本发明属于连铸生产过程智能化控制领域,特别涉及一种将铸坯生产过程参数准确定位到铸坯切片的方法。
背景技术:
连铸生产过程智能化控制、铸坯质量缺陷实时分析判定等越来越受钢铁企业重视,如果能够实时对铸坯质量缺陷分析判定,并在此基础上对生产工艺进行调整,不仅能够减少铸坯质量缺陷的产生,而且能够提升生产效率,铸坯质量缺陷分为铸坯的纯净度、铸坯表面缺陷、铸坯内部缺陷、铸坯形状缺陷四大类。当前国内外钢厂使用多种方法对铸坯质量缺陷进行分析判定,如应用电磁感应或光学检测的物理检测方法对铸坯缺陷进行在线检测,由于高温铸坯受氧化铁皮、保护渣的影响,铸坯表面质量的检测效果并不理想。随着信息物理系统、云平台、工业大数据及其预测性分析等一系列新技术的创新和应用促进了冶金智能化进程,使用数学、物理、控制、人工智能等跨学科技术与创新型新技术相结合开发智能化铸坯质量判定系统已成为当前的主要研究方向。而铸坯生产过程参数的实时采集与准确定位是铸坯质量实时分析判定的基础,更是实现数字化、网络化、智能化制造的基础。铸坯加工成产品后,产品出现质量问题时可通过定位信息实现其在连铸生产阶段的质量追溯、问题诊断和工艺质量优化改进。
传统铸坯质量判定系统中铸坯生产过程参数采集与定位的主要缺点包括:
(1)传统铸坯质量判定系统采集铸坯生产过程参数后,铸坯生产过程参数主要是针对铸坯进行定位,而不是针对铸坯切片。
(2)在连铸生产过程中,每个与铸坯质量相关的铸坯生产过程参数都会在不同区域,以不同方式对铸坯质量造成影响,即每个铸坯生产过程参数都会对一个影响区域内的铸坯质量产生影响。传统铸坯质量判定系统会对这个影响区域进行修正,实际应用表明,当切片计划长度较小时,工艺参数影响区域修正结果往往不够准确,即铸坯生产过程参数定位存在偏差,降低了采集到的铸坯生产过程参数的可信度,给铸坯质量缺陷分析带来隐患。
(3)传统铸坯生产过程参数采集过程中,采集的浇铸长度在生产过程发生异常而不去修正,造成了铸坯生产过程参数的定位的可信度降低,使铸坯质量判定不准确。
技术实现要素:
针对上述技术问题,本发明的目的是提供一种克服实时铸坯生产过程参数只是针对铸坯,而不是针对铸坯切片的问题,克服传统铸坯生产过程参数定位存在偏差的问题的一种将铸坯生产过程参数准确定位到铸坯切片的方法。
为了实现上述目的,本发明提供了如下技术方案:
本发明提供一种将铸坯生产过程参数准确定位到铸坯切片的方法,该方法包括:
(1)根据钢包钢液重量、浇铸流数、铸坯计划定长、铸坯定宽、铸坯定厚和切片计划长度信息,确定每流计划生产铸坯块数和每块铸坯的铸坯切片数;
(2)生成虚拟铸坯编号及虚拟铸坯切片编号;
根据步骤(1)确定的每流计划生产铸坯块数和每块铸坯的铸坯切片数生成虚拟铸坯编号和虚拟铸坯切片编号;
(3)根据生产现场设备状况确定铸坯生产过程参数及其对应影响区域位置信息;
(4)在铸坯生产过程中,实时获取浇铸长度,在每炉钢每流切割第一块铸坯前对该流浇铸长度进行修正;
(5)根据修正后的浇铸长度对铸坯切片位置进行定位;
(6)根据步骤(3)中铸坯生产过程参数及其对应影响区域位置信息及步骤(5)中铸坯切片位置信息将实时采集的铸坯生产过程参数定位到每块铸坯切片上。
该方法进一步包括:
(7)铸坯到达切割点之前,根据铸坯切片采集到的生产过程参数信息对铸坯切片质量缺陷实时分析判定,在分析判定基础上生成切割指导方案及衔接处理方案;本炉次浇铸结束后,将未实际生成铸坯的虚拟铸坯编号及虚拟铸坯切片编号信息删除,下一浇次钢液到达浇铸位时重复从步骤(1)开始操作。
