基于多变量统计的连铸过程监控与优化

1、基于多变量统计的连铸过程监控与优化基于多变量统计的连铸过程监控与优化2汇报提纲 多变量统计过程监控及应用实例二 已有工作基础四 一连铸机系统及难题已有数据分析、建模与监控工作三 4汇报提纲 多变量统计过程监控及应用实例二 已有工作基3一、连铸机系统及难题连铸是将精炼后的钢水连续铸造成钢坯的生产工序，主要设备包括钢包、回转台、中间包，结晶器、拉矫机等。具体过程是：将装有精炼好钢水的钢包运至回转台，回转台转动到浇注位置后，将钢水注入中间包，中间包再由水口将钢水分配到各个结晶器中去。结晶器是连铸机的核心设备之一，它使铸件成形并迅速凝固结晶。5一、连铸机系统及难题连铸是将精炼后的钢水连续铸造成钢坯的生

2、4一、连铸机系统及难题拉矫机与结晶振动装置共同作用，将结晶器内的铸件拉出，经冷却、电磁搅拌后，切割成一定长度的板坯。连铸自动化控制主要有连铸机拉坯辊速度控制、结晶器振动频率控制等控制技术。6一、连铸机系统及难题拉矫机与结晶振动装置共同作用，将结晶器5一、连铸机系统及难题钢包 回转台 中间包 塞棒 浸入式水口 电磁搅拌装置EMS(电磁力控制钢水凝固)分布于 结晶器区； 二冷扇形区； 凝固末端区7一、连铸机系统及难题钢包 回转台 中间包 塞棒 浸入式6一、连铸机系统及难题钢水凝固为实心钢板，用于后续轧制的过程称为连铸，连铸是炼钢工业中的一个关键过程。一个典型的板坯连铸过程如图2所示。钢水注入中间包

3、，然后通过一个叫做浸入式水口(SEN)的装置，进入一个内含冷水的铜制结晶器。这个装置与塞棒一起工作，调节钢的流动，以精确地控制结晶器中的钢的含量。在结晶器内，与结晶器接触的钢的外壳凝固，但内部仍然是液态钢。冷却装置不断进行循环，使钢保持低温促进凝固。当钢完全固化时，可以截取任意长度的钢。板坯宽度控制通过调整结晶器的尺寸实现控制。8一、连铸机系统及难题钢水凝固为实心钢板，用于后续轧制的过程7一、连铸机系统及难题启动过程过渡过程： （1）换浸入式水口（SEN） （2）换中间包 （3）换产品规格9一、连铸机系统及难题启动过程8一、连铸机系统及难题该连铸机的完整的操作序列包含一个简短的启动运行，然后是

4、连续生产作业，最后停止操作。正确的启动操作（大约10到15分钟），包括启动设备的适当使用，正确的结晶器填充，正确的润滑和正确的速率增大频率。启动操作通常表现出不稳定和复杂的动力学过程，因此操作员需要密切监测启动过程，并严格遵循一系列标准操作规程（SOP）以确保操作过程处在安全操作区内。任何偏离这一安全工作区的操作，都可能会导致严重的过程故障。10一、连铸机系统及难题该连铸机的完整的操作序列包含一个简短9一、连铸机系统及难题在连续生产过程中一定有特殊的过渡操作。例如，当前的SEN和中间包完成任务后，将启动换SEN和中间包的过渡程序。产品型号的改变则需要一个分离器的介入，从而使不同等级的钢连续生产

5、。这些操作有一个共同的特征，生产速度明显下降（换SEN速度大约是0.6m/min，换中间包和产品级的速度大约是0.1m/min）。在SEN或者中间包替换过程中，无论是自动的还是手动的，这个速度都保持不变。最后生产速度会逐渐恢复原有的生产速度。与启动操作相似，在过渡过程中不正常的操作都可能会导致故障发生。11一、连铸机系统及难题在连续生产过程中一定有特殊的过渡操作10一、连铸机系统及难题在这个过程中最灾难性的事故是钢漏(breakout)。由于摩擦或者凝固的不完善等各种原因结晶器中凝固的钢可能会断裂。反过来，钢水打破了坯壳下方的结晶器，导致紧急停止铸造。启动，连续生产，过渡的任意一个过程都可能发

6、生钢漏。Breakout是在炼钢行业关注的主要问题，由于一个breakout需要大量的过程停机时间，造成了巨大的直接经济损失。而且由于它会增加设备的磨损，设备成本也会增加。更严重的是，breakout会对生产工厂造成严重的安全隐患。12一、连铸机系统及难题在这个过程中最灾难性的事故是钢漏(b11一、连铸机系统及难题漏钢多种原因：粘接漏：坯壳与结晶器壁发生粘接导致漏钢。夹杂漏：夹杂物在坯壳上，出了结晶器后在钢水压力下被冲开导致漏钢。锥度过小漏：结晶器锥度过小导致冷却不够，坯壳太薄出结晶器后漏钢。拉脱漏、开浇漏：开浇引锭头没有塞好，导致开浇后拉出结晶器就漏钢。角裂漏：在铸坯角部发生的漏钢。 横裂漏

