CN116611029A - 整个浇次的连铸生产过程参数数据集的生成方法及装置 - Google Patents

整个浇次的连铸生产过程参数数据集的生成方法及装置 Download PDF

Info

Publication number
CN116611029A
CN116611029A CN202310883086.6A CN202310883086A CN116611029A CN 116611029 A CN116611029 A CN 116611029A CN 202310883086 A CN202310883086 A CN 202310883086A CN 116611029 A CN116611029 A CN 116611029A
Authority
CN
China
Prior art keywords
casting
continuous casting
time
cutting
parameter data
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.)
Granted
Application number
CN202310883086.6A
Other languages
English (en)
Other versions
CN116611029B (zh
Inventor
张卫冬
耿梦影
刘双力
吴浩
李�杰
艾轶博
马浩楠
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 CN202310883086.6A priority Critical patent/CN116611029B/zh
Publication of CN116611029A publication Critical patent/CN116611029A/zh
Application granted granted Critical
Publication of CN116611029B publication Critical patent/CN116611029B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/251Fusion techniques of input or preprocessed data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395Quality analysis or management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Continuous Casting (AREA)

Abstract

本发明涉及整个浇次的连铸生产过程参数数据集的生成方法及装置,本方法实时跟踪记录连铸过程中完整浇次的的生产过程信息;确定连铸机上的切割位置,各区段的开始位置、结束位置,将生产过程信息按照不同区段进行划分;铸坯到达切割位置开始进行切割时,每块铸坯对应生成铸坯号,将划分的所述生产过程信息与每个所述铸坯号进行关联匹配,生成该的铸坯生产过程参数数据集,将整个浇次所有的铸坯所对应的完整连铸过程参数数据集进行拼接处理,即可得到整个浇次的铸坯连铸过程参数数据集。本发明的方法适用性强,精确的实现了铸坯在铸机各段生产过程参数的匹配,为后续构建铸坯质量预测和判定,连铸过程的工艺参数优化等提供了必要的支持。