所述步骤(1)中,每流计划生产铸坯块数的公式如下所示:
式中,BN—每流计划生产铸坯块数;SW—钢包重量,单位t;SK—铸坯定宽,单位mm;SG—铸坯定厚,单位mm;SC—铸坯计划定长,单位mm;FC—铸机流数;CEILING(数据,1)—向上舍入为最接近的整数。
所述步骤(1)中,每块铸坯包含铸坯切片数的公式如下所示:
式中,SCN—铸坯切片数;SC—铸坯计划定长,单位mm;SL—切片计划长度,单位mm;CEILING(数据,1)—向上舍入为最接近的整数。
所述步骤(4)中,实时获取浇铸长度及修正浇铸长度的具体过程为:
浇铸长度计算公式为:
CL=CL0+(T2-T1)*V 公式(c)
式中,CL—浇铸长度;GL0—本次计算之前的浇铸长度值;T2—当前时间;T1—上一次计算浇铸长度时的时间;V—当前铸坯拉速;
每炉钢每流切割第一块铸坯前使用如下公式(d)修正浇铸长度值,并替换公式(c)计算的浇铸长度,浇铸长度修正公式:
式中,CL—修正后的浇铸长度值;VCi—已经处理过的每块铸坯切片长度值;VCj—已经处理过的每块铸坯切余长度值,其包括切头部分、切尾部分、手动切割部分长度值;CTS—切割点位置。
所述步骤(5)中,铸坯切片位置由如下公式确定。
CIstop=CIstart-CEi 公式(f)
式中,CIstart—第i块切片起点距弯月面距离;CIstop—第i块切片终点距弯月面距离;CL—浇铸长度值;CEi—第i块铸坯的切片长度值。
所述步骤(6)中,将铸坯生产过程参数定位到满足以下条件的铸坯切片上:
满足条件一:切片终点距弯月面距离>铸坯生产过程参数影响区域起点距弯月面距离;
满足条件二:切片起点距弯月面距离<铸坯生产过程参数影响区域终点距弯月面距离。
所述铸坯生产过程参数信息包括:钢包钢液信息、拉速、结晶器总管水量、结晶器总管压力、结晶器总管温度、结晶器支路水量、结晶器支路压力、结晶器支路温差、二冷总管水量、二冷总管压力、二冷总管温度、二冷各区流量、二冷气总流量、二冷气总压力、二冷气支路压力、结晶器上宽度、结晶器锥度、结晶器液面、结晶器振动频率、结晶器振幅、结晶器振动偏斜率、结晶器振动曲线号、电磁首搅电流、电磁首搅频率、电磁末搅电流、电磁末搅频率、电搅水箱水位、各辊电流、各辊压力、各辊辊缝、钢种、班组、铸坯尺寸、设备使用时间、设备使用次数、大包重量、大包温度、钢包长水口密封是否保护不良、钢包长水口有无密封气体、钢包是否更换长水口、中包重量、中包温度、是否异钢种连浇、浸入式水口是否堵塞、水口浸入深度、浸入式水口是否对中、保护渣名称、保护渣添加量、保护渣粘度、保护渣熔速和保护渣碱度信息。
与现有技术相比,本发明的有益效果在于:
1、铸坯生产过程参数实时采集,且信息准确可靠,有较高可信度;
2、采集的铸坯生产过程参数准确定位到铸坯切片上,即每块铸坯切片采集到的铸坯生产过程参数有较高可信度;
3、生产过程中智能化对浇铸长度进行修正,以保证定位的准确性;
附图说明
图1为本发明一种将铸坯生产过程参数准确定位到铸坯切片的方法流程图;
图2为虚拟铸坯及其虚拟切片信息示意图;
图3为实际铸坯及其实际切片信息示意图。
具体实施方式
下面结合实施例对本发明进行进一步说明。
本发明在连铸生产过程中全面采集铸坯生产过程参数并将其定位到铸坯切片上,连铸生产过程中智能化对浇铸长度进行修正,以保证定位的准确性,铸坯生产过程参数准确定位到铸坯切片后,将相关数据传送到智慧云平台,在智慧云平台中使用仿真技术及人工智能分析方法相结合对铸坯质量智能化分析判定,并将分析结果发送到连铸生产车间服务器及现场一级系统,指导一级系统对铸坯进行操作。在铸坯后续加工处理过程中,每块铸坯加工成产品以后都可通过智慧云平台查询到每个产品在连铸生产过程中的铸坯生产过程参数信息。
