一种结晶器铜管使用寿命的预测方法及装置

技术领域

本发明属于数据处理技术领域，特别是涉及一种结晶器铜管使用寿命的预测方法及装置。

背景技术

在炼钢生产中，连铸具有高效、节能的特点，结晶器是连铸机非常重要的部件，是一个强制水冷的无底铜管模，被称为连铸机的“心脏”。结晶器为承接从中间包注入的钢水并使之按规定断面形状凝固成坚固坯壳的连续铸铜设备，是连铸机中最关键的部件，其结构、材质和性能参数对铸坯质量和铸机生产能力起着决定性作用。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种结晶器铜管使用寿命的预测方法及装置，可以及时预警结晶器铜管出现脱方和角裂的情况。

为实现上述目的及其他相关目的，本发明提供一种结晶器铜管使用寿命的预测方法，包括：

分别获取每一根历史铜管及待预测铜管的锥度数据；

对所述每一根历史铜管及所述待预测铜管的所述锥度数据进行聚类处理，获取聚类类别；

根据所述聚类类别，确定所述待预测铜管的所属类别；

计算所述待预测铜管的所属类别中的不同类型的通钢量数据，建立预测模型；

利用所述预测模型获取所述待预测铜管使用寿命终结的预警阈值；

根据所述预警阈值输出所述待预测铜管使用寿命终结的预警信号。

在本发明的一实施例中，所述分别获取每一根历史铜管及待预测铜管的锥度数据包括获取侧面锥度数据和弧面锥度数据。

在本发明的一实施例中，所述锥度数据是铜管使用前的锥度数据。

在本发明的一实施例中，所述对每一根历史铜管及所述待预测铜管的所述锥度数据进行聚类处理，获取聚类类别包括：

从获取的样本数据中任意选择多个样本作为初始聚类处理的中心；

基于欧几里得距离公式计算剩余的其他样本到每个中心点的距离；

根据计算所得的距离，将剩余的样本划分到距离它最近的中心点所代表的聚类类别中；

计算每个所获新聚类的聚类类别中心，即该聚类类别中所有对象的均值；

重复上述步骤，直到聚类类别的中心点不变。

在本发明的一实施例中，所述计算待预测铜管的所属类别中的不同类型的通钢量数据，建立预测模型包括：

计算该类别中，所述历史铜管的平均累积通钢量数据，最大累积通钢量数据，平均第一次出现脱方时的累积通钢量数据，平均第一次出现角裂时的累积通钢量数据。

在本发明的一实施例中，所述待预测铜管的预测累积通钢量数据为所述平均累积通钢量数据与所述最大累积通钢量数据之和的二分之一；

所述平均第一次出现脱方时的累积通钢量数据为所述待测铜管发生脱方的预警阈值，所述平均第一次出现角裂时的累积通钢量数据为所述待测铜管发生角裂的时的预警阈值。

在本发明的一实施例中，根据所述预警阈值输出所述待预测铜管使用寿命终结的预警信号包括：

将所述预警信号通过显示界面展示给用户，所述显示界面包括铜管锥度分析界面及铜管状态监控界面。

在本发明的一实施例中，所述铜管状态监控界面通过显示不同颜色表示预警程度。

一种结晶器铜管使用寿命预测装置，其特征在于，包括：

数据存储器和处理器；

所述数据存储器，用于获取和存储每一根历史铜管及待预测铜管的锥度数据；

所述处理器，与所述数据存储器连接，用于对所述每一根历史铜管及所述待预测铜管的所述锥度数据进行聚类处理，得到聚类类别；根据所述聚类类别，确定所述待预测铜管的所属类别；计算所述待预测铜管的所属类别中的不同类型的通钢量数据，建立预测模型；利用所述预测模型获取所述待预测铜管使用寿命终结的预警阈值；输出所述待预测铜管使用寿命终结的预警信号。

本发明公开的一种结晶器铜管使用寿命预测方法及装置，基于结晶器铜管使用前的锥度数据，利用聚类算法，确定与待预测铜管锥度数据相似或相同的历史铜管。然后再计算历史铜管的累积通钢量数据，得到待预测铜管使用寿命的预警阈值，发出预警信号。本发明技术方案可以有效得对生产过程中结晶器铜管出现脱方和角裂的情况进行预警，降低脱方和角裂的超标率。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1显示为本发明一实施例提供的一种结晶器铜管使用寿命的预测方法的流程图；

图2显示为本发明一实施例提供的一种结晶器铜管的弧面结构示意图；

图3显示为本发明一实施例提供的一种结晶器铜管使用寿命的预测方法的聚类算法流程图；

图4显示为本发明一实施例提供的一种结晶器铜管使用寿命的预测装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

