连铸过程控制系统的发展及展望
么洪勇, 张瑞忠, 李杰, 高宇, 曹金帅
河钢集团材料技术研究院, 河北 石家庄 050023
Development and prospect of continuous casting process control system
YAO Hongyong, ZHANG Ruizhong, LI Jie, GAO Yu, CAO Jinshuai
HBIS Group Materials Technology Research Institute, Shijiazhaung 050023, Hebei, China
摘要 探讨了连铸过程控制(二级)系统的发展历程和现场应用情况,从连铸工艺的特点及相应的功能需求出发,讨论了过程控制系统在本工序内功能定位、数据产生及应用的现状及短板。结合当前数字化、智能化发展需求对连铸过程控制系统的要求进行了分析,探讨了连铸过程控制系统的结构、功能、开发和数据处理等特征。在此基础上进一步展望了面向未来智能化发展的方向,提出了过程控制系统的发展建议。
关键词 :
连铸 ,
过程控制 ,
二级系统 ,
数据库 ,
大数据 ,
智能制造
Abstract :The development history and field application of process control (level 2) system of continuous casting are discussed. Based on the characteristics of continuous casting process and the corresponding functional requirements, the status quo and shortcomings of the functional positioning, data generation and application of process control system in this process are discussed. The requirements for the continuous casting process control system are investigated in the light of the current digital and intelligent development requirement, and the structure, functions, development and data processing characteristics of the continuous casting process control system are discussed. On this basis, the future development direction of continuous casting process control system is further prospected, and the development suggestions of process control system are put forward.
Key words :
continuous casting
process control
level 2 system
database
big data
intelligent manufacturing
收稿日期: 2022-12-12
引用本文:
么洪勇, 张瑞忠, 李杰, 高宇, 曹金帅. 连铸过程控制系统的发展及展望[J]. 连铸, 2023, 42(4): 1-9.
YAO Hongyong, ZHANG Ruizhong, LI Jie, GAO Yu, CAO Jinshuai. Development and prospect of continuous casting process control system. CONTINUOUS CASTING, 2023, 42(4): 1-9.
链接本文:
http://www.chinamet.cn/Jweb_lz/CN/10.13228/j.boyuan.issn1005-4006.20220190 或 http://www.chinamet.cn/Jweb_lz/CN/Y2023/V42/I4/1
[1]
贺宗春.从“十四五”原材料规划看——钢企数字化转型的3个关键[N].中国冶金报,2022-1-18(04)
[2]
葛秀欣,朱志斌.钢铁行业数字孪生工厂平台的研究与应用[J].冶金自动化,2021,45(6):37.
[3]
刘文仲.中国钢铁工业互联网发展现状及思考[J].中国冶金,2022,32(11):1.
[4]
朱苗勇,罗森.高效连铸数字化发展思考[J].冶金自动化,2023,47(1):68.
[5]
杨利彬.“十三五”中国炼钢关键技术进步及思考[J].钢铁,2022,57(8):1.
[6]
范铁军.钢铁企业数字化转型探索[J].中国钢铁业,2020(8):41.
[7]
顾炎.钢铁工业自动化发展趋势[J].钢铁,1979,14(2):1.
[8]
阎峰.国外连铸技术的现状及发展趋势[J].炼钢,1989(3):57.
[9]
张如斌,陶金明,崔立新.连铸技术国内外现状及发展趋势[C]//连铸设备技术研讨会.北京:中国金属学会, 2010:62.
[10]
李卫.珠钢计算机系统及其特点[J].冶金丛刊,2000(1):27.
[11]
丁荣麟,封金双,申步君,等.邯钢薄板坯连铸连轧过程控制计算机系统[J].冶金自动化,2001,25(4):24.
[12]
初福江,李毅民.包钢连铸机计算机控制系统(Ⅱ)[J].基础自动化,2000(6):40.
[13]
毛汉平,潘红,徐倚天,等.济钢4#大板坯连铸机过程计算机控制系统[J].冶金自动化,1997,21(6):12.
[14]
王仲亮,顾超,王敏,等.深度学习在炼钢过程中的研究进展及应用现状[J].工程科学学报:2022,44(7):1171.
[15]
韩占光,周干水,谢长川.基于机器学习的连铸坯低倍缺陷检测[J].连铸,2022(6):38.
[16]
侯自兵,柳前,江少奇,等.基于大数据挖掘的低碳钢连铸工艺参数优化[J].钢铁研究学报,2022,34(9):952.
[17]
杨立安,米进周,李涛,等.连铸板坯表面纵裂纹预测模型智能化定制方法[J].连铸,2022(6):16.
[18]
侯自兵,彭治强,郭坤辉,等.基于连铸生产大数据的热轧卷质量预测模型[J].连铸,2022(6):29.
[19]
刘奕.板坯连铸二级自动化系统研究[J].山东工业技术,2015(6):169.
[20]
冯志,王学峰.连铸二级计算机系统的研发与应用[J].科学技术创新,2018(12):68.
[21]
仝超,仝轻. 奥钢联板坯连铸二级系统的研究与应用[C]//中国计量协会冶金分会2017年会论文集.湛江:中国计量协会冶金分会,2017:249.
[22]
安航航,焦树强,孙彦辉,等.板坯连铸异钢种连浇混浇坯长度及成分变化模型的开发及应用[J].工程科学学报,2021,43(12):1656.
