陳世超
(唐山鋼鐵集團(tuán)有限公司,河北 唐山 063000)
連鑄作為鋼鐵企業(yè)生產(chǎn)的重要環(huán)節(jié),其主要為后續(xù)軋鋼工序提供合格的坯料。當(dāng)前基本所有鋼鐵企業(yè)均采用定尺切割方式對軋鋼工序供應(yīng)定長坯料。然而在連鑄機(jī)生產(chǎn)過程中,結(jié)晶器不斷地發(fā)生磨損,連鑄坯外形尺寸發(fā)生一定的變化,造成鑄坯重量不準(zhǔn)確。同時在生產(chǎn)過程中,由于生產(chǎn)因素以及工藝因素的變化,也會造成同尺寸的鑄坯,其重量變化較大。由于棒材成品均為定尺發(fā)貨,造成大量的非定尺材(通尺材)損失,嚴(yán)重影響了棒材軋制的成材率。因此,分析和研究定重切割對于提升軋鋼成材率,提升企業(yè)效益具有重要意義。
定重切割的核心是“重量不變”,在生產(chǎn)過程中,通過MES( 制造執(zhí)行系統(tǒng)manufacturing execution system,簡稱MES)系統(tǒng),將所需坯料重量傳遞到煉鋼系統(tǒng)作為目標(biāo)重量,近年來,有很多鋼鐵企業(yè)在開發(fā)和研究定重切割技術(shù),其主要原理是將鑄坯重量換算成定尺長度,并將其作為連鑄的設(shè)定坯長進(jìn)行定尺切割,然后將切割后的鑄坯進(jìn)行在線稱重,將其實際重量與設(shè)定重量進(jìn)行比較得出偏差。然后對下一支將要切割的鑄坯設(shè)定長度進(jìn)行補(bǔ)償。
連鑄機(jī)生產(chǎn)鑄坯采用定尺切割,為軋鋼工序提供定長的坯料,然而在實際生產(chǎn)中,采用定尺坯進(jìn)行軋制造成較多廢料,影響成材率,究其原因在于同樣尺寸的坯料其重量不同導(dǎo)致。
影響連鑄機(jī)鑄坯重量的因素重點包括以下幾方面:
(1)設(shè)備因素,重點包括切割系統(tǒng)圖像采集精度、控制反應(yīng)精度、設(shè)備執(zhí)行機(jī)構(gòu)等狀況,以上因素直接影響鑄坯切割精度;
(2)工藝影響因素,重點包括鋼水成分、鋼包過熱度、拉速、鑄坯冷卻凝固制度等因素,以上因素直接造成相同長度尺寸的鑄坯重量不同;
(3)結(jié)晶器磨損情況,隨著生產(chǎn)的進(jìn)行,結(jié)晶器銅管磨損也會造成鑄坯尺寸變化,進(jìn)而影響鑄坯重量,但在連續(xù)生產(chǎn)過程中,其變化量極小,可忽略不計。
基于定尺的定重切割系統(tǒng)是借助目前連鑄機(jī)的非定尺切割系統(tǒng),以及高精度稱量系統(tǒng),實現(xiàn)連鑄坯的定重切割?;诙ǔ叩亩ㄖ厍懈畹牧鞒虉D如圖1所示。
基于定尺的定重切割原理:基于定尺的定重切割系統(tǒng)是將定尺切割與定重切割相結(jié)合的模式,可以根據(jù)生產(chǎn)需要實現(xiàn)定尺切割和定重切割兩種方式,通過選擇0和1分別選擇定尺切割和定重切割兩種切割模式。當(dāng)選擇1進(jìn)行定重切割模式時,將切割后的鑄坯進(jìn)行稱量,得出的重量與目標(biāo)重量比較,將重量偏差折合成長度作為修正值,利用該修正值作為下一根鑄坯定尺尺寸的修正值進(jìn)行切割。
圖1 基于定尺的定重切割流程
支持向量機(jī)的出現(xiàn)為解決強(qiáng)非線性系統(tǒng)建模的問題提供了新的方法。近年來,支持向量機(jī)在工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)環(huán)保等方面得到了廣泛的應(yīng)用,在模式識別、回歸估計、概率密度函數(shù)估計等領(lǐng)域均取得了良好的效果。
