钢铁连铸过程中的振动式高灵敏度大包下渣监测系统的研究及开发.pdf

第 28 卷 第 4 期 2005 年 12 月 电 子 器 件 C hi nese Journal of E lectron D evi ces V ol .28N o.4 D ec. 2005 Research and Development of High-Sensitivity Vibration Detection Systemfor OutflowSlag Process at Ladlein Continuous Casting ZHAOLi,WANGYou-zhao Dept.o f Electronic Technology and Instrumentation Science,Zhejiang University,Hangzhou310027,China AbstractBased on lots ofi nvesti gati on ofthe i nternaland externalsl ag detecti on technol ogy, l adl e-tundi sh sl ag detecti on system usi ng vi brati on m easurem ents and BP -A N N anal ysi s of the m ol ten steelvi brati on si g- nal has been devel oped. A ccordi ng to the di fference betw een sl ag and steel feature, the m ethod of slag characteri sti c param eter i denti fi cati on has been di scovered. T he m ethod of the si gnal processi ng i ncludes T i m e anal ysi s, F requency anal ysi s, the W avelet anal ysi s and BP -A N N . B ased on the com prehensi ve anal y- si s m ethods above, the system ofslag detecti on usi ng vi brati on m easurem ents runs effecti vel y and reli abl y. Its hardw are desi gn and softw are desi gn are allbri efly i ntroduced. T hi s system desi gn achieves prospec- ti ve requi rem ent by desi gni ng and testi ng system , and i t successful l y resolves the di ffi cul t probl em s of the sl ag detecti on i n conti nuous casti ng. Keywordsoutfl ow sl ag at ladle;L abV IEW ;w avel et analysi s;A N N EEACC0530;7230 钢 铁 连 铸 过 程 中 的 振 动 式 高 灵 敏 度 大 包 下 渣 检 测 系 统 的 研 究 及 开 发 赵 丽,王友钊 浙江大学电子信息技术及仪器系,杭州 310027 摘 要在对国内外下渣检测技术的广泛调研和总结的基础上,提出了基于水口操纵臂振动信号监测及 BP 神经网络模式识 别的下渣检测系统,并对振动信号的采集与分析过程进行了较深入的探讨,总结出一套新的钢渣特征参数的提取和识别方 法。 简要介绍了该系统的总体框架、 硬件电路组成及软件功能设计,充分利用 L abV IEW工具的模块化特点进行上位机程序开 发。 通过调试与测试,该系统基本达到了预期的要求并在工业现场取得了良好的应用效果。 关键词大包下渣;LabV IE W ;小波分析;神经网络 中图分类号TF713.3 文献标识码A 文章编号1005-9490200504-0823-04 由于钢铁行业连铸生产的重要性,连铸钢包到 中间包的下渣检测技术成为目前研究的重点。 连铸 过程中,由钢包进入中间包的钢渣量,对连铸操作和 成品质量都有着至关重要的影响。 