基于灰关联聚类的连铸漏钢预报系统
基于灰关联聚类的连铸漏钢预报系统
王洪涛，熊和金
武汉理工大学自动化学院 中国武汉 430063
E-mail：hongtao_wang@https://www.wendangku.net/doc/6012397132.html,
摘 要：本文提出了一种基于灰关联聚类构建漏连铸钢预报系统的新方法,同时针对所构
建的灰色系统对热电偶分布在原有结构上做了改进.现场数据证明该连铸漏钢预报系统
能准确对温度模式进行分类和预测，并及时对漏钢事故预报。
关键词：连铸 漏钢预报 灰关联聚类
一引言：
现代炼钢企业铸造钢坯主要采用的是把钢水直接浇铸成型的方法，在连铸生产过程中,如果结晶器中形成的固化坯壳发生破裂,且破裂口不能在该段铸坯被拉出结晶器之前重新固化弥合,结晶器及铸坯中尚未凝固的钢水就会突然泄漏，这就是漏钢事故。漏钢是一种恶性事故，给炼钢企业带来极大的安全隐患，同时又给企业带来严重的经济损失。关资料表明,一次典型的漏钢事故损失高达30万元人民币[1].
漏钢预报是80年代开始发展起来的一种故障诊断和设备维护技术.为了准确预报漏钢,国外不少公司研制开发了漏钢预报系统.早期的逻辑判断系统与设备、工艺和钢种等有很大的依赖关系,因而缺乏鲁棒性,漏报和误报现象时有发生. 自90年代以来国外研制开发出神经元网络拉漏预报系统,其预报准确性较传统的逻辑判断方法有较大提高[2],但因其网络庞大,且需要大量的训练样本,因而其设计和训练难度很大. 国内一直一来也有致力于研究漏钢预报的研究人员和学者并且提出了许多解决方案，且已在实际应用中得到推广，相对于传统逻辑控制显示了很大的优越性。如郭戈等提出了基于模糊模式识别的漏钢预报方法[3]，王唯一等研究了基于神经模糊技术的漏钢诊断预报模型[4]，胡志刚等将BP神经网络应用于漏钢预报[5]，范建东等探讨了将RBF神经网络应用于连铸漏钢预报[6]。本文则构建了基于灰关联聚类漏钢预报模型，其最大的特色在于通过六个历史数据和一个当前数据，做关联聚类，且计算量大为减少，系统的预测性强，准确度高，鲁棒性好，且具有很好的实时性。
二灰色系统模型的建立：
目前常用的拉漏预报系统,结晶器铜板中大都埋设上下两层热电偶，这种热电偶埋设方法误报率较大.本文针对灰色系统对传统热电偶埋设方法进行了改进（如图1）。
图1 传统热电偶分布图与改进热电偶分布图
将原有热电偶在保持总数不变的情况下由两排改为三排,.当上排某热电偶处出现粘结或裂口时,由于拉坯机的作用,它将最先扩散到下面相邻两个热电偶处,从而引起这两处的铜板温度上升.所以用这种方法检测粘结和断裂将会更快速.热电偶系统总共埋设36个热电偶，这些热电偶可按第一排的热电偶序列号分为12个子系统，（1，2，3组第一个子系统，2，3，4，组为第二个子系统，…12,1,2组为第12个子系统）每个子系统总共9个热电偶，包含上，中，下三层各三个热电偶。如子系统1包含上层序列号为1，2，3的三个热电偶，属于同一列的热电偶记为一个热电偶组，如l组包括序列号为1，13，23的三个热电偶，以此类推。由于每一组热电偶，同时归属于三个子系统，而每个子系统都进行独立的关联聚类，因而大大提高了预报准确率。同时改进的热电偶埋设方法其热电偶行数增多,这就更易检测到铸坯纵裂和缩孔，比传统热电偶埋设方法更合理，更先进。
热电偶系统在进行漏钢预报时,根据各层中热电偶采集到的原始温度序列（子序列）与正常温度序列(母序列)关联聚合，计算出关联度，以此来判断该子系统所在区域是否发生了粘结或断裂,然后依据每个子系统的关联度进行灰决策，最终做出漏钢预报.
对于各个子系统有独立的工作方式，以第一个子系统为例，上层由热电偶1，2，3构成，中层由热电偶13，14，15构成，下层由热电偶25，26，27构成，上层的子序列由三个热电偶1，2，3 的温度数据组成，该子序列有7个温度数据，前6个为历史数据，最后一个为当前的采样数据。子序列的构成，依据灰预测原理。
对于子序列的实现可采用移位寄存器，当计算机对热电偶采样以后，使新温度数据进入子序列，舍掉离当前时间最远的温度数据，以保证子序列的个数为7个。于此同时由计算机控制，采样获得的数据循环采集并分配到各个子系统的各个层对应的子序列中已构成新的子序列。现仅以第一个子系统的上层（由序列号为1，2，3的热电偶构成）子序列的生成做简要说明。
1（t-6）2(t-5) 3(t-4)1(t-3) 2(t-2)3(t-1)1(t)
存储器保存2（t）同时左移一位，舍弃1（t-6）的数据组成新的子序列如下：
2（t-6） 3(t-5) 1(t-4)
2(t-3)
3(t-2)
1(t-1)
2(t)
存储器保存3（t）同时左移一位，舍弃2（t-6）的数据组成新的子序列如下：
3（t-6） 1(t-5) 2(t-4)
3(t-3)
1(t-2)
2(t-1)
3(t)
需要指出的是，1（t）表示序列号为1的热电偶当前采样的温度，下一个周期计算机将不再给序列号为1的热电偶采样，而是给序列号为2的热电偶采样，2（t）序列号为2的热电偶当前采样的温度，由于时间此刻已经过去一个周期，所以上表中三个子序列数据还存在对应关系：3（t-1）=3（t-2）=3（t-3）,以次类推。计算机对于各个子系统热电偶温度采集的形式为各子系统的热电偶组按序列号由小至大循环采集。下面说明一下循环采样，例如，当前采集的是1，4，7，10组共12个热电偶，对应的12个子系统为：以上层为例：1，2，3；2，3，；3， ，5；，5，6；6，∧
4∧
4∧
4∧
7∧
，8；7∧
，8，9；8，9，10∧
；10
，11，12；11，
12，1；12，1，2，标记表示当前各自系统中采集到的热电偶序列。下一次采集的组是：2，5，8，11组，再一次是组3，6，9，12。以后以此循环采集。
∧
∧
∧
2.1母序列的设定
母序列的设定是根据大量现场数据,经过数理统计的方法获得：此系统有三个母序列：即上，中，下三层热电偶正常温度模式，上层热电偶理想温度模式为
200°C，中层热电偶为170°C，下层热电偶为150°C 其给定形式如下：
1{()},1,2,,x i i N =L
2{()},1,2,,x i i N =L (1)
M M
{()},1,2,,n x i i N =L N 为温度数据个数。
{}()n x i 为第n 层正常模式各热电偶温度， n 为层数，此灰色系统按上，中，下分取1，2，3。
应该说明的是对于12个子系统母序列均取理想模式的温度，所以12个母序列组是一样的，为实现计算机软件资源的充分利用，在此不再做区分。
2.2子序列
子序列(也称原始数据列)子序列为待识别的温度序列,其形式为
{}{}12
(),1,2,,(),1,2,,j j y i i N y
i i N
==L L
M M (2)
{}(),1,2,,jn
y
i i N =L
{}()n y i 为第n 层各热电偶温度的温度，此灰色系统子序列充分考虑数据处理量，和温度采集
系统事时性，利用7个数据即N=7。其中i=1,2,3,4,5,6时为热电偶温度历史数据，i=7温度为当前采集到的温度数据。j 为子系统序数j=1,2,3,L ,12
2.3初值化变换
对母序列与子序列初值化变化的目的是为减小计算误差得到一组的无量纲的新数据列,其公式为
,,()()(1)()()(1)
n n n jn jn jn x i x i x y i y i y ==
(3)
n=1,2,3 j=1,2,…,12
2.4两级最小差与最大差
对于此漏钢预报系统，进行初值化变换后的母序列{}
,
()n x i 与子序列{}
,()jn y i 的差序列为
{}{},,11()()jn j x i y i ?=? (4) {}{}{}{}{}{},,,,,,111(1)(1),(2)(2),()()jn jn jn x y x y x N y N =???L
j=1,2, …12 n=1,2,3
两级最小差为 min min(min())j n
i
=?jn jn ? (5)
两级最大差为 max max(max())j n
i
= n=1,2,3 j=1,2,…,12
2.5计算灰关联系数及关联度
将两级最大差、两级最小差以及分辨系数ξ(ξ∈[0,1])和差序列代入下式,计算关联系数
min max ()max j jn jn j
i j εηε+=
?+ i=1,2,…,7 j=1,2,…,12 (6)
即可得到关联系数矩阵：
{
}
()jn i η111222333(1)(2)()(1)(2)()(1)(2)()j j j j j j j j j N N N ηηηηηηηηη??
