DE4442087A1 - Einrichtung zur Durchbruch-Früherkennung beim Stranggießen - Google Patents

Description

Beim Stranggießen können in der Strangschale während des Wachstums in der Kokille Stellen auftreten, in denen die Strangschale nicht erhärtet. Diese Wachstumsfehler führen, sobald der Strang die Kokille verläßt, zu einem Durchbruch im Strang, durch den flüssiger Stahl austritt. Die hierdurch hervorgerufene Beschädigung der Gießanlage erzwingt einen längeren Anlagenstillstand und verursacht hohe Instandset­ zungskosten. Man versucht daher, Wachstumsfehler in der Scha­ le vor ihrem Austritt aus der Kokille zu erkennen. Gelingt dies, so wird die Austrittsgeschwindigkeit so verringert, daß die potentielle Durchbruchstelle aushärten kann.

Mögliche Durchbruchstellen werden anhand der Oberflächen-Tem­ peraturverläufe festgestellt, die durch an der Kokillen-In­ nenwand angebrachte Temperatursensoren gemessen werden. Dabei ist es bekannt, die Temperatursensoren in zwei in Richtung des Stranges versetzten Ebenen um den Strang herum verteilt anzuordnen. Wenn eine Fehlstelle in der Strangschale an den Temperatursensoren vorbeiwandert, steigt die gemessene Tempe­ ratur bedingt durch die nicht oder nur schwach ausgebildete Strangschale, hinter der sich flüssiger Stahl befindet, an, wobei die erfaßten Temperaturverläufe im Falle eines drohen­ den Durchbruches eine charakteristische Form aufweisen.

Um aus den gemessenen Temperaturverläufen mögliche Durchbrü­ che vorhersagen zu können, ist es aus Artificial Neural Net­ works; T. Kohonen, K. Mäkisara, O. Simula and J. Kangas (Editors); Elsevier Science Publishers B.V. (North-Holland), 1991, Seiten 835 bis 840, bekannt, den von jedem einzelnen Temperatursensor erfaßten Temperaturverlauf innerhalb eines vorgegebenen Zeitintervalls in einer Speichereinrichtung zu speichern und die so gespeicherten Werte des Temperaturver­ laufs einem neuronalen Netzwerk zuzuführen, welches ein Aus­ gangssignal in Abhängigkeit davon erzeugt, wie sehr der Tem­ peraturverlauf eine für einen drohenden Durchbruch charakte­ ristische Form aufweist. Aufgrund der Annahme, daß ein sol­ cher charakteristischer Temperaturverlauf bei einer Fehl­ stelle in der Strangschale nicht nur an einem, sondern auch dem jeweils benachbarten Temperatursensor auftritt, werden nach Ausgleich möglicher Verzögerungen die Ausgangssignale der jeweils zwei benachbarten Temperatursensoren zugeordneten neuronalen Netzwerke einem weiteren neuronalen Netzwerk zuge­ führt, welches ein Ausgangssignal erzeugt, wenn der für einen Durchbruch charakteristische Temperaturverlauf von den einan­ der benachbarten Temperatursensoren gleichzeitig gemessen wird.

Aus der JP-A-4 172 160 ist es bekannt, die von den Tempera­ tursensoren gemessenen Oberflächentemperaturen des Stranges einem neuronalen Netzwerk zuzuführen, welches ein Ausgangssi­ gnal erzeugt, wenn die räumliche Temperaturverteilung einen für einen drohenden Durchbruch charakteristische Form auf­ weist.

Eine einigermaßen zuverlässige Vorhersage von Durchbrüchen mittels neuronaler Netzwerke setzt voraus, daß genügend Trai­ ningsdaten für das neuronale Netzwerk vorliegen. Dabei ergibt sich das Problem, daß Trainingsdaten von einer Anlage nicht ohne weiteres auf eine andere Anlage übertragen werden kön­ nen. Hinzu kommt, daß die Entscheidungskriterien, nach denen die Vorhersage von Durchbrüchen erfolgt, für den Anlagenbe­ treiber im wesentlichen unsichtbar sind.

Der Erfindung liegt die Aufgabe zugrunde, eine Einrichtung zur Durchbruch-Früherkennung anzugeben, die eine sichere, für den Anlagenbetreiber nachvollziehbare Erkennung möglicher Durchbrüche gewährleistet.

Gemäß der Erfindung wird die Aufgabe durch die in dem Patent­ anspruch 1 angegebene Einrichtung gelöst.