要生产高质量的 铸坯,最根本的要素就是严格控制由钢包进入中间 包的钢渣量,使之达到合理的最小值。 目前,国外应用最多的是电磁感应式下渣检测 系统,其原理是利用钢水与钢渣磁导率的不同来进 行检测。 德国 A M E PA 公司的电磁感应式下渣检测 系统被认为是目前世界上最先进的下渣检测系统。 收稿日期2005-04-11 作者简介赵 丽1981-,女,硕士研究生,主要研究方向为可视化软件与虚拟仪器技术、 嵌入式系统、 设备状态监测、 连铸 过程控制等,li ly w xx 但是由于该系统要在钢包底部埋入线圈,对钢包进 行改造,而且线圈在高温环境下容易损坏,使用与维 护成本较高,因而在国内钢厂没有取得较好的应用 效果。 钢包称重自动检测方法在理论上是可行的,其 依据是钢水浇铸后期钢包与钢水的总重量随时间 的变化率基本恒 定,由于钢 渣的比重 只有钢水 的 1/3,一旦有钢渣出现,单位时间内的总重量随时间 的变化率将明显减小。 该方法由于受称量精度等实 际条件的制约,检测准确性很低,目前只作为一种辅 助检测手段。 超声波钢渣检测系统的原理是利用有 渣和无渣时超声波发出信号和反射信号的差别来实 现对钢渣的检测,主要有浸入式检测和侧壁安装检 测两种方法。 这套系统现在仍处于研制阶段,离实际 使用还有一定的距离。 它的局限性与电磁感应式下 渣检测系统类似,需要对钢包进行改造,使用和维护 费用很高。 由 Item a 公司开发的基于红外技术的钢 渣检测系统能够保证从出钢过程开始实现精确而且 可靠的钢渣检测,该系统可用于氧气顶吹转炉和电 炉的下渣检测。 自1998年以来,一直在德国克虏伯- 曼内斯曼冶金公司两座2.75 t 转炉上加以使用。 但 该系统目前只能用在转炉出钢口的下渣检测,不能 对连铸过程中钢包到中间包的保护浇注进行下渣检 测。 在国内的钢厂,考虑到成本问题,绝大多数都是 采用人工观察的方法。 这种方法要求操作工人必须 具备相当丰富的经验,而且由于人工观察的局限性 还将产生诸如中间包内衬侵蚀加剧、 钢坯表面清洁 度降低等问题。 目前,国内还没有自行研发的下渣检 测系统,而从国外引进的检测系统价格昂贵,使用与 维护费用都较高。 应此,迫切需要一种直接可以利用 现有设备,造价小、 成本低、 使用和维护方便的钢渣 检测系统。 1 振动式大包下渣检测系统架构 图1是大包下渣检测过程的装置示意图。 连铸生 产过程中,钢水由钢包经长水口流入中包,然后流到 结晶器。 经过结晶器冷却变成各种型号的钢坯。 因为钢渣和钢水的比重相差较大,且其流动性 也不大一样,所以在流经钢包长水口时,两者对长水 口的冲刷作用有很大差别。 通过检测与钢包长水口 相连的操纵杆的振动,利用钢水冲刷与钢渣冲刷引 起的振动在时域或频域上的差异来监测长水口内钢 水的流动状态,从而间接检测下渣。 本文提出的振动式高灵敏度大包下渣检测系统 是以一台工业控制计算机为核心,由耐高温的加速 图1 大包下渣检测过程装置示意图 度传感器,信号预处理模块,高速信号采集卡,声光 电报警模块组成的系统。 信号预处理模块是一块自 行设计的4通道信号调理板,它的主要功能是频域带 宽可调节的带通滤波放大,使传感器输出的信号经 过处理后符合信号采集卡接口的电气要求。 高速信 号采集卡要完成的任务是将经过预处理的信号进行 A /D 转换送入控制计算机,由计算机对信号进行分 析处理,最后触发声光报警模块对操作人员示警。 2 系统硬件设计 下渣振动信号的数据采集与控制装置框图如图 2所示。 操作臂的振动变化情况由传感器测得,并经 过放大、 滤波、 采样、 A /D 转换后,送入工控计算机 进行分析处理。 当有钢渣时工控计算机发出控制信 号关闭滑动水口,同时发出报警信号。 图2 振动式下渣检测系统硬件原理图 2.1 传感器的选择 振动传感器是利用物理效应如压电效应将机 械振动量转换为电量的机械转换器件。 按照工作原 理的不同划分,目前用于状态监测及故障诊断的振 动传感器主要有3类电涡流式位移传感器,磁电式 速度传感器和压电式加速度传感器。 与其它振动传 感器相比,压电式加速度传感器内部没有可动件,具 有高的可靠性和稳定性,频率范围宽,适合用于监测 滚动轴承、 齿轮及汽轮机叶片等高频振动。 考虑到钢 厂的工作环境和实际测量要求,我们选择了型号为 A C 107-1A 的压电式加速度传感器对操作臂上的振 动信号进行检测。 该传感器具备耐高温的特性,能承 受测振点处由钢水辐射产生的高温。 