??=??????
L L L j=1,2,…,12 (7)
子系统中每层子序列与相应母序列的关联度为
1
1()N
jn jn
i r i N
η
==
∑ (8)
1,2,3n
=1,2,12j =L
2.6灰聚类
确定各个子系统的当前状态，灰聚类的形式为：
{}{}3
1,231
min min j jn j j j n r r r r ===r j=1,2,…,12 (9)
由于此系统选择母序列的是正常温度模式，关联度越大说明工作正常，当关联度小于设定的阀值时，发出漏钢预报。在计算出各个子系统中各层热电偶温度的关联度之后,就可得到每个子系统的关联度情况进行灰决策.由于事实上只有所代表的温度模式可能引起拉漏事故,.当模糊决策系统的输出超过一个设定的阈值时,系统就发出警报,同时指出可能引起拉漏的原因和发生漏钢的位置.其中后者是根据温度值最大的热电偶所在位置来确定。
三 数据分析：
在灰色系统进行数据预处理时，为了增加关联度的区分度，往往在温度数据参加计算前，都在保持数据总体变化趋势不变的情况下，均相应减掉某一固定值。鉴于此灰色系统处理的温度数据特征，均相应减100。得到的温度序列以取代原先的序列，进行运算。
3.1母序列设定为：
{}1()200,200,200,200,200,200,200x i = {}2()170,170,170,170,170,170,170x i = {}3()150,150,150,150,150,150,150x i = 3.2子序列：
由现场温度数据得到的子系统的子序列组为：
{}{}{}111213()200,204,210,219,228,234,245()168,170,169,173,175,172,170()151,149,148,153,150,152,151y i y i y i === 3.3 初始变换
母序列，子序列各值减去100，显然，母序列初始变换后的新序列均为1。初始变换后的得到子系统中每层子序列的新数据为：
上层 1.000 1.040 1.100 1.190 1.280 1.340 1.450 中层 1.000 1.030 1.015 1.074 1.103 1.058 1.029 下层
1.000 0.960
0.940
1.039
0.980
1.020
1.000
3.4两级最小差与最大差
上层0.000 0.040 0.1000.190 0.2800.3400.450 中层0.000 0.030 0.0150.074 0.1030.0580.029 下层
0.000 0.040
0.060
0.039
0.020
0.020
0.000
由表中计算数据可得：
min 0.000j = max 0.450j =
3.4算灰关联系数及关联度 （预设定0.8
ξ=）
1 2 3 4 5 6 7 关联度
上层 1.000 0.900 0.7800.6550.5630.5140.4440.694
中层 1.000 0.923 0.9600.8290.7780.8610.9250.900
下层 1.000 0.900 0.8570.9020.9470.947 1.0000.936 3.4灰聚类
1min{0.694,0.900,0.936}0.694
r==
为保证该灰色系统不漏报，不误报预先设定的阀值为0.80。由于第一个子系统的关联度为0.694<0.80.系统将会发出漏钢预报。
对于该灰色系统漏钢预报是根据当前12个子系统的灰聚类的最小值与阀值比较结果而定的，而漏钢的位置可以依据子系统的序列号来确定。
四 结论
漏钢预报尚处于起步阶段，目前,国内外绝大部分连铸生产线还没有装备有效的漏钢诊断预报系统,而现存的预报系统存在不同程度的漏报和误报现象,严重地制约了连铸生产效率的进一步提高。因此,寻找一种有效的漏钢诊断预报方法意义重大。本文详细探讨了基于灰关联聚类模型的构建，并利用现场工艺数据进行了仿真。
从研究结果来看, 灰关联聚类模型与逻辑预报方法相比有显著的优势,可以根据有限的数据对漏钢征兆作出准确识别,使得漏钢诊断预报系统对于不同生产条件、工艺参数具有较好的鲁棒性,可以有效地避免在连铸机开浇、换包以及设备不稳定(如热电偶受到现场蒸汽的干扰)等情况下发生的误报现象。在多数情况下,能够比逻辑判别漏钢诊断预报系统响应更快，准确率更高。
参考文献
[1] 邵德奇,等.马钢 第三炼钢厂板坯连铸机拉漏预报系统[J].冶金自动化,1998,(6):10～12.[4]
[2]GongliangLuo,etal.ANeural-network-basedBreakoutPredictionSystemforContinuous Slab
Casting[A].CCC’97[C].1997.364～368.
[3] 郭戈等 基于模糊模式识别的漏钢预报 信息与控制 1998，（8） 311～315
[4] 王唯一等 基于神经模糊技术的漏钢诊断预报模型的研究 《自动化仪表》Vol.22,No10,Oct.,2001
[5] 胡志刚等 BP网络在漏钢模式识别中的应用研究 武汉科技大学学报(自然科学版)2000,（7）121～124
[6] 范建东等 RBF神经网络应用于连铸漏钢预报 上海大学学报(自然科学版) 2001，（10）392～393
Prediction Of Steel Breakout Base On Grey Relation And
Correlation Clustering
HongtaoWANG，HejinXIONG
School of Automation，Wuhan University of Technology, Wuhan, PRC,430063
Abstract
This paper produces a new prediction of steel breakout alarm model base on grey relation and clustering. In the same time the construction of the electric thermocouples is arranged according to
the model. Experiments show that the system can detect sticking or splits of slab more quickly and
is very effective in avoiding leakage of molten steel.