Vorteilhafte Weiterbildungen der erfindungsgemäßen Einrich­ tung sind in den Unteransprüchen angegeben.

Die erfindungsgemäße Durchbruch-Früherkennung beruht auf ei­ ner Fuzzy-Mustererkennung, die drohende Durchbrüche vorher­ sagt. Die Regeln für die Fuzzy-Mustererkennung werden aus dem Prozeßwissen abgeleitet. Die so erhaltene Basiseinstellung der Fuzzy-Mustererkennung kann durch ein Optimierungssystem, so z. B. ein Neuro-Fuzzy-System, oder durch eine direkte Opti­ mierung des Fuzzy-Systems durch einen Evolutionsalgorithmus weiter verbessert bzw. dem Prozeß angepaßt werden.

Zur weiteren Erläuterung der Erfindung wird im folgenden auf die Figuren der Zeichnung Bezug genommen; im einzelnen zeigen

Fig. 1 ein Beispiel für den von einem Temperatursensor ge­ messenen und von einer vorbeiwandernden Fehlstelle in der Strangschale hervorgerufenen Temperaturverlauf und

Fig. 2 ein Ausführungsbeispiel für die erfindungsgemäße Ein­ richtung in Form eines Blockschaltbildes.

Fig. 1 zeigt den Verlauf der von einem Temperatursensor in der Kokille gemessenen Temperatur T, wenn beim oberflächlichen Erstarren des Stranges in der Kokille eine Fehlstelle in der Strangschale entsteht, die beim Abziehen des Stranges aus der Kokille an dem Temperatursensor vorbeiwandert. Die dabei ge­ messene Temperaturerhöhung ergibt sich aus der im Bereich der Fehlstelle nicht oder nur schwach ausgebildeten Strangschale, hinter der sich der flüssige Stahl befindet.

Fig. 2 zeigt die Temperatursensoren 1, die in der Kokille in zwei Ebenen 2 und 3 um den Strang herum angeordnet sind. Zur Vereinfachung der Darstellung sind in Fig. 2 die Temperatur­ sensoren 1 in zwei den Ebenen 2 und 3 entsprechenden Reihen dargestellt. Jedem Temperatursensor 1 ist jeweils eine Spei­ chereinrichtung 4 nachgeordnet, in der der erfaßte Tempera­ turverlauf innerhalb eines vorgegebenen Zeitintervalls von beispielsweise 10 Sekunden gespeichert wird, so daß die Spei­ chereinrichtung 4 immer eine bestimmte Anzahl der aktuellsten Meßwerte des Temperaturverlaufs enthält. Jeder Speicherein­ richtung 4 ist jeweils eine Auswerteeinrichtung 5 nachgeord­ net, die für die Erkennung eines Durchbruchs relevante vorge­ gebene charakteristische Merkmale des gespeicherten Tempera­ turverlaufs extrahiert. Hierzu gehören unter anderem der maximale Temperaturanstieg innerhalb eines bestimmten Zeitin­ tervalls und die maximale Temperaturerhöhung bezüglich des Temperaturmittelwerts. Die ermittelten charakteristischen Merkmale werden an mehreren Ausgängen 6 der Auswerteeinrich­ tung 5 bereitgestellt und einer Fuzzy-Logik-Verknüpfungsein­ richtung 7 zugeführt.

Dabei ist jedem Gebiet 8 mit jeweils vier einander unmittel­ bar benachbarten Temperatursensoren 1, d. h. mit zwei neben­ einanderliegenden Temperatursensoren 1 in der Ebene 2 und den dazu nächsten benachbarten Temperatursensoren 1 in der Ebene 3, jeweils eine Fuzzy-Logik-Verknüpfungseinrichtung 7 zuge­ ordnet, die als Eingangssignale die charakteristischen Merk­ male der von den vier Temperatursensoren 1 in dem jeweiligen Gebiet 8 erfaßten Temperaturverläufe erhält. Die ausgewählten Gebiete 8 überlappen einander, so daß die Anzahl der Gebiete 8 und damit der Fuzzy-Logik-Verknüpfungseinrichtungen 7 der Anzahl der Temperatursensoren 1 in jeder einzelnen Ebene 2 bzw. 3 entspricht.

