)，由紊流理论如下地处理。

N＝k×ε×Ca×Cb×Vx …(7)

其中，ε是网格内的平均紊流度(watt/m³)；与流动图形同样地，可从添加了示踪原子的水模型试验和详细的数值计算等求出；k是比例常数。这样，在单位时间内、由冲撞凝聚的发生而形成的非金属夹杂物个数的减少和尺寸的增加是在凝聚次数里扣除平衡数、使保存整体体积的条件保持住、使其形成更大尺寸的夹杂物地进行计算。此外，在氧化铝系非金属夹杂物和熔渣系非金属夹杂物成为一体的场合，由于从操作的实际调查了解到，这时高熔点的固体氧化铝系非金属夹杂物被吸收到低熔点的熔渣系非金属夹杂物上而熔渣化，因而把它作为生成更大的熔渣系非金属夹杂物的情况来处理，其他不同种类的夹杂物的凝聚也可区分成适当情况来处理。

另外，来自钢水包或从中间包表面的熔渣削入、结晶器内的润滑用熔剂的削入速度M(个/S)、从使用水模型或钢液与熔渣的基础实验或实机调查，把它作为平均紊流度ε、粒径d、熔渣(或润滑用的熔剂)粘性μs(Pa·S)的函数来评价。

M＝f(ε，d，μs) …(8)

由熔渣中的氧或空气的污染而产生的氧化铝被认作为分别在钢水包、中间包、结晶器的最上面的网格发生的，而且污染速度L(个/S)被理论上认为是与熔渣中的氧气活度a₀(-)、周围气体的氧气分压P₀₂(Pa)、表面积S₁(m²)成比例，因此由公式表示，

L＝γ×S₁×ε×(f₁(d)×a₀+f₂(d)×P₀₂) …(9)

其中，f₁、f₂分别是熔渣氧化、周围气体氧化而发生的氧化铝夹杂物的按粒径不同的发生函数，γ是表示所发生的夹杂物不留在熔渣中的、侵入到钢液中的比例的函数。

图5A和图5B表示预测钢水包内的夹杂物的模型示意图。从二次精炼结束之后开始，到从钢水包开始向中间包注入(下面称为钢水包注入开始)，其间所需要的时间大约是30分钟。根据二次精炼结束时的试样分析值，通过根据沸腾时间、保持时间、钢水包熔渣氧化度a₀等计算此后直到钢水包注入开始为止的由浮起形成的非金属夹杂物16的去除或由钢水包熔渣11的再氧化引起的非金属夹杂物的产生等造成的熔渣系夹杂物和氧化铝系夹杂物的变化量，由此计算钢水包注入开始时的钢水包内的夹杂物分布，并将它作为初始条件。

从钢水包注入开始到结束为止的钢水包内的非金属夹杂物16的行为、和通过长水口4而向中间包流入的非金属夹杂物的数量、由实时预测计算。而且钢水包内的钢液上的钢水包熔渣11在注入末期因发生涡流而混入中间包里，形成炉料的接缝板坯的质量劣化的原因。侵入到水口内的熔渣量可用根据钢水包内钢液的剩余液面高度h(m)和注入速度q(m³/s)来预测的代表性的混入速度表示，但也可通过用钢水包熔渣流出量传感器15逐次测定钢水包熔渣流出量，更精确评价每炉料的混入量，上述钢水包熔渣流出量传感器是捕捉由熔渣混入形成的水口内的阻抗变化的。这样，能如下式所示地评价钢水包熔渣向中间包内涡旋卷入的速度y(m³/s)。

y＝Rslaz×q …(10)

其中，q是通过水口内的流体流量(m³/s)；

Rslaz是长水口4内的熔渣占有率(-)，

用Rslaz＝f(h、q)或Rslaz＝f(传感器信号)给出。

图6A和6B表示预测中间包内的非金属夹杂物的模型示意图。把用上述钢水包模型计算得到的输出侧条件作为中间包的钢液和非金属夹杂物的输入条件而给出。在这输入侧形成由长水口4的钢液注入而引起的高紊流状态，大多会生成熔渣系非金属夹杂物和由再氧化形成的氧化铝系非金属夹杂物，此外，还生成由上述的涡旋卷入形成的钢水包熔渣侵入而引起的熔渣系非金属夹杂物。这个生成量Y(个/s)由下式给出。

Y＝f(d)×y …(11)

