连铸机漏钢预报系统技术附件

RAM漏钢预报系统技术方案公司：衡阳市镭目科技有限责任公司地址：湖南衡阳市高新技术开发区嘉华花苑：，8852989，8856989：：4210011.概述RAM漏钢预报系统是镭目公司十几年来在连铸自动化测控领域不断开发、实践、应用进程中的技术功效，它包括了镭目公司最新的模糊神经元网络技术，能够更准确的对漏钢进行预报。

2.系统原理粘结漏钢是连铸中显现最为频繁的一种漏钢事故，当显现粘结性漏钢时，粘结处铜板的温度会升高。

RAM漏钢预报的工作原理是，通过结晶器铜板上矩阵安装的热电偶，来检测的结晶器铜板温度的转变趋势，再结合有关的工艺参数（钢水液位高低、拉速等），利用神经元网络模糊识别技术，按必然的逻辑进行运算分析，对粘结性漏钢进行预报和处置。

漏钢预报系统示用意热电偶检测进程系统在结晶器铜板竖直位置安装了2个热电偶,其检测温度转变如下图:漏钢报警时拉速—时刻表:漏钢预报信号正常浇钢时间T3.系统功能●在线测量及数据搜集●在线数据处置及数据分析●动态画面显示及监控●漏钢征兆报警及自动降速处置●在线诊断及系统故障报警●资料处置、存储及打印4.要紧技术指标及特点要紧技术指标：●漏钢检测的准确率≥ 95%●漏钢的误报率≤ 3%●漏钢检测的漏报率≤2%特点：●温度分辨率°C●抗干扰能力强●传输距离远>100米5.供货范围及设备清单6.结晶器改造（参见附图1~2）热电偶一样安装在原铜板紧固螺栓处，将原紧固螺栓改成中空螺栓以便穿过热电偶；再将铜板冷面螺孔中心钻一个Ø5的孔，孔底距铜板表面的距离为3~18mm（依照铜板修磨厚度决定）。

采纳这种方式对结晶器改造的工作量小，而且在不利用漏钢预报系统时也可不能阻碍结晶器的正常利用。

附图1：附图2：7.热电偶的布置与出线方式（参见附图3~4）热电偶在铜板上的纵向布置为5~6行，横向的布置依照铜板的宽度布置1~12列。

热电偶引出线穿过水箱后依照结晶器结构形式在适合的位置处布置安装联接器插座盒，再通过联接器插头连接将线引出结晶器到接线箱内。

连铸漏钢预报技术摘要介绍了连铸漏钢预报几种方式的工作原理,并对国内外漏钢预报应用举例,应用表明:漏钢预报可以大幅度地减少连铸漏钢事故。

关键词连铸漏钢预报热传递摩擦监测热电偶1前言漏钢事故大致可分为:开浇漏钢、悬挂漏钢、裂纹漏钢、夹渣漏钢、切断漏钢、粘结漏钢。

粘结漏钢在各种漏钢事故中占比例约50%以上。

漏钢除了对操作者可能造成伤害之外,它还可能严重地损坏设备,影响生产的正常进行,造成停产。

据资料统计,如果考虑了漏钢所造成的所有危害因素的话,板坯连铸的一次“典型”的拉漏事故可带来200,000美元的经济损失。

为了减少漏钢损失,如果在漏钢事故发生之前能够探测到漏钢发生的可能性,在拉漏之前操作者采取适当的措施,那么,漏钢事故就可以避免了。

为了达到此目的,早在70年代后期,世界上就开发了连铸漏钢预报技术。

进入90年代后,连铸的漏钢预报的研究与开发已成为了连铸工作者的工作重点,许多连铸工作者在此方面进行了大量的工作,同时取得了可喜的成绩。

连铸的漏钢预报也成为未来连铸技术的重要组成部分。

2连铸过程的漏钢预报以上提到的开浇漏钢、悬挂漏钢、切断漏钢等,只要按设计条件细心操作,均可杜绝。

而粘结性漏钢的起因较为复杂,往往反映在热传递上,所以目前发展的若干种漏钢预报技术中的检测系统多侧重于这个方面。

以下探讨几种检测方式及其工作原理2.1依据结晶器热传递值的变化进行漏钢预报2.1.1影响结晶器热传递的因素结晶器的热传递直接影响着铸坯的表面质量,热传递不均匀则导致铸坯坯壳厚薄不均匀,极易产生拉漏。