7、、纵裂漏：在铸坯横向或纵向发生裂纹导致漏钢。连铸操作的难题：过程监控（漏钢预报）latent variable technology(1,2,3,4) 正常操作(PCA)、启动操作与过渡操作(MPCA-Multiway PCA)液芯检测（凝固终点位置检测） SMSDemag与Danieli 公司扇形段特性；另外可以考虑软测量方法。13一、连铸机系统及难题漏钢多种原因：连铸操作的难题：12汇报提纲 已有工作基础四 已有数据分析、建模与监控工作三 二多变量统计过程监控及应用实例 连铸机系统及两个难题一14汇报提纲 已有工作基础四 已有数据分析、建模与监控工13二、多变量统计过程监控及应用实例多变量

8、统计过程监控：能够基于过程运行数据监视多个产品性能指标及其与多个过程变量之间的相关关系，帮助企业发现工业过程中存在的操作规律与问题；多变量统计过程监控通过对过程进行有效地监控，能实时发现过程中的故障隐患，从而提高过程运行的安全性，因而受到现代工业过程越来越多的关注。15二、多变量统计过程监控及应用实例多变量统计过程监控：能够14二、多变量统计过程监控及应用实例批次过程，尽管针对品质指标的理论模型和在线传感通常难以获得，但几乎每一个间歇过程都存在大量的易于测量的过程变量，例如温度、压力、流量等定时测量值。可能数秒即可获得一次成百上千测点数据，贯穿整个批次过程。可以获得过去正常(Normal)和异

9、常(Abnormal)的批次，从这些数据(同步与数据缺失预处理)建立模型描述批次操作的运行状况，通过统计检验设计，进行过程监控及故障诊断。16二、多变量统计过程监控及应用实例批次过程，尽管针对品质指15二、多变量统计过程监控及应用实例17二、多变量统计过程监控及应用实例16二、多变量统计过程监控及应用实例18二、多变量统计过程监控及应用实例17二、多变量统计过程监控及应用实例19二、多变量统计过程监控及应用实例18二、多变量统计过程监控及应用实例20二、多变量统计过程监控及应用实例19二、多变量统计过程监控及应用实例21二、多变量统计过程监控及应用实例20二、多变量统计过程监控及应用实例22二

10、、多变量统计过程监控及应用实例21二、多变量统计过程监控及应用实例23二、多变量统计过程监控及应用实例22汇报提纲 已有工作基础四 连铸机系统及两个难题一三已有数据分析、建模与监控工作 多变量统计过程监控及应用实例二24汇报提纲 已有工作基础四 连铸机系统及两个难23大量传感器装备生产线，收集数据信息已成为行业习惯，这样产生了海量数据，我们现在生活在数据的海洋！实际运行数据是实际发生的现象，其内部蕴藏了许多不为人知的知识，可以用于揭示不同操作特性与规律；通过现场数据分析，可以找到影响产品质量的关键变量，判断评价不同的工艺参数与设备状态跟产品质量之间的关系；三、已有数据分析、建模与监控工作25大

11、量传感器装备生产线，收集数据信息已成为行业习惯，这样产24利用现场数据可以构建软测量模型，进行智能判断，自动检测异常与缺陷、自动监测设备状态、实时检测与诊断故障。给出优化操作建议，或搭建自动调节系统，还有可能指出现有工艺参数的缺陷，进一步提出改进措施。但是，通常这些数据量大、噪声较大、高度相关且易于数据缺失，只有正确处理才能得到有效利用。三、已有数据分析、建模与监控工作26利用现场数据可以构建软测量模型，进行智能判断，自动检测异三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作Figure 2. Scattering of LDA projecti

12、on for three efficiency levels三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作Figure 3. Weighting factor for projection y1 and y2三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作三、已有数据分析、建模与监控工作31汇报提纲 连铸机系统及两个难题一四已有工作基础 多变量统计过程监控及应用实例二已有数据分析、建模与监控工作三 33汇报提纲 连铸机系统及两个难题一

13、四已有工作基础 32申请人长期从事控制系统过程辨识与预测控制、过程监控与故障诊断方面研究，以及实际控制系统集成与软件实现方面的教学与科研工作。在宝钢研究院从事博士后研究工作期间，申请人参与了宝钢重大科研板形项目的研究，并将研究成果成功应用于新建连轧系统，取得了显著的经济效益；在台湾清华大学访学期间，对台湾中钢实际运行数据分析与建模过程中，对多变量统计方法深入研究，已合作发表Control Engineering Practice，Fuel等SCI源刊论文多篇；主持并顺利完成宝钢产学研项目的研发。与台湾，以及国际上进行相关研究的团队保持联系，积极交流与合作。四、已有工作基础34申请人长期从事控制