其中，f(d)是表示由钢水包熔渣的涡旋卷入而发生的夹杂物粒径分布函数，是根据基础实验和实机调查而决定的。

堆积在浸入式水口5内的非金属夹杂物和将其剥离的时机，是对铸造速度和绕口塞7的开度之关系有影响的浸入式水口5的闭塞度的影响进行调查，从铸造速度和绕口塞开度预测非金属夹杂物堆积量。剥离的夹杂物要侵入到结晶器内。其中，附着在浸入式水口内的夹杂物，根据过去的实际调查的经验，作为氧化铝系夹杂物，粒度分布也根据实际调查而决定。

图7A和7B表示预测结晶器内的非金属夹杂物的模型示意图。把用中间包模型计算的输出条件作为结晶器模型的钢液和非金属夹杂物的输入条件给出。就结晶器内的流动而言，根据以预先变更铸造速度或电磁制动器强度的场合为对象进行的数值解析结果，从操作条件预想流动图形；就结晶器内热电偶的左右温度分布的差或由结晶器内液面液位传感器13逐次测定的偏流，考虑流动图形来评价所看到的左右变动部分。

为了防止浸入式水口闭塞而吹入到浸入式水口内的氩气引起的细微气泡的生成，从对它的量和气泡分布的发生频率关系的调查来决定生成量。这些非金属夹杂物到达与凝固壳体相接的计算网格(图5中，用纵向阴影线表示的网格)时，Z(％)在这计算网格由凝固壳体捕捉到。

Z＝f(d，Qf、夹杂物组成) …(12)

根据上述的计算逻辑、用实时对每种非金属夹杂物、粒径都能计算预测在最终板坯内的非金属夹杂物的三维分布。

图8模式地表示预测模型和水冷坩埚分析值的结合。图8的右侧表示由二次精炼工序100、连续铸造工序102和热轧工序104构成的制造过程。从二次精炼工序100的出口到连续铸造工序102的入口、大致需要花30分钟时间用来输送钢液等。从连续铸造工序102输出的板坯到供到热轧工序104为止约花2个小时就足够。

在连续铸造工序102中的钢水包1、中间包2和结晶器3的操作数据被输入到连铸工挖计算机115。对二次精炼工序100的出口，钢水包1、中间包2和结晶器3的规定位置上的钢液以及从结晶器3输出的板坯106进行定点取样，约用20分钟时间就结束分析。

图8的左侧表示在工作站等的仿真用计算机114中的仿真流程。在图8中，把从二次精炼工序100的出口的分析结果计算的钢水包注入开始时的钢水包内的夹杂物分布作为初始条件，通过连铸过程控制计算机115、进行钢水包系统仿真(步骤200)，这钢水包系统仿真是使用给出钢水包1的操作数据的模型的。接着，把钢水包出口条件作为中间包入口条件，进行中间包系统仿真(步骤202)，这中间包系统仿真是使用给出中间包2的操作数据的模型的。然后把中间包出口条件作为结晶器入口条件，输入到给出结晶器3的操作数据的模型中，进行结晶器系统仿真(步骤204)。然后把这些仿真的结果与各部位的定点取样的分析结果对照(步骤206)，若在允许范围内一致，则把仿真而定的预测作为正确，根据这结果进行板坯的等级划分(步骤208)。若仿真的结果与分析结果在允许范围内不一致，则如下所述地修正模型的参数(步骤210)。

由于用实时计算的连铸工序中的非金属夹杂物分布(1次计算结果)是把从钢水包、中间包和结晶器采取的钢液试料和板坯的切断试料加以定点取样，直到前一炉料为止，对迅速地分析的精度反复进行检查，因而即使在该炉料的分析结果判明以前，也能保持一定以上的预测精度。

这样，也就能进行铸造中的把非金属夹杂物污染度加在一起的控制(图8的步骤212)。例如，在中间包内的非金属夹杂物比要求的水平更多的场合，可以通过降低铸造速度，延长在到结晶器中凝固为止的浮起时间以确保质量。而且如金属Ca或金属Mg这样的虽然是高价的，但在中间包里对非金属夹杂物的抑制效果高的物质，由于仅在污染度高时添加，故能实现有效的操作。另外，作为对结晶器起作用的例子，是在结晶器内可进行电磁搅拌的装置中、选择并能保持润滑用的熔剂不发生削入的搅拌方式，而且在能使用电磁制动器抑制夹杂物侵入的装置的场合，能选择和维持与夹杂物等级相平衡的线圈电流。上述的操作的联机方式控制，除了操作人员针对预测信息用手动方式操作以外，通过在计算机上学习优化控制方式，能进行自动控制。