运用结晶器的热传递变化进行漏钢预报,首先必须了解结晶器的热传递情况。

铸坯与结晶器器壁间的热传递直接受浇注参数变化的影响。

铸坯与结晶器器壁间的气隙、结晶器保护渣的温度特性、钢的化学成分、浇注速度、结晶器振动频率、振幅大小、钢水过热度、结晶器倒锥度及浸入式水口堵塞等都会影响铸坯与结晶器器壁间的热传递速度。

特别是保护渣的结晶温度和浇注速度对热传递的影响呈线性关系2.1.2依据结晶器的热传递变化进行漏钢预报检测结晶器热传递最为简单及直接的方法是测量结晶器冷却水的进水温度和出水温度间的温度差,但这种方法常常产生误导。

《基于SVM的薄板坯连铸漏钢预报系统研究》篇一一、引言随着钢铁工业的快速发展，薄板坯连铸技术因其高效率、高产量和高质量等优点，已经成为现代钢铁生产中不可或缺的关键技术。

然而，连铸过程中的漏钢问题一直是影响生产效率和产品质量的重要因素。

为了有效解决这一问题，本文提出了一种基于支持向量机（SVM）的薄板坯连铸漏钢预报系统。

该系统通过对连铸过程中的数据进行实时监测和分析，实现了对漏钢的准确预报，为生产过程中的问题预防和及时处理提供了重要依据。

二、支持向量机（SVM）原理及在漏钢预报中的应用SVM是一种基于统计学习理论的机器学习方法，其基本思想是通过寻找一个最优的分类超平面，将不同类别的数据分隔开来。

在薄板坯连铸漏钢预报系统中，SVM通过对历史数据进行学习，建立漏钢与非漏钢的分类模型。

通过对实时监测的连铸数据进行特征提取和分类，实现对漏钢的预测。

在应用中，首先需要收集大量的连铸数据，包括设备状态、工艺参数、温度、压力等。

然后，通过特征提取算法，从这些数据中提取出与漏钢相关的关键特征。

接着，利用SVM算法对提取的特征进行训练，建立分类模型。

最后，将实时监测的数据输入到模型中，进行漏钢的预测。

三、薄板坯连铸漏钢预报系统的设计与实现1. 系统架构设计：本系统采用分布式架构设计，包括数据采集层、数据处理层、模型训练层和预测输出层。

数据采集层负责实时采集连铸过程中的数据；数据处理层对采集的数据进行清洗、整理和特征提取；模型训练层利用SVM算法进行模型训练；预测输出层将预测结果以图形化方式展示给用户。

2. 数据预处理：为了确保模型的准确性和可靠性，需要对采集的数据进行预处理。

包括去除噪声、填补缺失值、归一化处理等。

3. 特征提取：通过分析连铸过程中的各种因素，提取出与漏钢相关的关键特征。

这些特征包括设备状态、工艺参数、温度、压力等。

4. 模型训练与优化：利用SVM算法对提取的特征进行训练，建立分类模型。

通过交叉验证等方法对模型进行优化，提高预测准确率。

４）加快了供应链上物料的流动，实现了企业与供方共赢，供应商结构更加优化。

在ＺＫ２供应商库存组织供应商既可共享库存信息，又能获得更多预测需求信息，稳定了供应结构。

５结束语济钢特色的ＶＭＩ供应模式的应用，满足了自身对库存控制的需求，提高了材料管理水平，首次实现了关键材料的“零库存”管理，填补了济钢ＶＭＩ管理信息化的空白，取得了明显的综合经济效益。

同时，系统也存在着一些不足，主要表现在两个库存组织的业务操作会有重复，保管员工作量较大；另外对管理控制与业务协调要求较严格，如果管理控制不当也会给正式库存组织业务带来混乱。

