波形识别技术在漏钢预报中的应用

介绍板坯连铸结晶器拉坯阻力在线监测的功率法原理,在对漏钢事故前拉坯阻力时域异常特征分析总结的基础上,利用线性最小二乘法进行数字曲线的线性逼近,通过分段识别的方法进行波形识别,达到提取拉坯阻力时域异常特征的目的.最后介绍了波形识别算法及其在连铸漏钢预报上的应用,现场试验数据证明了算法的可靠性.     

BP网络在漏钢模式识别中的应用研究

介绍了连铸结晶器中常见的四种温度模式 ,设计了几种漏钢预报神经元网络模型 ,并进行了训练和测试 ,对 BP网络在漏钢模式识别中的应用进行了研究     

宽厚板连铸黏结漏钢的工艺因素

以钢厂宽厚板连铸黏结漏钢的实测样本为基础,重点考察了断面、拉速、液位等主要工艺因素对铸坯黏结的影响,统计和分析了黏结发生时的结晶器热流及其变化规律,对可能诱发黏结的浇铸参数和结晶器热流等进行了分析和探讨.     

基于粒子群优化的神经网络漏钢预报模型研究

针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题,将粒子群优化算法PSO引入到BP神经网络的训练过程,建立了PSO-BP神经网络模型,并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系统进行了测试,测试结果以98.03%的预报率及100%的报出率,验证了基于粒子群优化算法的BP神经网络连铸漏钢预报系统模型的可行性和有效性。     

连铸结晶器在线热像图绘制的方法

为实现结晶器过程可视化和辅助漏钢预报技术,提出一种等值线区域填充法快速高效绘制直观的结晶器在线热像图的方法.该方法通过离散数据网格化、等值线生成和等值多边形填充绘制云图.其中,等值线生成采用网格序列法和单元剖分法结合,避免了已往的等值线追踪和二义性问题,高效准确,实现简单.将该方法与扫描母元法相比,前者绘制云图速度快,保证了精度和质量,优于后者,且算法复杂度的分析也证明了前者时间效率较高.实际应用结果表明,该方法绘制的结晶器在线热像图能很好地反映正常和非正常情况下结晶器内部温度场的特征,可满足实际生产要求.     

RBF神经网络应用于连铸漏钢预报

从结晶器上热电偶的时间序列和空间序列出发,将径向基（RBF）神经网络应用于连铸漏钢预报,并对连铸过程进行了仿真,取得了较好的效果。     

板坯连铸粘结型漏钢过程模拟及预报

建立了板坯连铸结晶二维导热数学模型，计算了在下沉拉坯状态下结晶器铜版的温度场及铸坯发生拉时结晶器温度场的变化，通过对粘结型漏钢过程的模拟和拉时结晶器温场的分析，提出了对粘结型拉漏进行预报的预测参数。     

漏钢预报系统在莱钢银山型钢有限公司2#板坯连铸机中的应用

漏钢预报系统作为一个工具去分配、收集、储存、比较和将结晶器所有数据参数可视化。这些数据与设定值相比较,可以帮助分析浇铸过程中的问题或产生报警信息或改变浇铸作业进程,漏钢预报系统的运行对于操作人员监控浇铸进程是非常有利的,由于在线的可视性,员工可找到最佳最稳定的浇铸进程。     

漏钢预报系统中温度数据的预处理

漏钢预报是保证冶金连铸生产安全高效的关键环节,本文提出了一种新的温度数据预处理的方法,通过在基于模糊神经网络的漏钢预报系统中的成功应用,已经充分证明该方法不仅能优化网络的结构与参数,而且大大提高了系统的预报精度与速度.     

漏钢预报系统中温度数据的预处理

漏钢预报是保证冶金连铸生产安全高效的关键环节，本文提出了一种新的温度数据预处理的方法，通过在基于模糊神经网络的漏钢预报系统中的成功应用，已经充分证明该方法不仅能优化网络的结构与参数，而且大大提高了系统的预报精度与速度。     

结晶器内钢液流动特性的优化

以大板坯连铸结晶器为研究对象,采用水模型和数值模拟的方法研究了不同水口出口角度对结晶器内钢液流动的影响.结果表明:现行15°水口在距结晶器边部50 mm的位置,表面流速和波高较小,传递给弯月面的热量较少,不利于保护渣的熔化;射流撞击到结晶器窄边的位置较深,压力较大,对撞击点下部坯壳的冲击力也较大;水口出口角度改为10°后,结晶器漏钢预报系统的报警次数大大减少,杜绝了漏钢的事故.     