Description

整个浇次的连铸生产过程参数数据集的生成方法及装置
技术领域
本发明属于炼钢连铸技术领域,具体涉及整个浇次的连铸生产过程参数数据集生成方法及装置。
背景技术
现有技术中,钢铁行业将转向高质量发展,并向绿色低碳和智能化转型,连铸过程是钢铁生产流程中的主要工序,现有的生产过程控制系统,可以把实时采集的生产过程数据存储起来,但并未对连铸坯建立全过程的历程信息档案。连铸坯的质量标志着冶金水平的高低,是后序生产合格产品的重要保障。连铸坯质量与连铸过程工艺或设备等参数数据密切相关,连铸坯的质量信息均以铸坯号为索引进行标记,因此,针对连铸过程铸坯质量大数据分析和管控,需要建立连铸生产的过程数据与连铸切割铸坯的关联关系,以实现准确匹配并提取连续流数据中的有用信息。
目前,连铸生产过程数据与连铸坯号匹配方法主要是连铸坯切片实时跟踪的方法,铸坯切片实时跟踪的具体过程是:将整个铸流的铸坯长度(从结晶器弯月面到切割点)沿连铸坯运行方向划分为若干个虚拟切片,每个切片从生成开始进行跟踪和管理,直至切片到达切割位置后,停止跟踪。切片划分的方法有两种,一是定时切片,即按照相同的时间间隔划分切片,二是定长切片,即按照相同的切片长度划分切片。每个切片以流水号命名,切片的移动位置(距弯月面的距离)根据该时刻的浇铸长度与切片产生时刻的浇铸长度差确定。对切割的定尺铸坯,根据其所包含的切片流水号查询各切片的数据信息,汇总起来即为该切割铸坯相匹配的连铸过程数据。还有通过浇铸长度以及连铸各区段过程参数对铸坯影位置的范围进行各区段数据与切割铸坯号匹配。
从以上分析可以看出,以上现有方法在实际生产过程中使用有限,一是因为切片长度无法统一,无论是定时切片还是定长切片,其长度均为自定义的,对于不同的连铸坯长度,需要对铸流内所有的切片及其过程数据进行动态跟踪、存储和管理。二是切割铸坯在精整检查时的质量缺陷类别、等级标签信息均是以铸坯号为索引给出,要进行这块铸坯质量缺陷原因溯源分析或者构建质量缺陷预测模型,均需要这块铸坯的铸坯号匹配上连续、完整、准确的连铸过程。即使是进行切片跟踪,最终还是需要转化为切割铸坯进行汇总。三是基于铸流长度的匹配方法依赖铸流长度测量的准确程度且需要从切割的第一块铸坯开始依次匹配各铸坯,因此,对实际生产意义不大。
发明内容
为了克服现有技术存在的上述问题,本发明提供一种整个浇次的连铸生产过程参数数据集的生成方法及装置,以用于解决现有技术中存在的上述问题。
一种整个浇次的连铸生产过程参数数据集的生成方法,包括如下步骤:
S1.实时跟踪记录连铸过程中完整浇次的生产过程信息;
S2.确定连铸机上的切割位置,各区段的开始位置、结束位置情况,将生产过程信息按照不同区段进行划分;
S3.铸坯到达切割位置开始进行切割时,每块铸坯对应生成铸坯号,将划分的所述生产过程信息与每个所述铸坯号进行关联匹配,生成该铸坯生产过程参数数据集;
S4.将整个浇次所有的铸坯所对应的完整连铸过程参数数据集进行拼接处理,即可得到整个浇次的铸坯连铸过程参数数据集。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述生产过程信息包括拉速和切割时间。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述S2中各区段包括二冷一区,二冷二区,二冷三区,二冷四区,二冷五区,二冷六区,二冷七区,二冷八区,二冷九区,二冷十区,二冷十一区。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述各区段的开始位置、结束位置以所述切割位置为坐标原点,与所述切割位置之间的距离进行标记确定。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述S3具体包括:S31.确定铸坯n到达某个区段的开始位置Li_start及对应的时刻tn, Li_start,结束位置Li_end及对应的时刻tn, Li_end,i取1,2...,11;