關(guān)于特征量的選取:
2.1.1 鑄坯長度的選取
因為采用現(xiàn)有紅外定尺測長已經(jīng)非常穩(wěn)定,且其檢測精度較高,因此仍采用原測長系統(tǒng)進(jìn)行鑄坯長度的采集,并將其作為一個輸入特征量;
2.1.2 拉速特征值的選取
由于分析的是拉速對重量的影響,而通過研究分析鑄坯形成的全過程主要集中在鑄坯凝結(jié)過程,即結(jié)晶器段、二冷段、三冷段區(qū)域,因此以每次鑄坯切割開始時點作為拉速采樣開始時刻,通過計算將該鑄坯凝結(jié)過程階段各時點的拉速進(jìn)行采集,并將其作為拉速特征值。另外由于該連鑄機(jī)的拉速基本控制在2m/min,每根鑄坯基本長度在11m左右,因此鑄坯生產(chǎn)至少需要5min。為便于系統(tǒng)處理,將凝結(jié)過程段300 s的拉速作為鑄坯拉速變化規(guī)律的代表,用300 s的拉速值作為拉速特征量。
圖2 定重切割控制系統(tǒng)流程
在連鑄生產(chǎn)過程中,定重切割系統(tǒng)將實時采集的300個拉速值和鑄坯長度值作為輸入,依據(jù)建立好的重量回歸模型,回歸預(yù)測重量值,當(dāng)預(yù)測的重量達(dá)到設(shè)定重量時,發(fā)出切割指令進(jìn)行切割。
通過對數(shù)據(jù)進(jìn)行整理、分析和歸納,將偏差較大(偏差在±10 kg以上)的數(shù)據(jù)進(jìn)行屏蔽,并選取了80根同一流上的鑄坯,每根鑄坯兩次切割時間內(nèi)前300個時間點對應(yīng)的拉速值X和這80根的長度值作為訓(xùn)練樣本的輸入,對應(yīng)的80根的實際的鑄坯重量值Y作為輸出,進(jìn)行訓(xùn)練。測試樣本A選了同一流上的另外10根不同時間段的鑄坯的拉速值和長度值作為輸入以檢驗其準(zhǔn)確性?;谝陨戏治?,通過SVM回歸模型的開發(fā),其定重切割系統(tǒng)流程,見圖2。
主要使用SVM工具箱在Matlab中進(jìn)行預(yù)測運算,通過對徑向基函數(shù)各種形式的對比測試得出,徑向基核函數(shù)(rbf)僅有參數(shù)σ,具有更少的參數(shù),因而具有更小的模型選擇復(fù)雜度。對核參數(shù)的選擇也僅考慮rbf核函數(shù)。
上述采用的核函數(shù),具備如下優(yōu)點:
(1)表示形式簡單,即時對于多變量輸入也不增加太多的復(fù)雜性;
(2)徑向?qū)ΨQ;
(3)光滑性好,任意階導(dǎo)數(shù)均存在;
(4)由于該基函數(shù)表示簡單且解析性好,因而便于理論分析。
SVM的性能取決于一組好的參數(shù),包括懲罰參數(shù)C、不敏感參數(shù)ε、核函數(shù)的參數(shù)σ。支持向量機(jī)的推廣性能與模型中具體參數(shù)的選擇有密切的關(guān)系。通過對參數(shù)的調(diào)整進(jìn)行了多次試驗,對結(jié)果進(jìn)行對比分析,最終選取C=50,ε=0.35,σ=20,得到的均方誤差為0.2798。
數(shù)據(jù)采用最小—最大規(guī)范化,將數(shù)據(jù)映射到[-1,1],核函數(shù)為rbf,參數(shù)C=50,ε=0.35,σ=20。通過參數(shù)的設(shè)置,SVR對訓(xùn)練集和測試集分別進(jìn)行訓(xùn)練和預(yù)測,隨機(jī)抽取10組預(yù)測結(jié)果,見表1。
表1 鑄坯重量預(yù)測結(jié)果對比
