本发明专利技术提供了一种用于连铸机的铸体跟踪与质量判定的质量事件定位方法，包括：对连铸过程的过程数据进行采样；基于所采样到的过程数据以及预先存储的各个质量事件的触发公式，计算各个质量事件的触发状态；针对所计算出的触发状态表明被触发的每个质量事件，计算该质量事件所影响的铸体区段相对于所述铸体上的一个固定点的起点坐标和终点坐标；对于所计算出的触发状态表明被触发的每一个质量事件，基于该质量事件所影响的铸体区段的坐标与先前存储的有效质量事件列表，确定当前有效质量事件列表。利用该方法，可以使得质量事件定位的精度高、误差小、运算量小、并且不会因连铸机暂停而出现错误。
【技术实现步骤摘要】
本专利技术涉及冶金领域，更加具体地，涉及一种用于连铸机的铸体跟踪与质量判定 的定位方法及装置。
技术介绍
随着板型、带型、管型钢在钢材消费结构中的比例大幅上升，数量众多的板坯、方 坯、圆坯以及薄板坯连铸机不断地投入生产。图1是现代的板坯连铸机的示意图。如图1 所示，现代的坯板连铸机10通常包括浇钢设备(例如盛钢水20用的钢包1、对钢水静水压 进行控制的中间包2等)、成型设备(例如对钢水进行一次冷却从而形成铸流30a的结晶器 3、对铸流30a进行二次冷却时所用的多对铸流驱动支撑辊4等)、以及切割设备(对二次冷 却后形成的全部凝固的铸流进行切割从而形成铸坯30b的火焰切割机，简称火切机5等)。 在连铸过程中，钢水20从钢包1和中间包2通过结晶器3的上口 3a进入结晶器3，通过结 晶器3—次冷却结晶后形成外壳凝固中心为钢液的铸流30a，并从结晶器下口北拉出。铸 流30a从结晶器下口北拉出后，进行二次冷却，同时在铸流驱动支撑辊列4(注意，图中只 示出了一部分支撑辊4)的强迫下通过一条固定的通道。铸流30a在通过铸流驱动支撑辊 列4的过程中，依次形成直线段31、弯曲段33、圆弧段35、矫直段37和水平段39。当铸流 经二次冷却而内外均凝固了时，由火切机5切割形成铸坯30b。在连铸过程中，钢水质量(比如，脱氧情况、碳含量、锰硅比、锰硫比、杂质等)、过 程数据(比如，炉次、钢水温度、拉速、保护浇铸方式、冷却水量及分布、钢水吹氩搅拌等)、 以及连铸设备(比如，结晶器和二次冷却装置等)的变化都会对铸流30a的质量产生影响， 从而最终使铸坯30b形成缺陷，影响铸坯30b的质量。连铸坯的缺陷一般可分为表面缺陷、 内部缺陷和形状缺陷，表面缺陷包括表面裂纹、气泡、夹渣、双浇、翻皮、振痕异常、渗漏、冷 溅、擦伤等，内部缺陷包括内裂、非金属夹杂物、中心偏析、和中心疏松等，而形状缺陷包括 菱形变形、纵向横向凹陷等。连铸机的监控系统在连铸过程中采集影响铸坯质量的各环节的生产数据，将异常 数据对应到铸坯上，利用已建立的专家知识库进行分析处理，并在铸坯定尺切割时，对其质 量进行判定，从而对铸坯的流向给出建议。因此，在连铸机的监控系统中，对异常数据和铸 坯之间的定位是对铸坯进行质量判定的前提，定位方法对质量判定精度有重要影响。以奥钢联为例，其连铸机监控系统的所述定位方法采取的是定长不定时的定位方 式，其算法采取的是坯龄模型的算法。具体来说，奥钢联的连铸机监控系统首先通过铸流编 码器读数或拉速对时间的积分将铸流分成一个个等长(长度一般为200mm-500mm)的坯块。 注意，这里所述的坯块是指铸流被监视的最小单位，与铸流被切割形成的铸坯是不同的。由 于每个坯块的长度是固定的，而拉速却会发生变化，因此每个坯块的出生时间(即从坯块 头出结晶器3到坯块尾出结晶器3所用的时间)是不相同的，同时，由于坯块的长度是固定 的，因此铸流所分成坯块数是固定的。然后，为这些坯块建立一个成员个数固定的队列并对 这个队列进行管理。当某一个坯块完全长成(即，完全出结晶器)后，该坯块会被压入到所述队列的尾部，同时将所述队列中所有的坯块向前移动一个位置。如果此时的队列为满队 列，则队列头的坯块将被移除出队列，这代表该坯块死亡。在所述队列的移动过程中，为每 个坯块记录从其出生到其死亡过程中发生的所有质量事件。因此，在每个刷新周期中必须 对所述队列中的每个坯块的质量事件列表进行刷新。在所述奥钢联的连铸机监控系统中，坯块长度为200mm-500mm。根据其坯块的坯 龄模型，对坯块的管理维护是在每个坯块完全移出结晶器的那个时刻开始的。由于在坯块 的产生过程(即，从坯块头刚刚出结晶器到坯块尾即将出结晶器的过程)中，所述坯块队列 是不会改变的，这样就会使质量事件对铸流的影响范围的定位在时间和位置上产生较大误 差。设拉速为3m/min，坯块长度为500mm，那么，质量事件影响范围在时间上就会产生IOs 的误差，在位置上就会产生500mm的误差。另外，由于所述坯龄模型的基本单位是定长的坯 块，因此准确跟踪坯块是很重要的。为了保证每个坯块都接近设定的定长值，系统必须维持 一个比较高的刷新频率。