宝钢板坯连铸漏钢预报技术的研究及应用
许娜1黄可为1杜斌1职建军2
（1宝钢研究院自动化研究所 2宝钢股份炼钢厂）
摘要本文简要介绍了宝钢的新一代板坯连铸漏钢预报系统BBPSⅡ，对系统的组成、功能及应用作了简要阐述。该系统在硬件、软件方面进行了全面升级，同时增加了对纵裂漏钢的预报、报警数据管理及热成像等功能；综合采用逻辑、神经元网络以及空间网络判断等模型，使报警准确率大幅度提高。自2004年12月开始投入现场应用以来，已在多台连铸机上应用，操作性能良好，运行稳定，各项技术指标均达到要求，在减少漏钢事故、提高连铸机产能、改善铸坯质量等方面发挥了重要作用。
关键词连铸结晶器漏钢预报
1前言
连铸生产的稳定顺行是确保炼钢连铸生产效率的重要因素。连铸漏钢是连铸生产中危害性极大的恶性事故，不仅会使浇铸中断，直接降低产量，影响整个炼钢生产计划；而且会对结晶器以及辊道构成一定的危害，影响设备寿命；同时也间接影响到铸坯的质量。除了从设备、操作和工艺等方面采取措施来减少漏钢外，采用漏钢预报装置以预先警告漏钢事故的发生，尽早采取措施，是行之有效的方法。
为此，宝钢先是从国外引进漏钢预报装置，但随着连铸生产的发展，引进装置的漏报和误报情况日趋严重；1998年，宝钢自主开发了漏钢预报系统BBPS，应用于1号和2号连铸机，工作性能大幅度改善；为了不断改进漏钢预报技术，增强预报系统的抗干扰能力，提高预报精度，提升宝钢漏钢预报系统的综合性能，2004年宝钢在原BBPS漏钢预报系统的基础上，又开发了新一代板坯连铸漏钢预报系统（BBPSⅡ）。BBPSⅡ系统的预报精度及系统性能均优于BBPS系统。目前，宝钢股份宝钢分公司的1号、2号、4号和6号连铸机上使用的都是BBPSⅡ系统。
2 粘结性漏钢产生过程
漏钢大致可分为：开浇漏钢、粘结漏钢、卷渣漏钢和裂纹漏钢等。粘结性漏钢在连铸漏钢中占绝大部分，能够减少粘结性漏钢是降低连铸漏钢的关键。
粘结性漏钢是由于受到某种因素的影响，钢水在弯月面附近与铜板直接接触而粘结；随结晶器的不断振动及坯壳的下移，坯壳在粘结部的下方被拉断，钢液会从破断处流入而修复；但在下一次的振动中重新拉断；随凝固的进行，断口不断下移；到结晶器下口时，钢水从断口漏出。断口下移的同时会不断扩展，从而形成破断线，造成严重的漏钢。
热电偶测温法是目前最常用、效果最好的一种漏钢预报方法。该方法是在结晶器铜板内埋入一定数量的热电偶，当浇铸过程中发生粘结时，可以得到热电偶温度的典型特征；根据特征进行预报，就能够通过降低铸造速度，增加负滑脱时间而使粘结脱离铜板，断口复合，并在出结晶器之前形成一定厚度的坯壳，使漏钢得以避免。
3 BBPSⅡ系统简介
3.1 系统构成
BBPSⅡ系统由数据采集和预报模型两大部分构成。如图1所示。
图1 BBPSⅡ系统结构示意图
现场设备产生的噪音会对热电偶温度数据产生干扰，影响数据质量，进而影响漏钢预报精度。为加强系统的抗干扰能力，保证数据质量，在数据采集系统中采用了补偿电缆，屏蔽噪音；又加入了信号调理装置，对数据进行滤波等处理，滤除噪音。数据质量的保证，为模型准确预报提供了坚实的基础。数据采集系统由西门子S7-300系列的PLC控制系统构成。
BBPSⅡ系统的预报模型结合了神经网络模型、空间网络模型以及逻辑判断模型的各自优点，通过综合评判给出是否存在粘结漏钢事件。神经网络模型主要完成对热电偶的温度特征识别；空间网络模型对粘结性漏钢的空间传递性进行判别；逻辑判断模型用于与典型漏钢特征高度相关的的典型案例进行识别，提高报警的准确率，减少误报。BBPSⅡ系统中还增加了纵裂漏钢预报功能，通过对结晶器内铜板温度的不均匀度进行监控，来实现对裂纹敏感性钢种是否会出现大的纵裂进行预测。
BBPSⅡ系统软件应用WINDOWS XP平台，使用VC6++开发。运行在一台专用的PC上，通过PROFIBUS与数据采集系统的PLC通讯。数据采样周期为1秒，在模型预报系统输出有漏钢特征信号时，系统自动反馈给连铸控制系统，使系统进行降速等相应动作，并实时给出画面及声音提示信号。
3.2 系统运作流程
BBPSⅡ系统的运作流程如图2所示。
开始获取1秒周期的热电
偶、拉速等实时输入
使用逻辑模型、神经网络
模型等分别识别特征曲线
温度特征值组成的矢量
进行空间网络计算
