在连铸生产中,对铸坯质量及时做出在线预报,对确保生产的连续性、提高产品质量及降低生产成本都具有极其重要的意义。世界上的著名钢铁企业对此都表现出极大的关注,并开发了自己的铸坯质量预测专家系统,对铸坯进行在线质量评判和分类,并进行跟踪。事实上,连铸坯质量缺陷绝大部分起源于结晶器内的热力学和动力学过程,而结晶器铜板所埋设热电偶提供的温度信息是其热力学和动力学的直接反映。 本系统综合运用了神经元网络和专家系统,用Visual Basic 6.0语言自行开发。系统使用神经元网络模块和逻辑模块对结晶器热电偶温度模式进行识别,同时采集连铸机各项设备参数和工艺参数,利用冶金学理论知识和现场专家的经验知识,对发生铸坯表面质量的可能性给出判定。用历史数据测试发现,该专家系统可以根据生产过程中的原因预报板坯的部分质量缺陷。 本系统吸收了国内外同行的研究成果,同时结合自己的实践,大胆地提出了一些自己的观点,应用于系统的开发之中,总结起来有如下几点: ①引入神经网络概念,设计了新型的神经网络专家系统结构; ②在BP网络的训练中使用了子块分割及误差分段等新方法; ③在神经网络的设计中将拉速作为一个输入结点,网络将不再仅用于温度识别,丰富了神经网络的功能; ④开发了逻辑漏钢预报模块,作为神经网络预报的有益补充; ⑤运用热电偶温度数据,结合结晶器液面、保护渣、钢号、钢液C、S、P含量等数据用于板坯表面裂纹预报。