请教为何目前圆坯不能实现漏钢预报

fcoo

前些天听老外的连铸专家交流，中间提到目前尚没有圆坯的漏钢预报。自己百度了一下，也没有找到原因，恳请各位朋友给解答一下吧，或者介绍一下有没有专门的论文或者书也行。
拱手致谢了！

wenjingwu

漏钢预报系统的组成和工作原理
漏钢是连铸生产中的重大事故，给钢厂造成很大的经济损失。为避免漏钢的发生，通过在结晶器内安装热电偶矩阵，分析温度的变化，在发生漏钢之前就能预知漏钢征兆，并及时提醒操作人员或自动地降低拉速

在连铸生产过程中，钢坯坯壳由于某种原因，超过其机械强度而破裂，如果该坯壳破裂处未能凝固,则破裂处会以低于拉坯速度向下和横向扩展,当坯壳破裂处到达结晶器底部时，就发生拉漏。由于坯壳破裂时，钢水直接与结晶器壁接触，因而该处会有温升，这样，如果安装了漏钢预报系统，便可以通过分析分布在结晶器壁上的热电偶采集到的温度变化，得知坯壳破裂处及其扩展，从而检测出漏钢趋势并进行报警及采取相应的处理。

RAMON漏钢预报系统是镭目公司十几年来在连铸自动化测控领域不断开发、实践、应用过程中的技术成果，它包含了镭目公司最新的模糊控制和神经网络技术，能够更准确地对漏钢进行预报。

组成

漏钢预报系统主要由两部分组成：检测系统与控制系统。检测系统包括热电偶矩阵、热电偶模块、总线通信网络、PLC等，主要负责采集实时数据（温度、拉速、液位等）；控制系统包括数据分析处理单元、操作箱、PLC等，主要负责对数据进行分析，输出分析结果，并通过控制拉速达到消除漏钢隐患的目的。

漏钢预报系统的特点主要表现在数据分析处理的算法与优化的方法上，因各研究方向不同而存在差异。目前国内外普通采用的是基于逻辑分析的漏钢预报模型，这种模型在很大程度上依赖于现场具体的设备和工艺条件，预报数学模型中各种参数的最佳值是根据系统投入运行前对现场测试后确定的。因此，这种最佳值无法适应实际生产中的变化因素，如改变钢种后，其参数值必须重新进行测试后才能达到最佳效果。结果是减少了漏报率而导致了高误报率的出现，而降低误报率又会引起漏报的增加。镭目公司的RAMON漏钢预报系统采用了最新的神经网络模型进行漏钢分析。神经网络分析系统具有自学习、自调整能力，即通过一定的学习规则学习新的报警样本，并具有记忆功能，故整个系统可以根据自身学习获得的知识对漏钢征兆做出准确的判断，能更好地适应现场不同的生产条件及工艺参数。

工作原理

在正常浇钢情况下，所采集热电偶的温度应该是这样一种规律：

（1）同排热电偶温度基本一致；

（2）同列热电偶温度呈线性递减趋势；

（3）单点温度变化基本稳定在某一范围内。漏钢判断主要依据是温度矩阵。分析方法有很多种，大致可归纳为下面三种判断方式

（1）点判断法。漏钢预报系统根据采集到的温度，综合钢种、拉速、保护渣等因素，依次扫描所有的温度采集点，如果某一个点的温度变化连续超过设定值，即触发报警。这种判断方式快速，灵敏度高，但容易因为热电偶突发异常而导致误报。

（2）线判断法。线判断法建立在点判断的基础上，增加了多个点的判断，一般以同列相邻的点为一个判断单元。漏钢系统按照设定点数进行扫描，根据同列温度线性递减的特性进行漏钢判断。如果在同列中出现结晶器下部热电偶的温度高于上部热电偶的温度，并且超过设定值，即触发报警。线判断法能有效屏蔽在开浇与停浇时的误报现象，与点判断法相比，增加了判断条件，灵敏度相对降低。

（3）面判断法。面判断法是线判断法的横向扩展，根据黏结性漏钢的特性，在黏结处，温度会横向扩散，故在线判断的基础上，增加了同排温度变化的判断条件。这种判断方式较全面，基本能避免误报漏报。

fbc1

不错，学习了。