將上述結(jié)果用點狀圖進(jìn)行處理,如下圖3所示。
從上表結(jié)果來看,實際值和預(yù)測值差值在±3Kg以內(nèi)的樣本數(shù)量達(dá)到了90%。其預(yù)測精度較高。究其原因,在于在實際生產(chǎn)中,實際重量值在2440±3Kg的鑄坯達(dá)到70%左右,致使[2437,2443]Kg區(qū)間范圍內(nèi)樣本預(yù)測值較準(zhǔn)確。從圖中可以看到預(yù)測重量值與實際重量值相差不大,具有較高的準(zhǔn)確性,證明該預(yù)測模型具有良好的泛化性能。
圖3 鑄坯實際重量與預(yù)測重量對比結(jié)果1
定重切割系統(tǒng)由火焰切割系統(tǒng)、鑄坯跟蹤控制系統(tǒng)、鑄坯稱量系統(tǒng)、輥道升降系統(tǒng)、基于SVM的預(yù)測分析系統(tǒng)組成。
該稱量秤體由液壓升降系統(tǒng)、輥道梁、拉桿、托盤、稱量傳感器等組成。稱量秤設(shè)置三個托盤沿輥道輸送方向均勻布置,以保證鑄坯在稱量時受重量影響造成鑄坯彎曲等情況。托盤上表面略低于輥道上表面,托架下部與稱重臺板進(jìn)行焊接。當(dāng)鑄坯到達(dá)稱量區(qū)域的輥道時,輥道下降,鑄坯落到稱量秤托盤上,實現(xiàn)鑄坯的稱量。為了保證傳感器受力均勻,通過拉桿可以對稱重臺板進(jìn)行水平調(diào)整和垂直調(diào)整,以消除傳感器受力不均影響稱量精度。如圖4、圖5。
圖4 鑄坯秤
圖5 鑄坯稱總裝圖
其中:1托盤、2拉桿、3傳感器、4支架、5稱重臺板、6基礎(chǔ)、7輥道梁、8升降液壓缸、9托輥、10碟簧、11球面墊圈、12錐面墊圈。
其中:17熱軋工字鋼、18熱軋槽鋼、19鋼板、20連接板
稱量傳感器在設(shè)計時充分考慮現(xiàn)場環(huán)境的惡劣性,數(shù)據(jù)傳輸?shù)姆€(wěn)定性,傳感器受力的均勻性,因此在輥道下方支架上,安裝四個高精度拉式傳感器以保證稱量精度。
此外,選用德國HBM公司C3級高精度稱重傳感器,型號:HLCB2-S-C3-1100,精度1/3000;稱重變送器型號:AED9101C,精度1/10000。高精度傳感器和數(shù)據(jù)變送器共同組成稱量信號傳輸系統(tǒng),保證了鑄坯在線的稱量精度。
定重切割軟件系統(tǒng)功能:數(shù)據(jù)采集和分析處理功能;貼近現(xiàn)場生產(chǎn)實際的人機(jī)交互功能,其中包括可視化的圖形界面、報警信息、現(xiàn)場各數(shù)字量模擬量信號狀態(tài)顯示;歷史趨勢查詢;記錄報表歸檔、實時和歷史數(shù)據(jù)庫;遠(yuǎn)程監(jiān)控和查詢等。
3.2.1 稱重系統(tǒng)模塊設(shè)計
稱重系統(tǒng)模塊主要通過軟件把鑄坯的重量讀取出來保存到數(shù)據(jù)庫,以實現(xiàn)對各種信息的分析、整理和歸納。通過采集PLC信號以及與相關(guān)數(shù)據(jù)終端的數(shù)據(jù)通訊可以實現(xiàn)鑄坯重量、拉速、切割時間以及生產(chǎn)信息如爐號、鋼種等信息的采集。
根據(jù)撈鋼車位置及輥道熱檢信號確定鑄坯來源,并對鑄坯進(jìn)行編號計數(shù),實時記錄鑄坯重量。對鑄坯重量進(jìn)行統(tǒng)計分析。接收鑄坯實時拉速,接收鑄坯切割長度,根據(jù)拉速及長度計算切割長度調(diào)整量發(fā)送給定尺切割系統(tǒng)。圖6 為撈鋼車定位控制系統(tǒng)。
圖6 撈鋼車定位控制系統(tǒng)