Keywords: continuous casting prediction of breakout Grey relation and correlation clustering
作者简介：王洪涛，1979年生，硕士研究生。主要研究方向是模式识别，嵌入式控制和人工智能。
灰色预测 投入产出模型 灰色关联分析主成分——聚类模型
2010年上海世博会影响力的定量评估 摘要 中国2010年上海世界博览会，作为第41届世界博览会，于2010年5月1日至10月31日期间，在中国上海市举行。举办2010年世界博览会，可以进一步提高我国的国际形象和地位，加强与各国的经济和技术合作，促进国际间经济贸易往来，对于加速上海市现代化程度，促进上海区域经济发展具有十分重要的意义。目前对世博影响力的定量评价还比较缺乏，因此定量研究上海世博会在各个方面的影响力显得尤为重要。 在本题中，我们选取上海世博会对上海市的直接经济收入、世博会对上海旅游业经济效益的影响与世博会对上海市的直接经济和旅游的综合影响这三个侧面，从横、纵向时间轴上对其影响力进行定量评估。 研究世博会对上海市的直接经济收入的影响，考虑到世博会未结束，故先用灰色预测的方法对世博会参观人数进行了预测，考虑到10月份假期影响系数和尾积效应的影响，我们用季节性修正来对10月份的数据进行修正，通过总人数的统计，得出门票总收入，再对世博会的直接投资与直接收益利用投资成数比例和投资数乘模型计算出间接投资与延伸效益，利用投入产出模型分析出了世博对上海市经济发展的直接影响力是对2010年上海市的GDP直接贡献值896.25亿元。并对比前五年的GDP增长值看出，举办了世博会后的上海市2010年GDP增长率是明显大于之前未举办世博的年份的。 对于世博会对上海旅游业经济效益的影响力方面，我们采用灰色关联分析模型来研究世博会对上海市旅游业经济效益的影响进行量化。由关联度的分析可得到2005年到2010年旅游综合评价结果排名的比较，上海2010年的旅游综合评价值为2.6459，06至09年综合评价值分别为0.8975、1.6292、0.9782、0.8743，2010年旅游综合评价明显大于历年的综合评价值位于第一。说明由于世博会的影响，带动了上海市旅游经济效益的快速增加。 为研究上海世博会对上海市的直接经济与旅游的综合影响，我们选取2009年1月至2010年7月的社会消费品零售总额、入境旅游人数、外国人数、上海市进出口总额、居民消费价格指数5项指标的具体数值，利用主成分——聚类模型选出主成分并进行聚类分析，得出的分类结果为2009年1月至2010年4月为一类，2010年5月至7月为一类，表明世博会的举办与否对上海市的直接经济与旅游具有重要影响。 【关键词】：影响力定量评估灰色预测投入产出模型灰色关联分析 主成分——聚类模型
结晶器漏钢预报系统 文献综述
内蒙古科技大学信息工程学院测控专业毕业实习报告 ——文献综述 题目：结晶器漏钢预报热电偶温度数 据采集系统设计 学生姓名：张超 学号：0867112337 专业：测控技术与仪器 班级：测控2008-3 指导教师：李文涛（教授）
一、前言 1.1 连铸技术 连续铸造技术，简称连铸，是一种使钢水不断地通过水冷结晶器，凝成硬壳后从结晶器下方出口连续拉出，经喷水冷却，全部凝固后切成坯料的一种铸造工艺如图1．1所示。连铸具有工艺简短、金属收得率高、能源消耗低、铸坯质量好、品种多‘2捌、生产过程机械化、自动化程度高等优点，其应用彻底改变了铸造车间的生产流程和物流控制，为生产的连续化、自动化和信息化技术的应用，以及大幅度改善环境和提高产品质量提供了条件[1]。 图1.1 连铸全过程 1.2 漏钢 在连铸生产过程中，如果结晶器中形成的固化坯壳由于某种原因发生破裂，而破裂口又不能在该段铸坯被拉出结晶器之前重新固化弥合，就会发生结晶器及铸坯中尚未凝固的钢水突然泄漏的事故，这种事故称为漏钢(breakout)。 漏钢是连铸生产最严重的事故之一，漏钢带来的直接经济损失及对生产组织的有序性都有巨大的影响。因此，减少漏钢的发生频率成为连铸技术人员关注的重点之一。冶金工作者通过借鉴以往大量漏钢的经验，并结合数学模型形成了基于各种原理的结晶器漏钢预报系统，通过不断地改进完善，目前漏钢预报系统已广泛应用于连铸生产中[2-3]。
结晶器漏钢预报系统构成如图1.2 所示。该系统主要包括：温度数据采集系统、基础控制程序和计算机分析处理应用软件。 图1.2 结晶器漏钢预报系统结构示意图 温度数据采集系统通过采用安装在结晶器铜板上的K 型热电偶进行铜板温度的测量与传输，热电偶的布置为结晶器铜板内外弧宽边各若干列；基础控制程序根据铸机浇注的断面尺寸进行热电偶选择，并将实时的温度测量数据显示在界面上；计算机分析处理应用软件把采集到的实时数据通过模型进行对比逻辑判断分析，当达到报警设定值时，将会反馈信号进行报警。 在连铸生产过程中，漏钢不仅会影响连铸生产，增加维修量和维修成本，而且使机械设备受到损害。常见的漏钢形式有： 1.3 裂纹漏钢 开浇漏钢是指引锭头刚拉出结晶器下口即漏钢,主要原因是:塞引锭头时加入冷料过多或过少、杂质过多或有油污、引锭头与结晶器壁间的缝隙没有塞严、出苗时间短、开浇时钢流过大将冷料冲散等; 设备原因有结晶器与扇形段对弧不准等情况都极易产生开浇漏钢[4]。 裂纹坯的表面纵裂纹在结晶器内产生, 由于热流分布不均匀, 造成坯壳生长厚度不均漏钢形成的机理铸, 在坯壳薄的地方产生应力集中; 静压力随坯壳往下移动呈直线增加, 静压力使得坯壳往外鼓, 表面裂纹进一步扩展,从而导致纵裂漏钢。
连铸机漏钢的原因及防范措施
漏钢 连铸中遇到的主要操作故障之一是“漏钢”。当铸流坯壳破裂时，坯壳内静止的熔融钢水溢出，堵塞机器，需要付出昂贵的停机代价。为拉出漏钢坯壳，就要再延长漏钢引起的停机时间，因为它可能会堵塞导辊或足辊，需要用气割清理堵塞，拉出坯壳。当漏钢坯壳温度降低时，需要把它切成小块，用矫直机从机器中取出，而矫直机设计成能在稳定阶段逐步地矫直曲冷坯壳，上轧辊可提供足够的提升重力，弄出不太长的弯曲铸流。因此，漏钢对铸机的有效性有重大影响——影响生产率和生产成本。 漏钢的影响因素影响漏钢发生的因素有： 温度和拉速不一致——钢水过热度越高，坯壳厚度越薄。由于结晶器中钢水施加的静压力，导致坯壳发生膨胀。当坯壳强度不够时，容易发生漏钢。不一致和不均匀的温度对漏钢的产生有很大影响。当拉速增大时，较易发生漏钢，因为结晶器不够润滑，从弯月面到坯壳 /结晶器壁面，结晶器保护渣流动性较差，而且增大拉速会导致总放热量减少。漏钢常常是由于拉速太高造成的，当坯壳没有足够时间凝固到需要厚度时，或者金属太热，这意味着最终凝固正好发生在矫直辊下方，因矫直时施加应力，坯壳撕裂。对于钢中碳含量一定时，温度高且拉速快容易发生漏钢。在振动设置上所作的任何改变都会促使漏钢发生，因为通过提高振动频率来减少振痕的做法会增加结晶器速率，从而增加交界面处的摩擦力。 结晶器和坯壳之间润滑不良——如果使用质量较差的保护渣，弯月面下方的钢水容易夹渣，导致结晶器和坯壳粘结，拉坯中断，造成悬挂漏钢。