Da eine Veränderung der Gießgeschwindigkeit eine Änderung der gemessenen Temperaturverläufe bewirkt, wobei eine Erhöhung der Geschwindigkeit aufgrund der kürzeren Abkühlzeit auch zu einer Erhöhung der gemessenen Temperaturen führt, wird mit einer Einrichtung 9 ein der Gießgeschwindigkeit entsprechen­ des Signal erzeugt, dessen Verlauf in einer weiteren Spei­ chereinrichtung 10 innerhalb eines vorgegebenen Zeitinter­ valls gespeichert wird. Der weiteren Speichereinrichtung 10 ist eine weitere Auswerteeinrichtung 11 nachgeordnet, die für die Erkennung eines Durchbruchs relevante charakteristische Merkmale aus dem gespeicherten Geschwindigkeitsverlauf extra­ hiert und über unterschiedliche Ausgänge 12 den Fuzzy-Logik- Verknüpfungseinrichtungen 7 als Eingangssignale zuführt.

Mit der dann vorliegenden Menge von Merkmalen wird in jeder Fuzzy-Logik-Verknüpfungseinrichtung 7 eine Wahrscheinlichkeit für einen drohenden Durchbruch im Bereich des zugeordneten Gebietes 8 ermittelt. Da hierbei eine größere Menge von Ein­ gangsgrößen zu verarbeiten ist, besteht jede Fuzzy-Logik-Ver­ knüpfungseinrichtung 7 jeweils aus eigenständigen, miteinan­ der verknüpften Fuzzy-Teilsystemen, die ihrerseits jeweils aus einer Einheit zur Fuzzyfizierung, einem Regelwerk und eine Einheit zur Defuzzyfizierung bestehen. Die Untergliede­ rung der Fuzzy-Logik-Verknüpfungseinrichtungen 7 in eigen­ ständige Fuzzy-Teilsysteme hat den Vorteil, daß zum einen eine vollständige und überschaubare Regelbasis erstellt wer­ den kann, was bei großen Fuzzy-Systemen nicht ohne weiteres möglich ist, und daß zum anderen die Realisierung vieler kleiner Fuzzy-Teilsysteme einfacher als die eines einzigen großen ist.

Der Ausgangswert jeder einzelnen Fuzzy-Logik-Verknüpfungsein­ richtung 7 entspricht der geschätzten Wahrscheinlichkeit für einen Durchbruch in dem der entsprechenden Fuzzy-Logik-Ver­ knüpfungseinrichtung 7 zugeordneten Gebiet 8. Die Ausgangs­ werte aller Fuzzy-Verknüpfungseinrichtungen 7 werden in einer Logikschaltung 13 zu einem Wert A für die Gesamtwahrschein­ lichkeit eines Durchbruchs miteinander verknüpft. Die Ver­ knüpfung der Einzelwahrscheinlichkeiten ist im einfachsten Fall so ausgelegt, daß als Ausgangswert A der Maximalwert der Einzelwahrscheinlichkeiten ausgewählt wird. Für die Auslösung eines Alarms ist es nämlich ausreichend, wenn eine einzige geschätzte Wahrscheinlichkeit einen Durchbruch anzeigt. Durch Einbeziehung von Sonderfällen kann die Vorhersagegenauigkeit von Durchbrüchen noch weiter verbessert werden. Wenn z. B. alle Einzelwahrscheinlichkeiten einen Durchbruch anzeigen, ist es sehr unwahrscheinlich, daß ein solcher auftreten wird, weil Durchbrüche lokal begrenzt sind und sich nicht über den gesamten Umfang des Stranges erstrecken. Wenn aus zwei be­ nachbarten Gebieten 8 eine erhöhte Wahrscheinlichkeit für ei­ nen Durchbruch gemeldet wird, ist die Gesamtwahrscheinlich­ keit für einen Durchbruch höher als eine der Einzelwahr­ scheinlichkeiten, weil die Ausdehnung einer Fehlstelle in der Strangschale in der Regel größer ist, als das von jeweils vier benachbarten Temperatursensoren 1 erfaßte Gebiet 8. Die aufgrund von Erfahrungswissen über den Gießprozeß vorge­ gebene Regelbasis und die Zuordnungs-(Membership-)Funktionen der Fuzzy-Logik-Verknüpfungseinrichtungen 7 sollen eine si­ chere Erkennung möglicher Durchbrüche gewährleisten. Daher werden die Zuordnungs-Funktionen so gewählt, daß auch in Zweifelsfällen sicherheitshalber ein Durchbruchalarm ausge­ löst wird, auch wenn sich dieser im nachhinein als nicht nö­ tig herausstellt. Da solche Fehlalarme in der Regel eine Ver­ ringerung der Gießgeschwindigkeit und damit eine Produktions­ beeinträchtigung verursachen, sind sie möglichst zu vermei­ den. Zu diesem Zweck muß die Erkennungsgenauigkeit der Ein­ richtung zur Durchbruch-Früherkennung gesteigert werden.