另外，在由定点取样形成的分析值和计算值(1次计算结果)有一定以上误差时，进行由仿真程序确定的修正计算(2次计算)。采取定点取样试料后进行加工，到判明分析结果为止所需要的时间大约是20分钟，与一定期间被保存在硬盘里的操作数据联动的2次计算用实时的高速计算，半分钟以内就可以。在中间包中进行的定点取样的分析结果，污染度比1次计算结果低的场合，例如，在计算凝聚混合体的(7)式中，把系数k兼用作配合参数，通过使k变成高值，就较多地计算凝聚部分后(由凝聚消灭的增加、平均粒径增大形成的浮起速度的上升)，能合并在实际的污染度里，能简易地作回归计算。

直到把板坯供到作为下一道工序的热轧工序为止，包括输送或匹配在内，由于有2小时左右的时间，因而即使在进行2次计算的场合下，也能在比板坯到达下一道工序热轧阶段之前，提早得出板坯内的三维的夹杂物分布的正确预测结果，因此能提供一种经过正确的板坯定级的板坯，能事先避免在压轧以后发生的非金属夹杂物系引起的表面缺陷和内部缺陷等事故。

此外，虽然这里所示的实施方式是例举了把水冷坩埚法用在非金属夹杂物的定点检查中，但若是这个检查能迅速分析，则使用日本专利特开昭64-70134号公报公开的电子束法、日本专利公报特开平3-102258号公开的超声波法等也能预测每种粒经的非金属夹杂物；若是只宏观地知道非金属夹杂物污染，则通过把JIS Z2613中规定的钢中氧元素分析法和钢的全氧量的宏观仿真相结合，也能连续地预测非金属夹杂物。

使上述机能在工作站等通用计算机上实现的软件能以存储在公知的软盘或CD-ROM等存储媒体里的方式来提供。

这里所示的实施方式是详细地涉及并说明本发明适用的一个例子，仿真计算的逻辑和定点取样场所等都要由必要的非金属夹杂物等级和工序制约决定。

实施例1

1炉料300吨薄板用的钢液，用3炉料转炉精炼后，用2次精炼设备(氢还原脱气设备)脱气和成分调整后，供到连续铸造工序。中间包的容量是50吨，连续铸造结晶器的尺寸是250mm(厚度)×1800mm(宽)，定常部位的铸造速度是2.5m/分。分别从钢水包、中间包、和结晶器内的钢液、以平均1个/15分的频度进行采样，而且用水冷坩埚法进行夹杂物迅速析出。

把由此得到的夹杂物组成、粒度分布的测定结果与非金属夹杂物行为仿真计算结合，进行板坯质量的预测。从铸造开始到加第2炉料的中间为止，进行这作业，此后，只用由取样形成的非金属夹杂物分析结果确定板坯质量。

图9表示该结果。曲线表示进行取样的点，实线表示由非金属夹杂物行为仿真计算得到的预测结果。第1炉料的最初部位是随着注入开始的非定常部位，表示板坯质量的纯度指标低于合格等级0。另一方面，在定常部位虽然有一些变动，但形成合格等级以上的质量。

在第1炉料和第2炉料接缝处，加上从钢水包注入的钢液本来的纯度就低，由于钢水包熔渣流入，使钢液纯度更加恶化。由于当进入到第2炉料的定常部位时，纯度稳定在高等级上，因而就中止由非金属夹杂物行为仿真计算确定的连续质量预测，只进行由取样的非金属夹杂分析结果确定的部分纯度检查。

由于第2炉料、第3炉料的非金属夹杂物分析结果是与第1炉料同等的纯度推移的，因而把3炉料结束后(连续铸造结束后)的形成合格等级以下的第1炉料的部位，与被预想为合格等级以下的第2炉料、第3炉料的这些部位除去了的板坯提供给压轧工序。结果，虽然从第1炉料到第2炉料的定常部位完全不发生制品缺陷，但在第2炉料和第3炉料的接缝附近的板坯上，发生预想以上长度的表面缺陷。接受这结果后，根据连续铸造中的操作数据的记录和非金属夹杂物分析结果，用非金属夹杂物行为仿真计算追溯地确定板坯质量，形成如图9中虚线所示。即，认为从第2炉料开始的与第3炉料的接缝部分的钢水包熔渣的稍稍流出使接缝部分的质量劣化成预想以上。

实施例2

把1炉料300吨薄板用钢液用3炉料转炉精炼后，用2次精炼设备(氢还原脱气设备)脱气和成份调整后，提供给连续铸造工序。中间包的容量是50吨、连续铸造结晶器的尺寸是250mm(厚度)×1800(宽)，定常部位的铸造速度是2.0m/分。分别从钢水包、中间包和结晶器内的钢液、以平均1个/15分的频率进行采样，而且用水冷坩埚法进行夹杂物迅速析出。

