[发明专利]一种基于K-Means聚类预报结晶器漏钢的方法

说明书

一种基于K‑Means聚类预报结晶器漏钢的方法属于钢铁冶金连铸技术检测领域，包括以下步骤：(1)温度样本K‑Means聚类：对历史温度数据样本实施K‑Means聚类，得到符合条件的黏结漏钢类簇、正常工况类簇及质心；(2)确定类簇判定阈值：根据(1)得到的黏结漏钢类簇和正常工况类簇质心，确定类簇判定阈值；(3)漏钢识别与判定：计算和比较在线实测温度样本与黏结漏钢类簇、正常工况类簇质心的距离，判断是否漏钢。本发明通过K‑Means聚类方法提取黏结漏钢温度样本的共性特征，再将其与在线实测温度样本的特征进行比较，快速、准确识别和预报漏钢，可有效避免漏报，大幅提高漏钢预报的精度和准确率。

技术领域

本发明涉及一种基于K-Means聚类预报结晶器漏钢的方法，属于钢铁冶金连铸检测技术领域。

背景技术

漏钢是连铸生产过程中最严重的灾难性事故，不仅危及现场人员的人身安全、损坏连铸设备，同时将导致生产被迫中断，给连铸坯质量和生产顺行带来严重影响。漏钢是指结晶器内凝固坯壳的薄弱处发生破裂从而导致钢液流出，在各种类型的漏钢中，黏结漏钢的发生频率最高，占漏钢总数的三分之二以上，导致黏结的原因是在结晶器弯月面附近，由于保护渣润滑不良导致坯壳与结晶器铜板发生黏结，造成坯壳断裂而出现漏钢。

为预防和避免漏钢，目前国内外通用的解决方案是：在结晶器铜板内嵌入一定数目测量温度的热电偶，通过检测结晶器铜板温度间接获取铸坯坯壳的温度，从而判断是否发生漏钢。当发生漏钢时，结晶器铜板热电偶的温度在时间和空间上会呈现典型的“时滞”与“倒置”的特征。在线监测过程中，通过检测铜板热电偶温度的幅值、变化率以及上下排热电偶的延迟，并将其与经验阈值进行比较，当多个经验判据同时成立时，系统即发出漏钢警报。目前比较成熟的方法是开发基于热电偶温度和逻辑判断的漏钢预报系统，即

中国专利申请号201210236994.8公开了一种结晶器漏钢预报系统及其预报方法，该方法具体为：采集结晶器内温度数据、拉速、液位、拉坯长度以及摩擦力数据，将其发送至计算机终端；将温度数据转化为数字信号，并进行补偿计算，发送至计算机终端；计算机对接受到的数据进行计算并作出漏钢预报判断。该方法通过专家系统和神经元网络进行综合判断，具有误报低、报出率高等优点。其不足之处在于，结晶器温度变化是漏钢的典型特征，提取温度特征是该方法的关键，当浇铸的钢种和工艺参数发生变化时，黏结漏钢的温度特征会出现变化，进而导致漏钢预报的准确性逐渐降低。

中国专利申请号201710346797.4公开了一种基于逻辑判断的结晶器漏钢预报方法，该方法具体为：首先，读取逻辑判断经验参数；然后，对温度的上升、下降及其变化率进行规则检查，如果属于异常热电偶，则对其周围临近的3个热电偶进行温度变化延迟与温度倒置检查；最后，根据报警屏蔽条件，判断是否作出黏结漏钢报警。该方法的问题在于，当漏钢热电偶温度倒置现象不明显时，有可能因无法准确捕捉特征而导致漏报，此外，逻辑判断中的经验参数难以准确界定，给漏钢报警的准确率带来显著影响。

发明内容

本发明的目的在于克服现有漏钢预报方法的不足，提出一种基于K-Means聚类预报连铸结晶器漏钢的方法，预报算法的适应性和稳定性好，报警准确率高，可实时、快速预报结晶器漏钢。

为达到上述目的，本发明的技术方案如下：

一种基于K-Means聚类预报结晶器漏钢的方法，该方法采用K-Means聚类方法对数据集实施聚类，通过计算和比较在线实测温度样本与漏钢类簇、正常工况类簇质心的距离，判断和识别结晶器漏钢，包括以下步骤：

第一步、温度样本K-Means聚类

(1)获取历史温度数据，包含两部分：黏结漏钢温度数据和正常工况下的温度波动数据；

1.1)对于真实黏结的漏钢温度，标记黏结位置所在电偶列第一排电偶温度最高时刻，并选取其前M秒、后N-1秒共计M+N秒的温度数据；