梅钢漏钢预报系统的应用实践

《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，连铸工艺作为重要的一环，直接关系到钢产品的质量和生产效率。

其中，薄板坯连铸技术因其高效率、低能耗等优点被广泛应用。

然而，连铸过程中出现的漏钢问题，不仅影响产品质量，还可能造成严重的生产事故。

因此，漏钢预报系统的开发与研究成为该领域的一个热点问题。

近年来，随着人工智能技术的飞速发展，支持向量机（SVM）等机器学习算法被广泛应用于工业生产的各个领域。

本文基于SVM算法，对薄板坯连铸漏钢预报系统进行了深入研究。

二、SVM算法简介支持向量机（Support Vector Machine，SVM）是一种基于统计学习理论的机器学习算法，它通过寻找最优的分类边界来解决分类问题。

SVM算法具有较好的泛化能力和处理高维数据的能力，因此被广泛应用于各个领域。

在薄板坯连铸漏钢预报系统中，SVM算法可以根据历史生产数据和漏钢相关因素，建立数学模型，实现漏钢的准确预报。

三、系统设计与实现（一）数据采集与预处理系统的第一步是进行数据采集和预处理。

从薄板坯连铸生产线收集各种与漏钢相关的数据，包括浇注温度、冷却水流量、结晶器振动参数等。

然后对数据进行清洗和预处理，去除无效数据和噪声数据，保证数据的准确性和可靠性。

（二）特征提取与降维在数据预处理的基础上，进行特征提取和降维。

根据连铸过程中的物理和化学变化规律，提取出与漏钢相关的关键特征。

同时，利用降维技术降低数据的维度，提高模型的训练速度和预测精度。

（三）SVM模型建立与训练将提取出的特征作为输入，漏钢与否作为输出，建立SVM 模型。

利用历史生产数据进行模型训练，调整模型参数，使模型能够准确预测漏钢情况。

（四）系统实现与优化将训练好的SVM模型应用于预报系统，实现实时监测和预报。

同时，对系统进行优化和调试，提高系统的稳定性和准确性。

四、实验结果与分析（一）实验数据与实验环境为验证基于SVM的薄板坯连铸漏钢预报系统的效果，我们采用了某钢铁企业的实际生产数据。

结晶器漏钢预报系统
胡婕
【期刊名称】《山西冶金》
【年(卷),期】2000(000)002
【摘要】对连铸机结晶器漏钢预报系统的控制原理，功能，结构进行了说明，该系统对提高连铸机作业率具有重要意义。

【总页数】4页(P65-67,95)
【作者】胡婕
【作者单位】太原钢铁（集团）有限公司设计院
【正文语种】中文
【中图分类】TF777
【相关文献】
1.VAI连铸结晶器漏钢预报系统的应用实践 [J], 李超;于海岐;王金辉;龙山;刘清海;吴亚新
2.结晶器漏钢预报系统在济钢5#连铸机中的应用 [J], 楼纬
3.基于虚拟仪器的结晶器漏钢预报系统研究 [J], 李文涛;李扬
4.连铸机结晶器漏钢预报系统的应用 [J], 巴达日夫
5.4号板坯连铸机结晶器漏钢预报系统的改造 [J], 邓世标;冯雄飞;黄庆;王艺鹏因版权原因，仅展示原文概要，查看原文内容请购买。

板坯漏钢预报系统原理及应用(鞍钢新轧一炼钢厂)常宏伟仉勇摘要通过阐述粘结漏钢的形成机理，对漏钢预报系统原理、参数进行了分析,并提出进一步改善的方法。

关键词粘结漏钢机理漏钢预报系统热电偶传播速度Abstract by expounding the formative mechanism of the stick type breakout, analyze the principle and the parameter of breakout prediction system also improve the technique of this system..Key words the stick type breakout mechanism breakout prediction system thermocouple spread speed .2002年，鞍钢新轧钢一炼钢厂引进一套板坯漏钢预报系统。

该系统基于粘结漏钢形成机理,采用数值逻辑方式对可能发生的粘结漏钢进行预报．一、漏钢预报系统的原理A．粘结漏钢机理当接近弯月面处的某一部分坯壳粘结在铜板上造成的漏钢一般称为粘结漏钢。