方坯连铸时，因润滑不良或不均，坯壳粘结到结晶器上，影响传热，造成粘结漏钢。 保护渣加入方式不正确——由于现场工人操作习惯，一次性加入过多，且主要集中在内弧，呈斜坡状，会造成液渣不均匀填充，影响结晶器与坯壳间的润滑与均匀传热。在正常浇注情况下，小渣条没必要捞出，且应禁止用捞渣棒试探结晶器内是否形成渣条，会破坏弯月面初始坯壳的均匀形成。 结晶器中无效水流——减少进入结晶器的水流会导致传热降低，致使形成薄坯壳，最终导致漏钢。进出口的水温、压力和流速的不同直接影响结晶器的冷却。结晶器冷却系统堵塞导致压力增加，流速减小，影响传热，易发生漏钢。因而进出口水温（高温）的巨大差异导致结晶器与坯壳粘结，容易发生拉断漏钢。 结晶器几何形状不当——为增加钢水一结晶器接触面，调节结晶器锥度，以适应钢的凝固收缩，从而增加结晶器的传热，增加坯壳厚度。对于高速方坯连铸机上带线性锥度的传统结晶器而言，弯月面处的热传递迅速使铸流凝固成一固体外壳，随着外壳的收缩，角部脱离结晶器，停止热传递。因此，在结晶器底部，除了角部有再熔化之外，坯壳继续生长。当坯壳离开结晶器时，坯壳温度变化较大，此时增加拉速可能导致漏钢。如果调节的锥度不合要求，结晶器和坯壳之间就会产生气隙，当空气对结晶器中热量传递的阻力达到最大时，它将严重妨碍所需厚度的坯壳形成，最终导致漏钢。磨损和变形造成的结晶器锥度损耗会导致角部纵裂显著增加，这是由于角部再加热的结果。就结晶器变形而言，产生原因是结晶器铜板
连铸机漏钢预报系统技术附件
连铸机漏钢预报系统《技术附件》 连铸机漏钢预报系统 技术附件 甲方：南阳汉冶特钢有限公司 乙方：中国重型机械研究院有限公司2010年11月 8日
目录 附件一：技术规格说明书 附件二：供货分交范围 附件三：技术资料交付进度及系统进度 附件四：设备选型及生产厂家 附件五：设计及设计联络、双方人员的派遣及培训附件六：设计、制造、检验标准及考核验收
附件一：技术规格说明书 一、系统概述 连铸是一项把钢水直接浇铸成型的现代炼钢企业铸造钢坯的主要方法, 而漏钢一直是影响连铸生产及其设备寿命的主要因素。 在连铸生产过程中, 如果发生拉漏, 除了严重损害设备和危及人身安全外, 还须费时清理, 造成生产时间和产量重大损失。为了准确预报漏钢, 国外不少公司研制开发了漏钢预报系统。 在浇铸过程中,各类漏钢事故发生率差别较大,其中粘结漏钢事故发生率最高，其次是纵裂漏钢。结晶器内铸坯温度变化是一种大惯性、大滞后和高度非线性化的过程。漏钢是粘结等异常现象积累的结果，温度漏钢报警系统所作的报警实质上是对漏钢事故的一种检测。 在多种预报系统中，以热电偶测温法应用最为普遍。这是因为在粘接的发展过程中, 破裂处结晶器铜板温度便会升高, 利用埋设在铜板上的一排热电偶, 便可以在纵向和横向上测出一个明显的温度传递趋势。即利用热电偶温度变化将有漏钢前兆的温度特征模式识别出来,从而进行有效的预报。 漏钢预报专家系统，用于连铸浇铸过程结晶器铜板温度采集与分析。本系统采用逻辑判断和神经网络综合等原理，系统具有自学习功能，可以在线监控、显示、报警；可进行工艺参数和报警条件的输入和修改，并具有和其他数据采集软件、PLC硬件等的接口。 上排热电偶 下排热电偶 中排热电偶 热电偶在铜板上的安装示意 二、系统运行环境
连铸生产漏钢事故的分析
连铸生产漏钢事故分析 摘要：通过对连铸漏钢时结晶器内坯壳的剖析和工艺分析，查明漏钢的分类、原因和解决办法和如何避免事故的发生，如何提前预报漏钢。 关键词：连铸漏钢保护渣预报漏钢 一、漏钢的危害 漏钢—影响铸机有效性 连铸中遇到的主要操作故障之一是“漏钢”。当铸流坯壳破裂时，坯壳内静止的熔融钢水溢出，堵塞机器，需要付出昂贵的停机代价。为拉出漏钢坯壳，就要再延长漏钢引起的停机时间。因为它可能会堵塞导辊或足辊，需要用气割清理堵塞，拉出坯壳。当漏钢坯壳温度降低时，需要把它切成小块，用矫直机从机器中取出，而矫直机设计成能在稳定阶段逐步地矫直曲冷坯壳，上轧辊可提供足够的提升重力，弄出不太长的弯曲铸流。因此，漏钢对铸机的有效性有重大影响——影响生产率和生产成本。 二、漏钢的分类 根据漏钢坯壳的外观，大致把漏钢分成以下几类： 悬挂或粘结引起漏钢－－钢水粘结到结晶器上，因而称为粘结或悬挂。这可能是由结晶器和坯壳之间润滑不适或者结晶器调节不当引起的，而润滑不适可能是由质量较差的保护渣、结晶器中坯壳夹渣、结晶器钢水溢流、结晶器角缝、方坯连铸机润滑不良、不均等原因造成的。 1、裂纹引起漏钢－－坯壳角部纵裂和宽面纵向裂纹都会造成漏钢发生。如果纵向裂纹引起漏钢，则保护渣流动不均，结晶器传热不均导致坯壳厚度不均，保护渣选择不当和结晶器冷却不均造成冷却时坯壳破裂。对角部纵裂引起漏钢来说，沿结晶器窄面凝固厚度不够的坯壳因收缩时受到拉伸应力而破裂，拉伸应力是由结晶器窄面锥度减小和窄面传热不均造成的。 2、夹渣漏钢－－坯壳夹带保护渣或大粒夹杂物导致传热减少，形成薄坯壳而漏钢。方坯连铸时，二次氧化产物、低碳钢冶炼时高粘性渣中不当的脱氧产物， 1
板坯连铸机漏钢事故的原因分析及防止 精品
板坯连铸机漏钢事故的原因分析及防止 摘要：本文分析了某某钢二炼钢厂板坯连铸机漏钢事故产生产的原因及防止板坯连铸机漏钢的措施。采取 相应控制措施之后，目前某某钢二炼钢厂常规板坯连铸机频繁漏钢的势头得到了明显的控制。 关键词：板坯粘结漏钢保护渣水口浸入深度 1 前言 某某钢第二炼钢厂常规板坯连铸机自2005年4月18日投产以来，铸机漏钢问题始终困绕着二炼钢厂的正常生产，对二炼钢厂的正常生产造成了重大的冲击，连铸机的漏钢问题成为制约二炼钢厂生产的瓶颈环节。频繁的漏钢事故使连铸机设备的劣化趋势明显加剧，铸机检修质量无法保证。为降低连铸机漏钢事故，二炼钢厂成立了攻关组，经过对漏钢事故的原因进行分析，采取了相应的措施，板坯连铸机结晶器漏钢事故得到了明显的控制。 2 某某钢第二炼钢厂常规板坯连铸机参数及漏钢相关情况简介 2.1某某钢第二炼钢厂常规板坯连铸机的主要工艺参数 表1 主要工艺参数 铸机产量万吨／年 2 生产钢种四大类二十多个品种 3 连铸坯厚度mm 160，220 4 连铸坯宽度mm 850～1600 5 铸机半径m 9.5 6 连铸机型式立弯式(连续弯曲,连续矫直) 7 连铸机冶金长度m 31.9 8 铸机正常拉速m/min 1.0~1.4 9 结晶器长度mm 950 10 振动方式液压(正弦,非正弦) 11 二冷方式气水冷却(十四个控制回路) 2.2漏钢统计情况 从某某钢二炼钢厂常规板坯连铸机从2004年4月18日正式投产以来，共发生各种漏钢事故17次。其中粘结漏钢14次，占到所有漏钢的82％。其它三次漏钢为卷渣漏钢，裂纹漏钢，尾坯漏钢。板坯连铸机漏钢事故成为制约全厂正常生产的瓶颈环节。 3 某某钢二炼钢厂常规板坯连铸机漏钢原因分析 3.1粘结漏钢 结晶器粘结漏钢形成的过程如图1所示。
连铸漏钢事故分为哪几类