S32.确定铸坯n到达切割位置开始切割的时刻tCUT_n,既是新一块铸坯的头部的切割时刻tn_head,又是上一块铸坯的尾部的切割时刻tn-1_tail,即tCUT_n=tn-1_tail=tn_head
S33.根据切割位置、切割时刻tCUT_n以及切割时刻前k秒的拉速得到切割前t1 秒时铸坯坯头距切割位置的距离Lhead_n,在Lhead_n≥Li_start时,得到tn, Li_start= tn_head-t1 = tCUT_n-t1;并同时得到切割前t2 秒时铸坯坯尾距切割位置的距离Ltail_n,当Ltail_n≥Li_end时,得到:
tn, Li_end = tn_tail-t2 = tCUT_n+1-t2 ,其中,n=2,3,…,N,N为整个浇次所产生的总铸坯数,k,t1和t2均为整数。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述距离Lhead_n通过如下表达式求取:
,其中,为铸坯n在切割前k秒时的拉速, k=1,2,3,…,t1
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述距离 Ltail_n通过如下表达式求取:,
其中,为铸坯n在切割前k秒时的拉速, k=1,2,3,…,t2
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述S3还包括以铸坯号为索引,匹配连铸机各区段相应时间窗口[tn, Li_start, tn, Li_end]内的过程参数,将各区段相应时间窗口内的全部过程参数的数据存储在矩阵Dn,Li,形成生产过程参数数据集:
其中,Mi为区段Li的过程参数数量,Tn,Li为时间窗口长度,i取1,2...,11。
本发明还提供了一种整个浇次的连铸生产过程参数数据集,采用本发明所述的方法生成。
本发明提供了一种电子装置,所述电子装置包括:
存储器,存储有可执行指令;
处理器,所述处理器运行所述存储器中的所述可执行指令,以实现所述的方法。
本发明的有益效果
本发明的方法实时跟踪记录连铸过程中完整浇次的包括拉速和切割时间在内的生产过程信息;确定连铸机上的切割位置,各区段的开始位置、结束位置情况,将生产过程信息按照不同区段进行划分;铸坯到达切割位置开始进行切割时,每块铸坯对应生成铸坯号,将划分的所述生产过程信息与每个所述铸坯号进行关联匹配,生成该的铸坯生产过程参数数据集,将整个浇次所有的铸坯所对应的完整连铸过程参数数据集进行拼接处理,即可得到整个浇次的铸坯连铸过程参数数据集。本发明的方法适用性强,精确的实现了铸坯在铸机各段生产过程参数的匹配,建立了铸坯生产过程参数数据集,为后续构建铸坯质量预测和判定模型,连铸过程的工艺参数优化等模型提供了必要的支持。
附图说明
图1为本发明的方法流程图;
图2为本发明的连铸机各段示意图;
图3为本发明的实施例的切割信息与拉速数据示意图;
图4为连铸过程参数数据与连铸坯匹配时间窗口的流程图;
图5为连铸坯生产过程参数数据集生成过程示意图。
具体实施方式
为了更好的理解本发明的技术方案,本发明内容包括但不限于下文中的具体实施方式,相似的技术和方法都应该视为本发明保护的范畴之内。为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
应当明确,本发明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。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
本发明提供一种整个浇次的连铸坯生产过程参数数据集的生成方法,包括步骤:
S1.实时跟踪记录连铸过程中完整浇次的生产过程信息;
S2.确定连铸机上的切割位置,各区段的开始位置、结束位置情况,将生产过程信息按照不同区段进行划分;