钢水在结晶器内各面因冷却、流场不均匀或者金属包晶相变等因素对连铸坯初生坯壳凝固收缩的影响，导致结晶器铜管内四个面凝固坯壳厚度不一致。局部位置的坯壳与铜管接触良好，其他区域的坯壳与铜管壁脱开产生气隙，形成脱方。铸坯冷却较强的角部形成锐角，冷却较弱的角部形成钝角。若铸坯在二冷区各面受到不均匀的冷却或夹持不良，则坯壳收缩不良更甚，脱方程度加剧甚至超标。同时，当结晶器通钢量值达到一定程度时也容易出现脱方或角裂。造成铸坯脱方和角裂的有两大关键因素：铜管的锥度设计及使用过程中的累积通钢量值。本发明提供的预测方法可以实现监测铜管的状态，达到提前预警铜管脱方和角裂的目的。

请参阅图1，本发明提供的一种结晶器铜管使用寿命的预测方法，包括：

S101:分别获取每一根历史铜管及待预测铜管的锥度数据。

需要说明的是，结晶器铜管可以是向一侧弯曲的方形或矩形的铜管，铜管内腔从上口至下口为锥形，铜管内腔从上口至下口为锥度分段，例如双锥、三锥、多锥等。锥度是指在一定长度上铜管内表面的两个截面尺寸的变化量。所述的锥度数据可以是指每一根历史铜管和待预测铜管的侧面锥度数据和/或弧面锥度数据，所述侧面锥度数据和弧面锥度数据可以通过锥度探测仪测量获取。所述侧面锥度数据及弧面锥度数据是每一根铜管使用前的锥度数据，管理人员进行测量记录并上传到数据库中。因为结晶器铜管在使用过程中无法再监测铜管的锥度数据，所以本发明所述的预测方法是通过对所有铜管使用前的锥度数据进行对比分析。

请参阅图2，在本发明的一实施例中，所述锥度数据例如可以是铜管的内径宽度，所述铜管内径宽度可以是侧面内径宽度和/或弧面内径宽度，所述侧面内径宽度指的是铜管两端侧面之间的距离，所述弧面内径宽度指的是铜管弧形段两点之间的距离。所述铜管弧形段可以包括第一弧面和第二弧面，所述第一弧面位于铜管内侧，所述第二弧面位于铜管外侧，例如，所述第一弧面的宽度为X1，所述第二弧面的宽度为X2。在实际生产过程中，随着通钢量数据的不断增加，铜管会发生形变，当铜管的形变达到一定程度时，铜管的锥度发生变化，容易出现脱方。但是，锥度变化的范围是很细微的，难以直观的说明问题。由于结晶器铜管是向一侧弯曲的方形或矩形的铜管，弧形部分的铜管的形变比较明显，有利于后续的数据分析及预测。

S102:对所述每一根历史铜管及所述待预测铜管的所述锥度数据进行聚类处理，获取聚类类别。

其中，所述聚类类别可以是多个，可以采用划分法进行分类，例如可以是采用K-means算法进行聚类处理，对所述每一根历史铜管及待预测铜管的锥度数据进行聚类处理，得到聚类类别。

请参阅图3，所述K-means算法聚类处理可以通过以下几个步骤实现：

S201：从获取的样本数据中任意选择多个样本作为初始聚类处理的中心。可以理解的是，所述步骤可以构造多个分组，每一个分组代表一个聚类。

S202：基于欧几里得距离公式计算剩余的其他样本到每个中心点的距离。

S203：根据计算所得的距离，将剩余的样本划分到距离它最近的中心点所代表的聚类类别中。

S204：计算每个所获新聚类的聚类类别中心，即该聚类类别中所有对象的均值。

S205：重复步骤S202至S204，直到聚类类别的中心点不变。

需要说明的是，最终得到的同一个聚类中的对象尽可能相互接近或相关，而不同的聚类之间的对象尽可能远离或不同，以达到一个区分的目的。

S103:根据所述聚类类别，确定所述待预测铜管的所属类别。

需要说明的是，通过聚类算法已经将铜管的锥度数据分成不同的类别，即待预测铜管的数据被包含在某一个聚类类别中。

S104:计算所述待预测铜管的所属类别中的不同类型的通钢量数据，建立预测模型。

需要说明的是，通钢量数据是反映结晶器铜管寿命水平的重要指标，所述历史铜管的通钢量数据数据在使用过程中已经被记录并上传到数据库中。所述不同类型的通钢量数据分别是在该类别中，除了该待预测铜管的数据之外，其他铜管数据的平均累积通钢量数据t

S105:利用所述预测模型获取所述待预测铜管使用寿命终结的预警阈值。

需要说明的是，所述待预测铜管的预测累积通钢量数据即为该铜管的使用寿命。所述待预测铜管的预测累积通钢量数据t’为所述平均累积通钢量数据t

S106：根据所述预警阈值输出所述待预测铜管使用寿命终结的预警信号。

需要说明的是，所述预警信号通过显示界面展示给用户，所述显示界面可以包括铜管锥度分析界面及铜管状态监控界面，所述锥度分析界面可以显示不同铜管的使用前的锥度数据，且可以进行类比。所述铜管状态监控界面通过显示不同的颜色表示铜管的状态，例如，假设铜管的预测累积通钢量数据为一万吨，当铜管剩余可承受的通钢量数据例如是100％-70％时，所述铜管状态监控界面显示绿色信号，当铜管剩余可承受的通钢量数据例如是70％-30％时，所述铜管状态监控界面显示为黄色信号，当铜管剩余可承受的通钢量数据例如低于30％时，所述铜管状态界面显示为红色信号。当铜管状态界面显示为红色信号时，进一步地，可以根据步骤S105获取的预警阈值，显示预警信号，例如，轻度预警可以显示浅粉色信号，中度预警可以显示红色信号，重度预警可以显示深红色信号等。用户可以根据不同的预警信号及时更换铜管或者采取补救措施等，减少铜管出现脱放和角裂的概率。