本发明所提供的一种将铸坯生产过程参数准确定位到铸坯切片的方法,包括:
(1)根据钢包钢液重量、浇铸流数、铸坯计划定长、铸坯定宽、铸坯定厚和切片计划长度,确定每流计划生产铸坯块数和每块铸坯的铸坯切片数。
每流计划生产铸坯块数确定:
每炉钢开始浇铸之前,首先确定每流虚拟铸坯块数,即钢包到达浇铸平台时,根据钢包重量、浇铸流数、铸坯计划定长、铸坯定宽和铸坯定厚,确定每流计划生产铸坯块数,公式如下所示:
式中,
BN—每流计划生产铸坯块数;
SW—钢包重量,单位t;
SK—铸坯定宽,单位mm;
SG—铸坯定厚,单位mm;
SC—铸坯计划定长,单位mm;
FC—铸机流数;
CEILING(数据,1)—向上舍入为最接近的整数。
每块铸坯的铸坯切片数确定:
确定每流计划生产铸坯块数以后,利用如下公式确定每块铸坯的铸坯切片数:
式中,
SCN—铸坯切片数;
SC—铸坯计划定长,单位mm;
SL—切片计划长度,单位mm;
CEILING(数据,1)—向上舍入为最接近的整数。
(2)生成虚拟铸坯编号及虚拟铸坯切片编号
根据步骤(1)中确定的每流计划生产铸坯块数和铸坯切片数生成虚拟铸坯编号及虚拟铸坯切片编号。
如图2所示,是铸坯生产过程中某铸机其中一流的虚拟铸坯及其虚拟切片示意图,虚线块表示铸坯尚未生成,这些信息是钢包钢液到达浇铸位时虚拟定义的,浇铸生产过程中根据实际生产状况对虚拟切片信息进行填充,此外实际生产过程中根据实际生产情况对虚拟铸坯及其虚拟铸坯切片信息修正。
(3)根据生产现场状况确定铸坯生产过程参数及其对应影响区域位置信息
连铸机从铸坯凝固的起点弯月面开始到铸坯切割点之间由众多的设备依次相连共同作用使得钢液最终凝固成铸坯,所述设备包括结晶器、震动装置、二冷装置、拉矫机、电磁搅拌装置、压下装置和切割装置,此外在结晶器之前包括了浸入式水口、中间包、大包。在铸坯生产过程中,这些设备的位置相对固定,这些设备会产生众多的铸坯生产过程参数,并对设备对应影响区域内的铸坯切片质量产生影响。
连铸生产开始之前必须根据生产现场的铸机及设备状况确定每个铸坯生产过程参数及其对应的影响区域信息;连铸生产过程中采集到的每个铸坯生产过程参数都会瞬时对该参数对应影响区域内的铸坯切片质量产生影响。
所述铸坯生产过程参数信息包括:钢包钢液信息([C]、[Si]、[Mn]、[P]、[S]、[Mn]/[S]、[Al]、[Ca]、[N]、[O]、[Nb]、[Ti]、[Cr]、[B]、[Ni]、[V]、[Cu]、[As]、[Zn]、[As]、[Ce]、[Cd]、[Ga]、[Bi]、[Sn]、[H]、[Sb]、[Zr]、[Re]、[La]、[Be]、[Mo]、[Co]、[W])、拉速、结晶器总管水量、结晶器总管压力、结晶器总管温度、结晶器支路水量、结晶器支路压力、结晶器支路温差、二冷总管水量、二冷总管压力、二冷总管温度、二冷各区流量、二冷气总流量、二冷气总压力、二冷气支路压力、结晶器上宽度、结晶器锥度、结晶器液面、结晶器振动频率、结晶器振幅、结晶器振动偏斜率、结晶器振动曲线号、电磁首搅电流、电磁首搅频率、电磁末搅电流、电磁末搅频率、电搅水箱水位、各辊电流、各辊压力、各辊辊缝、钢种、班组、铸坯尺寸、设备使用时间、设备使用次数、大包重量、大包温度、钢包长水口密封是否保护不良、钢包长水口有无密封气体、钢包是否更换长水口、中包重量、中包温度、是否异钢种连浇、浸入式水口是否堵塞、水口浸入深度、浸入式水口是否对中、保护渣名称、保护渣添加量、保护渣粘度、保护渣熔速和保护渣碱度信息。