S3.铸坯到达切割位置开始进行切割时,每块铸坯对应生成铸坯号,将划分的所述生产过程信息与每个所述铸坯号进行关联匹配,生成该铸坯生产过程参数数据集;
S4.将整个浇次所有的铸坯所对应的完整连铸过程参数数据集进行拼接处理,即可得到整个浇次的铸坯连铸过程参数数据集。
具体地,
如图1所示,本发明的具体步骤如下:
(1)根据实际连铸设备的结构、工艺和自动化系统情况,跟踪记录整个浇次铸流从结晶器到切割装置之间的生产过程参数,包括在连铸设备上采集到的所有时间序列的变量数据,从中间包开浇到浇次结束,对连铸机浇铸过程中的拉速以及铸坯切割时间进行实时跟踪,为构建铸坯过程参数数据集提供数据支持。
(2)确定该连铸机结晶器的二冷一区1、二冷二区2、二冷三区3、二冷四区4、二冷五区5、二冷六区6、二冷七区7、二冷八区8、二冷九9、二冷十区10、二冷十一区11具体的开始和结束位置,以及各区段对应的连铸过程参数数据。在本步骤中,结晶器段的过程参数有:结晶器液位、结晶器冷却水水量、冷却水进出口温度、结晶器振动器振频、结晶器振动器振幅;二冷各段的过程参数有:二冷水各冷却水回路水量、二冷水各冷却水回路压力;
(3)铸坯到达切割位置开始进行铸坯切割时,每块铸坯对应生成铸坯号,通过铸坯切割时间信息及拉速将连铸过程中各区段的以时间为序列的过程数据与铸坯号进行关联匹配;
(4)将关联后各区段时间长度不一的过程数据经过填充,生成时间长度一致铸坯生产过程参数数据集。
作为本发明的进一步说明,所述步骤(1)中,铸流从结晶器到切割装置之间的生产过程参数数据具体包括连铸机各区段的过程参数数据以及全局生产参数数据。连铸机各区段的过程参数为在铸坯经过该区段时对铸坯产生作用的过程参数,连铸机每个区段可对应多个过程参数。全局生产参数即从结晶器的弯月面开始至铸坯坯尾到达切割位置止,全程对铸坯发生作用的参数,如变化的拉速值。
作为本发明的进一步说明,所述步骤(2)中,连铸机各区段具体包括:二冷一区1、 二冷二区2、二冷三区3、二冷四区4、二冷五区5、二冷六区6、二冷七区7、二冷八区8、二冷九 9、二冷十区10、二冷十一区11,其中,每一区段开始和结束的位置分别为距切割位置的距 离,表示为
作为本发明的进一步说明,所述步骤(2)中,以切割位置为坐标原点,各区段的开始位置、结束位置为各区段的开始位置、结束位置距切割位置的距离作为坐标。
作为本发明的进一步说明,所述步骤(3)中,具体包括:
a、首先对铸坯号对应的过程参数数据的范围进行定义,从连铸坯坯头进入连铸机 某一区段的时刻,即连铸坯坯头到达该区段开始位置的时刻起,至该连铸坯坯 尾离开该区段的时刻,即连铸坯坯尾到达区段结束位置的时刻为止,时间窗口内该区段的过程参数数据即为该铸坯所对应的过程参数数据,
b、铸坯到达切割位置开始切割时,既是新一块铸坯的头部的切割时刻,又是 上一块铸坯的尾部的切割时刻,即
c、通过铸坯n坯头的切割时刻以及切割时刻前k秒的拉速,可以反 推得到切割前秒时该铸坯坯头距切割位置的距离,在实际的连铸过程中,拉速并不 是恒定的且采集到的拉速为离散数据,因此对拉速和时间进行累加求和可以得到距离
,n=2,3,…,N,
其中,为铸坯n在切割前k秒时的拉速, k=1,2,3,…,t,N为整个浇次所产生的 总铸坯数,由于在连铸当中,第一块铸坯的坯头无需切割且通常第一块为废坯,因此,n从2 开始计数。
将计算得到的与连铸机某区段开始位置进行比较,若表 明此时铸坯n的坯头距切割位置的距离还未到达区段的开始位置,则继续计算前秒 时的铸坯坯头距切割位置的距离;当时,表明铸坯n的坯头距切割位置的距离 已经到达区段的开始位置。输出此时的的值,即可得到铸坯n的坯头到达连铸机某区 段开始位置的时刻,计算公式如下:
,此时的计算公式中的t取t1,相应地, k=1,2, 3,…,t1,k和t1均为整数;
d、通过铸坯n的坯尾的切割时刻以及切割时刻前k秒的拉 速计算切割前秒时铸坯n坯尾距切割位置的距离,计算公式如下:
其中,为铸坯n在切割前k秒时的拉速,N为整个浇次所产生的总铸坯数。