连铸漏钢事故分为哪几类？其产生的主要原因有哪些？ 所谓漏钢是指连铸初期或浇注过程中，铸坯坯壳凝固情况不好或因其他外力作用引起坯壳断裂或破漏使内部钢水流出的现象。漏钢是连铸生产中恶性事故之一，严重的漏钢事故不仅影响连铸机的正常生产，降低作业率，而且还会破坏铸机设备，造成设备损坏。漏钢事故因发生的时间不同及发生在铸机上的位置不同分为多种形式，其产生的原因也各不相同，主要分为以下几点： ⑴开浇漏钢：开浇起步不好而造成漏钢。 ⑵悬挂漏钢：结晶器角缝大，角垫板凹陷或铜板划伤，致使在结晶器中拉坯阻力增大，极易发生起步悬挂漏钢。 ⑶裂纹漏钢：在结晶器坯壳产生严重纵裂、角裂或脱方，出结晶器后造成漏钢。 ⑷夹渣漏钢：由于结晶器渣块或异物裹入凝固壳局部区域，使坯壳厚度太薄而造成漏钢。 ⑸切断漏钢：当拉速过快，二次冷却水太弱，使液相穴过长，铸坯切割后，中心液体流出。 ⑹粘结漏钢：铸坯粘结在结晶器壁而拉断造成的漏钢。 某厂生产500万吨板坯的统计表明，各类漏钢所占比例：开浇9.1%，夹渣2.3%，粘结54.5%，裂纹22.7%，鼓肚4.6%，水口凝钢2.3%，其他4.5%。 开浇时发生漏钢的原因有哪些？如何防止？ 开浇时发生漏钢的原因主要有以下几点： ⑴结晶器内冷料放的不好，引锭头没有塞实。 ⑵起步早，起步拉速快，或拉速增长太快。 为防止开浇漏钢，开浇前应做好充分的准备和检查，重点应注意以下几点： ⑴检查引锭头密实和冷料堆放情况； ⑵检查水口与结晶器对中情况； ⑶检查结晶器铜板有无冷钢，锥度是否合适； ⑷检查二冷喷嘴是否畅通完好； ⑸了解钢水的流动性、钢水温度状态，中间包和水口是烘烤状态，保护渣的质量。 ⑹要根据铸坯断面决定注流大小和钢水在结晶器停留时间。 ⑺起步拉速一般保持为0.5m/min，增速要慢（0.15 m/min），防止结晶器液面波动过大。 浇注过程中发生漏钢的原因有哪些？如何防止？ 浇注过程中发生漏钢的根本原因在于铸坯出结晶器后局部凝固壳过薄，承受不住钢水静压力而破裂导致漏钢。因而，为防止浇注过程中的漏钢事故发生，需找出凝固壳局部过薄的影响因素，其主要有以下几方面： ⑴设备因素：结晶器严重破损而失去锥度，铸坯脱方严重；结晶器与二次冷却段对弧不准；铸流与结晶器不对中等。此外，结晶器铜管变形、内壁划伤严重，液膜润滑中断等，也会造成坯壳悬挂而撕裂。 ⑵工艺操作因素：如拉速过快，注温过高，水口不对中、注流偏斜，结晶器液面波动太大，注流下渣，出结晶器冷却强度不足等。 ⑶异物或冷钢咬入凝固壳：如液面波动太大时，结晶器中未熔渣块卷入凝固壳，中间包水口内堵塞物随钢流落到结晶器液相穴，被凝固前沿捕捉而导致漏钢。 综上所述，为防止浇注过程中漏钢，在设备维护方面，应定期检查结晶器的使用情况，保证结晶器的倒锥度，结晶器应与二冷导向段保持对中，避免铸坯在拉钢过程中受到机械力的作用而发生坯壳变形破裂等引起拉漏。 在结晶器润滑方面，应保证结晶器润滑均匀，避免因润滑不好造成结晶器与坯壳的粘附漏钢和悬挂拉漏。 在工艺操作方面，应注意操作稳定，减少拉速的变动次数和变动量，保持结晶器内液面稳定，避免出现过大或过频繁的波动。同时应控制中间包内液面不能太低，避免大量的非金属夹杂物或钢渣卷入结
重庆市主导产业的灰色聚类分析
重庆市主导产业的灰色聚类分析 发表时间：2012-03-12T10:50:47.687Z 来源：《时代报告（学术版）》2011年12月（上）供稿作者：刘军胜[导读] 数据来源：1999—2008年统计年鉴及2005年重庆市产业投入与产出表。 刘军胜 （重庆师范大学经济与管理学院重庆 404001）中图分类号：F719 文献标识码：A 文章编号：41-1413（2011）12-0000-01 摘要：从中国国情的特殊性出发，确定了重庆市主导产业的指标体系，用灰色聚类法对现有的主要工业进行了聚类，从而得出化学原料及化学制造业、电器机械及器材制造业为重庆市的主导产业；通信设备、计算机制造业、非金属矿物制造业等是重庆市的一般产业的结论。 关键词：灰色聚类；主导产业；生态型；产业结构 一、我国产业结构的特殊性 解放初期，中国经济主要是以农业和轻工业为主。新中国成立以后，党中央选择了优先发展重工业的道路，从而打破了产业演变的自然规律，使得中国的三大产业在不平衡发展。经济发展的历史证明，产业结构随着经济发展阶段的变化经历了一个由低级向高级演变的客观过程。按照国际标准模式（配第—克拉克定理和钱纳里阶段理论）我国的产业结构与之偏离。按人均GDP划分，2008年中国人均3263美元，中国应处于重化工后期阶段。按2008年三次产业比重11.3：48.6：40.1划分，我国应处于重工业发展的初期阶段。而主导产业是经济发展某一阶段，对产业结构和经济增长起到导向性和带动性的产业。并且产业结构是一个动态的过程，该过程通常是有主导产业来牵动并以主导产业的更替为特征，因此，正确选择和培育主导产业就成为优化产业结构、推进产业结构高度化的关键环节。然而，我国产业成长的特殊性决定了我国的主导产业选择必须具体问题具体分析。 二、主导产业的界定 本文在借鉴国内外学者研究的成果，结合中国特殊国情以及新时期可持续发展的要求下认为：“主导产业一般是指在一经济体中在某一阶段，能对产业结构和经济发展起到导向性和带动性作用，具有最大的产业需求收入弹性和价格弹性和向后关联、向前关联效应最大的产业，并且符合社会可持续发展的需要，具有低耗能、高产出的环保产业。” 三、主导产业选择的标准 关于主导产业选择的基准，中外经济学者曾提出过多种见解。但是正如前文阐述的一样，在某一区域选择其主导产业必须结合当地的实际情况，以及跟上社会发展的要求。在当今技术日新月异的社会中，产业的战略性和产业可持续性被提上日程。因此，本文在结合国内外的研究和从国家和地区的全局、长远利益以及经济的可持续发展提出了以下的主导产业的选择基准： 1.优势原则
小方坯连铸漏钢原因分析及预防措施
小方坯连铸漏钢原因分析及预防措施 发表日期：2007年10月31日【编辑录入：meimei】 摘要：从钢种、结晶器状况、过热度、拉速、振动、保护渣性能、工艺操作等方面分析了安钢二炼钢2号方坯连铸机产生漏钢的原因，并采取相应措施，取得了较好的效果。 关键词：小方坯；漏钢分析；改进措施 安阳钢铁股份有限公司第二炼钢厂(以下简称安钢二炼钢)2号方坯连铸机采用浸入式水口加保护渣保护浇注工艺。2004年铸机平均溢漏钢率为0．68％，上半年平均为0．9％，最高月份为1．2％，溢漏事故多，已严重影响了连铸生产。为促进连铸生产顺行，同时也为铸机高效化生产打下基础，于2005年元月开始对2号方坯连铸机溢漏钢进行攻关，并取得了显著效果。 1工艺现状 安钢二炼钢2号连铸机始建于1989年，铸机类型为国产SFR-6型四机四流小方坯连铸机，铸坯断面为120 mm×120mm，采用定径水口、浸人式水口、保护渣和事故摆槽等浇注方式。目前，主要浇注钢种为Q235B、HRB335、HRB400、Q345B等钢种，连铸机主要技术参数为： 流间距1 100 mm；正常拉速2．8～3．5 m／min；铜管长度850 mm；铜管壁厚12．5 mm；铜管材质为脱氧磷铜；水缝宽度3．5 mm；结晶器倒锥度(0．56％～0．76％)／m；结晶器水量95～100m3／h；结晶器水压0．6～0．7 MPa；振动结构形式为半板簧振动。 2漏钢事故概况 2004年2号机溢漏钢569次，统计结果见图1，角裂漏钢占69％，为主要漏钢类型，下渣漏钢和拉断漏钢分别占14．9％和6．7％。因此，控制角裂漏钢可以大幅度降低溢漏钢率。角裂漏钢铸坯的形貌如图2所示，角裂漏钢主要发生在出结晶器坯壳距角部10～25 mm处，漏钢长度100～200 mm，沿漏钢部位的上下有纵裂缺陷。
浅析漏钢的原因及预防