设坯块定长为500mm、拉速为3m/min、刷新周期为ls，那么，坯块长 度误差=刷新周期X拉速=50mm，S卩，每个坯块的长度会产生10%的误差。再者，由于在 每个刷新周期中必须对所述队列中的每个坯块的质量事件列表进行维护，因此，运算量是 非常大的。以一台8流方坯连铸机为例，如果每个铸流长度为30m，坯块长度为500mm，则在 每个刷新周期中必须对480个坯块对象进行维护，这个运算量是非常大的。另外，由于坯块 在队列中是一个挨一个地排列着，因此，如果连铸机出现暂停，那么当连铸机重新工作时， 整个队列中坯块的编号就会变得混乱。如上所述，需要有一种连铸机监控系统的定位方法，能够使定位精度高、误差小、 运算量小、并且不会因连铸机暂停而出现错误。
技术实现思路
本专利技术是为了解决现有技术中存在的上述技术问题而做出，其目的在于提供一种 用于连铸机的铸坯跟踪和质量判定的质量事件定位方法，该方法能够跟踪与铸坯质量相关 联的工艺参数，将异常工艺参数所引起的质量事件准确地定位到每一个铸坯上，从而为工 艺参数的优化和品种钢的开发提供数据依据；监控连铸过程中各工艺参数和铸机设备的运 行状况，一旦发现异常，实时提醒操作工，从而降低缺陷铸坯的发生率。同时所述定位方法 的精度高、误差小、运算量小、并且不会因连铸机暂停而出现错误。根据本专利技术的一个方面，提供一种用于连铸机的铸体跟踪与质量判定的质量事件 定位方法，包括对连铸过程的过程数据进行采样；基于所采样到的过程数据以及预先存 储的各个质量事件的触发公式，计算各个质量事件的触发状态；针对所计算出的触发状态 表明被触发的每个质量事件，计算该质量事件所影响的铸体区段相对于所述铸体上的一个 固定点的起点坐标和终点坐标；对于所计算出的触发状态表明被触发的每一个质量事件， 基于该质量事件所影响的铸体区段的坐标，将该铸体区段的坐标区间与先前存储的有效质 量事件列表中包含的关于同类质量事件所影响的铸体区段的坐标区间信息进行比较，以确 定当前有效质量事件列表，所述有效质量事件列表中存储对切割前的铸体产生影响的质量 事件以及该质量事件产生影响的铸体区段的坐标区间，其中如果该质量事件所影响的铸体 区段的坐标区间与先前存储的同类质量事件中的一个同类质量事件所影响的铸体区段的 坐标区间存在交集，则取该两个铸体区段的坐标区间的并集替代先前存储的有效质量事件列表中关于该一个同类质量事件所影响的铸体区段的坐标区间，作为该质量事件和该一个 同类质量事件所影响的铸体区段，从而获得当前有效质量事件列表，以及如果该质量事件 所影响的铸体区段的坐标区间与先前存储的有效质量事件列表中的同类质量事件中的任 何同类质量事件所影响的铸体区段的坐标区间都没有交集，则将该质量事件以及该质量事 件所影响的铸体区段的坐标区间添加到先前存储的有效质量事件列表中，从而获得当前有 效质量事件列表。此外，在获取当前有效质量事件列表后，所述方法还可以包括在探测到火切信号 时，计算当前被切割出的铸坯段的起始点和结束点相对于所述固定点的坐标；本文档来自技高网...
【技术保护点】
一种用于连铸机的铸体跟踪与质量判定的质量事件定位方法，包括：对连铸过程的过程数据进行采样；基于所采样到的过程数据以及预先存储的各个质量事件的触发公式，计算各个质量事件的触发状态；针对所计算出的触发状态表明被触发的每个质量事件，计算该质量事件所影响的铸体区段相对于所述铸体上的一个固定点的起点坐标和终点坐标；对于所计算出的触发状态表明被触发的每一个质量事件，基于该质量事件所影响的铸体区段的坐标，将该铸体区段的坐标区间与先前存储的有效质量事件列表中包含的关于同类质量事件所影响的铸体区段的坐标区间信息进行比较，以确定当前有效质量事件列表，所述有效质量事件列表中存储对切割前的铸体产生影响的质量事件以及该质量事件产生影响的铸体区段的坐标区间，其中如果该质量事件所影响的铸体区段的坐标区间与先前存储的同类质量事件中的一个同类质量事件所影响的铸体区段的坐标区间存在交集，则取该两个铸体区段的坐标区间的并集替代先前存储的有效质量事件列表中的该一个同类质量事件所影响的铸体区段的坐标区间，作为该质量事件和该一个同类质量事件所影响的铸体区段的坐标区间，从而获得当前有效质量事件列表，以及如果该质量事件所影响的铸体区段的坐标区间与先前存储的有效质量事件列表中的同类质量事件中的任何同类质量事件所影响的铸体区段的坐标区间都没有交集，则将该质量事件以及该质量事件所影响的铸体区段的坐标区间添加到先前存储的有效质量事件列表中，从而获得当前有效质量事件列表。...
【技术特征摘要】
【专利技术属性】
技术研发人员：韩传基，柯磊，高仲，陶金明，徐少平，张爱霞，
申请(专利权)人：中冶连铸技术工程股份有限公司，
类型：发明
国别省市：83[中国|武汉]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。