论文部分内容阅读
连续铸钢是炼钢领域发展最快的技术之一。连续铸钢过程中发生漏钢是重大的生产事故，不仅会降低生产效率，而且严重影响铸坯的质量。因此，对漏钢预报系统的研究具有很大的经济效益和社会效益。本文在介绍了连铸的基础知识后，分析了粘结漏钢的形成机理。在对比工业中常用的热电偶后，选择了温度响应斜率曲线较为平滑的K型热电偶作为系统的测温器件。详细分析了热电偶在结晶器上的埋设的模型后，为邯郸第三炼钢厂1#和2#板坯连铸机设计了漏钢预报系，详细介绍了系统的硬件、算法、软件设计，并给出了相关实际结果。在温度采集单元中,选用了最新K型热电偶专用数字转换芯片MAX31855K,不仅解决了热电偶的测温难点，也简化了电路设计。文中给出了温度采集单元的程序设计流程图，并使用了消除现场噪声干扰的去极值平均滤波算法。在TCP/IP通信单元的设计中，使用了双口RAM CY7C136作为数据的共享存储器，并给出了CY7C136的外围电路设计。选用了CP2200作为以太网控制芯片，给出CP2200的外围电路设计的同时，并给出了软件设计流程图。在软件的设计过程中，通过传统漏钢预报方法引出了基于BP神经网络的漏钢预报系统。在分析了BP算法的缺陷后，提出了用改进的粒子群优化BP神经网络的方法，并对改进后的网络的性能作了相关实验。在上位机设计中，给出了系统软件的主界面、实测温度曲线、粘结温度曲线及误报温度曲线，并作了相应的说明。