请参阅图1至图3，在本发明的一实施例中，连铸机设置例如可以是4个区8个流，均采取塞棒、定径水口带有快换结构，浸入式水口保护套管保护渣浇铸；管式结晶器，设外置式电磁搅拌。结晶器铜管的长度例如可以是900mm，材质可以是金属材质，例如可以是铜-银镀铬，壁厚例如可以是15mm。选取不同厂家生产的多根铜管的使用前的锥度数据作为样本，例如可以是78根铜管，其中包含一新上线的铜管(即待预测铜管)，所述锥度样本数据从小到大依次排列，将排列在前30个的数据(含第30个)进行放大处理，例如可以是放大1.1倍，放大后的数据与其他未放大数据采用K-means算法聚类处理，例如可以得到3个类别。确定所述新上线铜管所在的类别，例如可以是类别A，计算A类别内除该新上线铜管以外的其他铜管的通钢量数据数据：平均累积通钢量数据t

请参阅图4，一种结晶器铜管使用寿命预测装置300，包括：

数据存储器301和处理器302；

所述数据存储器301，用于获取和存储每一根历史铜管及待预测铜管的锥度数据；

所述处理器302，与所述数据存储器301连接，用于对所述每一根历史铜管及所述待预测铜管的所述锥度数据进行聚类处理，得到聚类类别；根据所述聚类类别，确定所述待预测铜管的所属类别；计算所述待预测铜管的所属类别中的不同类型的通钢量数据，建立预测模型；利用所述预测模型获取所述待预测铜管使用寿命终结的预警阈值；输出所述待预测铜管使用寿命终结的预警信号。

例如，所述数据存储器301可以是PostgreSQL数据库系统，可以进行记录、存储数据，所述的锥度数据可以包括侧面锥度数据、弧面锥度数据。

例如，所述聚类处理可以采用K-means聚类算法，所述K-means聚类算法处理可以用过以下步骤实现：

S201：从获取的样本数据中任意选择多个样本作为初始聚类处理的中心。可以理解的是，所述步骤可以构造多个分组，每一个分组代表一个聚类。

S202：基于欧几里得距离公式计算剩余的其他样本到每个中心点的距离。

S203：根据计算所得的距离，将剩余的样本划分到距离它最近的中心点所代表的聚类类别中。

S204：计算每个所获新聚类的聚类类别中心，即该聚类类别中所有对象的均值。

S205：重复步骤S202至S204，直到聚类类别的中心点不变。

需要说明的是，最终得到的同一个聚类类别中的对象尽可能相互接近或相关，而不同的聚类之间的对象尽可能远离或不同，以达到一个区分的目的。

例如，所述处理器302可以通过程序查找所述待预测铜管的锥度数据被包含在哪个聚类类别中，确定该聚类类别中包含的所有铜管的锥度数据。根据所述锥度数据可以确定对应的铜管编号。

例如，所述通钢量数据可以包括平均累积通钢量数据t

例如，所述待预测铜管的预测累积通钢量数据即为该铜管的使用寿命。所述新上线铜管的预测累积通钢量数据t’为所述平均累积通钢量数据t

例如，所述预警信号可以通过显示不同的颜色表示铜管的状态。例如，假设铜管的预测累积通钢量数据为一万吨，当铜管剩余可承受的通钢量数据例如是100％-70％时，所述铜管状态监控界面显示绿色信号，当铜管剩余可承受的通钢量数据例如是70％-30％时，所述铜管状态监控界面显示为黄色信号，当铜管剩余可承受的通钢量数据例如低于30％时，所述铜管状态界面显示为红色信号。当铜管状态界面显示为红色信号时，进一步地，可以根据所述预警阈值，显示预警信号，例如，轻度预警可以显示浅粉色信号，中度预警可以显示红色信号，重度预警可以显示深红色信号等。用户可以根据不同的预警信号及时更换铜管或者采取补救措施等，减少铜管出现脱放和角裂的概率。

本发明实施例提供的一种结晶器铜管使用寿命预测装置相关单元的工作原理的说明可以参见上述方法实施例部分，此处不再重复叙述。

综上所述，本发明提供了一种结晶器铜管使用寿命预测方法及装置，通过对测量得到的每根结晶器铜管的锥度数据进行聚类处理，确定待预测铜管所在的类别，计算该类别内除待预测铜管以外其他铜管的通钢量数据数据，得到待预测铜管出现脱方和角裂的预警阈值。本发明基于铜管锥度对铸坯的脱方和角裂做出预警，对生产过程中可能出现的生产质量问题尽早发现和解决。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。