(4)在铸坯生产过程中,实时获取浇铸长度信息,并在每炉钢每流切割第一块铸坯前对该流浇铸长度进行修正
浇铸长度是连铸生产过程中对铸坯及铸坯切片定位的基础,浇铸长度值的可信度至关重要,在铸坯生产过程中,铸机自带的编码器会实时获取浇铸长度值,并将浇铸长度发送到服务器及客户端供操作工实时查看,编码器获取的浇铸长度往往存在误差,若出现误差,则整个浇次的切片位置都会出现误差,实时采集的铸坯生产过程参数不能准确对应到铸坯切片上,降低了铸坯切片数据的可信度,所以需要根据现场情况对浇铸长度进行修正。
拉速在生产过程中实时采集,且采集到的拉速值准确性较高,采集的时间间隔固定,可通过采集到的拉速值以及拉速采集间隔值确定浇铸长度值,浇铸长度计算公式为:
CL=CL0+(T2-T1)*V 公式(c)
式中,
CL—浇铸长度;
CL0—本次计算之前的浇铸长度值;
T2—当前时间;
T1—上一次计算浇铸长度时的时间;
V—当前铸坯拉速;
第一步获取的浇铸长度值会出现细微偏差,这些细微误差会在连续生产过程中变大,本发明在每炉钢每流切割第一块铸坯前对该流浇铸长度进行修正,在浇铸过程中由于切割点的位置是精确的、当前切割铸坯长度值是精确的、已处理铸坯长度信息是精确的,可通过这些信息对当前浇铸长度、实际切割的起点距弯月面距离及终点距弯月面距离进行定位。
每炉钢每流切割第一块铸坯前使用如下公式(d)修正浇铸长度值,并替换公式(c)计算的浇铸长度,浇铸长度修正公式:
式中,
CL—修正后的浇铸长度值;
VCi—已经处理过的每块铸坯切片长度值;
VCj—已经处理过的每块铸坯切余长度值,其包括切头部分、切尾部分、手动切割部分长度值;
CTS—切割点位置。
(5)根据修正后的浇铸长度对铸坯切片位置进行定位
钢水从弯月面开始凝固,即铸坯切片不断凝固形成实际切片,如图3所示,铸坯开始凝固成型直到最终凝固,实线表示铸坯不断凝固成型,此时铸坯切片已不是虚拟的了,而是生成了实际铸坯。
在生产过程中,钢液会不断的凝固成铸坯,浇铸长度在不断增大,每块铸坯切片的位置不断根据浇铸长度值进行定位。
随着浇铸生产的进行,若某浇次内一直进行浇铸生产,浇铸长度一直增加,则第i块铸坯切片起点位置及切片终点距弯月面距离位置由下公式确定。
CIstop=CIstart-CEi 公式(f)
CIstart—第i块切片起点距弯月面距离;
CIstop—第i块切片终点距弯月面距离;
CL—浇铸长度值;
CEi—第i块铸坯的切片长度值。
(6)根据步骤(3)中的铸坯生产过程参数及其对应影响区域位置信息及步骤(5)中的铸坯切片位置信息将实时采集铸坯生产过程参数定位到每块铸坯切片上
铸坯开始凝固成型直到最终凝固,受到各种铸坯生产过程参数的影响,铸坯生产过程参数获取之前,已经根据现场生产状况确定每个铸坯生产过程参数的影响区域信息,每个影响区域起点距弯月面距离及影响区域终点距弯月面距离都已经确定,可将实时采集的铸坯生产过程参数定位到此影响区域起点到影响区域终点之间的铸坯切片上。
将铸坯生产过程参数定位保存到满足以下条件的铸坯切片上:
满足条件一:切片终点距弯月面距离(mm)>铸坯生产过程参数影响区域起点距弯月面距离(mm);
满足条件二:切片起点距弯月面距离(mm)<铸坯生产过程参数影响区域终点距弯月面距离(mm)。
(7)铸坯到达切割点之前,对铸坯切片质量缺陷进行分析,本炉次浇铸结束后,将未实际生成铸坯的虚拟铸坯编号及虚拟铸坯切片编号信息删除,下一浇次钢包到达浇铸位时重复步骤(1)操作。