14、系统过程辨识与预测控制、过程监控与故障33（1）上海宝信软件股份有限公司，宝钢特钢事业部钢管厂GH3600合金管配套网带式纯氢气保护光亮热处理炉改造工程软件开发，2011-2013，项目负责人，已在线运行；（2）宝山钢铁股份有限公司，1580热轧1号炉增设燃烧工况测控在线系统配套软件开发，2014.1-2015.6，项目负责人，已完成安装、调试及验收； 以上两项目涉及PLC编程、WINCC及触屏监控画面制作、生产报表与管理等数据库操作。四、已有工作基础35（1）上海宝信软件股份有限公司，宝钢特钢事业部钢管厂GH34（3）国家基金委 61004019 动态数据驱动的间歇过程综合学习型优化控制，2

15、013-2016，主要参与人 实施中；（4）国家基金委 61171145 承压钢材微结构损伤的非线性超声表征及信号处理，2012-2015，主要参与人 实施中；（5）上海市科委国际合作项目08160705900火电机组节能优化与网络控制系统研究，2008-2012，主要参与人 已结题；（6）上海市科委重点项目 08160512100 面向现代电站节能降耗的优化协调控制研究，2008-2012，主要参与人 已结题。四、已有工作基础36（3）国家基金委 61004019 动态数据驱动的间35台湾中钢BFG/Coal混烧锅炉及热电联供系统优化操作与 监控系统研发；台湾中钢炼焦厂干熄焦发电系统余热回收

16、效率提升 及在线调节系统研发；台湾中钢炼铁炉安全运行监控策略研究（炉渣脱落）；台湾中钢大型冷却水塔节能运行操作研究；四、已有工作基础37台湾中钢BFG/Coal混烧锅炉及热电联供系统优化操作与36Jian-Guo Wang, Shi-Shang Jang, David Shan-Hill Wong, Shyan-Shu Shieh, Chan-Wei Wu, Adaptive Variable Selection Using NNG, Control Engineering Practice, 2013, 21(9): 1157-1164. (SCI源刊，IF：1.844) Jian-Guo

17、Wang, Shyan-Shu Shieh, Shi-Shang Jang, David Shan-Hill Wong, Chan-Wei Wu, Statistical Analysis and Discrete Model-based Operation of Cooling Tower for Energy Conservation, Energy Conversion and Management, 2013, 73(9): 226-233. (SCI源刊，IF：2.640)Jian-Guo Wang, Shyan-Shu Shieh, Shi-Shang Jang, David Sh

18、an-Hill Wong, Chan-Wei Wu, A Two-Tier Approach to the Data-driven Modeling on Thermal Efficiency of a BFG/Coal Co-firing Boiler, Fuel, 2013, 111(9):528-534 (SCI源刊，IF：3.791) 四、已有工作基础38Jian-Guo Wang, Shi-Shang Jan37Jian-Guo Wang, Shyan-Shu Shieh, Shi-Shang Jang, David Shan-Hill Wong, Chan-Wei Wu, Data

19、-driven Modeling Approach for Performance Analysis and Optimal Operation of a Cooling Tower, Journal of the Taiwan Institute of Chemical Engineers, 2014, 45(1): 180-185. (SCI源刊，IF：2.120)Jian-Guo Wang, Guang-Yi Cao, Xin-Jian Zhu, Best Tracking Performance for Integrator and Dead Time Plant. Systems E

20、ngineering and Electronics, 18(3): 577-583, 2007. ( SCI源刊)Jian-Guo Wang, Guang-Yi Cao, Xin-Jian Zhu, Optimal Robust Control for Linear Feedback Systems in the Presence of Plant Uncertainty. High Technology Letters 13(1): 6-11, 2007. ( EI源刊)四、已有工作基础39Jian-Guo Wang, Shyan-Shu Shi38Jian-Guo Wang, Qian-

21、Ping Xiao, Tiao Shen, Hua-Li Cheng, Simultaneous Identification of Process Structure Parameter and Time-Delay Based on Non-Negative Garrote, International Journal of Automation and Control. (EI源刊Accepted)Tingquan Gu, Jian-Guo Wang, Guang-Yi Cao, A Method for Flatness Model Online Identification and

22、Control in Cold Rolling, 2009 5th European rolling conference Jian-Guo Wang, Yong Guo, Juanjuan Wang. Closed-loop Subspace Identification Algorithm of EIV Model Based on Orthogonal Decomposition and PCAC. Proceedings of Asia Simulation Conference 2012, Shanghai, China, October, 2012:55-65. 四、已有工作基础4

23、0Jian-Guo Wang, Qian-Ping Xi39Jian-Guo Wang, Juan-Juan Wang, Qian-Ping Xiao. Data-Driven Thermal Efficiency Modeling and Optimization for Co-firing Boiler, 2014 26th Chinese Control and Decision Conference(CCDC2014), 2014, 45: 45:3608-3611.Jian-Guo Wang, Qian-Ping Xiao, Juan-Juan Wang. Soft Sensor Approach for Optimal Operation of Cooling Tower for Energy Conservation, 2014 26th Chinese Control and Decision Conference(CCDC2014) 2014, 46: 3612-3614