之后按照上述方法将计算得到的与连铸机某区段结束位置进行比 较,当时,输出的值,即可得到铸坯坯尾到达连铸机某区段结束位置的时 刻,计算公式如下:
,其中, k=1,2,3,…,t2,k和t2均为整数。
由上可得,铸坯n所对应的连铸机某区段过程参数数据的时间窗口为。重复以上步骤可以计算得到每个铸坯所对应的连铸机各个区段过程参数数 据的时间窗口:
为铸坯n所对应的连铸机某区段过程参数数据的时间窗口的长度。
作为本发明的进一步说明,所述步骤(4)中,生成铸坯生产过程参数数据集是以铸 坯号为索引,匹配连铸机各区段相应时间窗口内的过程参数。将各区段相应 时间窗口内的全部过程参数的数据存储在矩阵中。则有:
其中,为区段的过程参数数量。以二冷一区1为例,L1的区段过程参数有冷却 水回路水量、冷却水回路压力,全局过程参数有拉速,即,则有,表示在区段L1的样本空间大小为
由于连铸过程中拉速波动以及连铸机各区段长度不一致,因此,每个铸坯所对应 的各个区段过程参数的时间窗口长度也不一致,即矩阵的行数不同,需要进行一些处理 以使其具有相同的行数,具体步骤如下:
a、选取时间窗口长度最长的作为标准,将其余区段的时 间窗口长度扩展至
b、若,则需要对进行行填充。具体采用在的末尾添加填充值直 到行数达到
c、为了保持数据特征不发生改变,采用各列的均值进行填充,直至行数达到,得 到。其中,列均值即为各区段时间窗口内的第个过程参数的平均值,计 算公式如下:
其中,为铸坯n对应连铸机区段在第个参数时刻的数据值,是在时间窗 口Tn,Li内按照一定频率采集的数据值。以二冷一区1为例,是一个行数为Tn,L1,列数为3 的矩阵,其中各列的值分别为冷却水回路水量、冷却水回路压力以及拉速在时间窗口Tn,L1 内按照一定频率采集的数据值,计算得到冷却水回路水量的均值,并将均值填充在该列列 尾,直至行数达到。然后计算得到冷却水回路压力以及拉速在时间窗口Tn,L1内的均值,在 列尾进行填充,得到,即铸坯n在二冷一区的过程参数数据的样本空间大小为。同理计算得到铸坯n在连铸机各区段的过程参数分别为
然后,将连铸机各区段的过程参数的数据横向拼接在一起,即可得到铸坯n所对应 的完整连铸过程参数数据集
其中,为连铸机各区段全部参数的总个数,。铸坯n所对应的完整的 连铸过程参数的样本空间大小为
重复以上步骤可以计算得到完整浇次中每个铸坯所对应的完整连铸过程参数数据集。
优选地,本发明还包括步骤:将整个浇次的N-1个铸坯所对应的完整连铸过程参数 数据集垂直拼接,即可得到整个浇次的铸坯连铸过程参数数据集
实施例
本发明实施例为一台一机两流直弧形板坯连铸机,整个连铸过程如下:在连铸开始时,液态钢被输送到钢包12中。钢水从长水口流入中间包13,再由浸入式水口流入下面的结晶器(一冷区)0。结晶器作为一次冷却装置支撑钢液沿其周边逐渐冷凝成坯壳。结晶器下端出口处坯壳达到足够的厚度时,将铸流拉出结晶器,依次进入二冷一区1、二冷二区2、二冷三区3、二冷四区4、二冷五区5、二冷六区6、二冷七区7、二冷八区8、二冷九9、二冷十区10、二冷十一区11等,进行喷水二次冷却,使铸流继续凝固,以防止离开结晶器后铸流芯部液态钢流出。然后铸流进入空冷,直至到达固定的切割位置14,将已完全凝固的铸流切割成定尺铸坯15。该连铸机各段示意图及具体位置如图2所示。
当连铸开始生产时,跟踪记录整个连铸过程的生产信息以及铸流从结晶器到切割装置之间的生产过程数据,从中间包开浇到最后一块铸坯切割完,对连铸机浇铸过程中的拉坯速度进行实时跟踪,如图3所示为本发明实施例的切割信息与拉速的部分数据。其中,切割信息中横轴为时间戳,纵轴为切割机的位置,每当切割机的位置从0开始增大时,即意味一次切割动作开始,其对应的时间戳为一块铸坯的切割时刻。拉速表中可以查询到连铸过程中任一时刻的拉速。