基于支持向量机算法的连铸漏钢预报模型研究

漏钢预报系统的性能往往取决于其算法模型的性能,支持向量机(SVM)算法在解决小样本、非线性及高维模式识别中具有许多特有优势,能够避免神经网络隐含层节点选择及局部极小值等问题,而不同的SVM算法参数往往会对其性能产生显著影响。为此,本文利用GS网格搜索法、PSO粒子群算法和GA遗传算法对SVM支持向量机的算法参数进行了优化,并将优化后的SVM支持向量机算法应用到连铸漏钢预报系统中;利用某钢厂CSP连铸生产线的历史生产数据对各优化后的SVM支持向量机算法进行了训练和测试。测试结果表明,用GA遗传算法优化后的SVM支持向量机算法测试效果较好,得到了98.33%的预报率和100%的报出率,从而验证了基于SVM支持向量机漏钢预报系统的可行性和有效性。     

板坯连铸结晶器异常预报方法研究

结晶器是钢水凝固成型的核心设备,其内部的传热和摩擦直接决定铸坯的表面裂纹和满钢等各类异常.是实现高效连铸的关键因素.基于功率法检测到的板坯结晶器摩擦力实测数据,对摩擦力的异常预报方法进行了研究.建立了以BP人工神经网络为基础的异常预报模型,并开发出相应软件.对应现场的异常记录,离线预报结果表明:软件能够对满钢、水口断裂及液位波动等各类异常进行预报,并具有一定的预报提前量.证明了方法的可行性,并显示出极大的应用潜力.     

结晶器内连铸坯热弹塑性应力的有限元分析

建立了结晶器内连铸坯热弹塑性应力有限元分析模型,在推导的热弹塑性本构方程中考虑了材料力学性能,屈服函数随温度和应变速率的变化,模拟计算了结晶器内连铸坏应力分布。模拟结果表明,在铸坯的热节约内,高温坯壳受到拉应力的作用,易于产生裂纹,从而说明铸坯偏角区形成的热节约是连铸坯裂纹缺陷乃至漏钢事故发生的诱因。     

漏钢预报在板坯连铸中的应用

本文介绍达涅利漏钢预报系统的构成,以及其在福建三钢板坯连铸机上的的应用。重点介绍了漏钢预报系统的原理,不足及改进措施。     

板坯连铸拉坯过程的三维非定常数值模拟

采用基于焓-多孔介质方法的三维非定常数值模拟,通过分析拉坯过程中结晶器容腔体积的变化,对板坯连铸拉坯过程中结晶器内钢液的流动和凝固情况进行了研究。利用含预凝固区域的拉坯运动模型,采用热焓形式的能量方程描述溶液凝固熔化过程;并使用多孔介质方法模拟凝相物质对溶液流动的影响。分析结果表明,采用的计算模型和方法能够反映板坯连铸拉坯过程中复杂的传热、相变、流动和计算域变化过程,可用于板坯连铸拉坯动态过程的数值模拟。     

钢预报检测系统

板坯连铸机引入结晶器漏钢预报系统后,大大减少了生产过程中的漏钢事故,但其检测的准确率还有待于进一步提高。本文介绍了该系统的通用硬件组成、控制原理,并提出了提高漏钢预报准确率的途径和方法。实际应用表明,在采取该方法后其检测准确率大幅提高。     

基于BP神经网络的连铸板坯裂纹预报

分析了连铸板坯裂纹的成因,并根据连铸生产的特点和工艺条件,结合国内外一些先进钢铁厂板坯裂纹的防止对策,引入BP神经元网络,采用神经网络与专家系统相结合的方法,运用热电偶温度数据,结合结晶器液面、保护渣、钢号、钢液C,S,P含量等数据实现板坯表面裂纹预报.     

基于BP神经网络的连铸板坯裂纹预报

分析了连铸板坯裂纹的成因,并根据连铸生产的特点和工艺条件,结合国内外一些先进钢铁厂板坯裂纹的防止对策,引入BP神经元网络,采用神经网络与专家系统相结合的方法,运用热电偶温度数据,结合结晶器液面、保护渣、钢号、钢液C,S,P含量等数据实现板坯表面裂纹预报。     

连铸结晶器弯月面区温度波动的模拟研究

作者设计了连铸结晶器弯月面处传热模拟实验 ,并测量了在结晶器振动情况下弯月面处的温度 ,发现该温度随着结晶器的振动而产生周期性的变化 .基于这种温度波动现象 ,讨论了包括热顶结晶器、高频小振幅振动、软接触结晶器电磁连铸等诸多技术改善铸坯质量的机理