数据去噪、插值、
正则化处理
判断是否为
漏钢特征
图2 BBPSⅡ系统运作流程图
BBPSⅡ系统实现了大容量数据的快速周期计算,提高了快速扫描周期（1s）下的计算复杂度,实现了高速实时的复杂判断。
3.3系统界面
BBPSⅡ系统人机界面友好，功能完善。图3是典型的粘结漏钢报警画面。在正常运行时只显示各热电偶的温度数值。但有粘结特征出现时，系统即时下发降速信号，自动弹出粘结特征列的热电偶温度波形图，并相应将该列高亮为红色，且蜂鸣器鸣叫，引起操作工注意。
图3 典型报警画面
BBPSⅡ系统中的画面交互部分，包含了系统主画面（显示当前时间点各热电偶的温度、信号下发方式、纵裂模型是否开启等）、报警历史查询画面、历史数据查询画面、模型参数画面（需输入密码方可修改参数）、实时监控画面（在同一画面实时显示所有热电偶的温度变化趋势）、历史状态信息显示等等。
3.4 系统功能
BBPSⅡ系统的功能包括实时数据的采集、存储与管理；实时数据处理；逻辑判断模型、神经网络预报模型、空间网络预报模型；漏钢预报与自动监控；案例分析工具；模型在线维护；离线系统仿真等。其中，在4号连铸机所使用的BBPSⅡ系统中增加了热成像功能，可实时、动态显示结晶器表面的温度分布情况，如图4所示。当粘结发生时，粘结处对应的热电偶温度大幅度上升，可明显得到粘结的特征状况，从而确认粘结的发生。热成像技术的使用，为判断粘结特征提供了更方便、准确的参考。在热成像功能中，热成像画面可观察平面热电偶的温度变化情况；变化趋势观测画面可用于观测板坯的历史温度变化情况。
图4 热成像画面
4 BBPSⅡ系统的应用
BBPSⅡ系统自2004年12月投入宝钢分公司1号连铸机运行以来，一直稳定、有效运行。鉴于该系统的漏钢检出率进一步上升，误报率大幅度下降，较已有的国外引进系统及旧的BBPS系统的报警准确率有很大提高，宝钢分公司已通过技改将该系统陆续在2号、6号和4号连铸机上投运。其中2号连铸机2006年8月投运，6号连铸机2006年10月投运，4号连铸机2006年12月投运。目前系统在各连铸机均运转成功。
4号连铸机为宝钢分公司新的连铸生产线，无历史数据供参照建模，且生产上要求拉速较其他连铸机要快。鉴于该种情况，调整系统中的预报模型，将核心模型设定以逻辑模型为主。鉴于拉速较快，要求模型报警迅速，则采用空间网络模型计算，调节参数，使报警提前。
宝钢分公司各连铸机的应用效果如下表1所示：（表中数据的日期为2006年12月～2007年2月,约各浇铸2500炉）
表1 BBPSⅡ系统运行情况汇总
依据表1，可知系统运转情况良好，漏报检出率达到100％，误报率均小于0.45%。因为漏报和误报是模型预报相互关联的两个方面，误报率高，漏报的可能性必然小；而误报率低，漏报的可能性必然大。我们追求的是模型误报率与漏报率的一个最佳平衡点。由于模型预报准确率的提高，误报次数的进一步减少，急降速、停车情况也明显减少，连铸坯质量有较大的改善，双浇、裂纹、夹渣等原因引起的废品率也相应减少。BBPSⅡ系统为保障宝钢炼钢连铸生产的顺行，最大程度减少因漏钢、急降速等带来的经济损失，创造更大的经济效益，起到了非常大的作用。
5结束语
宝钢自主开发的新一代板坯连铸漏钢预报系统（BBPSⅡ）已成功应用于宝钢各连铸机，功能更加完善，系统更加稳定，漏钢的检出率及误报指数均达到大生产的要求。且随着现场新要求的出现，能够及时维护，达到更好的应用效果。BBPSⅡ系统新增的纵裂漏钢事故的预报、报警数据管理及热成像等功能，综合采用的逻辑判断、神经元网络技术以及空间网络判断模型，都使误报警进一步减少，报警准确率大幅度提高。该系统大规模投入现场应用以来，取得了很好的效果，改善了连铸坯的质量，降低粘结等漏报警及频繁误报警带来的经济损失，并使各连铸机的产能得到充分发挥，保证了大生产的顺利进行。
[参考文献]
1 职建军，黄可为，杜斌.宝钢板坯连铸新一代漏钢预报系统（BBPSⅡ）的开发实践.2005中国钢铁年会论文集(4).北京：冶金工业出版社，2005，746-748.
2 黄祺.神经网络在宝钢连铸漏钢预报系统中的应用.宝钢技术，1999，1，40-43.
3 职建军，文昊，裴云毅.宝钢板坯连铸漏钢预报系统（BBPS）的开发与应用.炼钢，2001，17（3），24-26.4