如图4所示,在实际生成时,铸坯号是在铸流到达切割位置开始切割时生成。本发 明的切割装置采用火切机来实现,此时火切机在固定的切割点,记录下当前时刻(开始切割 时刻)及对应时刻的拉速。通过铸坯n的坯头的切割时刻以及切割时刻前k秒的 拉速,可以反推得到切割前秒时铸坯坯头距切割位置的距离,采用对拉速和时间 进行积分可得距离,由于采集到的拉速数据为离散数据,因此采用累计求和得到距 离,如下式表示:
,n=2,3,…,N,N为整个浇次所产生的总铸坯的个数。由于在连铸当 中,第一块铸坯的坯头无需切割且通常第一块为废坯,因此,n从2开始计数 。
通过铸坯n坯尾的切割时刻以及切割时刻前k秒的拉速 计算切割前秒时铸坯n坯尾距切割位置的距离,计算公式如下:
之后按照上述方法将计算得到的与连铸机某区段结束位置进行比 较,当时,输出的值,即可得到铸坯坯尾到达连铸机某区段结束位置的时 刻,计算公式如下:
由上可得,连铸坯所对应的连铸机某区段过程参数数据的时间窗口为
例如,查询到第三块铸坯(编号为003)坯头的切割时刻为,切割前4秒 的拉速分别为v3_1,v3_2,v3_3,v3_4,则有,将计算得到的与连铸机二冷 一区开始位置进行比较,若,表明此时铸坯坯头还未到达二冷一区开始 位置,继续计算前5秒时的铸坯坯头距切割位置的距离,直到当时,表明此时 铸坯坯头已经到达二冷一区开始位置,输出此时的的值,即可得到铸坯坯头到达连铸机 二冷一区开始位置的时刻,计算公式如下:
然后,查询到第三块铸坯(编号为003)坯尾的切割时刻以及切 割时刻前4秒的拉速v4_1,v4_2,v4_3,v4_4,则有,将计算得到的与连铸机二 冷一区结束位置进行比较,若,表明此时铸坯坯尾还未到达二冷一区结 束位置,继续计算前5秒时的铸坯坯头距切割位置的距离,直到当时,表明此 时铸坯坯尾已经到达二冷一区结束位置,输出此时的的值,即可得到铸坯坯尾到达连铸 机二冷一区结束位置的时刻,计算公式如下:
由上可得,第三块铸坯(编号为003)所对应的连铸机二冷一区过程参数数据的 时间窗口为。重复以上步骤可以计算得到每个铸坯所对应的连铸机各个区段 过程参数数据的时间窗口:
为铸坯所对应的连铸机某区段过程参数数据的时间窗口的长度。
生成铸坯生产过程参数数据集是以铸坯号为索引,匹配连铸机各区段相应时间窗 口内的过程参数数据。将各区段相应时间窗口内的全部过程参数的数据存储 在矩阵中,则有:
其中,为区段的过程参数数量。
由于连铸过程中拉速波动以及连铸机各区段长度不一致,因此,每个铸坯所对应 的各个区段过程参数的时间窗口长度也不一致,即矩阵的行数不同,需要进行一些处理 以使其具有相同的行数。具体步骤如下:选取时间窗口长度最长的 作为标准,将其余区段的时间窗口长度扩展至。若,则需要对进行行填充。 在的末尾添加填充值直到行数达到。为了保持数据特征不发生改变,采用列均值对 各列进行填充,得到。其中,列均值即为各区段时间窗口内的第个过程参数 的平均值,计算公式如下:
其中,为铸坯对应连铸机区段在第个参数时刻的数据值。然后,将连 铸机各区段的过程参数的数据横向拼接在一起,即:
现在,可以得到铸坯对应的过程参数数据集:
其中,为连铸机各区段全部参数的总个数,
重复以上步骤可以计算得到每个铸坯所对应的连铸机各个区段过程参数数据集,最后将整个浇次的所有N-1个铸坯所对应的完整连铸过程参数数据集垂直拼接,即可得到整个浇次的铸坯连铸过程参数数据集。
本发明的方法适用于板坯、方坯、圆坯或异型坯。
如图5所示,采用本发明的方法得到的整个浇次的过程参数数据集用于后面的模型构建,实验表明,该模型根据实际质量问题溯源分析该整个浇次的连铸过程参数数据集,可以进一步优化连铸过程的工艺参数。所以,对整个浇次的连铸坯生产过程数据与质量跟踪,将连铸生产数据与连铸坯匹配是实现连铸过程铸坯质量大数据分析和管控的基础,对实现数字化连铸坯具有重要意义。
上述说明示出并描述了本发明的若干优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述申请构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求书的保护范围内。