为此，下一步将充分挖掘Ｏｒａｃｌｅ套件的功能，重新梳理业务流程，希望利用ＥＲＰ系统标准ＶＭＩ功能所具有的高度集成性进一步完善供应商库存管理，推进济钢材料处“零库存”管理再上新台阶。

ＤｅｖｅｌｏｐｍｅｎｔａｎｄＡｐｐｌｉｃａｔｉｏｎｏｆＶｅｎｄｏｒＭａｎａｇｅｄＩｎｖｅｎｔｏｒｙＳｙｓｔｅｍＷＡＮＧＸｉｎ－ｙａｎ，ＷＡＮＧＪｉｎｇ－ｌｉｎｇ，ＳＵＪｉｎｇ（ＪｉｎａｎＩｒｏｎａｎｄＳｔｅｅｌＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎ，Ｊｉｎａｎ２５０１０１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｈａｒｍｏｎｉｚｅｔｈｅｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｉｍｅｌｙｓｕｐｐｌｙａｎｄｉｎｖｅｎｔｏｒｙｍａｎａｇｅｍｅｎｔ，ｌｅｓｓｅｎｔｈｅｃｏｎｆｌｉｃｔｂｅｔｗｅｅｎｔｈｅｓｈｏｒｔａｇｅｏｆｉｎ－ｖｅｎｔｏｒｙｃａｐｉｔａｌａｎｄｌａｔｅｓｕｐｐｌｙ，ｒｅｄｕｃｅｔｈｅｐｏｓｓｅｓｓｉｏｎｏｆｉｎｖｅｎｔｏｒｙｃａｐｉｔａｌ，ｅｎｓｕｒｅｔｈｅｔｉｍｅｌｙｓｕｐｐｌｙ，ｔｈｅＭａｔｅｒｉａｌＤｅｐａｒｔｍｅｎｔｏｆＪｉｇａｎｇｄｅｖｅｌｏｐｅｄｔｈｅＶＭＩｓｙｓｔｅｍｂａｓｅｄｏｎｔｈｅＥＲＰｓｙｓｔｅｍ，ｗｈｉｃｈｃａｎｍｅｅｔｔｈｅｉｒｄｅｍａｎｄｏｆｉｎｖｅｎｔｏｒｙｃｏｎｔｒｏｌ，ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｐａｒｔｉｃｕｌａｒｉｔｙｏｆｍａｎａｇｅｍｅｎｔｍｏｄｅａｎｄｂｕｓｉｎｅｓｓｐｒｏｃｅｄｕｒｅｓ，ｓｏｔｈｅｍａｔｅｒｉａｌｍａｎａｇｅｍｅｎｔｌｅｖｅｌｗａｓｒａｉｓｅｄａｎｄｔｈｅ“ｚｅｒｏｉｎｖｅｎｔｏｒｙ”ｍａｎａｇｅｍｅｎｔｗａｓｒｅａｌｉｚｅｄ，ｂｕｔａｌｓｏｔｈｅｇａｐｏｆｉｎｆｏｒｍａｔｉｏｎｏｆＪｉｇａｎｇＶＭＩｗａｓｓｕｐｐｌｉｅｄ．Ｋｅｙｗｏｒｄｓ：ｖｅｎｄｏｒｍａｎａｇｅｄｉｎｖｅｎｔｏｒｙ（ＶＭＩ）；ｉｎｖｅｎｔｏｒｙｍａｎａｇｅｍｅｎｔ；ｍａｎａｇｅｍｅｎｔｉｎｆｏｒｍａｔｉｚａｔｉｏｎ；ｚｅｒｏｉｎｖｅｎｔｏｒｙ１概述漏钢是连铸生产中较严重的事故之一，尤其对密排辊列的板坯连铸机来讲危害更大，降低连铸机作业率，造成设备损坏。

