一种多流小方坯中间包流场均衡智能调控方法与流程

本发明涉及连铸流场控制，具体是涉及一种多流小方坯中间包流场均衡智能调控方法。

背景技术：

1、多流小方坯连铸中间包是连铸工艺的核心冶金反应器，承担稳流、分配钢液、促进夹杂物上浮分离及为多流结晶器提供成分温度均匀钢液的功能。多流小方坯中间包一般设有4～8个水口，由于钢水注入点位置固定且各流出口至注入点距离不同，传统结构下各流钢液流量分配不均、温度偏差大、停留时间差异显著，易导致各流铸坯质量一致性差，严重时引发漏钢、夹杂物超标等生产事故；

2、现有技术中，针对多流中间包流场调控的方法主要分为三类：第一类为单一参数调节方法，如中国专利文献cn111570781a公开的一种中间包水口控流系统及方法，其通过电磁式控流机构调节线圈电流以控制水口流速，但仅能针对单流进行流量控制，缺乏对温度均衡与洁净度一致性目标的协同考量；第二类为结构优化方法，通过在中间包内设置湍流抑制器、挡渣坝等结构件优化流场，但结构参数在浇注前固定后无法响应浇注过程中工况漂移；第三类为基于数值模拟的离线优化方法，通过水模型实验确定工艺参数，但模拟工况与实际工况存在偏差，且无法在线更新；

3、上述现有技术存在以下不足：其一，单一参数调节无法对温度、流量、洁净度三类偏差进行协同调控；其二，结构方案在浇注前确定后难以动态调整，无法适应浇注过程工况漂移；其三，离线优化方法实时性差，无法形成闭环智能调控；其四，缺乏基于历史工艺数据的趋势预测能力，难以实现预测性调控。因此，亟需一种能够融合结构参数方案调用与工艺参数动态调节、具备多目标协同优化与趋势预测能力的多流小方坯中间包流场均衡智能调控方法。

技术实现思路

1、为解决上述技术问题，提供一种多流小方坯中间包流场均衡智能调控方法，本技术方案解决了上述的单一参数调节无法对温度、流量、洁净度三类偏差进行协同调控；其二，结构方案在浇注前确定后难以动态调整，无法适应浇注过程工况漂移；其三，离线优化方法实时性差，无法形成闭环智能调控；其四，缺乏基于历史工艺数据的趋势预测能力，难以实现预测性调控的问题。

2、为达到以上目的，本发明采用的技术方案为：

3、s1、感知阶段：在多流小方坯中间包的冲击区及各流出口预设位置，按≥1hz频率在线采集各流温度参数及流量参数，并通过钢液取样化验结果或基于历史生产数据建立的软测量模型获取洁净度参数；基于所述温度参数、流量参数及洁净度参数构建流间偏差矩阵；其中，所述洁净度参数包括钢液总氧含量与夹杂物面积率中的一种或多种，所述底吹氩流量为当前工艺设定值或上一轮调控后的反馈值；

4、s2、建模阶段：基于所述流间偏差矩阵，通过多目标自适应优化算法计算流场均衡指数b；所述流场均衡指数b的取值范围为0～1，b值越大表示流场越均衡；

5、s3、决策阶段：依据所述流场均衡指数b与预设均衡阈值之间的偏差，生成流场调控策略；所述流场调控策略包括浇注工艺参数调节策略、稳流器结构参数方案调用策略及挡渣坝结构参数方案调用策略中的一种或多种；

6、s4、执行阶段：依据所述流场调控策略，对塞棒开度、底吹氩流量及钢液液位中的一种或多种进行调节，并按照所述稳流器结构参数方案调用策略和挡渣坝结构参数方案调用策略执行对应的结构参数方案；

7、s5、反馈阶段：重新获取温度参数、流量参数及洁净度参数，更新所述流间偏差矩阵和流场均衡指数b，并将新获取的参数追加至历史工艺数据库；

8、s6、优化阶段：重复执行步骤s1至步骤s5，直至流场均衡指数b达到预设均衡阈值，实现多流小方坯中间包流场均衡闭环智能调控；

9、其中，所述浇注工艺参数调节策略在浇注过程中动态执行，所述稳流器结构参数方案及挡渣坝结构参数方案在浇注开始前确定并在当前浇注周期内保持不变。

10、优选地，所述步骤s1中流间偏差矩阵的构建方式为：

11、分别计算各流之间的温度偏差、流量偏差及洁净度偏差，并按照预设权重进行归一化处理后形成流间偏差矩阵；

12、所述流间偏差矩阵为n×n对称矩阵，n为流出口数量；

13、当i=j时，矩阵元素；

14、当i≠j时，矩阵元素表示第i流与第j流之间的综合偏差值；

15、所述流间偏差矩阵用于反映各流之间的温度场均匀性、流量分配均匀性及钢液洁净度一致性。

16、优选地，所述步骤s1中洁净度参数通过钢液取样化验结果或基于历史生产数据建立的软测量模型获得；所述软测量模型的输入特征包括各流温度参数、各流流量参数及底吹氩流量；所述软测量模型的输出特征包括钢液总氧含量预测值、夹杂物面积率预测值及夹杂物数量分布预测值。