Dies geschieht mit Hilfe eines Neuro-Fuzzy-Systems 14, mit dem jede einzelne Fuzzy-Logik-Verknüpfungseinrichtung 7 je­ weils über eine Schnittstelle 15 verbunden ist. Zur Vereinfa­ chung der Darstellung ist in Fig. 2 lediglich die Verbindung zu einer der Fuzzy-Logik-Verknüpfungseinrichtungen 7 darge­ stellt. Das Neuro-Fuzzy-System 14 enthält eine Einrichtung 16 zur Transformation der Fuzzy-Logik-Verknüpfungseinrichtung 7 in ein neuronales Netzwerk 17. Hierbei werden die Zuordnungs- Funktionen in die Gewichtsfaktoren der Neuronen des neurona­ len Netzwerkes 17 umgewandelt. Anhand einer ausreichenden Menge von Beispieldatensätzen mit Temperaturverläufen und Gießgeschwindigkeitsverläufen bei Durchbrüchen und Nicht- Durchbrüchen, die über eine Eingabe 18 und eine Einrichtung 19 zur Extraktion charakteristischer Merkmale der Beispielda­ tensätze vorgegeben werden, wird dann das neuronale Netzwerk 17 trainiert. Die Gewichtsfaktoren der Neuronen und damit auch indirekt die Zuordnungs-Funktionen werden dadurch im Sinne einer Verbesserung der Genauigkeit der Durchbruch-Früh­ erkennung optimiert. Nach Beendigung der Lernphase wird das neuronale Netzwerk 17 mittels einer Einrichtung 20 wieder in eine Fuzzy-Logik-Verknüpfungseinrichtung zurücktransformiert. Danach hat der Bediener die Möglichkeit, die gelernte neue Fuzzy-Logik-Verknüpfungseinrichtung mit der alten Fuzzy-Lo­ gik-Verknüpfungseinrichtung 7 zu vergleichen, indem er sich die Zuordnungs-Funktionen ansieht. Dem Bediener obliegt schließlich die Entscheidung, ob er die gelernte Fuzzy-Logik- Verknüpfungseinrichtung als aktive Einrichtung 7 übernehmen möchte oder nicht. Die ursprünglichen Fuzzy-Logik-Verknüp­ fungseinrichtungen 7 sind in einem hier nicht gezeigten Da­ tenspeicher abgelegt, so daß immer die Möglichkeit besteht, das ursprüngliche, d. h. in jedem Fall auf der sicheren Seite arbeitende und serienmäßig vorgegebene Fuzzy-System aus dem Datenspeicher abzurufen. Dadurch ist sichergestellt, daß im Falle einer nicht korrekt arbeitenden Fuzzy-Logik jederzeit wieder die einwandfrei funktionierende originale Fuzzy-Logik für die Durchbruch-Früherkennung zur Verfügung steht.

Fig. 2 ist lediglich als ein Blockschaltbild zu verstehen, dessen Schaltungsblöcke die Funktion, nicht aber unbedingt den schaltungstechnischen Aufbau der erfindungsgemäßen Ein­ richtung wiedergeben. Bei der schaltungstechnischen Realisie­ rung genügt, wie dies durch die strichpunktierte Umrandung 21 angedeutet ist, für ein Gebiet 8 mit vier Temperatursensoren 1 eine einzige Fuzzy-Logik-Verkriüpfungseinrichtung 7 mit vier eingangsseitig angeordneten Auswerteeinrichtungen 5, die schrittweise nacheinander mit den Speichereinrichtungen 4 verbunden werden, wobei bei jedem Schritt die vier Tempera­ tursensoren 1 jeweils eines Gebietes 8 über die nachgeordne­ ten Speichereinrichtungen 4 mit den vier Auswerteeinrichtun­ gen 5 innerhalb der Umrandung 21 verbunden sind. Dementspre­ chend werden auch die Ausgangswerte der Fuzzy-Logik-Verknüp­ fungseinrichtung 7 nacheinander der Logikschaltung 13 zuge­ führt und danach gemeinsam von dieser weiterverarbeitet.