Claims (9)

1.一种整个浇次的连铸生产过程参数数据集的生成方法,其特征在于,包括如下步骤:
S1.实时跟踪记录连铸过程中完整浇次的生产过程信息;
S2.确定连铸机上的切割位置,各区段的开始位置、结束位置情况,将生产过程信息按照不同区段进行划分;
S3.铸坯到达切割位置开始进行切割时,每块铸坯对应生成铸坯号,将划分的所述生产过程信息与每个所述铸坯号进行关联匹配,生成该铸坯生产过程参数数据集;
S4.将整个浇次所有的铸坯所对应的完整连铸过程参数数据集进行拼接处理,即可得到整个浇次的铸坯连铸过程参数数据集。
2.根据权利要求1所述的整个浇次的连铸生产过程参数数据集的生成方法,其特征在于,所述生产过程信息包括拉速和切割时间。
3.根据权利要求2所述的整个浇次的连铸生产过程参数数据集的生成方法,其特征在于,所述S2中各区段包括二冷一区,二冷二区,二冷三区,二冷四区,二冷五区,二冷六区,二冷七区,二冷八区,二冷九区,二冷十区和二冷十一区。
4.根据权利要求3所述的整个浇次的连铸生产过程参数数据集的生成方法,其特征在于,所述各区段的开始位置、结束位置以所述切割位置为坐标原点,与所述切割位置之间的距离进行标记确定。
5.根据权利要求3所述的整个浇次的连铸生产过程参数数据集的生成方法,其特征在于,所述S3具体包括:S31.确定铸坯n到达某个区段的开始位置Li_start及对应的时刻tn, Li_start,结束位置Li_end及对应的时刻tn, Li_end,i取1,2...,11;
S32.确定铸坯n到达切割位置开始切割的时刻tCUT_n,既是新一块铸坯的头部的切割时刻tn_head,又是上一块铸坯的尾部的切割时刻tn-1_tail,即tCUT_n=tn-1_tail=tn_head
S33.根据切割位置、切割时刻tCUT_n以及切割时刻前k秒的拉速得到切割前t1 秒时铸坯坯头距切割位置的距离Lhead_n,在Lhead_n≥Li_start时,得到tn, Li_start= tn_head-t1 = tCUT_n-t1;并同时得到切割前t2 秒时铸坯坯尾距切割位置的距离Ltail_n,当Ltail_n≥Li_end时,得到:
tn, Li_end = tn_tail-t2 = tCUT_n+1-t2 ,其中,n=2,3,…,N,N为整个浇次所产生的总铸坯数,k,t1和t2均为整数。
6.根据权利要求5所述的整个浇次的连铸生产过程参数数据集的生成方法,其特征在于,所述距离Lhead_n通过如下表达式求取:
,其中,/>为铸坯n在切割前k秒时的拉速, k=1,2,3,…,t1
7.根据权利要求5所述的整个浇次的连铸生产过程参数数据集的生成方法,其特征在于,所述距离Ltail_n通过如下表达式求取:,其中,/>为铸坯n在切割前k秒时的拉速, k=1,2,3,…,t2
8.根据权利要求5所述的整个浇次的连铸生产过程参数数据集的生成方法,其特征在于,所述S3还包括以铸坯号为索引,匹配连铸机各区段相应时间窗口[tn, Li_start, tn, Li_end]内的过程参数,将各区段相应时间窗口内的全部过程参数的数据存储在矩阵Dn,Li,形成生产过程参数数据集:
其中,Mi为区段Li的过程参数数量,Tn为时间窗口长度,i取1,2...,11。
9.一种电子装置,其特征在于,所述电子装置包括:
存储器,存储有可执行指令;
处理器,所述处理器运行所述存储器中的所述可执行指令,以实现权利要求1-8中任一项所述的方法。
CN202310883086.6A 2023-07-19 2023-07-19 整个浇次的连铸生产过程参数数据集的生成方法及装置 Active CN116611029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310883086.6A CN116611029B (zh) 2023-07-19 2023-07-19 整个浇次的连铸生产过程参数数据集的生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310883086.6A CN116611029B (zh) 2023-07-19 2023-07-19 整个浇次的连铸生产过程参数数据集的生成方法及装置

