Page 50 - 国外钢铁技术信息内参（2022年8月）

ᇏݓࣁඋ࿐߶

（四）浸入式水口（SEN）堵塞定量指数及机器学习

预测模型的开发

Ruibin Wang ， Heng Li ， Fernando Guerra 1 2 ， Chad Cathcart ， Kinnor
，
1
2
1
Chattopadhyay 1
2 加拿大钢铁公司
ᇏݓࣁඋ࿐߶

摘要：铝酸盐夹杂物沉积导致浸入式水口（SEN）堵塞一直是铝镇静钢连铸过程 ᇏݓࣁඋ࿐߶

中的一项关键问题。SEN 堵塞会严重影响最终产品质量和生产效率。为了实现

对连铸过程的精准监控，本文在塞棒位置等操作参数的基础上提出了 3 项堵塞指

数，以对 SEN 堵塞或腐蚀程度进行量化。本研究重点关注易导致 SEN 堵塞或腐

蚀的钙处理钢对塞棒的影响。通过构建长短期记忆网络（LSTM，一种递归神经

网络），在历史数据的基础上预测堵塞指数变化趋势。研究发现 LSTM 网络预

2
测值与实际值具有可比性，最佳 R 为 0.971。研究结果表明，LSTM 能够成功预
测钙处理钢连铸过程中塞棒的动作变化幅度，可以通过构建实时预测模型提高产

品质量和生产效率。

关键词：连铸，浸入式水口，水口堵塞，堵塞指数，长短期记忆，递归神经网络，
ᇏݓࣁඋ࿐߶
机器学习 ᇏݓࣁඋ࿐߶

1. 引言

连铸过程中的三种典型行为包括：稳定浇铸、堵塞和腐蚀。铝镇静钢连铸所
使用的浸入式水口（SEN）易因氧化铝夹杂物沉积而出现堵塞。预防堵塞的常见

方法是添加硅化钙，但经过钙处理的钢种可能腐蚀塞棒棒头和 SEN 座砖。水口

堵塞会给产品质量和生产效率带来诸多不利影响，进而扰乱连铸生产。不断沉积

的铝酸盐会形成大块簇群，高速浇铸过程中，铝酸盐簇群可能会断落并滞留在铸
ᇏݓࣁඋ࿐߶
流中，最终出现在成品钢主体或表面，滞留在凝固钢坯中的铝酸盐会破坏产品强

度和韧性。随着沉积物不断增多，需要通过提高塞棒位置来保持 SEN 流速不变。

塞棒提升至上限位置时，结晶器的液位稳定性会受到影响，此时必须冲洗或更换

CSM 中国金属学会 CMISI 冶金工业信息标准研究院
47