17、优选地，所述软测量模型的具体构建过程包括：

18、采集历史生产过程中各流温度参数、各流流量参数及底吹氩流量作为输入特征；

19、同步采集钢液总氧含量化验值、夹杂物面积率化验值及夹杂物数量分布化验值作为输出特征；

20、利用输入特征与输出特征的历史对应关系训练软测量模型；

21、所述软测量模型用于在步骤s1中实时输出钢液总氧含量预测值、夹杂物面积率预测值及夹杂物数量分布预测值；

22、并根据新采集的化验值对软测量模型进行在线更新。

23、优选地，所述步骤s2中的多目标自适应优化算法包括：

24、以流场均衡指数b最大化及流间偏差最小化为优化目标；

25、根据当前工况动态调整各优化目标的权重系数；

26、依据调整后的权重系数输出对应的最优流场调控策略。

27、优选地，所述步骤s3中的稳流器结构参数方案调用策略包括：

28、在浇注开始前，根据历史工艺数据库输出的结构优化结果选择对应结构参数的稳流器；

29、所述结构参数包括稳流器导流孔数量、导流孔尺寸、导流孔空间分布方式及导流角度中的一种或多种；

30、所述稳流器结构参数用于控制钢液进入冲击区后的流动方向、流动速度及流股扩散范围。

31、优选地，所述步骤s3中的挡渣坝结构参数方案调用策略包括：

32、在浇注开始前，根据历史工艺数据库输出的结构优化结果选择对应结构参数的挡渣坝；

33、所述结构参数包括挡渣坝高度、导流孔数量、导流孔尺寸及导流孔空间位置中的一种或多种；

34、所述挡渣坝结构参数用于调节钢液通过挡渣坝区域时的流量分配比例及停留时间分布。

35、优选地，所述步骤s3中的浇注工艺参数调节策略包括：

36、依据流场均衡指数b的变化趋势，对塞棒开度、中间包钢液液位及底吹氩流量进行动态调整；

37、其中，塞棒开度用于控制各流出口瞬时流量；

38、钢液液位用于控制钢液静压力头；

39、底吹氩流量用于控制钢液搅拌强度并促进夹杂物上浮。

40、优选地，所述步骤s5中更新后的流场均衡指数b的判定逻辑包括：

41、当流场均衡指数b大于或等于预设均衡阈值时，保持当前工艺参数并退出本次调控循环，进入流场均衡指数b的持续监测状态；

42、当流场均衡指数b再次低于预设均衡阈值时，重新触发步骤s2至步骤s5的执行；

43、当流场均衡指数b小于预设均衡阈值时，触发步骤s2至步骤s5的循环执行，直至流场均衡指数b达到预设均衡阈值。

44、优选地，所述历史工艺数据库包括：

45、各流温度参数历史序列、各流流量参数历史序列、各流洁净度参数历史序列、流间偏差矩阵历史序列、流场均衡指数b历史序列及对应调控结果历史序列；

46、基于历史工艺数据库构建流场均衡趋势预测模型；

47、所述流场均衡趋势预测模型用于在步骤s3中提前生成流场调控策略，实现多流小方坯中间包流场均衡的预测性闭环智能控制。

48、所述流场均衡趋势预测模型为基于机器学习的时间序列预测模型，其输入为前n个周期的流场均衡指数b序列及对应调控参数序列，其输出为未来m个周期的流场均衡指数b预测值及推荐调控参数组合。

49、一种多流小方坯中间包流场均衡智能调控方法，包括：

50、与现有技术相比，本发明的有益效果在于：

51、本发明提出双层调控架构，将稳流器与挡渣坝结构参数方案在浇注前调用确定，配合浇注过程中塞棒开度、底吹氩流量、钢液液位三类浇注工艺参数的动态调节，解决单一参数调节无法对温度、流量、洁净度三类偏差进行协同调控的问题，实现结构层与工艺层协同作用；构建流间偏差矩阵并通过多目标自适应优化算法计算流场均衡指数b，结合s1至s6循环执行机制形成闭环智能调控，解决离线优化方法实时性差的问题；基于历史工艺数据库构建流场均衡趋势预测模型，可提前1~5个周期生成预警性调控策略，解决缺乏趋势预测能力的问题；通过双层调控与趋势预测的协同，使流场均衡指数b快速达到预设均衡阈值，多流铸坯洁净度与温度一致性显著提升。