采用本发明方法每块铸坯切片精确获取相关铸坯生产过程参数,在此基础上对铸坯生产过程参数进行异常诊断及对切片质量进行智能分析判定。在生产开始之前工艺工程师及冶金专家已经根据现场经验建立判定知识库,异常诊断就是将采集到的铸坯生产过程参数与定义的判定规则比较,判定其是否异常以及异常等级,并根据判定结果并提出相应处理措施。
在连铸生产过程中,铸坯在切割之前从弯月面一直运动到切割点,在此过程中经过了不同的影响区域,受到不同生产过程参数的影响,系统将这些准确的定位到铸坯切片上,在铸坯生产过程中,可在采集的信息基础上,通过使用有限元分析模型,对连铸生产过程直接模拟,得到各种变量的连续分布信息,并与人工智能技术相结合的方法建立模型对铸坯质量进行分析判定判断。分析判定铸坯切片是否存在质量缺陷,若切片质量发生异常,分析得到工艺、设备和关键部件的存在问题,并将分析结果发送到连铸生产车间服务器及现场生产系统,根据分析结果给出切割指示,进而完成铸坯切割。
后期处理
某一炉钢生产结束时,对有些虚拟铸坯切片没有生产成为实际铸坯的切片信息进行删除,即将那些切片终点为0的切片予以删除,下一炉钢液到达浇铸位时在此基础上生成新的虚拟切片相关信息。
铸坯生产过程参数的实时采集与准确定位是实现智能化的基础,在连铸生产过程中利用相关技术将企业所有数据集中在智慧云平台上,通过智慧云平台控制铸坯生产过程所有参数,对生产过程进行实时把控、清晰知道生产任务的详细进度、对铸坯质量进行判定;并在此基础上建立完善的生产追溯管理体系,保证铸坯质量稳定性,同时提高产品质量追溯的快速性和准确性。
实施例
此实施例为某钢厂在实际生产过程中使用此方法的实际情况,初始信息为:
铸机:1#铸机;流数:6流;浇次:6C3055;炉号:1632001;定尺长度:6000mm;定宽:240mm;定厚180mm;钢包重量:161.11t;切片长度:500mm。
(1)根据钢包钢液重量、浇铸流数、铸坯计划定长、铸坯定宽、铸坯定厚和切片计划长度,确定每流计划生产铸坯块数和每块铸坯切片数。
每流计划生成铸坯块数:
每流计划生成铸坯块数公式如下所示:
根据公式(a)计算
每块铸坯计划生成铸坯切片数:
确定每流计划生产铸坯块数以后,利用如下公式确定每块铸坯生成铸坯切片数:
根据公式(b)计算
(2)生成虚拟铸坯编号及虚拟铸坯切片编号
根据步骤(1)中确定的每流计划生产铸坯块数和每块铸坯生成铸坯切片数生成虚拟铸坯编号及虚拟铸坯切片编号信息。
如下表1所示,其为当前浇次,当前炉次的1流生成的部分信息。表2为表1中所涉及的列名解释。
表1初始生成的虚拟铸坯编号及虚拟铸坯切片编号
表2列名解释
(3)铸坯生产过程参数及其对应影响区域
如表3及表4所示,为本实施例的部分影响区域信息,不同铸机的不同设备对应影响区域信息有所不同。
表3铸坯生产过程参数影响区域信息
连铸生产过程中采集到的每个铸坯生产过程参数都会瞬时对该参数对应影响区域内的铸坯切片质量产生影响,如表所示为部分铸坯生产过程参数对应的影响区域信息。
表4铸坯生产过程参数及其对应影响区域
(4)浇铸长度获取及修正
浇铸长度是铸坯生产过程中铸坯及铸坯切片定位的基础,浇铸长度值的可信度至关重要,在铸坯生产过程中,铸机自带的编码器会实时获取浇铸长度值,并将浇铸长度发送到服务器及客户端供操作工实时查看,编码器获取的浇铸长度往往存在误差,若出现误差,则整个浇次的切片位置都会出现误差,实时采集的铸坯生产过程参数不能准确对应到铸坯切片上,降低了铸坯切片数据的可信度,所以需要根据现场情况对浇铸长度进行修正。
