下载文档原格式
基于深度学习的废钢智能验质系统郭 锋（建龙集团智能制造研究所 北京 100029）摘 要：在钢铁企业中，废钢验质主要依靠人工进行，随意性很大。
对废钢验质全过程进行深入分析，设计了一套基于深度学习的全自动无人化废钢智能验质系统，在国内首次实现了钢铁行业关键原材料废钢使用过程中的全自动验判，彻底取代了人工验质，满足现代规模化钢铁冶金企业废钢采购和使用量化表征测试分析需求，钢铁企业实际数据的测试结果表明，所设计的系统避免了人工扣杂的主观性，能够为企业带来巨大的经济效益和社会效益。
关键词：废钢验质；深度学习；全自动无人化系统；效益SCRAP INTELLIGENT QUALITY INSPECTION SYSTEM BASED ON DEEP LEARNINGGuo Feng(Intelligent Manufacturing Research Institute of Jianlong group, Beijing 100029,China)Abstract：In iron and steel enterprises, scrap quality inspection mainly depends on manual work, which is very random. In this paper, the whole process of scrap quality inspection is deeply analyzed, and a set of automatic and unmanned scrap intelligent quality inspection system based on deep learning is designed. It is the first time in China to realize the full-automatic quality inspection of scrap in the use of key raw materials in the iron and steel industry, completely replacing the manual quality inspection, and meeting the needs of modern large-scale iron and steel metallurgical enterprises for scrap procurement and quantitative characterization test and analysis. The test results of the actual data of iron and steel enterprises show that the system designed in this paper avoids the subjectivity of manual deduction, and can produce huge economic and social benefits for enterprises.Key words：scrap quality inspection; deep learning; automatic unmanned system; benefit0 前言废钢铁炼钢有着重要的意义：一是再生资源，可以将社会的废弃物料通过冶炼、轧制再成为新的钢铁材料用于国民经济，既节省了资源，又处理了废料；二是用废钢炼钢是经济的工艺，符合国家节能降耗的要求，比用生铁炼钢可节约大量的人力、物力、财力，减少诸如采矿选矿、烧结、炼铁等多道生产环节，不仅节省矿石资源，也是降低能耗和成本的重要措施；三是减少污染，环保资料显示，使用废钢炼钢向大气排放的污染物比使用矿石减少86%，水污染减轻76%，废渣减少72%[1]，可见利用废钢炼钢会获得最大的经济效益和社会效益。
连铸结晶器液面自动加渣掌握系统简介一、概述连铸机浇筑时结晶器加保护渣是连铸生产中最重要的工作，保护渣在连铸生产中起着极为重要的作用，如防止二次氧化、润滑与吸附杂质等。
连铸工艺要求保护渣在浇铸过程中形成熔融层、烧结层与粉渣层等三层构造，以便更好的发挥作用。
少加勤加是添加保护渣的一条重要原则。
二、现场现状目前连铸机上承受的加渣方式大都还是人工方式，每个工人治理着一流或两流，需时刻观看着结晶口的状态，需要加时就用任凭的推上一堆，心情好或领导在时加的还均匀些，领导不在那就看自己的心情了，心情好负责些，心情不好那就任凭了。
况且连铸机旁的环境比较恶劣，工人的劳动强度很大，要求工人长时间的高质量的完成加渣工作也有难度。