Publications (2)

Publication Number Publication Date
CN116611029A true CN116611029A (zh) 2023-08-18
CN116611029B CN116611029B (zh) 2023-09-22

Family

ID=87676792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310883086.6A Active CN116611029B (zh) 2023-07-19 2023-07-19 整个浇次的连铸生产过程参数数据集的生成方法及装置

Country Status (1)

Country Link
CN (1) CN116611029B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11285798A (ja) * 1998-03-31 1999-10-19 Nisshin Steel Co Ltd 鋳造情報の鋳片対応付け方法
CN106735029A (zh) * 2016-12-22 2017-05-31 钢铁研究总院 一种将铸坯生产过程参数准确定位到铸坯切片的方法
CN109034665A (zh) * 2018-09-03 2018-12-18 中冶连铸技术工程有限责任公司 一种连铸坯过程数据历程信息跟踪方法
CN112207245A (zh) * 2020-09-27 2021-01-12 安徽工业大学 一种连铸过程高低频数据与切割铸坯号匹配的方法
CN112417217A (zh) * 2020-10-30 2021-02-26 北京科技大学 一种基于炉次跟踪和铸流跟踪的连铸数据时空匹配方法
CN115415319A (zh) * 2022-08-10 2022-12-02 阳春新钢铁有限责任公司 一种多机多流铸坯生产端到端全过程追溯方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11285798A (ja) * 1998-03-31 1999-10-19 Nisshin Steel Co Ltd 鋳造情報の鋳片対応付け方法
CN106735029A (zh) * 2016-12-22 2017-05-31 钢铁研究总院 一种将铸坯生产过程参数准确定位到铸坯切片的方法
CN109034665A (zh) * 2018-09-03 2018-12-18 中冶连铸技术工程有限责任公司 一种连铸坯过程数据历程信息跟踪方法
CN112207245A (zh) * 2020-09-27 2021-01-12 安徽工业大学 一种连铸过程高低频数据与切割铸坯号匹配的方法
CN112417217A (zh) * 2020-10-30 2021-02-26 北京科技大学 一种基于炉次跟踪和铸流跟踪的连铸数据时空匹配方法
CN115415319A (zh) * 2022-08-10 2022-12-02 阳春新钢铁有限责任公司 一种多机多流铸坯生产端到端全过程追溯方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SHU YANG ETC.: "Process monitoring using causal graphical models, with application to clogging detection in steel continuous casting", JOURNAL OF PROCESS CONTROL *
侯自兵等: "基于连铸生产大数据的热轧卷质量预测模型", 连铸 *
李杰: "连铸异钢种混浇坯控制模型的开发与应用", 冶金与材料 *

Also Published As

Publication number Publication date
CN116611029B (zh) 2023-09-22

Similar Documents

Publication Publication Date Title
CN112417217B (zh) 一种基于炉次跟踪和铸流跟踪的连铸数据时空匹配方法
CA2683965C (en) Method for continuously casting billet with small cross section
CN109034665B (zh) 一种连铸坯过程数据历程信息跟踪方法
CN106735029B (zh) 一种将铸坯生产过程参数准确定位到铸坯切片的方法
CN112207245B (zh) 一种连铸过程高低频数据与切割铸坯号匹配的方法
CN104493121B (zh) 一种大方坯连铸生产过程的凝固末端位置在线检测方法
CN109014105A (zh) 一种基于神经网络方法进行连铸坯定重的工艺设施和方法
CN105458202B (zh) 一种连铸板坯切割跟踪方法
CN113634728B (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
CN110976804B (zh) 连铸坯的定尺控制方法
CN102019393B (zh) 用于连铸机的铸体质量判定方法和装置
CN102049483B (zh) 用于连铸机的铸体跟踪与质量判定的定位方法和装置
CN101554650B (zh) 一种大方坯连铸机轻压下拉矫辊辊缝在线标定的控制方法
CN116611029B (zh) 整个浇次的连铸生产过程参数数据集的生成方法及装置
CN113000804A (zh) 一种板坯连铸动态轻压下压下区间最佳起始点和结束点的选择方法
CN114247863B (zh) 改善连铸坯质量的二冷装置控制方法、系统、设备及介质
CN116652143B (zh) 一种大方坯连铸轻压下和重压下在线协同控制方法
CN114682754A (zh) 一种中间包钢水混炉浇铸钢坯划分的方法
JP3525840B2 (ja) 連続鋳造におけるスラブの採寸方法
KR101412536B1 (ko) 연속주조시 연연주수 예측 장치 및 그 방법
CN102029367B (zh) 用于连铸机的质量事件触发确定方法和装置
CN111531143A (zh) 一种连铸机系统
CN114682748B (zh) 一种对内含掉落物的切后坯进行精准定位的方法
CN115178721B (zh) 一种控制连铸结晶器内钢坯拉拔速度的方法、记录媒体及系统
JPH05228580A (ja) 連続鋳造方法

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