液压振动下板坯连铸结晶器摩擦力检测实验研究

结晶器和铸坯之间的润滑与摩擦行为是影响连铸坯质量及生产效率的重要因素。基于宝钢板坯连铸试验平台,开展了液压振动下的结晶器摩擦力检测实验研究。通过检测不同振动参数下,冷态和拉坯时振动系统输出力的变化情况,计算出结晶器与铸坯间摩擦阻力。分析了摩擦力的周期变化行为,讨论了拉坯过程中相关参数的变化特征。为探究结晶器与铸坯间摩擦行为、优化与开发连铸工艺等提供实验基础与技术支持。

连铸结晶器摩擦力在线检测方法研究

对液压振动下的板坯连铸结晶器摩擦力检测方法——摩擦功法进行了研究,阐述了摩擦功法的检测原理和实现方法,并通过现场试验对检测方法误差进行了分析和验证.基于板坯连铸结晶器摩擦力的现场实测数据,讨论了拉速变化对摩擦力影响,并对正弦和非正弦振动方式下的摩擦力检测结果进行了分析.结果表明,运用摩擦功法进行摩擦力检测,能够很好地反映铸坯与结晶器之间的摩擦和润滑状况,为摩擦功法用于液压振动下铸坯与结晶器之间摩擦力的在线检测提供了理论参考和实验依据.

连铸结晶器摩擦力的研究现状

结晶器内部发生的热力综合作用是影响并制约连铸生产过程的主要因素,铸坯与结晶器之间的摩擦及润滑行为对铸坯质量及生产效率有着重要的影响。综述了结晶器摩擦力计算的研究现状,简要介绍了国内外就摩擦力在线监测研究方面所取得的研究成果,并对结晶器热力联合在线监控技术进行了展望。

正弦振动结晶器摩擦力与负滑脱参数对比分析

结晶器摩擦力是反映结晶器与铸坯间相互作用、评价保护渣润滑性能的重要参数。由于摩擦力的检测与计算比较复杂,一般通过对振动工艺参数的理论分析来估算结晶器与铸坯间的润滑与摩擦。基于液压振动装置的板坯连铸试验平台,对结晶器摩擦力和振动速度进行了检测实验研究。通过对理论与实测计算结果的对比分析,讨论了结晶器摩擦力状态与负滑脱参数的关系及二者随拉速的变化趋势。该研究在制定适宜的振频-拉速匹配关系、定量理解结晶器与铸坯间的瞬态摩擦行为等方面具有一定的指导作用。

基于人工神经元网络的连铸结晶器摩擦力异常预报

基于板坯连铸机生产中的结晶器摩擦力异常数据的分析结果,开展了结晶器摩擦力应用方法的研究.应用BP神经元网络与斜坡、脉冲等辅助判据相结合的方法进行结晶器摩擦力异常预报,并开发出结晶器摩擦力异常分析软件.应用该软件对现场实时记录的结晶器摩擦力数据进行预报仿真,预报结果与实际生产中的异常记录基本吻合.结果表明该软件可以对漏钢、水口断裂、液面波动等引起的结晶器摩擦力异常做出较准确的判断,与测温系统相比,结晶器摩擦力在某些漏钢事故发生时能提前做出反应,在异常预报等方面显示出明显的应用潜力.

大板坯液压振动结晶器摩擦力检测与分析

对大板坯结晶器摩擦力进行了在线检测试验研究。分析了摩擦力在升拉速、换水口、粘结及降拉速时相关参数的变化特征,指出结晶器摩擦力与结晶器和铸坯的相对运动速度呈相同的变化趋势,前者的变化滞后于后者,且经反复震荡后与拉速保持一致;同时结晶器摩擦力可以预测粘结漏钢事故。

板坯连铸结晶器摩擦力周期行为的研究

结晶器摩擦力是反映连铸生产状况的重要参数,研究结晶器摩擦力的周期行为特点对于理解铸坯与结晶器间的相互作用,评价保护渣的润滑特点有着重要的意义。基于液压振动装置的板坯连铸机,对结晶器摩擦力进行了瞬态检测,分析了结晶器摩擦力的周期行为特点。研究结果表明:在稳定拉坯阶段,结晶器摩擦力在两种振动模式下具有相似的周期变化过程;周期内摩擦力最值的出现位置呈现出一定的规律性和不确定性;开浇阶段摩擦力会在长时间内维持正值且波动剧烈。

板坯连铸结晶器摩擦力在线检测试验研究

结晶器与铸坯间的润滑和摩擦行为是影响铸坯质量及连铸顺行的重要因素。以板坯连铸为对象,开展结晶器摩擦力在线检测试验研究,考察液位波动、更换水口、在线调宽与异钢连浇过程中摩擦力的反应和变化趋势,测试并分析了开浇、拉速上升和降低等不同条件下摩擦力的波动规律和特征,为把握和控制结晶器内复杂润滑与摩擦行为提供试验依据。

板坯连铸结晶器／铸坯瞬态摩擦行为的实验研究

合理控制结晶器与铸坯间的润滑和摩擦状况是实现高效连铸技术的关键环节之一,摩擦力作为表征润滑效果的重要参数已受到广泛关注。以板坯连铸机为研究对象,对液压振动条件下结晶器和铸坯间的瞬态摩擦力进行测试和分析。探讨了瞬态摩擦力及相关参数的变化特点,并对正弦、非正弦振动方式下的摩擦力检测结果进行了对比分析,同时讨论了正常工况与漏钢发生前摩擦力的变化特点。为结晶器/铸坯摩擦行为的深入研究和优化连铸工艺等提供了实验基础和技术支持。

改进的主元分析法在连铸结晶器过程监测中的应用

将改进的主元分析(PCA)方法应用于连铸结晶器的过程监测.基于板坯连铸结晶器摩擦力实测数据进行仿真分析,结果表明,改进的PCA避免了Q统计量的保守性,从而能够更有效地识别过程故障与工况改变引起的T2统计量的变化.与传统的PCA方法相比,改进PCA具有更强的故障检测能力.