把由此得到的夹杂物组成、粒度分布的测定结果与非金属夹杂物行为仿真计算结合，进行板坯质量的预测。从铸造开始到第2炉料的中间为止，进行这作业，此后在对板坯质量进行预测的同时，通过对工艺参数的控制来控制板坯的质量。图10表示其结果。曲线表示进行取样的点，实线表示根据分析结果的由非金属夹杂物行为仿真计算确定的预测结果。由于预想到第2炉料和第3炉料的接缝部位的质量劣化，因而把铸造速度从2.0m/分降低成1.5m/分地铸造，此后使其恢复到2.0m/分。结果，没进行控制的部位的质量在合格等级以下，不得不列入到低1级的序列里，但进行控制部位的质量与定常部位相等，因而等级不必下降，能把缺点克服到最低限度。

如上所说，通过把对钢液中和板坯中的非金属夹杂物的组成、重量、粒度等的数学模型的仿真计算和定点取样试料的迅速分析结果相结合，就能在连续铸造中、用联机方式、精度高地预测板坯质量，在热轧工序之前就能确切地进行板坯的分级。又由于能进行根据这预测的联机的实时连续铸造工序的控制，因而能把不合格板坯的发生抑制到最小限度内。

Claims

1.一种连铸板坯的质量预测方法，其特征在于：该方法具有下述各个步骤，即，连续地计算钢水包出口的非金属夹杂物分布；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯的质量。

2.如权利要求1所述的方法，其特征在于：上述数学模型中，中间包和结晶器内的空间是可以实时计算的数的计算空间，被分割成流动速度和方向被假定为一定的、非金属夹杂物分布被假定为均匀的多个计算空间。

3.如权利要求2所述的方法，其特征在于：该方法还有这样的步骤，即，针对多个操作数据，预先记忆上述各个计算空间中的流动速度和方向的图形；根据给出的操作数据，选择图形。

4.如权利要求1所述的方法，其特征在于：该方法还有这样的步骤，即，在从钢水包到结晶器的过程中的至少1点上、通过对采取的试样进行分析，测定非金属夹杂物分布；把上述测定结果与上述数学模型中相对应的部位和时刻的非金属夹杂物分布的预测结果进行对照；把数学模型修正成使测定结果与预测结果在允许范围内一致。

5.如权利要求4所述的方法，其特征在于：上述测定非金属夹杂物分布的步骤包含这些子步骤，即，将凝固的试样再熔融，使非金属夹杂物排出到表面上；通过对被排出在表面上的非金属夹杂物的量、面积、组成、粒度分布中的至少一项进行测定而决定试样的非金属夹杂物分布。

6.一种连铸板坯的质量控制方法，其特征在于：该方法具有下述各个步骤，即，连续地计算钢水包出口的非金属夹杂物分布；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯的质量；根据预测的板坯的质量，自动地变更操作条件。

7.如权利要求6所述的方法，其特征在于：上述数学模型中，中间包和结晶器内的空间是可以实时计算的数的计算空间，被分割成流动速度和方向被假定为一定的，非金属夹杂物分布被假定为均匀的多个计算空间。

8.如权利要求7所述的方法，其特征在于：该方法还有这样的步骤，即，针对多个操作数据，预先记忆上述各个计算空间中的流动速度和方向的图形；根据给出的操作数据，选择图形。

9.如权利要求6所述的方法，其特征在于：该方法还有这样的步骤，即，在从钢水包到结晶器的过程中的至少1点上，通过对采取的试样进行分析，测定非金属夹杂物分布；把上述测定结果与上述数学模型中相对应的部位和时刻的非金属夹杂物分布的预测结果进行对照；把数学模型修正成使测定结果与预测结果在允许范围内一致。

10.如权利要求9所述的方法，其特征在于：上述测定非金属夹杂物分布的步骤包含这些子步骤，即，将凝固的试样再熔融，使非金属夹杂物排出到表面上；通过对被排出在表面上的非金属夹杂物的量、面积、组成、粒度分布中的至少一项进行测定而决定试样的非金属夹杂物分布。

11.一种连铸板坯的质量预测装置，其特征在于：该装置具有下述各个机构，即，连续地计算钢水包出口的非金属夹杂物分布的机构；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布的机构；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯质量的机构。

12.如权利要求11所述的装置，其特征在于：上述数学模型中，中间包和结晶器内的空间是可以实时计算的数的计算空间，被分割成流动速度和方向被假定为一定的、非金属夹杂物分布被假定为均匀的多个计算空间。

13.如权利要求12所述的装置，其特征在于：该装置还有这样的机构，即，针对多个操作数据，预先记忆上述各个计算空间中的流动速度和方向的图形的机构；根据给出的操作数据，选择图形的机构。