浅析漏钢的类型及预防 连铸二车间技术组-郭幼永 一、前言：板坯漏钢的形式多种多样但重点主要集中在粘结漏钢和开浇起步后的漏钢。本文简要介绍常见漏钢的类型、漏钢的起因及相应的预防措施。为各班组在实际浇钢过程中提供参考便于降低漏钢事故的发生。 二、漏钢的类型 1、粘结漏钢 粘结漏钢是连铸生产过程中的主要漏钢形式，据统计诸多漏钢中粘结漏钢占50%以上。所谓粘结的引起是由于结晶器液位波动，弯月面的凝固壳与铜板之间没有液渣，严重时发生粘结。当拉坯时磨擦阻力增大，粘结处被拉断，并向下和两边扩大，形成V型破裂线，到达出结晶器口就发生漏钢。 粘结漏钢的发生有以下情况：内弧宽面漏钢发生率比外弧宽面高（大约3：1）；宽面中部附近（约在水口左右300mm）更易发生粘结漏钢；大断面板坯容易发生宽面中部漏钢；而小断面则发生在靠近窄面的区域；铝镇静钢比铝硅镇静钢发生漏钢几率高；保护渣耗量在0.25kg/t钢以下，漏钢几率增加。 2、发生粘结漏钢的原因： 1）、形成的渣圈堵塞了液渣进入铜管内壁与坯壳间的通道； 2）、结晶器保护渣Al2O3含量高、粘度大、液面结壳等，使渣子流动性差，不易流入坯壳与铜板之间形成润滑渣膜。 3）、异常情况下的高拉速。如液面波动时的高拉速，钢水温度较低时的高拉速。4）、结晶器液面波动过大，如浸入式水口堵塞，水口偏流严重，更换钢包时水口凝结等会引起液面波动。 3、防止粘结性漏钢预防措施 在浇注过程中防止粘结漏钢的对策有： （1）监视保护渣的使用状况，确保保护渣有良好性能。如测量结晶器液渣层厚度经常保持在8～15mm，保护渣消耗量不小于0.4kg/t钢，及时捞出渣中的结块等。
几种常用漏钢预报系统模型的比较_下_
第33卷 第4期2009年7月 冶金自动化 Metallurgical I ndustry Aut omati on Vol .33 No .4July 2009 ?综述与评论? 几种常用漏钢预报系统模型的比较(下) 李同彬1 ,姚若华1 ,陈 波 2 (11上海宝信软件股份有限公司自动化部,上海201900;21上海仕为软件有限公司) 中图分类号:TF34116;TP274+15 文献标志码:A 文章编号:100027059(2009)0420001204 Co m par ison of useful breakout pred i cti on system m odels(B) L I Tong 2bin 1 ,Y AO Ruo 2hua 1 ,CHE N Bo 2 (1.Aut omati on Depart m ent,Shanghai Baosight Soft w are Co 1,L td 1,Shanghai 201900,China; 2.Shanghai Shi w ei Soft w are Co 1,L td .) 4 基于结晶器铜板热传输的漏钢预报逻辑 判断模型 逻辑判断模型,就是以上述三节内容为基础, 结合连铸设备工艺的实际情况,定时采样处理每一组热电偶数据,把其中的温度上升值、升温速率、上下热电偶温差等数据与设定的阈值进行对比。通过对比,分析单个热电偶温度变化的时间序列和组偶温度关联的空间序列,结合钢种、拉速、铸坯宽度、经验值等因素,判断坯壳断裂的发生部位、裂口的发展方向和坯壳的生长情况。 逻辑判断模型的本质是识别出可能引起漏钢 的温度模式,属于动态波形模式识别问题,如图3所示。上排热电偶随着时间的变化(即在几个采样周期内),出现温度上升的情况,此温度梯度为判断参数之一,该曲线的极值超过设定值(说明粘钢)或低于某个值。几个采样周期后,下面的热电偶温度上升,该曲线的极值也超过设定值(说明粘钢)或低于某个值,此温度梯度为判断参数之二;再过一段时间,随着上面热电偶的温度下降,下面热电偶的温度上升,出现负温差情况,此温差为判断参数之三。这样通过监控温度变化就可发出漏钢预报报警(图3(e ))。因此,上述特征的漏钢预报逻辑判断模型主要包括:最大最小值模型;温度上升速度模型;温度下降速度模型;温度上升幅度 模型;温度下降幅度模型;粘结点空间传递速度模 型;单偶漏钢温度模式识别;组偶漏钢温度模式识别;采样滤波模型等等。 图3 连铸粘结漏钢预报动态波形模式识别 Fig 13 Mode identificati on of dyna m ic wave of the BOPS 各个模型的设定参数及其最佳值,是依据经验在现场中调试确定的。也可由专业技术人员根据具体的生产状况,结合钢种、拉速、铸坯宽度、保护渣等因素进行设定。因此,这类模型的温度上 收稿日期:2008211225;修改稿收到日期:2009202220 作者简介:李同彬(19622),男,湖北武汉人,高级工程师,主要从事冶金行业自动化系统设计工作。
灰色关联聚类剖析
灰色关联聚类 灰色系统基本概念：我们将信息完全明确的系统称为白色系统，信息完全未知的系统称为黑色系统，部分信息明确、部分信息不明确的系统称为灰色系统。 灰色关联聚类是根据灰色关联矩阵将一些观测指标或观测对象聚集成若干个可以定义类别的方法。灰色关联聚类主要用于同类因素的归并，以使复杂系统简化。由此，我们可以检查许多因素中是否有若干个因素关系十分密切，使我们既能够用这些因素的综合平均指标或其中的某一个因素来代表这几个因素，又可以使信息不受到严重损失,从而使得我们在进行大面积调研之前，通过典型抽样数据的灰色关联聚类，可以减少不必要变量（因素）的收集，以节省成本和经费。 一、灰色关联聚类的基本方法 灰色关联聚类实际上是利用灰色关联的基本原理计算各样本之间的关联度，根据关联度的大小来划分各样本的类型。 其计算的原理和方法如下。 现设有m个样本，每个样本有n个指标，并得到如下序列： X1 = ( x1(1), x1(2), …, x1(n)) X2 = ( x2(1), x2(2), …, x2(n))
……………………………. X m = ( x m (1), x m (2), …, x m (n)) 对所有的i ≤j ，i, j=1,2,…,m ，计算出X i 与X j 的绝对关联度ij ε，从而得到上三角矩阵A 。 A=??????????? ?mm 2m 221m 1211 εεεεεε ，其中εii =1；i=1，2，…，m ； 灰色绝对关联度计算方法： 设母序列{X 0}与子序列{X i }长度相同，它们分别为： ))(,),2(),1((0000n x x x X = ))(,),2(),1((n x x x X i i i i = 则其相应的始点零化序列为： ))(,),2(),1((00000000n x x x X = ))(,),2(),1((0000n x x x X i i i i = 式中：)1()()(0000 x k x k X -= )1()()(0i i i x k x k X -= 则X 0与X i 的灰色绝对关联度的计算公式为
连铸漏钢的预报预测研究 毕设论文说明文
xxxx大学xx学院 xxxxCOLLEGE, xxxx UNIVERSITY 毕业设计说明书设计（论文）题目：连铸漏钢的预测预报的研究 学生姓名：XXX 学号：XXXXXXXXXX 专业班级：XXXXXXX 学部：XXXXXXXXXXX 指导教师：XX XX XXXX年XX月XX日
摘要 摘要 在连铸生产过程中发生的各类事故中，损害最严重的是漏钢事故。据材料分析表明:粘结性漏钢约占漏钢总次数的65%~80%。为了避免或减少漏钢事故的发生，目前通常采用两条途径，其一是深入研究粘结性漏钢的形成机理，以便在生产过程中杜绝产生粘结漏钢的工艺条件;其二就是开发板坯连铸漏钢预报系统，检测在生产浇注过程中，结晶器中出现的漏钢征兆，然后采取减速等措施达到避免漏钢的目的。因此，参考国内外众多连铸资料，本文对板坯粘结性漏钢做了深入的研究。 首先，对连铸工艺做一个简要的介绍;再对板坯连铸粘结漏钢的形成机理及特点分析做了深入的讲述，提出了弯月面的破损是粘结漏钢发生的直接起因;又论述了影响板坯粘结漏钢的因素:浇注温度、保护渣的性能、钢水成分、拉速、结晶器的液面波动、锥度和振动装置以及预防措施;还对坯壳裂口的传播速度、热流以及振痕进行分析。 其次，逻辑预报方法虽然存在一些缺点，如易发生误报警等，但国内外的实践证明:逻辑预报方法仍是漏钢预报系统的一种重要途径，特别是新建铸坯生产线投产，缺乏生产数据就显示了逻辑预报的优点，显示它比其他预报方法更直观和灵活，有诸多可调参数，可由专业技术人员根据具体的生产状况设定。 因此，本文所开发的软件仍采用逻辑预报模型，用 VisualBasic6.0开发了板坯连铸漏钢预报仿真系统，对国内某钢厂的生产数据进行离线模拟，取得了良好的效果，证明了逻辑预报模型仍然是漏钢预报系统的核心判断模式，为该系统的进一步研发和完善奠定了扎实的理论基础。 关键词:连铸；板坯；粘结；漏钢预报