因此人工添加保护渣受操作者因素的影响较大，很难保证添加的稳定性，简洁产生卷渣和液面波动，从而产生夹杂、振痕加深等缺陷。
针对这种状况，我公司最研发了一套连铸结晶器液面自动加渣掌握系统，可以代替工人进展自动加渣而根本无需工人干预。
三、系统简介我公司研发的连铸结晶器液面自动加渣掌握系统，包括工控机、掌握执行单元、现场掌握报警单元、加料仓、气动单元、结晶器渣液面温度检测装置、渣料喷头、料位计、专用软件组成。
料位计报警器干燥氮气元渣层温度显示控制界面连铸结晶器液面自动加渣掌握系统是一套闭环自动掌握系统，它以工控机为核心，通过专用软件来自动掌握各个组成局部自开工作，在根本参数设置完成后，由工控机来依据连铸机结晶器内渣液面的实际状况进展参数调整，无需再人工干预调整而能保证结晶器内渣液面的均匀和稳定。
系统的工作过程由工控机实时不停的读取结晶器内渣液面的外表温度，假设渣液面的外表温度超过设定的加料温度，则工控机掌握执行单元让加料仓下料，同时翻开气动单元，保护渣在下料管内被送料气体经渣料喷头均匀吹送到结晶器内，然后再测结晶器内渣液面的外表温度，假设渣液面的外表温度仍旧超过设定的加料温度，则工控机重复上面的加料过程，假设测量到结晶器内渣液面的外表温度低于设定的加料温度则停顿加料和关闭气动单元。
连铸加保护渣机器人系统研究与应用发布时间：2022-09-13T02:20:10.874Z 来源：《科学与技术》2022年第5月9期作者：金盾[导读] 连铸加保护渣技术是钢铁冶金铸坯质量影响关键技术，生产过程中加保护渣以“少加、勤加、均匀加”为宜金盾湖南镭目科技有限公司机器人事业部，湖南长沙 410100摘要：连铸加保护渣技术是钢铁冶金铸坯质量影响关键技术，生产过程中加保护渣以“少加、勤加、均匀加”为宜。
传统的依靠人工加入保护渣方式很难满足工艺生产要求。
针对目前连铸加保护渣存在的问题，设计加保护渣机器人系统，实现向结晶器内加保护渣勤加、少加、均匀加的目标以及系统与工艺控制匹配性、系统可控性的效果。
文章详细介绍了系统设计思路，工作原理、系统组成、系统工艺流程和控制特点等。
系统通过投入铸坯生产大量实践，综合试验结果研究表明，连铸加保护渣机器人系统能够满足铺渣分布全面，渣厚均匀原则，该系统应用后保护渣厚均匀，铸坯表面质量无明显缺陷，测得的加渣量与理论计算量偏差小，铸机漏钢报警率明显降低。
关键词：连铸机；自动加渣；铸坯质量；结晶器；机器人1 概述连铸加保护渣是钢铁冶金铸坯质量影响关键技术，保护渣有防止钢液二次氧化、液面绝热保温、溶解吸收液面夹杂物、改善铸坯与结晶器界面润滑、控制铸坯与结晶器壁热传递等功能。
通过不断向连铸机结晶器内的液面加入保护渣，使其受热融化后在钢水液面上形成固渣层、烧结层、液渣层的三层渣结构。
液态渣不断流入结晶器与初生坯壳的间隙中，从而达到绝热保温、防止钢水二次氧化、润滑铸坯、减少铸坯与结晶器铜面粘结，降低黏结漏钢事故发生。
连铸工序的顺行和连铸生产质量效率的提高均与保护渣添加密切相关。
除保护渣的理化性能直接影响上述功能的发挥外，保护渣的加入方式及与生产工艺匹配更与铸坯质量紧密相关。
结晶器加保护渣的方式主要有人工手动推渣和机器自动加渣两种方式。
人工加渣随机性大，保护渣加入量及加入时间、频率由工人经验判断，结晶器内渣料消耗不稳定，渣层厚度不均，极易造成铸坯表面质量缺陷甚至粘结漏钢事故发生。
钢包下渣自动检测技术理论研究和钢铁企业的生产实践表明，钢包中含氧化铁，氧化锰和氧化硅的炉渣从钢包流入中间包以后，会造成钢水铝和钛等易氧化合金元素的烧损，并产生氧化铝夹杂物，影响钢水的纯净度，并容易造成冷轧板和涂层板的表面质量问题，此外钢水的氧化铝还会造成水口堵塞，影响连铸多炉连浇。
为了避免钢包中炉渣进人中间包，许多生产优质钢的钢厂在连铸时采用钢包留钢浇钢，这样做虽然满足了质量要求，但牺牲了钢水的收得率。
德国亚琛大学钢铁冶金研究所从８０年代开始开发钢包下渣自动检测技术，并获得欧共体的资助。
他们用一种电磁方法来检测钢液的下渣。
在大包包底水口外围装上线圈（一级和二级线圈），当钢液通过接交流电的线圈时，就会产生涡流，这些涡流可改变磁场的强度，由于炉渣的导电性为钢水的千分之一，如果钢流中含有少量炉渣，涡流就会减弱，而磁场就会增强。
磁场强度的变化可通过二级线圈来检测。
这种低电压信号必须在钢厂的噪声环境中传输，以及所要求的信号必须经过过滤，产生一个能与其它测量数据相匹配的确定的和有用信号。
这一点可采用模拟与数字过滤器相集合以及一个温度补偿系统来达到。
系统的组件必须坚固耐用，能承受炼钢厂的苛刻环境。
德国蒂森钢铁公司于1987年首先在一台板坯连铸机采用了钢包下渣自动检测技术，取得了满意的结果。
后来德国亚琛大学钢铁冶金研究所的几位研究人员利用所开发成功的钢包下渣自动检测技术成立了Ａmepa公司，在世界上推广钢包下渣自动检测技术。
