连铸是炼钢过程非常重要的工序之一,连铸过程多发的漏钢事故影响因素较多,其中以黏结漏钢最为常见,约占总漏钢比例的70%。为了更好地解决黏结漏钢事故、明确原因并为建立更全面精确的预报模型提供理论基础,对连铸黏结漏钢发生机制、影响因素及预报模型进行了总结和分析,着重叙述保护渣性能、钢液条件、结晶器参数、人员操作等因素对黏结漏钢事故的影响规律,针对目前普遍使用的逻辑判断漏钢预报模型和基于机器学习的漏钢预报模型的研究现状进行了分析并提出了目前存在的不足。预测了漏钢预报系统未来将不断向智能化、高端化方向发展的趋势,为黏结漏钢的研究及如何有效预防提供参考。

为了解决含钒钢在连铸过程中易出现的内部裂纹问题,采用热力学计算、凝固组织模拟、二冷配水调控的方法开展了HRB500E螺纹钢的铸坯凝固过程分析、组织预测和表面温度控制研究。结果发现,螺纹钢中V(C,N)的热力学析出温度为1 118 ℃和最大析出量(质量分数)为0.06%,表明钒具有析出强化和固溶强化的双重作用;铸坯的组织分析表明,钒质量分数由0增至0.089%时晶粒半径减少了2倍,晶粒数增加了2.8倍,中心等轴晶提高了2.2%。说明钒的添加能细化晶粒、改善组织性能和增益冶金性能;同时发现产生裂纹等缺陷的原因主要在于二冷配水不合理导致的铸坯表面返温过大,在此基础上提出了相应的二冷配水工艺优化并引入长度为2.9 m的二冷三段的方案,最终设计出了1.4~2.7 m/min拉速水表,铸坯的表面返温低于100 ℃,返温满足冶金准则。工业生产证明通过二冷配水优化方案极大的提升了铸坯内部质量。

以钢厂断面尺寸为ϕ800 mm的圆坯42CrMo4钢为研究对象,结合ProCAST有限元法和CAFE法建立大圆坯模型,对比了过热度、拉速和二冷区比水量对大圆坯凝固行为和晶粒组织的影响。结果表明,拉速变化对铸坯凝固过程中的温度、凝固终点和凝固坯壳厚度的影响更大,而过热度对连铸过程的晶粒生长影响更大。拉速每提高0.02 m/min,凝固终点后移约3 m,过热度和二冷区比水量改变对温度和中心固相率影响不明显。当过热度从10 ℃增加到55 ℃时,等轴晶率从43.2%降低到9.2%,而拉速和二冷区比水量对等轴晶率的影响均不明显,变化都在8%以内。基于末端电磁搅拌位置,对现有工艺提出了优化方案,过热度降低至10 ℃,比水量降低至0.16 L/kg,可以有效提高等轴晶率,同时细化晶粒。

连铸结晶器喂钢带技术是调控钢液温度场分布、抑制或减少中心偏析、中心疏松等内部缺陷产生的有效手段。然而连铸过程属于高温黑箱操作,无法在线观察和测量结晶器内凝固组织的演变情况。为此搭建了可视化凝固试验系统,探究了无冷带、固定冷带及振动喂带对NH₄Cl-70% H₂O溶液凝固过程中凝固组织演变的影响规律。结果表明,首先喂冷带可以显著降低结晶器中心的过热度,并熔断枝晶,可有效增加游离晶粒的数量,进而提升凝固组织中等轴晶的体积分数;其次对冷带施加振动后,结晶器中心过热度的降低更为迅速,熔断形成的晶核更多且细小,等轴晶体积占比进一步增大。无冷带、固定冷带及振动喂带3种工况下的等轴晶体积占比分别为26%、31%、36%。

钢在连铸过程中,溶质元素的不均匀分布将会产生微观偏析和宏观偏析,且在后续的加热、轧制过程中并不能有效消除,极大影响了终轧产品的综合力学性能。在连铸坯宏观偏析的计算中充分考虑溶质的微观偏析行为,不仅有利于进一步增强宏观偏析计算的精确性,而且对改善铸坯质量、提高产品性能均具有重要意义。通过建立铸坯微观偏析行为的宏-微观耦合模型,将不同的溶质微观偏析模型影响下的宏观偏析行为进行对比,以获得最佳的连铸过程溶质微观偏析控制模型,实现连铸坯溶质宏观偏析行为的精准预测。此外,选择Won-Thomas微观模型研究了二次枝晶臂间距对82B帘线钢小方坯凝固终点位置及中心偏析缺陷的影响规律,二次枝晶臂间距由200 mm减小到40 mm时,凝固终点向前偏移了1.4 m,铸坯中心碳质量分数由0.154%减小为0.138%,表明冷却越慢,二次枝晶臂间距越大,偏析越严重,并通过碳硫分析仪验证了模型的合理性与可靠性。

为提高某厂42CrMoA钢内部质量,减少铸坯中心偏析,利用 ProCAST 软件对铸坯凝固组织进行模拟,研究连铸参数对凝固组织分布、等轴晶率和等轴晶区致密度的影响。结果表明,当拉速由0.8 m/min提高到1.1 m/min,等轴晶区比例增加了5.26%;比水量由0.144 L/kg增大到0.192 L/kg,等轴晶区比例减小了3.34%;过热度由5 ℃升高到35 ℃,等轴晶区比例减小了7.98%。由此得出,可以通过适当提高拉速、减小二冷比水量和降低钢水过热度来降低42CrMoA钢种宏观偏析。