唐山荣程钢铁有限公司六机六流小方/圆坯连铸机合同技术附件合同编号：唐山市荣程钢铁有限公司100t炼钢连铸车间六机六流小方坯/圆坯连铸机工程设备成套及技术服务合同技术附件委托方：（买方）唐山市荣程钢铁有限公司承接方：（卖方）包头北雷连铸工程技术有限公司2011年05月目录1、合同设备工艺描述2、连铸机机械设备性能技术参数3、水、电、气和能源介质要求4、自动控制说明5、设备监制和验收6、乙方设计、供货范围7、性能试验和质量保证8、工程进度9、资料交付10、设计联络、人员培训及服务11、标准及规范附件一合同设备工艺描述1. 连铸机工程设计及供货条件1.1工程建设地点及气象条件工程建设地点：唐山市滦南县主要气象因素特征如表：表1-1 气象特征1.2 转炉炼钢与连铸机匹配的工艺条件本工程为一期建设的1座100吨转炉配套的6机6流小方坯连铸机及连铸机维修区附属设施。

新建转炉炼钢车间一期工程建设包括了1座100t转炉，1座100tLF炉。

1台5机5流大方/圆坯连铸机，1台6机6流小方/圆坯坯连铸机。

1台6机6流小方/圆坯连铸机生产铸坯规格：方坯：150×150mm、160×160mm，最大断面220×260mm。

圆坯：∮180、∮210mm，最大圆坯断面∮250mm。

1.3 转炉炼钢参数转炉公称容量：80t转炉平均出钢量：80t/炉转炉最大出钢量：100t/炉转炉炼钢平均冶炼周期：36min/炉钢包公称容量：80t转炉座数：1座1.4 连铸机基本技术要求连铸机流数：1台6机6流铸坯规格：150mm×150mm、160×160mm；∮180、∮210mm。

定尺长度：6m、9m、12m浇注钢种：普碳钢、低合金结构钢。

1.5连铸机生产规模及生产品种、规格1.5.1生产规模产量：95万吨/年（1台铸机）1.5.2生产品种、规格以普碳钢为主，低合金钢等要求相对更高的钢种所占比例较小。

《基于SVM的薄板坯连铸漏钢预报系统研究》篇一一、引言在钢铁工业中，连铸工艺是一个至关重要的环节，其中薄板坯连铸的漏钢问题严重影响生产效率和产品质量。

传统的连铸工艺依赖操作员的经验进行预报，无法精确预报漏钢的发生。

随着科技的发展，智能化预测模型已成为行业发展趋势。

支持向量机（SVM）算法凭借其出色的性能在许多领域得到广泛应用。

本文将基于SVM算法，对薄板坯连铸漏钢预报系统进行研究。

二、研究背景及意义薄板坯连铸工艺作为钢铁生产的重要环节，其生产过程中容易发生漏钢等故障，严重影响生产效率和产品质量。

传统的漏钢预报方法主要依赖于操作员的经验和观察，但这种方法存在主观性大、准确性低等问题。

因此，开发一种基于先进算法的漏钢预报系统成为行业迫切需求。

SVM算法作为一种有效的机器学习算法，具有强大的分类和预测能力，将其应用于薄板坯连铸漏钢预报系统，可以提高预报的准确性和效率。

三、SVM算法原理及在漏钢预报中的应用SVM（支持向量机）是一种基于统计学习理论的机器学习算法，通过寻找最优分类超平面将数据分为不同类别。

在薄板坯连铸漏钢预报系统中，SVM算法可以用于对生产过程中的数据进行分类和预测。

具体来说，SVM算法可以通过分析连铸过程中的温度、压力、速度等参数，预测是否会发生漏钢。

同时，SVM算法还可以根据历史数据对模型进行优化，提高预报的准确性。

四、薄板坯连铸漏钢预报系统设计与实现4.1 系统设计本文设计的薄板坯连铸漏钢预报系统包括数据采集、数据预处理、SVM模型训练和漏钢预报四个部分。

首先，通过传感器等设备采集连铸过程中的温度、压力、速度等参数；然后对数据进行预处理，包括去噪、归一化等操作；接着使用SVM算法对数据进行训练，建立预测模型；最后根据模型进行漏钢预报。

4.2 关键技术与方法在数据采集过程中，我们使用了高精度的传感器和稳定的数据传输技术，确保数据的准确性和实时性。

在数据预处理阶段，我们采用了先进的信号处理技术和数学统计方法，对数据进行去噪和归一化等操作。