连铸坯质量判定专家系统开发

来源：王悦新，刘相华 |浏览：次|评论：0条 [收藏] [评论]

连铸坯质量判定专家系统开发

王悦新，刘相华

(东北大学轧制及连轧自动化国家重点实验室，辽宁沈阳110004)

摘要：鉴于连铸过程中存在众多不确定性，在引入模糊技术的基础上开发了连铸坯质量判定专家系统。以表面纵裂为例，以某中厚板厂工业生产实际数据作为样本，建立了连铸坯知识库。采用正向推理机制，对连铸坯质量进行了离线判断、推理和决策，采用Visual C 6．0软件建立了人机界面，数据库采用Oracle，调试结果表明该系统可以达到较高的判定准确率(大于95．6％)，为在线应用提供了基础。

关键词：连铸坯质量；专家系统；纵裂；知识库

中图分类号：TF777．1 文献标识码：A 文章编号：1005—4006(2009)01—0031—05

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，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，因此在线铸坯质量判定专家系统就应运而生。

所谓铸坯质量判定专家系统^[1]，就是根据计算机在线收集到的(自动或手动收集)生产过程(炼钢、二次精炼和连铸)数据，利用专家系统的原理，对铸坯质量作出评判，并及时、迅速地判断所生产的板坯是否适合热送热装或直接轧制的要求。

1 系统开发平台

开发平台为某中厚板厂2号铸机，铸机的主要参数见表1。

由图1可见纵裂发生率较高。如图2在浇铸B一1钢种时甚至出现整炉纵裂的情况，图2所示废坯纵裂贯穿铸坯宽面中心方向深度达到5 cm。

2 专家系统知识库的建立

2．1专家系统结构

本系统是在连铸板坯质量诊断知识分析的基础上，结合连铸生产工艺中存在的众多不确定性，将模糊技术引入了连铸板坯质量判定专家系统中，提出了模糊产生式规则与模糊框架相结合的综合模糊知识表达方式来描述专家系统中的不确定性知识，利用MYClN系统确定性理论和基于确定性因子CF的模糊逻辑模型，联合进行知识处理^[2]。连铸坯质量判定模糊专家系统的结构见图3，它包括6个部分：模糊知识库、模糊推理机、工作数据库、人机接口、解释机制和模糊知识获取机。

2．2隶属度函数的构造

在很多情况下，用一些常见的分布型函数作为隶属函数来近似表达一些模糊变量是最简便的方法。但必须要求所选用的模糊分布函数应尽量符合模糊变量的本质特性，下面以Q235钢为例给出它的部分参数隶属度函数表^[3]。

2．3专家系统纵裂知识库的建立

针对某中厚板厂的特点，研究的缺陷种类主要有：表面纵裂、表面横裂、星型裂纹、表面夹杂、重接、缩孔、三角区裂纹和中心偏析。

表面纵裂是在结晶器弯月面区，初生坯壳厚度不均匀，作用于坯壳上的拉应力超过钢的高温允许强度和应变，在坯壳的薄弱处产生应力集中导致产生纵裂，出结晶器后在二冷区继续扩展。考虑表面纵裂的影响因素有碳含量、拉速、硫含量、过热度、结晶器液面波动、保护渣碱度等，这里以碳含量对表面纵裂的影响为例建立冶金知识库。

现取2007年9～11月的实际生产数据，进行试验数据分析，研究碳含量对纵裂的影响。数据要求所对应的数据中硫含量小于0．015％(减小硫含量对质量的影响)，同一厂家保护渣且为非事故炉数据。经数据筛选后取碳含量为0．14％、0．15％、0．16％、0．17％、0．18％、0．19％、0．20％及小于0．13％与大于0．20％的数据总计约2000炉。统计并计算在碳含量不同时，其所对应的纵裂指数。