为了研究影响FTSC薄板坯漏斗形结晶器内电磁场分布的主要因素,通过实测结晶器电磁场场型分布,基于电磁理论构建了漏斗形结晶器电磁制动电磁场反问题数学模型,进而对电磁制动技术进行了详细的研究,并首次研究了铜板水缝内冷却水介质对结晶器内电磁场的影响。结果表明,5对磁极在结晶器内宽面上形成类似于“ω”字形状的几何磁场分布;线圈电流强度从200~300 A增加到800~1 100 A时,结晶器内磁感应强度最大值从70 mT增加到200 mT;线圈电流强度相同条件下,线圈匝数越大,产生的磁场越强;铜板水缝内冷却水介质对结晶器内电磁场影响较小。

为提高CuNiCoSi矩形连铸坯凝固组织质量,利用CA-FE法建立了CuNiCoSi矩形坯截面凝固组织模型,通过该模型研究不同过热度与拉速对凝固组织影响。结果表明,降低过热度可提高凝固组织中等轴晶区占比,改善等轴晶区的晶粒均匀性。其他工况不变,将过热度由30 ℃降至15 ℃,等轴晶区面积由42.90%增大至47.32%;最大等轴晶粒面积由42.06 mm²减小至33.94 mm²。提高拉速不仅能提高凝固组织中等轴晶区占比,还可获得更细的等轴晶粒。拉速由100 mm/min增大至400 mm/min,等轴晶区面积由42.48%增大至50.14%;平均等轴晶面积由10.59 mm²减小至9.38 mm²。过热度与拉速优化后,铸坯凝固组织质量明显改善。

铸坯夹渣对铸坯皮下温度、坯壳厚度、第一主应力和等效应力有着显著的影响。基于温度继承算法,运用ANSYS有限元软件建立了钢液凝固二维瞬态导热模型,解析了夹渣对铸坯传热和应力行为。在铸坯常见的距中心1/4位置镶嵌宽10 mm深4 mm的保护渣,研究表明夹渣铸坯皮下温度平均上升60 ℃,坯壳厚度变薄3.6 mm,受到夹渣的影响第一主应力分布不均,局部变小,等效应力整体变小。

针对工业控制过程中高频时间序列是否存在某些关键特征形态子序列以及该子序列位于时间序列中具体位置的问题,提出了基于shapelet的工业时间序列中关键形态特征子序列的识别定位算法。其中shapelet为时间序列中最具辨别性的连续子序列,利用shapelet集可以适用于长度不一的子序列相似性计算,并且序列识别结果具有解释性。为了提高时间序列中关键形态特征子序列的识别定位速度和准确性,首先基于遗传算法从时间序列数据集中提取并筛选出具有形态特征的shapelet集,其次采用数据标准化和滑动欧式距离的方法计算shapelet与时间序列中子序列的相似性度量值,用来评估形态特征的相似性;然后定义了自适应相似性阈值以及滞后时间的概念,实现识别和定位时间序列中存在的特征形态子序列,提高了关键形态子序列的识别精度;最后利用公开标准数据集和连铸过程中拉速时间序列集验证了方法的可行性和准确性。

保护渣是连铸生产中重要的功能材料,为了准确、快速和低成本地获得保护渣的理化性能,基于实验室检测获得的保护渣成分、熔点、熔速和黏度数据,采用BP神经网络结合粒子群优化算法(PSO)建立了保护渣理化性能预测模型。选取13个未进行训练的测试样本检验PSO-BP模型的预测精度,结果表明,与BP神经网络预测模型相比,熔点、熔速和黏度的平均绝对误差MAE分别由8.9 ℃、4.7 s和0.012 Pa·s降低至8.1 ℃、2.8 s和0.010 Pa·s,并且单个样本的误差波动降低,整体预测精度提高。基于此模型,研究了单一或多个保护渣成分改变对理化性能的影响,通过控制其它成分不变,当碱度由0.8增加至1.2,黏度值由0.23 Pa·s降低至0.18 Pa·s。此外,展示了Al₂O₃和MgO单一变量调整以及同时变化对保护渣黏度性能的影响,模型计算结果与实际理论规律相符,表明基于PSO-BP神经网络的保护渣预测模型可应用于保护渣的开发与研究,缩短研发周期,降低成本。

基于炼钢—热轧—冷轧(热处理)工序全流程过程控制,利用现代数据通讯和数据库(数据云)技术创建了全过程质量管控数字化平台,并基于该平台开发了连铸板坯在线质量评级系统。该全过程质量管控数字化平台对炼钢过程中的原料、生产、工艺、设备等方面的参数进行实时监控和跟踪记录,并将跟踪结果以工艺事件的形式反馈到每一炉次和每块板坯上,通过制定相应的规则对连铸板坯进行分级评级,实现连铸板坯质量的在线实时预测评估,以确定连铸板坯分级修复处理方式。通过后工序轧制质量检验与判定,结果表明,该质量评级系统可以较为直观准确地分类筛选出具有不同质量风险等级的连铸板坯,降低了板坯缺陷发生比例,提高了连铸板坯质量。