主要由于保护渣性能不良造成的保护渣流入不均，以及较差的液位控制系统造成的液位波动。

1.粘结漏钢的发生当某时刻弯月面附近某一部分坯壳粘结在铜板，在粘结坯壳和移动坯壳边缘的薄弱处产生撕裂。

坯壳破裂线沿着最大撕裂力的方向发展。

2.然后液态金属进入粘结坯壳和移动坯壳之间，形成新生坯壳，在此时形成重叠线。

3.由于结晶器振动，新生坯壳再一次被撕裂，随后又产生新生坯壳。

4.随着结晶器的每一次振动，2，3重复发生，随着坯壳的撕裂位置向下移动，破裂线逐渐扩展。

5.当裂纹到达结晶器下口，漏钢发生。

B．热电偶布置：在距弯月面以下160mm处布置一排热电偶，内弧、外弧各13个，两窄边各两个，每个热电偶间距为145mm。

C．粘结型漏钢的规律及特性当粘结型漏钢按上述方式进行，铜板内的温度变化能被设置在铜板内的热电偶检测到。

基于M-BUS总线的漏钢预报温度采集系统设计Breakout prediction based on M - BUS BUS temperature acquisition system is designed湖南大学硕士学位论文基于M--BUS总线的漏钢预报温度采集系统设计姓名：余谦申请学位级别：硕士专业：电子与通信工程指导教师：吴桂清；黎本年20120304基于M．BUS总线的漏钢预报温度采集系统设计摘要漏钢是钢铁连铸生产过程中的一个常见问题。

漏钢事故的发生严重影响钢铁的铸造品质，干扰企业的正常生产秩序。

漏钢事故的发生往往是由很多因素造成的，如何在漏钢事故形成的初级阶段对其进行发现，并采取相应的措施对钢铁生产企业的高效、安全生产意义重大。

因此，漏钢预报技术一直是钢铁铸造领域中的一个重点研究课题。

从20世纪中期开始，电子技术开始被应用于漏钢预报领域。

随着传感器技术、嵌入式系统的诞生与发展，多种基于新型技术的漏钢预报方法被深入研究并得到了有效应用。

经过不断的技术改进，漏钢预报系统的响应速度更快，智能化程度也更高。

结晶器铜板温度监测是目前在漏钢预报技术中应用最广泛的预报方法。

它的具体做法是，在结晶器铜板上安装一定数量温度传感器，通过监测结晶器铜板上不同位置的温度数据，来分析结晶器内部的热交换状态。

上位机系统将采集到的温度数据与相应模型进行对比，由此探查结晶器内部是否出现钢坯破裂或钢水粘接的情况。

因此，漏钢预报温度采集系统是漏钢预报技术领域的研究重点。

本文将设计一种新型的漏钢预报温度采集系统。

该设计将应用于某钢铁企业的实际生产。

其中，系统的温度采集模块使用了C8051F500作为主控核心，并结合了传感器技术与M．BUS现场总线技术。

系统与上位机的对接则采用了PROFIBUS现场总线技术，以实现与企业现有DCS系统的良好兼容。

该系统能够实现结晶器铜板温度数据的实时、在线采集与发送功能。

系统精确度和灵敏度较高，实时性好。

宝信漏钢预报系统应用后带来的经济效益分析【摘要】宝信板坯连铸机漏钢预报及结晶器可视化系统是一种采集安装在结晶器铜板上多排热电偶的温度来预报板坯连铸过程中的粘结漏钢和裂纹漏钢并在线计算和显示结晶器热相图的系统，其成功开发和在唐钢的成功应用，给宝信带来了很好的国内外市场效应和经济效益，同时更为我们的用户创造了显著的经济效益和社会效益。

【关键词】连铸漏钢预报可视化1 概述漏钢一直是影响连铸生产及其设备寿命的主要因素，在各种造成漏钢的原因中，粘结性漏钢占绝大多数。

因此，减少粘结性漏钢是降低连铸漏钢率的关键。

粘结性漏钢首先是由于某种原因造成弯月面附近钢水与铜板的直接接触而粘结，并随结晶器的振动及坯壳的下移，在粘结部的下方被拉断，破断处钢液流入而修复，但在下一次振动中重新拉断，这样，随着凝固的进行，断口不断下移，到结晶器下口时钢水从断口漏出。

