CN111421119A - 连铸板坯表面纵裂纹在线预测的方法 - Google Patents
连铸板坯表面纵裂纹在线预测的方法 Download PDFInfo
- Publication number
- CN111421119A CN111421119A CN202010217692.0A CN202010217692A CN111421119A CN 111421119 A CN111421119 A CN 111421119A CN 202010217692 A CN202010217692 A CN 202010217692A CN 111421119 A CN111421119 A CN 111421119A
- Authority
- CN
- China
- Prior art keywords
- temperature
- point
- temperature detection
- continuous casting
- longitudinal cracks
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009749 continuous casting Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 58
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 238000005266 casting Methods 0.000 description 13
- 238000009826 distribution Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 230000035882 stress Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005499 meniscus Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
- B22D11/16—Controlling or regulating processes or operations
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Continuous Casting (AREA)
Abstract
本发明公开了一种连铸板坯表面纵裂纹在线预测的方法，包括：在结晶器壁面上设置多个温度检测点；对所述温度检测点的温度进行检测；对连铸板坯表面的纵裂纹进行在线预测，包括：获取同一行中的温度最低点以及在当前时刻与上一时刻的温度差值超过临界阈值的温度检测点，若获取的两个温度检测点在同一位置，则将其作为第一异常点；获取所述同一行下方的相邻行中的温度最低点，若相邻行的温度最低点与所述第一异常点位于同一列，则将相邻行的温度最低点作为第二异常点；记录第一异常点和第二异常点的温度开始下降时间差，将时间差除以两行之间的间距所得数值与拉速比较，得到连铸坯表面是否产生纵裂纹。本发明提高了纵裂纹预测准确率和预测效率。
Description
技术领域
本发明涉及炼钢连铸领域，具体地，涉及一种连铸板坯表面纵裂纹在线预测的方法。
背景技术
随着连铸技术的飞速发展及热送热装和直接轧制工艺的应用，对铸坯质量预测精确度的要求越来越高。冷态取样和检测的传统铸坯质量判定方法已经不能满足现代化钢厂的需要。而要对各种类型和大小的缺陷进行在线全面检测，又需要一整套技术复杂且昂贵的设备及大量的维护工作，铸坯质量在线预测方法及系统得到广泛应用。
在连铸生产过程中，表面纵裂是影响铸机产量和连铸坯质量的主要缺陷。研究表明，铸坯出现纵裂纹，从本质上来说是由于结晶器内弯月面区域坯壳生长的不均匀性，而结晶器内的坯壳受力又是很复杂的，当坯壳受力超过其临界应力时，不均匀的传热会使很薄的坯壳不规律地脱开结晶器壁，脱离区域的回热会使得热应力提高，可能导致铸坯的表面纵裂纹。表面纵向裂纹通常出现在连铸坯宽面中部且平行于浇铸方向，见于板坯宽面中部或接近宽度1/4处的大范围内，长度从几十毫米到通坯长不等。
对于板坯结晶器，在结晶器整个宽度上应保持均匀的热流密度,尤其在弯液面区更是如此,可以根据结晶器专家系统的热流场分布图判断坯壳在结晶器内生长是否均匀，当热流分布明显不均匀的时候，出现铸坯裂纹的机率就会明显增大，但单纯通过热流分布图进行判定，预报准确率难以保证，尚需开发新的预测手段。
发明内容
鉴于以上问题，本发明的目的是提供一种连铸板坯表面纵裂纹在线预测的方法，以解决现有单纯通过热流分布图判定预报的准确率难以保证的技术问题。
为了实现上述目的，本发明采用以下技术方案：
本发明所述连铸板坯表面纵裂纹在线预测的方法，包括以下步骤：
在结晶器壁面上设置多个温度检测点，且多个温度检测点呈矩形阵列形式排布，所述矩形阵列至少包括两行；
每间隔设定时间对所述温度检测点的温度进行检测；
