基于最小二乘的漏钢预报方法及系统技术方案

本发明专利技术提供一种基于最小二乘的漏钢预报方法及系统，其中的方法包括：通过设置在板坯结晶器铜板上的热电偶测量获得铜板上各采样点的温度数据，并将温度数据实时输入模型计算机；模型计算机根据所接收到的每个采样点的当前温度数据和历史温度数据构建一个温度时间序列；对每个温度时间序列进行最小二乘拟合，获得温度时间序列的拟合曲线，拟合曲线为二次曲线，根据二次曲线获得温度时间序列的特征值；根据温度时间序列的特征值和预设阈值，判断铜板上的采样点是否产生粘结，并予以报警。利用本发明专利技术，能够解决在粘结产生初期捕捉到粘结时温度曲线的特征，使漏钢报警提前的问题。

【技术实现步骤摘要】
基于最小二乘的漏钢预报方法及系统
本专利技术涉及冶金领域的板坯连铸结晶器智能漏钢预报
，更为具体地，涉及一种基于最小二乘的漏钢预报方法及系统。
技术介绍
漏钢事故是连铸生产中危害性很大的生产事故。漏钢事故的发生，不仅会影响连铸生产，而且还会严重损害结晶器、辊道，增加连铸设备的维修量和维修成本，造成巨大的经济损失，同时也会带来很大的安全隐患。特别是对于板坯连铸机，由于结晶器下方的足辊和扇形段结构复杂，设备昂贵，而且更换费时间，漏钢损失大。据估计，一次“常规”的漏钢事故直接或间接导致的经济损失将达到200000美元。为了减少漏钢的发生，研究人员一直致力于漏钢预报系统的开发。比较成熟的方法是在结晶器铜板内安装测量温度的热电偶，根据铜板温度的变化规律来判断铸坯与铜板之间是否有粘结产生，这也是粘结漏钢预报的常用方法。多年来随着漏钢预报技术的发展，粘结漏钢的判断方法主要包括以下几种:1.逻辑判断方法粘结漏钢发生时，主要表现为热电偶温度梯度和温差的变化；因此可以通过设定限值，一旦温度梯度以及温差的变化超过限值，就判定粘结发生，存在漏钢风险。图1示出了粘结漏钢时逻辑判断方法的热电偶温度变化。如图1所示，在判断是否发生粘结漏钢时，设定温度限制，当热电偶测得的温度梯度以及温差的变化超过设定的温度限值时，就判定粘结发生，存在漏钢风险，发出预报警告。近年我国大多钢厂新建铸机采用的漏钢预报系统就是基于逻辑判断方法。该预报方法的实现不需要大量的原始数据，特别适合新建铸机。但是这种方法的逻辑条件参数的设定与钢的种类、工艺和环境有很大的关系，模型有一定局限性。2.神经网络方法神经元网络漏钢预报方法利用神经元网络技术对现场的漏钢数据进行学习，再加上必要的工艺条件，用于辨别具有漏钢特征的热电偶温度变化曲线，进而做出漏钢预报。国内外均有开发连铸神经元网络漏钢预报系统的应用案例。完善的神经网络系统必然能显著增加漏钢预报的准确率，但是神经元网络在漏钢预报中的存在它的局限性。首先，完善的神经网络必需大量的训练样本，样本不全面将导致网络功能不全。其次，由于连铸机工作条件复杂，影响因素很多，对获取的样本数据有严重的干扰，因此要想得到完全排除含有噪音的样本几乎是不可能的。连铸还存在一些特殊的情况，比如开浇、换包和终浇等异常情况下，神经元网络系统变得极不稳定。故对于新建连铸机，神经网络方法不可行，必须与其它方式结合。3.统计分析方法 多兀统计过程控制(MultivariateStatistical Process Control,简称 MSPC)方法是基于主元分析(Principal Component Analysis,简称PCA)和偏最小二乘(PartialLeast Squares，简称PLS)方法对连续过程进行监控控制的方法。在连铸过程中，特别是在漏钢预报过程中，MSPC方法应用极少。北美Dofasco公司分别与1997年和2003年在它的I号机、2号机上装上基于该技术的漏钢预报系统。申请号为CN201791938U的中国技术专利申请公开了一种连铸结晶器漏钢预报系统，在该披露的漏钢预报系统中，在振动电机上连接有电流传感器，结晶器PLC中加入漏钢预报模型，电流传感器与结晶器PLC漏钢预报模型通讯，结晶器PLC还与人机界面连接。结晶器PLC内的漏钢预报模型将收集到的电机实时电流信号经过数据库维护模块归类整理和模型数据库搜索，再由神经网络模块进行学习和数据库优化。同时，遗传算法模块进行对比和判定，将结果显示在人机界面，对超出规定的则予以报警和记录。此方法的不足之处在于在模型投入初期很长一段时间内，现场数据不完善，训练样本不充足时，漏钢预报的准确率会低很多，而且报警的时间相对滞后。随着板坯拉速越来越高，漏钢预报对报警时间越来越要求靠前，越及时，以便留出足够的反应时间。因此，需要一种新的漏钢预报技术解决以上提到的问题。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种基于最小二乘的漏钢预报方法及系统，以解决在粘结产生初期能捕捉到粘结时温度曲线的特征，使漏钢报警提前的问题。本专利技术提供一种基于最小二乘的漏钢预报方法，包括:通过设置在板坯结晶器铜板上的热电偶测量获得板坯结晶器铜板上各采样点的温度数据，并将温度数据实时输入模型计算机；模型计算机根据所接收到的每个采样点的当前温度数据和历史温度数据构建一个温度时间序列；对每个温度时间序列进行最小二乘拟合，获得温度时间序列的拟合曲线，拟合曲线为二次曲线，根据二次曲线获得温度时间序列的特征值；根据温度时间序列的特征值和预设阈值，判断板坯结晶器铜板上的采样点是否产生粘结，并予以报警。此外，优选的方案是，热电偶按照预定的行和列的排列方式设置在板坯结晶器铜板上。此外，优选的方案是，对温度时间序列进行最小二乘拟合的方法为:n最小二乘曲线拟合公式为:本文档来自技高网...

