基于萤火虫算法优化的BP神经网络漏钢预报系统研究.pdf

摘要

连铸漏钢是连铸生产过程中铸坯发生粘结或表面产生裂纹等质量问题发展到一定

程度时，导致钢液泄漏的一种生产事故。漏钢一旦发生，不仅会影响生产进程和产品

质量，还会造成相关设备损坏与企业经济损失，严重的还会影响人身安全。因此研究

开发准确有效的漏钢预报系统去减少或避免漏钢是十分有意义的。

首先，对连铸过程中的漏钢种类及预测方法做出分析介绍，并针对发生最频繁的

粘结漏钢进行机理研究；分析弯月面重要性与作用，进而得出基于热电偶测温法的漏

钢预报方法最实用有效并给出其预报原理。

其次，给出热电偶在结晶器铜板上的安装位置与排列方式，并分析热电偶采集到

的温度数据变化规律；接着对广泛应用的神经网络漏钢预测模型进行了分析研究，介

绍了神经网络和智能优化算法，并针对神经网络的缺点，引入萤火虫算法来优化BP神

经网络的训练与测试过程；建立基于萤火虫算法(FA)优化BP神经网络的漏钢预测模型，

利用其对连铸过程中热电偶测得的温度数据变化特征进行模式识别，以判断是否漏钢；

为了进一步提高准确性，建立组偶空间网络模型，从空间结构上辅助漏钢判断，将生

产现场采集到的历史温度数据进行预处理并输入模型中进行训练与测试，对比测试结

果以验证优化模型的有效性。

最后，基于Windows平台，利用ANSYSADPL和Python软件相连接开发了漏钢预

报可视化界面；建立结晶器铜板物理模型，对其稳态温度场进行求解，得出热电偶温

度变化的热面云图，然后在可视化界面输入连铸工艺和结晶器铜板的相关参数，并将

正常连铸和漏钢状态时的温度数据导入界面中，在可视化界面中对比两种状态下的结

晶器铜板热面温度云图，提高漏钢预报的准确性。

关键词：连续铸造；粘结漏钢；漏钢预报；BP神经网络；萤火虫算法

Abstract

Continuouscastingbreakoutisthecontinuouscastingproductionprocessbilletbonding

orsurfacecracksandotherqualityproblemsdeveloptoacertainextent,resultinginbreakout

ofaproductionaccident.Breakoutonceoccurred,notonlywillaffecttheproductionprocess

andproductquality,butalsocausedamagetorelatedequipmentandeconomiclossestothe

enterprise,seriouswillalsoaffectpersonalsafety.Therefore,itisverymeaningfultoresearch

anddevelopanaccurateandeffectivebreakoutforecastingsystemtoreduceoravoidbreakout.

Firstofall,thecontinuouscastingprocessofbreakouttypesandpredictionmethodsto

makeananalysisoftheintroduction,andfortheoccurrenceofthemostfrequentbonded

breakoutmechanism;analyzetheimportanceandroleofthecurvedlunarsurface,andthen

concludedthatbasedonthethermocoupletemperaturemeasurementmethodisthemost

practicalandeffectivemethodofbreakoutforecastingmethodandgivetheprincipleofits

prediction.

Secondly,givethe