根据温度检测点的温度对连铸板坯表面的纵裂纹进行在线预测，包括：获取同一行中的温度最低点以及在当前时刻与上一时刻的温度差值超过临界阈值的温度检测点，若获取的两个温度检测点在同一位置，则将其作为第一异常点；获取所述同一行下方的相邻行中的温度最低点，若相邻行的温度最低点与所述第一异常点位于同一列，则将相邻行的温度最低点作为第二异常点；记录第一异常点和第二异常点的温度开始下降时间差，将所述时间差除以两行之间的间距所得数值与拉速比较，得到连铸坯表面是否产生纵裂纹。
优选地，每间隔设定时间对所述温度检测点的温度进行检测，包括：在所述温度检测点埋入热电偶；通过温度检测系统读取所述热电偶的温度检测值，得到温度检测点的温度。
优选地，将所述时间差除以两行之间的间距所得数值与拉速比较，得到连铸坯表面是否产生纵裂纹，包括：若所得数值与拉速之间的差值超过预设阈值，则连铸坯表面未产生纵裂纹；若所得数值与拉速之间的差值未超过预设阈值，则连铸坯表面产生了纵裂纹。
与现有技术相比，本发明具有以下优点和有益效果：
本发明通过获取多个温度检测点的温度值，并对温度值的变化进行分析得到连铸坯表面是否产生纵裂纹，相比于单纯通过热流分布图进行判断，通过测量得到的温度变化情况进行分析判断，准确率更高，可以用于指导现场生产，减少质量缺陷发生，提高连铸坯的生产质量。
本发明能够对连铸坯表面纵裂纹进行实时有效的在线预测，为准确的判断和评估连铸坯产品表面质量状况，对于提高生产效率和产品质量，提高产品的核心竞争力起到非常积极的作用。
附图说明
图1是本发明实施例中温度检测点的分布位置图。
具体实施方式
下面将参考附图来描述本发明所述的实施例。本领域的普通技术人员可以认识到，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式或其组合对所描述的实施例进行修正。因此，附图和描述在本质上是说明性的，而不是用于限制权利要求的保护范围。此外，在本说明书中，附图未按比例画出，并且相同的附图标记表示相同的部分。
对于连铸坯生产，若连铸坯存在严重的表面裂纹，后续的钢板轧制会造成产品报废，因此，对连铸坯表面纵裂纹进行有效预测，可以准确评估连铸坯产品的表面质量。
本发明提供的连铸板坯表面纵裂纹在线预测的方法，包括以下步骤：
在结晶器壁面上设置多个温度检测点，且多个温度检测点呈矩形阵列形式排布，所述矩形阵列至少包括两行，可以包括多列；当设置多行温度检测点时，每两个相邻行之间的间距可以相同或不同，相应地，相邻列之间的间距也可以相同或不同；
每间隔设定时间对所述温度检测点的温度进行检测，其中，设定时间由实际生产需求确定；
根据温度检测点的温度对连铸板坯表面的纵裂纹进行在线预测，包括：获取同一行中的温度最低点以及在当前时刻与上一时刻的温度差值超过临界阈值的温度检测点，若获取的两个温度检测点在同一位置，则将其作为第一异常点；获取所述同一行下方的相邻行中的温度最低点，若相邻行的温度最低点与所述第一异常点位于同一列，则将相邻行的温度最低点作为第二异常点；记录第一异常点和第二异常点的温度开始下降时间差，将所述时间差除以两行之间的间距所得数值与拉速比较，得到连铸坯表面是否产生纵裂纹。
本发明通过对结晶器壁面的温度进行测量分析，即可判断连铸坯表面是否产生了纵裂纹，大大提高对纵裂纹的预测效率，并且，本发明的预测分析方法简单，分析结果不易受某个温度检测点测量值的影响，提高预测准确率。
本发明中，在对温度检测点的温度进行分析时，需要测量分析的相邻两行的各个温度监测点的温度，且在计算温度开始下降时间差时，计算的处于上方的一行中的第一异常点与位于下方的相邻行中的第二异常点的温度开始下降时间差。
本发明中，通过温度检测系统对温度检测点的温度进行检测测量，并记录分析。优选地，每间隔设定时间对所述温度检测点的温度进行检测，包括：在所述温度检测点埋入热电偶；通过温度检测系统读取所述热电偶的温度检测值，得到温度检测点的温度。
本发明的一个实施例中，将所述时间差除以两行之间的间距所得数值与拉速比较，得到连铸坯表面是否产生纵裂纹，包括：
若所得数值与拉速之间的差值超过预设阈值，则连铸坯表面未产生纵裂纹；若所得数值与拉速之间的差值未超过预设阈值，则连铸坯表面产生了纵裂纹。
其中，时间差除以两行之间的间距所得数值与拉速越接近，则表面产生纵裂纹的可能性越大。
下面描述本发明的工作原理。
结晶器的散热受坯壳、渣膜和结晶器壁面之间的气隙影响，产生表面裂纹时，在渣膜和坯壳之间会产生气隙，势必增大热阻，使得温度检测点的温度下降。当表面纵裂纹出现时，处于上方的温度检测点的温度和下方的温度检测点的温度都有一个显著的温降，由于表面纵裂纹随铸坯下行而有一个时间差。当纵裂纹通过上方的温度检测点时，将铸坯和结晶器铜板隔开，温度值比先前有降低；下方的温度检测点亦是如此。根据在纵裂纹经常发生的区域，分析不同位置处温度检测点的这种温度变化趋势，可以作为判定是否产生纵裂纹的重要依据。
实施例：
图1是本发明实施例中温度检测点的分布位置图，如图1所示，在结晶器2的壁面上设置了两行7列的温度检测点，分别为A1～A7、B1～B7，并且，相邻两行的行间距相等，相邻两列的列间距也相等。在每个温度检测点均埋入热电偶1，使用热电偶测量得到温度值，每间隔5s测量一次，并将热电偶测到的温度信号送入数据采集系统，对测得的数据进行分析。