裂纹指数=(某块钢板裂纹分布面积之和／该块钢板总面积)× 100％

具体分析结果如表3及拟合曲线图4所示。

图4中横坐标X₁为碳含量，纵坐标Y₁为纵裂指数，根据以上实际分析，对函数关系进行区间量化，并总结前人研究成果后，给出碳含量对纵裂影响的判定规则如下：

If 0．06％＜C含量＜0．1％ then Y₁=0．05

If 0．1％＜C含量＜0．13％ then Y₁=0．08

If 0．14％＜C含量＜0．15％ then Y₁=0．45

If 0．15％＜C含量＜0．16％ then Y₁=0．72

If 0．17％＜C含量＜0．18％ then Y₁=0．18

If 0．18％＜C含量＜0．2％ then Y₁=0．07

If 0．2％＜C含量＜0．5％ then Y₁=0．1

Else Y₁=0

其中Y₁为纵裂经验值。

3 铸坯质量判定专家系统的实现

3．1 系统界面

首先对某中厚板厂冶炼流程条件下SMS-Demag连铸机的设计结构、浇注工艺、结晶器的凝固传热、二冷区的凝固传热、保护渣、中间包冶金等进行了前期调研与研究。并依据冶炼反应机理及凝固特点对铸坯表面纵裂形成机理进行了较为深入的分析^[4]。在此基础上，采用VC编写系统人机界面。

3．2知识处理

对于规则R9：

若二次冷却不合理或二冷段对弧不好则纵裂指数0．9

若前提条件的置信度依次被确定为1和0．8，则

最终置信度为0．9*max{1，0．8}=0．9

对于规则R45：

若经常出现鼓肚及

结晶器冷却水实际流速经常低于工艺要求或

结晶器钢管外壁经常结垢

则鼓肚与结晶器冷却强度偏低有关(机理解释略)0．8。

若前提条件的置信度依次被确定为1和0．8，0．85则

最终置信度0．8*min{1，max{0．8，0．85}}

=0．8*min{1，0．85)

=0．68

3．3推理方法

本系统采用正向推理策略，其基本算法描述为：

Procedure Date_Driven(KB，DB)

L₁S←Scanl(KB，DB)

Ⅵmile(NOT(S=Φ))AND Solving_flag=0 Do。

Excute(R)

S←Scanl(KB，DB)

endwhile

IF(S=Φ) AND Solvong_flag=0

THEN Ask_User_Input(DB)

GoTo L1

END

其中函数Scanl(KB，DB)的功能是扫描知识库，找出其结论部分能导出目标G的可用知识集；Ask User(G)是一个人机交互过程，它用来验证G是否为真或询问是否有能证实G的信息；函数LRS (R)是把启动知识库R的条件部分的条件项作为子目标；Excute(R)的功能是执行知识R，把其结论部分加入到数据库中^[5]。

专家知识存入知识库后，就可用标准数据库查询语言SQL对数据进行操作了。这里的逻辑推理机制实际上就是对存人关系数据库的数据进行匹配查询，若发现有一致性的数据记录，则激活该条规则记录。因存入的时候对不同属性的数据存人不同的字段，并冠以不同的字段名，故对数据记录可以很方便地区分出哪些是条件字段、哪些是结论和操作字段。

本系统VC＋＋6．0和Oracle数据库采用ADO技术连接，利用智能数据库的方法，推理机程序在VC＋＋6．0中编写，在oracle数据库中把部分知识库量化，建立多个参数的数据表及参数之间的权值表。下图给出了。racle数据库中纵裂碳含量数据表及参数权值表。

对铸坯纵裂而言，输人的主要参数有碳含量、结晶器液面波动、浸入式水口插入深度、钢水过热度、拉速、保护渣黏度、保护渣碱度、硫含量、磷含量、砷含量等参数，经理论分析及实际调试确定它们的权重，图5给出了其中碳含量对应的纵裂指数，图6给出了对纵裂有影响的各参数权值表。经推理机计算得到和输入条件相对应的纵裂指数。

4 系统的离线测试结果

取现场2007年12月份的试验生产数据对系统运行的结果进行离线验证。测试分2次进行，每次选取连续浇注的100炉，作为检测样本。依次输入铸坯生产过程的相关信息及钢水成分等，运行系统进行缺陷判定，结果以报表形式存人数据库。检测样本基本信息如表4所示。