断口在下移的同时，也不断向二边扩展而形成破断线，宽边中央的粘结破断源可扩展到窄边，甚至到另一宽边。

漏钢发生后，粘结的坯壳有时残留于结晶器的内壁。

如果粘结发生时能够预报并采取措施，则可防止漏钢的发生，且板坯上可看到由破断线构成的明显的V形粘结痕迹。

为了能够预报粘结性漏钢的发生，宝信软件开发的漏钢预报系统及结晶器可视化系统（简称BBPS）采用模糊神经网络+逻辑判断技术，能准确地预报粘结性漏钢，并可根据用户的需要提供对“检测到粘结漏钢后的自动降速功能”及“粘结漏钢消失后的自动升速功能”的功能。

2 系统的特征2.1 基于历史数据的数据挖掘技术的应用BBPS的判断和报警模型是根据大量历史数据的样本学习而成，不仅采用了神经网络方法，而且开发了基于历史数据的空间判别网络。

从历史数据形成的模型，应用于实时系统的数据分类和判别，这是典型的数据挖掘和从数据发现知识技术的应用。

所有的模型数据都是在历史数据的基础上通过网络的学习而来，保证了判别的客观性，克服经验数据在不同工况情况下的偏差，对报警和判别提供了客观数据的保证[1]。

漏钢预报新技术研发及应用蔡 娥,许 军,白居冰,吴 鹏(中冶连铸北京冶金技术研究院,北京100081)摘 要:介绍了目前国内外现有的几种漏钢预报识别方法,分析其原理及应用情况,提出了中冶连铸的漏钢预报模型及该新技术在数学方法、计算机技术、自动化控制应用方面的特点,并介绍了近期该新技术较好的应用效果。

关键词:漏钢预报;方法;应用效果中图分类号:T F777 文献标识码:A 文章编号:1001-1447(2009)04-0029-04Development and application of a new molten steel breakout prediction systemCAI E ,XU Jun ,BAI Ju -bing ,WU Peng (R&D Department of CCTEC ,Beijing 100086,China)Abstract:This paper introduces the methods fo r identifying the breakout of mo lten steel and analyzes their principle and applicatio n.A new m odel for predicting the br eakout of mo lten steel developed by CCT EC is descr ibed w ith its m athem atical metho d,com puta -tion algorithm and automation co ntro l techno logy.T he application o f the new molten steel breakout prediction system has show ed g ood results.Key w ords:prediction of mo lten steel breako ut;algorithm;applied result 作者简介:蔡 娥(1979-),硕士,工程师,从事连铸工艺控制模型研究及开发。

《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，连铸是关键环节之一，其中薄板坯连铸是近年来广泛采用的生产方式。

然而，在连铸过程中，漏钢现象的发生往往会导致生产中断、设备损坏和产品质量下降等严重问题。

因此，对连铸过程中的漏钢进行准确预报和预防显得尤为重要。

近年来，随着人工智能技术的发展，基于支持向量机（SVM）的漏钢预报系统逐渐成为研究的热点。

本文旨在研究基于SVM的薄板坯连铸漏钢预报系统，以提高连铸过程的稳定性和产品质量。

二、SVM理论及应用支持向量机（SVM）是一种基于统计学习理论的机器学习方法，通过寻找最优分类边界来实现对数据的分类和预测。

在漏钢预报系统中，SVM可以通过分析连铸过程中的各种参数，如温度、流速、成分等，建立数学模型，对漏钢现象进行预测。

SVM具有较高的分类准确性和泛化能力，因此在模式识别、图像处理等领域得到广泛应用。

三、薄板坯连铸工艺及漏钢原因分析薄板坯连铸是一种高效、连续的铸造工艺，其生产效率高、能耗低、产品质量好。

然而，在生产过程中，由于各种因素的影响，如设备故障、操作不当、原料成分波动等，可能导致漏钢现象的发生。

为了准确预报漏钢现象，需要对这些影响因素进行深入分析。

四、基于SVM的薄板坯连铸漏钢预报系统设计基于SVM的薄板坯连铸漏钢预报系统主要包括数据采集、预处理、特征提取、模型训练和预报输出等部分。

首先，通过传感器等设备实时采集连铸过程中的各种参数数据；然后对数据进行预处理和特征提取，以获取与漏钢现象相关的关键参数；接着利用SVM算法建立数学模型，对漏钢现象进行预测；最后将预测结果输出给控制系统，以便及时采取措施防止漏钢现象的发生。

五、实验与结果分析为了验证基于SVM的薄板坯连铸漏钢预报系统的有效性，我们进行了大量实验。

实验结果表明，该系统能够准确预测连铸过程中的漏钢现象，并具有较高的预报准确率。

与传统的漏钢预报方法相比，该系统具有更高的稳定性和可靠性。