【技术保护点】
一种基于最小二乘的漏钢预报方法，包括：通过设置在板坯结晶器铜板上的热电偶测量获得所述板坯结晶器铜板上各采样点的温度数据，并将所述温度数据实时输入模型计算机；所述模型计算机根据所接收到的每个采样点的当前温度数据和历史温度数据构建一个温度时间序列；对每个温度时间序列进行最小二乘拟合，获得所述温度时间序列的拟合曲线，所述拟合曲线为二次曲线，根据所述二次曲线获得所述温度时间序列的特征值；根据所述温度时间序列的特征值和预设阈值，判断所述板坯结晶器铜板上的采样点是否产生粘结，并予以报警。

【技术特征摘要】
1.一种基于最小二乘的漏钢预报方法，包括: 通过设置在板坯结晶器铜板上的热电偶测量获得所述板坯结晶器铜板上各采样点的温度数据，并将所述温度数据实时输入模型计算机； 所述模型计算机根据所接收到的每个采样点的当前温度数据和历史温度数据构建一个温度时间序列； 对每个温度时间序列进行最小二乘拟合，获得所述温度时间序列的拟合曲线，所述拟合曲线为二次曲线，根据所述二次曲线获得所述温度时间序列的特征值； 根据所述温度时间序列的特征值和预设阈值，判断所述板坯结晶器铜板上的采样点是否产生粘结，并予以报警。2.如权利要求1所述的基于最小二乘的漏钢预报方法，其中， 所述热电偶按照预定的行和列的排列方式设置在所述板坯结晶器铜板上。3.如权利要求1所述的基于最小二乘的漏钢预报方法， 对所述温度时间序列进行最小二乘拟合的方法为: 最小二乘曲线拟合公式为 4.一种基于最小二乘的漏钢预报系统，包括: 温度数据获取单元，用于通过设置...

【专利技术属性】
技术研发人员：倪赛珍，罗佳，白居冰，蔡娥，许军，孙丽娟，张爱霞，吴鹏，赵加江，
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：