[23]
田志恒,田陆,田立,等. 基于电磁超声的连铸坯液芯凝固末端位置在线测量[C]//第十届中国钢铁年会暨第六届宝钢学术年会. 上海:中国金属学会,2015:1.
[24]
LIEFTUCHT, DIRK R, MARKUS S, et al. HD mold-A new fiber-optical-based mold monitoring system[J].Iron and Steel Technology. 2013,10(12). 87.
[25]
赵春锋,马亚峰.PDA数据采集分析系统在舞钢4 100 mm宽厚板轧钢生产线的实际应用[J].宽厚板,2015,21(5):44.
[26]
吴小渊.IbaPDA在全连续铸造机故障诊断中的应用[J].铸造设备与工艺,2015(1):4.
[27]
张红波.PI实时数据库在钢铁企业能源管理系统中的应用[J].科技视界,2015(11):286.
[28]
部伟利.钢铁企业PI实时数据库的应用[J].数字技术与应用,2017(7):122.
[29]
李瑞生,赵艳良,罗北平,等.连铸二级系统升级及拓展的探讨与实践[J].中国冶金,2018,28(12):60.
[30]
欧阳劲松,刘丹,汪烁,等.德国工业4.0参考架构模型与我国智能制造技术体系的思考[J].自动化博览,2016(3):62.
[31]
闫恒川.RAMI4.0在连铸过程控制系统中的应用[J].自动化博览,2019(4):69.
[32]
王国栋.钢铁工业信息系统必须是全流程、一体化[N].中国冶金报,2019-10-11(02).
[33]
杜斌. 宝钢炼钢、连铸自动化技术研发的回顾与展望——从控制模型到管理优化模型[C]//2008年全国炼钢-连铸生产技术会议文集.杭州:中国金属学会,2008:66.
[34]
魏忠.从过程工业人才培养看人工智能教育[J].中国信息技术教育,2021(8):11.
[35]
朱苗勇.新一代高效连铸技术发展思考[J].钢铁,2019,54(8):21.
[36]
梅康元,米进周,郭岩嵩,等.连铸生产线智能化技术研究[J].工业控制计算机,2021,34(7):139.
[37]
杨昌霖.高效连铸相关工艺模型及智能控制系统研发[J].重型机械,2021(3):26.
[38]
史晨.迷雾与鸿沟:制造业企业数字化转型面临多重挑战[J].国家治理,2021(48):34.
[1]
吴萧萧, 习在辉, 何生平, 王强强, 张旭彬. 高品质低碳钢板坯连铸保护渣降Li2 O的探索 [J]. 钢铁, 2023, 58(8): 110-119.
[2]
郭贺松, 孙建亮, 叶春林, 张学智, 刘炜亮, 彭艳. 基于SAE-DBN混合深度网络的热轧带钢表面缺陷预报 [J]. 钢铁, 2023, 58(8): 120-128.
[3]
康永林, 朱国明, 陈贵江, 秦哲. 中国薄宽带钢无头轧制技术最新进展 [J]. 钢铁, 2023, 58(7): 1-8.
[4]
王帅, 李强. 联合大数据和神经网络的高炉透气性预报模型 [J]. 钢铁, 2023, 58(7): 46-53.
[5]
刘然,张智峰,刘小杰,李欣,李宏扬,吕庆. 基于工艺理论和卷积神经网络的烧结矿转鼓指数预测 [J]. 钢铁研究学报, 2023, 35(6): 651-658.
[6]
刘然, 赵伟光, 刘颂, 刘小杰, 李宏扬, 吕庆. 高炉冶炼智能化的发展与探讨 [J]. 钢铁, 2023, 58(5): 1-10.
[7]
张建斌, 徐建飞, 王昆鹏, 王郢, 杨谱, 陈廷军. GCr15轴承钢连铸过程MgO·Al2 O3 夹杂物形成机理 [J]. 钢铁, 2023, 58(5): 83-91.
[8]
范斌, 刘利, 张思远, 李浩秋, 刘晓明, 王强. 齿轮钢20CrMnTiH连铸大圆坯宏观偏析控制 [J]. 连铸, 2023, 42(4): 23-28.
[9]
吴春雷, 史纯阳, 孙野, 刘研, 朱月阳. 钢坯枝晶腐蚀低倍检验技术的试样制备方法 [J]. 连铸, 2023, 42(4): 29-33.
[10]
周波, 余进涛, 田继勇, 周超, 张兴中, 方一鸣. 单伺服电机驱动连铸结晶器非正弦振动技术 [J]. 连铸, 2023, 42(4): 55-60.
[11]
朱喜达, 李朋, 徐乐钱, 刘宇, 满廷慧. M2高速钢连铸连轧短流程工艺生产实践 [J]. 连铸, 2023, 42(4): 73-80.
[12]
曾杰, 杨任一, 王万林, 朱晨阳. 薄带连铸过程中影响界面传热的关键因素分析 [J]. 连铸, 2023, 42(3): 2-7.
[13]
盛援义. 高产高质高效钢薄带连铸之意义和前景 [J]. 连铸, 2023, 42(3): 8-15.
[14]
杨任一, 曾杰, 路程, 朱晨阳, 王万林. 薄带连铸表面质量控制的研究现状与展望 [J]. 连铸, 2023, 42(3): 16-21.
[15]
王子超, 曾杰, 窦坤, 王万林, 林鸿亮, 刘小钪. 薄板坯中高碳钢保护渣综合理化性能的分析 [J]. 连铸, 2023, 42(3): 27-32.