428 电 子 器 件 第 28 卷 2.2 滤波调理电路 前置滤波调理电路的主要作用是将传感器送来 的反映振动信息的电信号进行预处理,去除现场噪 音,并通过可调带通滤波电路和放大电路将信号的 频率成分按照我们的要求进行分段滤波,同时将输 出信号的电平按比例调整至采集卡所能承受的范 围。 通过前期对现场信号的分析得知,正常情况下, 我们关心的频带宽度一般在10 H z 左右。 因此在信 号预处理阶段,我们使用了一个4阶的切比雪夫型高 通滤波器和一个4阶的切比雪夫型低通滤波器,采用 M F 10芯片作为频带可调环节,将频率锁定在振动 信号 最 敏感 的 范围 内 进行 分 析。 同 时,我们 选 用 D A C 0832芯片对滤波后的信号进行程控放大,将输 出信号的电平调整至接近 A /D 采集卡的满量程范 围,以提高后期信号分析和处理的准确性。 滤波调理电路的结构如图3所示 图3 滤波调理电路结构图 2.3 数据采集卡 本系统所用的采集卡为 D A C -8112型采集卡, 12 bi t A D ,16路 通道,最大 100 kH z 的采样 频率, ISA 接口,安装于工业控制计算机内,以中断的方式 与工控机进行通讯。 ① 采集卡基本特征 8112是一块 ISA 接口的异步数据采集卡,模拟 量16通道单端输入或者8通道差分输入,最高采样频 率为100 kH z。 二路12 bi t 的双缓冲模拟输出,16 bi t 的数字量输入和输出,3个可编程16 bi t 减法计数 器。 8112卡采用 BB 公 司的 A D S774芯片,这是 12 bi t的 A D ,对于本系统而言,12 bi t的 A D 是足以保 证数据的可靠性。 可以有三种预定的 A D 触发模式 软件触发、 可编程计数器触发、 外部触发。 ② 硬件参数设置 基地址设置大多数 PC 外围设备和接口板由 I/O 口控制,这些设备由 I/O 进行寻址。 8112的 I/O 基地址通过8 bi t D IP 开关选择,可用的范围是200H 至3F 0H ,考虑到其中的某些地址已被 P C 机的其他 外设所占用,所以我们挑选了未被占用的220H 作为 基地址。 单端/差分输入选择8112不能同时选择单端、 差分两种输入方式。 在本系统中,信号是 si ngl e-end- ed 类型的,故选择了单端输入方式。 输入电压范围根据现场信号的大小及我们所 选用的加速度传感器,选择了- 5 V ～ 5 V 的量程 范围。 IR Q 设置要在 PC 上正常工作,必须选择合适 的中断号,这是选用中断采样方式的要求。 根据实际 情况,选择了 IR Q 5作为8112的中断号,与其他的外 设不至冲突。 3 系统软件设计 整个系统的软件结构是以 L abV IE W 实现的主 控制模块为核心,通过调用数据采集模块,小波包算 法模块,改进型 BP 神经网络算法模块和外设控制 模块完成整个系统的下渣监测功能。 数据采集模块 和外设控制模块是 LabV IE W通过 CIN 节点调用 底层驱动模块实现的。 小波包算法模块和改进型 BP 神经网络算法模块是通过 L abV IE W中 M atl ab 节 点完成的,见图4所示。 图4 系统软件结构图 1 采集卡驱动程序 8112的厂商提供的驱动程序有查询、 中断两种 方式。 查询方式需要 C PU 不断的查询 I/O 地址,消 耗大量的资源。 而中断方式采用的是单点/N点方 式,即通过 A P I 函数的参数设置,指示采集卡做单 次或者是指定点数的采集。 在指定点数的数据获取 之后,采集卡将其放入内存缓冲,并通知 C PU 取走 数据。 C PU 在取走数据之后,发出信号通知采集卡 进行下一轮单点/N点采集任务。 这种中断方式缺 点在于,当采集卡在采集N点时,没有新的数据提 供给 CP U ,CPU 接收到数据之后,没有发出下一轮 启动采集信号之前,采集卡也处于闲置状态,不进行 任何采集工作,并且数据会出现不连续的状态。 因此 528第 4 期赵 丽,王友钊钢铁连铸过程中的振动式高灵敏度大包下渣检测系统的研究及开发 我们重新编写了采集卡驱动。 在8112的定时器芯片8254上,用其中一个定时 器 T 2连接到 IR Q 跳线设置的5号引脚上,这样8254 芯片的 T 2计数满,会在其输出引脚上产生一个电压 跳变,这个跳变通过 IR Q 5引脚传到 ISA 接口上,再 通过 ISA 接口传到 PC 机。 