记录并计算第一行中当前时刻热电偶检测温度值与上一时刻的检测温度值下降超过临界阈值5℃的点，以及当前时刻第一行中的温度最低点，若得到的两个温度检测点处于同一位置，则将该温度检测点记录为第一异常点Aa。
记录并计算第二行中当前时刻热电偶检测的温度最低点，如果同第一行的第一异常点Aa在同一列上，则将该温度检测点记录为记录第二异常点Bb。
同一列上下两个异常点Aa、Bb的温度开始下降时间差除以上下间距与拉速接近，则可认为铸坯表面产生了纵裂纹，并以此作为铸坯裂纹在线预报的依据。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种连铸板坯表面纵裂纹在线预测的方法，其特征在于，包括以下步骤：
在结晶器壁面上设置多个温度检测点，且多个温度检测点呈矩形阵列形式排布，所述矩形阵列至少包括两行；
每间隔设定时间对所述温度检测点的温度进行检测；
根据温度检测点的温度对连铸板坯表面的纵裂纹进行在线预测，包括：获取同一行中的温度最低点以及在当前时刻与上一时刻的温度差值超过临界阈值的温度检测点，若获取的两个温度检测点在同一位置，则将其作为第一异常点；获取所述同一行下方的相邻行中的温度最低点，若相邻行的温度最低点与所述第一异常点位于同一列，则将相邻行的温度最低点作为第二异常点；记录第一异常点和第二异常点的温度开始下降时间差，将所述时间差除以两行之间的间距所得数值与拉速比较，得到连铸坯表面是否产生纵裂纹。
2.根据权利要求1所述的连铸板坯表面纵裂纹在线预测的方法，其特征在于，每间隔设定时间对所述温度检测点的温度进行检测，包括：
在所述温度检测点埋入热电偶；
通过温度检测系统读取所述热电偶的温度检测值，得到温度检测点的温度。
3.根据权利要求1所述的连铸板坯表面纵裂纹在线预测的方法，其特征在于，将所述时间差除以两行之间的间距所得数值与拉速比较，得到连铸坯表面是否产生纵裂纹，包括：
若所得数值与拉速之间的差值超过预设阈值，则连铸坯表面未产生纵裂纹；若所得数值与拉速之间的差值未超过预设阈值，则连铸坯表面产生了纵裂纹。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010217692.0A CN111421119A (zh) | 2020-03-25 | 2020-03-25 | 连铸板坯表面纵裂纹在线预测的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010217692.0A CN111421119A (zh) | 2020-03-25 | 2020-03-25 | 连铸板坯表面纵裂纹在线预测的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111421119A true CN111421119A (zh) | 2020-07-17 |
Family
ID=71548596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010217692.0A Pending CN111421119A (zh) | 2020-03-25 | 2020-03-25 | 连铸板坯表面纵裂纹在线预测的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111421119A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114850427A (zh) * | 2022-04-14 | 2022-08-05 | 首钢集团有限公司 | 一种铸坯表面纵裂纹确定方法、装置、设备和介质 |
| CN114850420A (zh) * | 2022-04-15 | 2022-08-05 | 首钢集团有限公司 | 一种铸坯纵裂纹的预测方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0360852A (ja) * | 1989-07-31 | 1991-03-15 | Kawasaki Steel Corp | オンライン鋳片の表面欠陥検出方法 |
| JP2000263203A (ja) * | 1999-03-11 | 2000-09-26 | Nippon Steel Corp | 連続鋳造鋳片の縦割れ予知方法 |
| CN1428216A (zh) * | 2001-12-28 | 2003-07-09 | 宝山钢铁股份有限公司 | 一种连铸板坯纵裂预报方法 |
| CN101985166A (zh) * | 2009-07-29 | 2011-03-16 | 宝山钢铁股份有限公司 | 一种连铸板坯纵裂漏钢预报方法 |
| CN102941330A (zh) * | 2012-10-31 | 2013-02-27 | 中冶南方工程技术有限公司 | 一种连铸板坯表面裂纹在线预测的控制方法 |
-
2020