Claims (6)

1. Einrichtung zur Durchbruch-Früherkennung beim Stranggie­ ßen mit einer Kokille, in der in zumindest zwei in Richtung des Stranges versetzten Ebenen (2, 3) Temperatursensoren (1) um den Strang herum verteilt angeordnet sind, mit den Tempe­ ratursensoren (1) individuell nachgeordneten Speicherein­ richtungen (4), in denen die erfaßten Temperaturverläufe in­ nerhalb eines vorgegebenen Zeitintervalls gespeichert wer­ den, mit den Speichereinrichtungen (4) einzeln nachgeordne­ ten Auswerteeinrichtungen (5), die vorgegebene charakteri­ stische Merkmale der gespeicherten Temperaturverläufe ermit­ teln und an unterschiedlichen Ausgängen (6) bereitstellen, mit Fuzzy-Logik-Verknüpfungseinrichtungen (7), die unter­ schiedlichen, einander überlappenden Gebieten (8) mit je­ weils mehreren unmittelbar benachbarten Temperatursensoren (1) zugeordnet und eingangsseitig mit den Ausgängen (6) der zugehörigen Auswerteeinrichtungen (5) verbunden sind, wobei jede Verknüpfungseinrichtung (7) einen Ausgangswert für die Wahrscheinlichkeit eines Durchbruchs in dem zugeordneten Ge­ biet (8) erzeugt, und mit einer die Ausgangswerte der Ver­ knüpfungseinrichtungen (7) zu einem Wert (A) für die Gesamt­ wahrscheinlichkeit eines Durchbruchs verknüpfenden Logik­ schaltung (13).

2. Einrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die Temperatursensoren (1) in zwei Ebenen (2, 3) ange­ ordnet sind, daß jedes Gebiet (8) jeweils zwei benachbarte Temperatursensoren (1) einer der beiden Ebenen (2, 3) und die dazu nächsten zwei benachbarten Temperatursensoren (1) der anderen Ebene umfaßt und daß die einander überlappenden Gebiete (8) jeweils einen gemeinsamen Temperatursensor (1) in der einen und der anderen Ebene (2, 3) aufweisen.

3. Einrichtung nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß einer Einrichtung (9) zur Erzeugung eines der Gießge­ schwindigkeit entsprechenden Signals eine weitere Speicher­ einrichtung (10) nachgeordnet ist, in der der Verlauf der Gießgeschwindigkeit innerhalb eines vorgegebenen Zeitinter­ valls gespeichert wird, und daß der weiteren Speicherein­ richtung (10) eine weitere Auswerteeinrichtung (11) nachge­ ordnet ist, die vorgegebene charakteristische Merkmale des gespeicherten Verlaufs der Gießgeschwindigkeit ermittelt und über unterschiedliche Ausgänge (12) den Fuzzy-Logik-Verknüp­ fungseinrichtungen (7) zuführt.

4. Einrichtung nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß die Fuzzy-Logik-Verknüpfungseinrichtungen jeweils aus eigenständigen, miteinander verknüpften Fuzzy-Teilsystemen mit einer Einheit zur Fuzzyfizierung, einem Regelwerk und einer Einheit zur Defuzzyfizierung bestehen.

5. Einrichtung nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß den Fuzzy-Logik-Verknüpfungseinrichtungen (7) ein Opti­ mierungssystem (14) zur Optimierung der Fuzzy-Logik-Verknüp­ fungseinrichtungen (7) anhand von Datensätzen mit Tempera­ turverläufen und gegebenenfalls Gießgeschwindigkeitsverläu­ fen bei Durchbrüchen und Nicht-Durchbrüchen zugeordnet ist.

6. Einrichtung nach Anspruch 5, dadurch gekennzeichnet, daß das Optimierungssystem aus einem Neuro-Fuzzy-System (14) mit Einrichtungen (16, 20) zur Transformation der Verknüp­ fungseinrichtung (7) in ein neuronales Netzwerk (17) und zur Rücktransformation des neuronales Netzwerkes (17) in eine Fuzzy-Logik-Verknüpfungseinrichtung besteht und daß das neu­ ronale Netzwerk (17) anhand von Datensätzen mit Temperatur­ verläufen und gegebenenfalls Gießgeschwindigkeitsverläufen bei Durchbrüchen und Nicht-Durchbrüchen trainierbar ist.