14.如权利要求11所述的装置，其特征在于：该装置还具有这样的机构，即，把从钢水包到结晶器的过程中的至少1点上的非金属夹杂物分布的测定结果加以输入的机构；把上述测定结果与数学模型中相对应的部位和时刻的非金属夹杂物分布的预测结果进行对照的机构；把数学模型修正成使测定结果和预测结果在允许范围内一致的机构。

15.一种连铸板坯的质量控制装置，其特征在于：该装置具有下述各个机构，即，连续地计算钢水包出口的非金属夹杂物分布的机构；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包的操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布的机构；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器的操作数据的结晶器的数学模型中，连续地预测在结晶器中所铸造的板坯质量的机构；根据预测的板坯质量，自动地变更操作条件的机构。

16.如权利要求15所述的装置，其特征在于：上述数学模型中，中间包和结晶器内的空间是可以实时计算的数的计算空间，被分割成流动速度和方向被假定为一定的、非金属夹杂物分布被假定为均匀的多个计算空间。

17.如权利要求16所述的装置，其特征在于：该装置还有这样的机构，即，针对多个操作数据，预先记忆上述各个计算空间中的流动速度和方向的图形的机构；根据给出的操作数据，选择图形的机构。

18.如权利要求17所述的装置，其特征在于：该装置还具有这样的机构，即，把从钢水包到结晶器的过程中的至少1点上的非金属夹杂物分布的测定结果加以输入的机构；把上述测定结果与数学模型中相对应的部位和时刻的非金属夹杂物分布的预测结果进行对照的机构；把数学模型修正成使测定结果和预测结果在允许范围内一致的机构。

19.一种程序存储装置，其特征在于：该装置是为了完成连铸板坯的质量预测用的方法步骤，能由实现能用计算机实行的命令程序的计算机读出的；上述的方法步骤包括下述各个步骤，即，连续地计算钢水包出口的非金属夹杂物分布；通过把该钢水包出口的非金属夹杂物的分布输入到给出中间包操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器操作数据的结晶器的数学模型中，连续地预测结晶器中所铸造的板坯的质量。

20.如权利要求19所述的程序存储装置，其特征在于：上述数学模型中，中间包和结晶器内的空间是可以实时计算的数的计算空间，被分割成流动速度和方向被假定为一定的、非金属夹杂物分布被假定为均匀的多个计算空间。

21.如权利要求20所述的程序存储装置，其特征在于：上述的方法步骤还有下述的步骤，即，针对多个操作数据，预先记忆上述各个计算空间中的流动速度和方向的图形；根据给出的操作数据，选择图形。

22.如权利要求19所述的程序存储装置，其持征在于：上述的方法步骤还有下述的步骤，即，把从钢水包到结晶器的过程中的至少1点上的非金属夹杂物分布的测定结果加以输入；把上述测定结果与数学模型中的相对应部位和时刻的非金属夹杂物分布的预测结果进行对照；把数学模型修正成使测定结果与预测结果在允许范围内一致。

23.一种程序存储装置，其特征在于：该装置是为了完成连铸板坯的质量控制用的方法步骤，能由实现能用计算机实行的命令程序的计算机读出的；上述的方法步骤具有下述各个步骤，即，连续地计算钢水包出口的非金属夹杂物分布；通过把该钢水包出口的非金属夹杂物分布输入到给出中间包操作数据的中间包的数学模型中，连续地计算中间包出口的非金属夹杂物分布；通过把该中间包出口的非金属夹杂物分布输入到给出结晶器操作数据的结晶器的数学模型中，连续地预测结晶器中所铸造的板坯质量；根据预测的板坯质量，自动地变更操作条件。

24.如权利要求23所述的程序存储装置，其特征在于：上述数学模型中，中间包和结晶器内的空间是可以实时计算的数的计算空间，被分割成流动速度和方向被假定为一定、非金属夹杂物分布被假定为均匀的多个计算空间。

25.如权利要求24所述的程序存储装置，其特征在于：上述的方法步骤还有下述的步骤，即，针对多个操作数据，预先记忆上述各个计算空间中的流动速度和方向的图形；根据给出的操作数据，选择图形。

26.如权利要求23所述的程序存储装置，其特征在于：上述方法步骤还有下述步骤，即，把从钢水包到结晶器的过程中的至少1点上的非金属夹杂物分布的测定结果加以输入；把上述测定结果与数学模型中的相对应部位和时刻的非金属夹杂物分布的预测结果进行对照；把数学模型修正成使测定结果和预测结果在允许范围内一致。