常见圆坯连铸漏钢原因及预防措施
常见圆坯连铸漏钢原因及预防措施 杨文明胡茂会贾宁波易良刚 攀钢集团成都钢矾有限公司 摘要：本文通过漏钢形貌的分析和漏钢坯壳的解剖，结合生产现场实际情况，分析漏钢原因，提出解决措施。 0 前言 连铸生产过程中所发生的事故，受损害最大的是漏钢，漏钢会造成设备的损坏，连铸停机，生产被迫中断，直接影响连铸机的产量，降低经济效益。因此，在组织生产中应千方百计来避免连铸漏钢事故的发生。 1 生产工艺 攀成钢公司电炉炼钢厂为搬迁改造工程，引进德国西门子70t高阻抗超高功率电弧炉+LF+VD+三流圆坯连铸机的生产工艺。三流圆坯连铸机为弧型连铸机，弧形半径R=12m，流间距L=1700mm，结晶器铜管长度700mm，单锥度（0.9-1.4%）结晶器，采用长水口（吹Ar）保护+浸入式水口（保护渣）浇注，中间包通过塞棒控制注流，二冷气雾冷却。主要生产规格为Ф220mm，Ф280mm、Ф350mm 和Ф388mm、Ф430mm的圆坯，相应规格目标拉速分别为1.25、0.90、0.55、0.45、0.36m/min。最常见的漏钢规格是：Ф220mm和Ф350mm规格，2010年1-6月，所有规格的钢种的综合漏钢率0.61%，Ф350 mm规格浇铸低碳钢180炉，发生漏钢13次，漏钢率为2.41%。 2 常见漏钢形貌 从漏钢形貌上可将圆坯的漏钢分为3种：1、裂纹漏钢2、粘结漏钢3、夹渣漏钢，我公司最常见的漏钢是裂纹漏钢，约占总漏钢的80%以上。 2.1夹渣漏钢 夹渣漏钢的漏钢口呈圆形，直径10mm左右。夹渣一般发生在皮下3-5mm，
夹渣的直径3-5mm，也呈圆形。 2.2粘结漏钢 粘结漏钢的漏钢口呈椭圆形或V形或锯齿形，漏口偏大，一般发生在浇铸前期，特别是第一炉钢。 2.3裂纹漏钢 裂纹漏钢漏口纵向破裂，长度500-1000mm，漏口最宽处可达50mm。从漏钢口往上延伸可以看见有裂纹，且多数伴随凹陷产生。 3 漏钢成因 3.1夹渣漏钢 出结晶器时，夹渣处铸坯钢质坯壳较薄，且强度低，经受不住钢水的静压产生漏钢。由于钢水对漏钢口的冲刷，漏钢口尺寸变大。 夹渣分为夹结晶器保护渣和夹中间包覆盖剂渣（或大包渣）。一般卷入结晶器渣的可能性大，主要是结晶器液位波动大，还有一些操作工喜欢经常挑渣圈。这样容易将烧结层的保护渣带入初期凝固的坯壳。在一些低倍样经酸洗后偶有发现卷渣的，从低倍图上可发现铸坯边沿有直径5mm的圆形夹渣（见图1），经过电镜扫描（见图2）成分为表1： 图1：圆坯夹渣低倍图图2夹渣电镜扫描图 表1：夹渣处电镜扫描化学元素及含量（%） 谱图O Na Al Si Ca Ti Mn Fe 谱图1 36.87 3.07 3.86 20.49 24.77 7.19 3.75 谱图2 45.69 4.31 14.75 24.11 11.15 谱图3 49.62 2.96 3.95 16.52 17.48 1.19 5.3 2.99
连铸粘结漏钢成因机理分析
2011年9月 连 铸 增刊 连铸粘结漏钢成因机理分析 王叶婷1， 赵洪强1， 国兴龙1， 曾 智2， 孙立根2， 张家泉 2 (1. 大连重工·起重集团公司，辽宁 大连 116013； 2. 北京科技大学，北京 100083) 摘 要：粘结漏钢是连铸过程中漏钢的主要形式，许多文献都尝试解释结晶器中的粘结现象。本文认为其成因应从整个结晶器包括物质流进出的平衡、拉坯过程中摩擦阻力的变化以及产生粘结的现象等各方面的因素来综合考虑。基于弄清整个结晶器的进出物流平衡来分析粘结形成原因，可为开发有效的漏钢预报系统提供有力的依据。 关键词：结晶器；粘结漏钢；漏钢预报；摩擦力 Investigation on the Mechanism of Sticker-Type Breakout WANG Ye-ting 1， ZHAO Hong-qiang 1, GUO Xing-long 1， ZENG Zhi 2, SUN Li-gen 2, ZHANG Jia-quan 2 (1. DHI·DCW Group Co., Dalian 116013, Liaoning,China;2.University of Science and Technology Beijing, Beijing 100083, China) Abstract ：Shell sticking is the main type of breakouts in the process of continuous casting, and the literature contains several explanations for mold sticking. This paper considered its causes from new perspectives, including the balance of inlet and outlet material flow, variation of the withdrawal resistance during casting and other phenomena throughout the mold. Based on material balance analysis, the mechanism of sticker-type was proposed to provide a strong basis to develop an effective breakout prevention system. Key words ：casting mold; sticker-type breakout; breakout prevention; friction 1 前言 连铸坯的质量与生产顺行始终是连铸生产者 关注的两大焦点问题。在高效连铸的背景下，围绕这两点开展了大量研究。然而，由于连铸过程的复杂性和随机性，一些问题依然难以完全解决，漏钢就是其一。有报道称一次典型的漏钢事故的损失竟高达20万美元，如果再加上因漏钢导致的生产停滞以及前后铸坯质量的影响，其损失可能是不可估量的[1]。因此，要开发出有效的漏钢预报系统避免漏钢的发生，正确了解漏钢的产生机理是必需的前提。 漏钢按产生的原因可分为四大类，分别是由传热不足引起的漏钢、粘结漏钢、缺陷漏钢和操作失误引起的漏钢，具体划分见图1。其中粘结漏钢是漏钢的主要形式，在规范操作条件下，粘结漏钢可占漏钢总数的90％以上[2]，因此最初开发出的漏钢预报系统大多针对漏钢的粘结行为，成为名副其实 的粘钢预报。 2 结晶器物流状态分析 由于粘结生成于结晶器这个黑匣子之中，关于粘结的成因暂时只能通过推理得到。本文从结晶器的物流平衡状态以及从能量角度考虑的物流平衡状态出发展开推理。 首先从图2我们可以得知从物流平衡角度考虑，从结晶器上口进入的物质有结晶器保护渣、钢液（其中包含钢液中的夹杂物）以及随钢液卷入结晶器的大包渣和中包渣，而从结晶器流出的物质有连铸坯和固态的保护渣皮（包括上口捞出的渣圈和