連鑄坯在稱量過程中不斷地發(fā)生阻尼振蕩,稱量儀表接收的數(shù)據(jù)為低頻波和高頻波疊加,在此情況下,借鑒自動化數(shù)字濾波的移動窗口算法,通過移動窗口法對數(shù)據(jù)進(jìn)行反復(fù)過濾分析,把最符合實際坯重的數(shù)據(jù)選擇出來進(jìn)行數(shù)據(jù)推理運算。具體算法為鑄坯在稱體上停留一段時間,軟件連續(xù)取若干稱量值進(jìn)行數(shù)據(jù)算法運算,取最優(yōu)值作為鑄坯單重值,如圖7。
圖7 鑄坯稱重值算法
稱重軟件采用VS2005編程軟件編寫,數(shù)據(jù)庫軟件采用SQL Server2008,電腦與PLC之間的通訊采用OPC通訊協(xié)議,與儀表通訊采用COM通訊協(xié)議,軟件運行穩(wěn)定,運行界面如圖8。
3.2.2 定尺定重切割系統(tǒng)
本系統(tǒng)軟件的主要功能模塊有:
(1)圖像卡控制模塊:用于控制圖像卡按一定的時序和時間間隔進(jìn)行圖像采集并將其通過A/D轉(zhuǎn)換,轉(zhuǎn)化為數(shù)字圖像信息;
圖8 稱重軟件運行圖
(2)圖像處理模塊:將數(shù)字信號進(jìn)行圖像處理,如前面提到的數(shù)字濾波、二值化轉(zhuǎn)換等;
(3)圖像識別模塊:根據(jù)圖像處理結(jié)果隨時檢測連鑄坯坯頭位置,與給定位置進(jìn)行比較,在到達(dá)給定位置時發(fā)出定尺信號;
(4)控制輸出模塊:將識別模塊發(fā)出的定尺信號通過數(shù)字量輸出模板和繼電器,發(fā)送給PLC;
(5)PLC控制模塊:用PLC編程語言編寫,在接收到定尺到達(dá)信號后控制火焰切割機(jī)完成切割周期循環(huán),并可實現(xiàn)切割循環(huán)與澆鑄狀態(tài)下的聯(lián)鎖控制。
本系統(tǒng)具有良好的人機(jī)界面功能,如圖9。通過人機(jī)界面,操作員可設(shè)定定尺長度、改變各種運行參數(shù)、調(diào)整運行狀態(tài),所更改的參數(shù)可選擇存盤,不須每次設(shè)置;操作員可取消自動在人機(jī)界面上手動控制切割。各流可單獨調(diào)整更改參數(shù),不互相干擾。在人機(jī)界面上還可實時顯示熱鋼坯的運行狀態(tài),顯示相應(yīng)參數(shù),如:切割狀態(tài)、每流拉速、當(dāng)前時間和開澆時間、當(dāng)前所切定尺長度、每流切割根數(shù)、連鑄機(jī)總切割根數(shù),可按日、月查詢數(shù)據(jù)打印報表。
圖9 6#連鑄機(jī)定重切割軟件系統(tǒng)
通過在小方坯連鑄機(jī)實施基于定尺的連鑄機(jī)定重優(yōu)化切割系統(tǒng),5號機(jī)定重率為75%左右,6號機(jī)定重率為80%左右,棒材通尺率得到下降,取得了良好的經(jīng)濟(jì)效益和社會效益。
[1]李志華,耿喜周,王超海.鑄坯定重切割技術(shù)在安鋼2800mm中板機(jī)組的應(yīng)用及效益分析[A].冶金經(jīng)濟(jì)與管理,2012(02):20-21.
[2]楊仁金,傅民安,李康年等.連鑄坯定重剪切技術(shù)的開發(fā)與應(yīng)用[B].冶金設(shè)備,2009,04(02):70-74.
[3]Alessia Mammone.Marco Turchi and Nello Cristianini.Support Vector Machines[J].Advanced Review,2009,Il(1):283—289.