这样对于 PC 机而言,每 次8254计数满的时候,就会接收到一个 IR Q 5系统 中断申请,这个便是硬件中断,会强迫 C PU 停下当 前工作转而为这个中断服务,进入 IR Q 5的中断子 程序。 同时,我们用 C 编写了虚拟设备驱动程序,用 D ri verStudi o 和 V C 作为开发平台,在其中定义了 上层应用软件对驱动程序可能的操作启动设备、 关 闭设备、 获得设备句柄、 启动数据采集、 停止数据采 集、 变更采集频率、 变更存储文件、 变更采集描述。 2 数据采集模块 客户端程序通过 A PI 调用 CreateFi le,建立驱 动 服 务, 通 过 D evi ceIoControl 调 用 不 同 的 I- SAIO C T L X X X 和参数,对采样频率,数据存放等 进行 管理。 在 L abV IE W中调 用 了代 码 接口 节 点 C IN C ode Interface N ode。 使用 C IN 技术,用户可 以向 C IN 传递任意复合的数据结构,获得较高的程 序效率。 C IN T ool s 是一个 LabV IE W自带的编译工 具,可以将 V i sual C 源代码编译成 C IN 节点能 够识别的.l sb 文件。 在 V C 中新建一个 D LL 项目, 添 加 C IN T ool s 目 录 下 的 ci n. obj 、 l abvi ew . li b、 lvsb.l ib 和 l vsbm ai n.def 文件到项目中,并且配置 相应的编译环境。 [1 ] 我们总共编译了3个.l sb 文件,其中包括启动 V xD 初始化文件Ini ti al.lsb,读取采集数据、 访问 共享内存的文件R eadD ata.l sb,停止 V xD 的运行 释放内存的文件close.l sb。 3 主控模块 ①参数设置模块 参数设置模块中,用户可以 对钢包参数、 系统参数、 红外图像参数、 报警灵敏度 等级进行相应的设置和修改。 为确保系统的安全性 和可靠性,操作人员进行参数设置前必须输入密码 以确认管理员的身份,而且输入不同的操作密码对 应的系统操作权限也有所不同。 ②在线监测模块 在线监测模块以振动监测法为主,同时辅以大包称 重监测法和红外图像监测法确保系统报警的可靠 性。 监测界面上有设置非常醒目的红黄绿三色报警 灯,现场操作工以报警灯状态为判断依据进行水口 开关的操作。 同时,界面上还有大包钢水重量柱状图 显示、 振动波形显示和水口红外图像显示,为现场人 员提供更全面的钢流信息。 ③数据库管理模块 数 据库管理模块,可以实时记录操作人员对系统参数 和钢包参数的设置及修改信息,并允许用户根据钢 厂的实际情况对钢种进行添加和删除。 ④能量计算 模块 针对钢包长水口处由钢渣冲击所引起的振动 具有非稳态性质的特点,我们将采集到的水口振动 离散信号进行五层小波包分解,获得了总信号有效 频段内的32个分离频段。 然后通过对现场下渣过程 的多次实验,对比选取出3个对下渣最为敏感的频 段,其敏感性以分频段内数据序列所代表的能量算 法为依据,分别以P1、P2、P3表示。 设分频段内数据 序列 为[SX ]0,......n,则P [R M S ][SX ] 0,......n,[R M S ]是指对序列求均方根 [2]。 ⑤ 模式识别模块 在获得上述3个敏感频段的基础上, 采用 B P 神经网络作为最终下渣的决策依据。 该神 经网络是以大包重量W,水口操作信号K,及P1、 P2、P3作为输入层的双层神经网络,其逻辑关系如 图5所示。 神经网络 A 有 N 个输入参数P1,P2,P3作 图5 神经网络结构图 为输入层,以5个神经元作为中间层,A 层判断结果 作为输出。 选用3个敏感频段的目的是减少现场随机 干扰信号对下渣信号的影响。 只有水口的振动信号 在时间序列上符合了一定模式,才能被判断为下渣 信号 Z 的出现。 由于现场的振动信号除了与钢渣、 钢流相关外, 还与水口开度和大包重量相关。 当操作工对水口进 行操作时,会对振动信号产生巨大的干扰如关小水 口,会使振动信号减弱;如开大水口,会使振动信号 增强。 而大包重量信号是整个系统下渣判断的启动 信号。 在整个连铸过程中,下渣只在大包浇铸末期才 会出现,因此没有必要在前期不可能出现下渣的时 段内启动判断流程。 考虑到这些现场的实际情况,我 们在神经网络 A 的基础上,再构造一个神经网络 B 。 在 B 中,将 Z,W ,K 作为输入层,同样以5个神经 下转第833页 628 电 子 器 件 第 28 卷