灰色关联分析中分辨系数的选取_申卯兴
第4卷第1期 空 军 工 程 大 学 学 报(自然科学版)V ol .4No .12003年2月JOURNAL OF AIR FOR C E ENGINEERING UNIVERSIT Y (NATURAL SC IENCE EDI TION )F eb .2003 灰色关联分析中分辨系数的选取 申卯兴1, 薛西锋2, 张小水1 (1.空军工程大学导弹学院,陕西三原 713800;2.西北大学数学系,陕西西安 710069) 摘 要:通过论证灰色关联分析中分辨系数对灰色关联系数的影响,指出了选取分辨系数时应明确 的几个结论,将通常见诸于灰色关联分析文献中取分辨系数ρ=0.5改进为ρ=0.05,以提高灰色 关联分析的分辨率。 关键词:灰色关联分析;关联系数;分辨系数;分辨率 中图分类号:O159 文献标识码:A 文章编号:1009-3516(2003)01-0068-03 灰色关联分析已经在综合评判、聚类分析(如:工作业绩、工程效益、学术科研成果的评价,目标识别、系统效能分析等领域)等序列性数据的研究中得到了广泛应用。灰色关联系数、灰色关联度是灰色关联分析中最为基本的概念,对此已经有许多研究和推广。而最基本且经常应用的关联度是以灰色关联系数为基础的。在灰色关联系数中,灰色分辨系数是直接影响关联分析分辨率的一个因子,它的取值直接决定着灰色关联系数的分布状况。 1 问题背景 设参考序列为X 0={X 0(k ) k =1,2,…,n },比较序列为,X i ={X i (k ) k =1,2,…,n },i =1,2,……,m ,则灰色关联系数定义为[1] ξi (k )=min i min k Δi (k )+ρmax i max k Δi (k )Δi (k )+ρmax i max k Δi (k )(1) 其中Δi (k )= X 0(k )-X i (k ) ,i =1,2,…,m ,ρ∈(0,+∞)称为分辨系数。 显然,灰色关联系数ξi ( k )的值直接与分辨系数ρ的值有关,而ρ是独立于X 0,X i 之外的人为取值的一个常数。常见的文献中指出取ρ∈[0,1],在具体应用中都常取ρ=0.5,也有文献指出“当ρ≤0.5463时,比较容易观察关联度分辨率的变化”,“根据经验,一般取ρ≤0.5最恰当”。文献[2]、[3]都指出了ρ=0.5的不合理性。那么,到底ρ通常取值为多大才算合适,ρ的取值怎样影响灰色关联系数ξi (k )的值呢?这是在进行灰色关联分析中必须面对的一个问题。 2 ρ对ξi ( k )的影响的分析简记max i max k Δi (k ) max ,min i min k Δi (k ) min ,式(1)变为ξi (k )=min +ρmax Δi (k )+ρmax 从而, ξi (k )=1Δi (k )=min 时 ρmin max 1+ρ≥ρ1+ρΔi (k )=max 时 (i =1,2,…,m ) 收稿日期:2002-06-24 基金项目:国家“高等学校骨干教师计划”资助项目(GG -1105-90039-1004) 作者简介:申卯兴(1961-),男,陕西合阳人,教授,主要从事防空作战决策分析及其优化理论与方法研究.
方坯连铸机漏原因分析及改进措施
摘要 关于钢厂方坯连铸机漏钢情况，分析了夹渣漏钢、粘结漏钢和角部裂纹漏钢的特点及机理。产生各类漏钢的主要原因是保护渣的性能、结晶器的精度、钢水过热度、拉速及浸入式水口的对中、操作等因素。通过采取相应的措施，铸机的漏钢率有明显的降低。 关键词：方坯连铸机、漏钢、粘结、夹渣、角部裂纹
1概述 在连铸生产中，漏钢是危害很大的事故，轻则影响铸坯质量，造成废品，重则影响连铸机作业率，损坏设备，危机操作人员安全。近年来，随着连铸工艺技术的进步，漏钢事故得到了有效抑制，但仍不能完全避免。在连铸日趋高效化的今天，要保障生产的顺利进行，提高连铸机作业率，就必须减少和控制漏钢次数。唐钢漏钢事故较多，漏钢率达到了0．209％，严重影响生产的畅行，对漏钢的成因进行分析，并采取相应措施，从而控制了漏钢事故的发生。
2铸机参数及漏钢情况 2.1连铸机的主要工艺参数 唐钢二钢轧厂有两台四机四流、三台六机六流方坯连铸机，实际年产能力400万t，浇铸的断四种：150 mmX 150 mnl、165 mmX 165 Innl、165 InnlX225 nlITl、165 mmX280 nnTl，所生产的钢种主要有建筑用钢、低合金钢、硬线钢、轴承钢、焊接用钢等近100个品种。铸机采用定径水口和塞棒控制两种，浸入式水口加保护渣进行保护浇铸。 2.1.1 漏钢情况 对该厂一年全年的漏钢情况分类统计，以夹渣漏钢、粘结漏钢和角部裂纹漏钢为主要漏钢类型，分别占漏钢总数的33．2％、26．5％和22％。 2.1.2夹渣漏钢、粘结漏钢和角部裂纹漏钢的原因分析 2.1.3夹渣漏钢特点及机理 第二钢轧厂方坯连铸机发生夹渣漏钢主要有以下特点。 1)漏钢处坯壳有一定的弧度，不像裂纹漏钢，有撕裂的感觉。同时一般在漏钢后结晶器内没有残余坯壳。 2)夹渣漏钢主要是由于坯壳形成时夹带保护渣或大颗粒高熔点杂物导致传热减少，形成薄坯壳而漏钢。方坯连铸时二次氧化产物、低碳钢冶炼时高粘性渣中不当的脱氧产物、结晶器中铝丝喷加不当造成氧化铝偏高、各种耐材脱落、浇铸过程中结晶器液位波动等，都会促使坯壳夹渣，抑制坯壳生长，造成漏钢。 3)绝大多数夹渣漏钢都是夹渣点刚刚出结晶器便发生漏钢。 2.2夹渣漏钢的原因 经过现场调查分析，发现铸机发生夹渣漏钢的主要原因有以下几
层次分析法和灰色聚类分析法在绩效评价中的应用
层次分析法和灰色聚类分析法在绩效评估中的应用 施狄峰 摘要 绩效考核的评估是帮助企业维持和提高生产力、实现企业经营目标的手段之一，它一个复杂的大系统，一般企业的绩效评估是建立在关键考核指标得分乘以权系数的线性关系的基础上，但如果有两个下属分公司考核得分分别是97分和94分，究竟它们都属于优，还是一个是优、一个是良，原先的方法显然无法判断。笔者运用运筹学决策分析法的层次分析法和灰色系统理论的灰聚类法两种方法对绩效加以评估，能将被考核企业的经营情况很清楚地区分开来，分类排序出来。 关键词 绩效评估 层次分析法 灰色聚类分析法 设以某公司下属11个分公司绩效考核情况数据为例，记为K C B A i ,, ;并选取经营效绩考核中三个指标记为* * * 3,2,1。 一、用层次分析法： 1、权重设置： 123ij 2所示系数。 得到矩阵A=(a ij )3×3矩阵A 为经营效绩的判断矩阵。 A= 相应的特征向量为： B 3=( 0.45 0.40 0.15 )T 得出3个考核指标权重分别为0.45、0.40、0.15
2、类似地根据表3可用特征向量法求下属11个分公司相对于上述3个指标中每一个的权系数。成对比较的 指标*1： 表4 指标*2：
表5 指标*3： 表6 3、由此可求出3个指标的相应特征向量，按列组成矩阵B3。 B3= 若记B k为第k层次上所有因素相对于上一层上有关因素的权向量按列组成的矩阵，则第k层次的组合权系数向量W k满足： W k=B k·B k-1··········B2·B1 由W3=B3B2=(0.0938 0.1050 0.0815 0.0944 0.1013 0.0721 0.0926 0.0965 0.0979 0.0745 0.0903 )T 可以得出以下11个分公司经营绩效排名：