- 2020-03-25 CN CN202010217692.0A patent/CN111421119A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0360852A (ja) * | 1989-07-31 | 1991-03-15 | Kawasaki Steel Corp | オンライン鋳片の表面欠陥検出方法 |
| JP2000263203A (ja) * | 1999-03-11 | 2000-09-26 | Nippon Steel Corp | 連続鋳造鋳片の縦割れ予知方法 |
| CN1428216A (zh) * | 2001-12-28 | 2003-07-09 | 宝山钢铁股份有限公司 | 一种连铸板坯纵裂预报方法 |
| CN101985166A (zh) * | 2009-07-29 | 2011-03-16 | 宝山钢铁股份有限公司 | 一种连铸板坯纵裂漏钢预报方法 |
| CN102941330A (zh) * | 2012-10-31 | 2013-02-27 | 中冶南方工程技术有限公司 | 一种连铸板坯表面裂纹在线预测的控制方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114850427A (zh) * | 2022-04-14 | 2022-08-05 | 首钢集团有限公司 | 一种铸坯表面纵裂纹确定方法、装置、设备和介质 |
| CN114850420A (zh) * | 2022-04-15 | 2022-08-05 | 首钢集团有限公司 | 一种铸坯纵裂纹的预测方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5579709B2 (ja) | 連続鋳造時に縦割れの発生を予測するための方法 | |
| US11105758B2 (en) | Prediction method for mold breakout based on feature vectors and hierarchical clustering | |
| JP6358215B2 (ja) | 連続鋳造鋳片の表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼片の製造方法 | |
| CN113340444A (zh) | 基于热电偶温度和逻辑判断的连铸坯表面纵裂预测方法 | |
| CN102527971A (zh) | 一种铸坯内裂缺陷的在线预报方法 | |
| CN111421119A (zh) | 连铸板坯表面纵裂纹在线预测的方法 | |
| CN111680448B (zh) | 一种基于支持向量机svm分类的连铸坯纵裂纹预测方法 | |
| CN118321519A (zh) | 一种结晶器粘结漏钢预报方法、装置、电子设备及介质 | |
| CN115586215B (zh) | 一种基于温度特征的连铸坯表面纵裂纹逻辑判断方法 | |
| CN110918973B (zh) | 一种基于游程的结晶器热像图异常区域标记方法 | |
| JPS5946703B2 (ja) | 鋳型温度計測素子を備えた鋳型による連続鋳造法 | |
| JP6119807B2 (ja) | 連続鋳造スラブの表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼鋳片の製造方法 | |
| JP6358199B2 (ja) | 連続鋳造スラブの表面欠陥判定方法及び装置、該表面欠陥判定方法を用いた鋼鋳片の製造方法 | |
| CN1428216A (zh) | 一种连铸板坯纵裂预报方法 | |
| JP2000317595A (ja) | 連続鋳造鋳片の表面疵予知方法 | |
| CN117036797A (zh) | 基于特征提取与随机森林分类的连铸坯纵裂纹预测方法 | |
| JPH06154982A (ja) | 連続鋳造の鋳型温度監視方法および装置 | |
| CN114850420A (zh) | 一种铸坯纵裂纹的预测方法和装置 | |
| CN116441502A (zh) | 基于结晶器温度识别连铸板坯纵裂纹缺陷的方法及系统 | |
| CN114618999B (zh) | 连铸坯振痕测量方法及装置 | |
| CN113946606B (zh) | 板坯结晶器漏钢预报系统热电偶安装反序终浇识别方法 | |
| CN111618265B (zh) | 一种基于k近邻分类的连铸坯纵裂纹在线检测方法 | |
| JPH0775766B2 (ja) | 連続鋳造における鋳片縦割れ検出方法 | |
| EP4563264A1 (en) | Casting mold, control equipment, and continuous casting method for steel | |
| JP7469623B2 (ja) | 連続鋳造における鋳片欠陥の検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200717 |