拉速在生产过程中实时采集,且采集到的拉速值准确性较高,采集的时间间隔固定,可通过采集到的拉速值以及拉速采集间隔值确定浇铸长度值,浇铸长度计算公式为:
CL=CL0+(T2-T1)*V 公式(c)
式中,
CL—浇铸长度;
CL0—本次计算之前的浇铸长度值;
T2—当前时间;
T1—上一次计算浇铸长度时的时间;
V—当前铸坯拉速;
第一步获取的浇铸长度值会出现细微偏差,这些细微误差会在连续生产过程中变大,本发明在每炉钢每流切割第一块铸坯前对该流浇铸长度进行修正,在浇铸过程中由于切割点的位置是精确的、当前切割铸坯长度值是精确的、已处理铸坯长度信息是精确的,可通过这些信息对当前浇铸长度、实际切割的起点距弯月面距离及终点距弯月面距离进行定位。
每炉钢每流切割第一块铸坯前使用如下公式(d)修正浇铸长度值,并替换公式(c)计算的浇铸长度,浇铸长度修正公式:
式中,
CL—修正后的浇铸长度值;
VCi—已经处理过的每块铸坯切片长度值;
VCj—已经处理过的每块铸坯切余长度值,其包括切头部分、切尾部分、手动切割部分长度值;
CTS—切割点位置,如上表3所示,此切割点位置为33700mm。
(5)根据修正后的浇铸长度对铸坯切片位置进行定位
钢水从弯月面开始凝固,铸坯切片不断凝固形成实际切片,如图3所示,实线表示铸坯不断凝固成型。
随着浇铸进行,铸坯长度不断增大,根据浇铸长度信息,对每块铸坯切片的位置不断定位,定位公式如下所示,则第i块铸坯的切片起点位置及切片终点距离弯月面距离位置由下公式确定:
CIstop=CIstart-CEi 公式(f)
CIstart—第i块切片起点距离弯月面距离;
CIstop—第i块切片终点距离弯月面距离;
CL—浇铸长度值;
CEi—第i块铸坯的切片长度值;
如表5所示为当前浇铸长度为49200mm时,各铸坯切片起点距弯月面距离及切片终点距弯月面距离。
表5切片对应浇铸长度定位信息
(6)实时采集的铸坯生产过程参数定位到每块铸坯切片上
随着浇铸的进行,浇铸长度不断增大,则每块铸坯不断形成且不断运动,此时连铸一级系统会采集到各种铸坯生产过程参数,如下表6所示为某一瞬时采集到的铸坯生产过程参数信息:
表6瞬时采集到的铸坯生产过程参数信息
铸坯开始凝固成型到最终凝固,受到各种铸坯生产过程参数的影响,铸坯生产过程参数获取之前,其影响区域信息也已经确定,则在此将铸坯生产过程参数信息都定位到在此影响区域内的各块铸坯切片上。如上表4所示,每个影响区域起点距弯月面距离及影响区域终点距弯月面距离都已经确定,可将铸坯生产过程参数保存到此影响区域起点到影响区域终点之间的铸坯铸坯切片上,将铸坯生产过程参数保存到满足以下条件的切片上:
满足条件一:切片终点距弯月面距离(mm)>铸坯生产过程参数影响区域起点距弯月面距离(mm);
满足条件二:切片起点距弯月面距离(mm)<铸坯生产过程参数影响区域终点距弯月面距离(mm);
就这样随着生产的进行钢液不断凝固成型、浇铸长度不断增长、铸坯切片不断运动,将铸坯生产过程参数信息定位到铸坯切片上,切片信息如表7所示。
表7生产过程中实际铸坯编号对应信息
采用本发明方法获取了每块铸坯切片相关铸坯生产过程参数信息后,将所有相关信息发送到智慧云平台,在此基础上对铸坯生产过程参数进行异常诊断及对切片质量进行智能分析判定。
某一炉钢生产完成以后,对有些虚拟铸坯切片没有生产成为实际铸坯的切片信息进行删除,即将那些切片终点为0的切片予以删除,下一炉钢液到达时在此基础上生成新的虚拟切片相关信息。