德国和法国大部分现代化板坯连铸机，大方坯连铸机和圆坯连铸机分别于９０年代初采用了Ａmepa公司的下渣自动检测技术，日本钢铁企业于９０年代初采用Ａmepa公司的下渣自动检测技术，到九十年代中期日本的大部分现代化板坯连铸机，大方坯连铸机和圆坯连铸机采用了Ａmepa。
公司的下渣自动检测技术，目前韩国浦项钢铁公司和中国台湾中钢公司的所有板坯铸机都采用了Ａmepa公司的下渣自动检测技术。
中国宝钢第二炼钢厂新建的两台板坯连铸机上也采用了这个技术，都取得了满意的使用效果。
基于自适应模糊神经网络的冶金控制系统设计及应用随着人工智能技术的不断发展，自适应模糊神经网络成为了许多领域中的重要应用技术之一。
在工业控制领域，自适应模糊神经网络在冶金控制系统设计及应用方面得到了广泛的应用。
本文将重点介绍基于自适应模糊神经网络的冶金控制系统设计及应用。
一、自适应模糊神经网络的基本原理自适应模糊神经网络是一种基于模糊理论和神经网络理论相结合的新型智能控制方法。
它能够将系统的输入和输出映射成模糊集合，并通过不断的学习和适应更新神经网络参数，以实现对系统的自适应控制。
自适应模糊神经网络的基本结构包括模糊化单元、规则库、模糊推理单元、神经网络单元等模块，并通过反向传播算法进行学习和调整核心参数实现控制的过程。
二、基于自适应模糊神经网络的冶金控制系统设计冶金控制系统的设计需要根据具体生产的需要，进行实时的数据采集和处理，以实现对加热、冷却、控温等过程的有效控制。
自适应模糊神经网络在冶金控制系统设计中，可以结合传感器实时监测的数据，进行分析和判断，以实现对各个环节的自适应性控制。
例如，在冶金高温炉内加热的过程中，自适应模糊神经网络可以通过对环境温度、物料温度等传感器实时采集的数据进行分析，通过不断学习适应，实现对炉内温度的精准控制。
三、自适应模糊神经网络在冶金控制系统中的应用案例1、自适应模糊神经网络在冶金炉内温度控制中的应用利用自适应模糊神经网络对冶金高温炉内的温度进行控制，可以实现精准的温度控制，避免因温度过高导致生产线停工等不必要的损失。
同时，通过对温度数据的实时采集和分析，可以帮助生产线工作人员及时发现温度异常情况，做出及时的调整，确保生产线的稳定运行。
2、自适应模糊神经网络在冶金质量检测中的应用自适应模糊神经网络在冶金质量检测中的应用，可以通过对金属制品的相关参数进行数据分析，以实现对金属制品的质量检测。
例如，在金属制品的强度、硬度等参数检测中，利用自适应模糊神经网络，可以对数据进行分析，判断金属制品是否符合质量要求，并提示工作人员做出相应的调整。
国内首套基于机器视觉的连铸智能出坯控制系统开发与应用发布时间：2021-11-03T03:11:53.986Z 来源：《中国科技人才》2021年第20期作者：高仲毅孙浪波冯建斌贺增平高浪路选峰李小军[导读] 进而控制辊道、升降挡板、推钢机等装置，完成方坯自动推钢功能，该系统亦可实现钢坯自动跟踪、自动分炉和自动报表统计功能.陕钢集团陕西龙门钢铁有限责任公司陕西韩城 715403摘要：目前龙钢公司炼钢厂6台连铸机采用人工手动控制辊道、升降挡板、以及推钢机的方式，将切割后的方坯运送至推钢区域，再由推钢机将方坯推送至两个冷床区域，天车吊运至精整区域存放，整个过程需要操作人员长期操作辊道、升降挡板和推钢机等装置，劳动强度巨大，甚至会出现操作错误导致堆钢影响生产；为了减轻操作工劳动强度，提高连铸机自动化水平，增设自动出坯和自动推钢系统，该系统采用先进的机器视觉识别技术，对挡板区域、推钢区域、冷床区域进行实时监控，将图像信息通过识别算法以太网的方式发送给PLC 及CPS虚边缘计算机，边缘计算机中通过AI智能算法模型进行逻辑处理和分析，实时判定各个区域当时的状态。
自动推钢系统软件根据算法，得出最优推钢方案，通过以太网与辊道PLC通讯，进而控制辊道、升降挡板、推钢机等装置，完成方坯自动推钢功能，该系统亦可实现钢坯自动跟踪、自动分炉和自动报表统计功能.关键词：机器视觉；深度学习；连铸出坯；神经网络；数字孪生；深度自学习；自动推钢一、引言现有的炼钢生产过程中，连铸生产属于人力密集型生产过程。
而连铸生产的出坯工序包括：将连铸坯切割成定长坯体的切割过程、坯体输送过程、以及将坯体推送至待吊装位置（通常是冷床）的过程。
出坯工序中大部分工位由于监测和控制技术等的限制，仍然需要采用人工方式进行生产控制，无法实现全自动化控制。
上述的出坯工序的坯体推送过程中，由于连铸机流数多、浇铸拉速高、生产节奏快，在依靠人工进行推坯操作的过程中，操作工必须保持长时间的精神高度集中，工人劳动强度大容易疲劳，难以避免出现人为原因的操作失误，导致堆坯、钢坯推弯、推钢机掉道等生产安全事故。
