[01584062]板坯连铸关键设备故障诊断与漏钢预报系统

主要内容：该项目以神经网络和模糊诊断、预报技术为理论基础，研究结晶器故障的产生机理、建模方法、诊断算法和漏钢预报的神经网络模型。以板坯生产线为研究对象，其研究成果可推广应用到板(方)坯生产线其他设备的故障诊断，同时其基本诊断方法也对冶金企业其它设备的故障诊断具有重要参考价值。项目意义：高效连铸是国内外冶金界研究的热点之一。结晶器是连铸生产过程的关键设备，结晶器工作状态异常，不但直接影响铸坯的质量，而且会导致浇铸过程中的溢钢甚至漏钢事故。因此，在连铸生产过程中，实时监测结晶器等关键设备工作状况并对其故障进行诊断和预报具有十分重要的现实意义。主要发现发明及创新点：1.提出了在线间接检测拉坯阻力的新方法，并建立了振动电机输入功率和拉坯阻力的之间的数学模型，提出了提取拉坯阻力异常特征的两种新方法；2.提出通过对状态特征相量的逻辑判断得出连铸系统是否处在异常状态的判别方法，建立了结晶器的神经网络故障诊断模型；3.分析了现场工艺因素对拉坯阻力的影响；得到了拉坯阻力与铸坯表面缺陷的关系曲线，提出了基于结构模式识别与神经网络相结合的漏钢波形识别新方法。取得的成效：该项目参加了天铁集团企业信息化工程和天津天铁轧二制钢有限公司信息化工程，取得了满意的效果，对提高设备利用率、缩短维修周期、实现安全生产起到重要作用。该项目研究期间，共发表论文5篇，其中国内重要期刊发表3篇，其它核心期刊发表2篇，EI收录2篇，申请发明专利1项，取得直接和间接经济效益2777万元。