EINRICHTUNG ZUR DURCHBRUCH-FRÜHERKENNUNG BEIM STRANGGIESSEN

Beschreibung

[0001] Beim Stranggießen können in der Strangschale während des Wachstums in der Kokille Stellen auftreten, in denen die Strangschale nicht oder nur unzureichend 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 Instandsetzungskosten. Man versucht daher, Wachstumsfehler in der Schale vor ihrem Austritt aus der Kokille zu erkennen. Gelingt dies, so wird die Austrittsgeschwindigkeit so verringert, daß die potentielle Durchbruchstelle aushärten kann.

[0002] Mögliche Durchbruchstellen werden anhand der Oberflächen-Temperaturverläufe festgestellt, die durch in der Kokille im Bereich der Kokilleninnenwand angebrachte Temperatursensoren gemessen werden. Dabei ist es bekannt, die Temperatursensoren in einer oder mehreren 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 Temperatur bedingt durch die nicht oder nur schwach ausgebildete Strangschale, hinter der sich flüssiger Stahl befindet, an, wobei die erfaßten Temperaturverläufe im Fall eines drohenden Durchbruches eine charakteristische Form aufweisen.

[0003] Um aus den erfaßten Temperaturverläufen mögliche Durchbrüche vorhersagen zu können, ist es aus der US-A-4 949 777 bekannt, die Änderung der von jedem einzelnen Temperatursensor jeweils erfaßten Temperatur mit einem Mittelwert aus den mit allen Temperatursensoren erfaßten Temperaturänderungen zu vergleichen und das so erhaltene Vergleichsergebnis auf Überschreiten eines vorgegebenen SchwellenwerteS zu überwachen. Wenn die zeitliche und örtliche Verteilung der Schwellenwertüberschreitungen einem vorgegebenen Muster entspricht, so ist dies ein Zeichen für einen bevorstehenden Durchbruch.

[0004] Aus T. Tanaka et al: "Trouble Forecasting System by Multi-Neural Network on Continuous Casting Process of Steel Production" in T. Kohonen et al (Ed.): Artificial Neural Networks; Proc. of the 1991 Int. Conf. on Artificial Neural Networks, Espoo, Finland, Elsevier Science Publishers B.V. (North-Holland), 1991, S. 835 bis 840, ist es bekannt, zur Durchbruch-Früherkennung im Rahmen einer Mustererkennung mit neuronalen Netzen die von den einzelnen Temperatursensoren erfaßten Temperaturverläufe zu speichern und auf charakteristische Muster zu untersuchen.

[0005] Bei einem aus der JP-A-4 172 160 bekannten Verfahren werden die mit den Temperatursensoren erfaßten Temperaturen einem neuronalen Netz zugeführt, welches ein Ausgangssignal erzeugt, wenn die räumliche Temperaturverteilung ein für einen drohenden Durchbruch charakteristisches Muster aufweist.

[0006] Eine einigermaßen zuverlässige Vorhersage von Durchbrüchen mittels neuronaler Netze setzt voraus, daß genügend Trainingsdaten für das neuronale Netz vorliegen. Dabei ergibt sich das Problem, daß Trainingsdaten von einer Anlage nicht ohne weiteres auf eine andere Anlage übertragen werden können. Hinzu kommt, daß die Entscheidungskriterien, nach denen die Vorhersage von Durchbrüchen erfolgt, für den Anlagenbetreiber im wesentlichen unsichtbar sind.

[0007] Darüberhinaus erfordern die bekannten Verfahren zur Mustererkennung vollständig vorliegende Temperatursmuster, z.B. Temperaturverläufe, was einen hohen Speicheraufwand zur Folge hat. Gleichzeitig ist der Rechenaufwand sehr hoch, da bei jeder Änderung des Temperaturmusters, wenn also z.B. der Temperaturverlauf um einen neuen Temperaturwert ergänzt wird und gleichzeitig der älteste Temperaturwert gelöscht wird, eine vollständig neue Mustererkennung erforderlich ist.

[0008] Der Erfindung liegt die Aufgabe zugrunde, eine Einrichtung zur Durchbruch-Früherkennung anzugeben, die bei nur geringem rechentechnischem Aufwand eine sichere und für den Anlagenbetreiber nachvollziehbare Erkennung möglicher Durchbrüche gewährleistet.

[0009] Gemäß der Erfindung wird die Aufgabe durch die in dem Patentanspruch 1 angegebene Erfindung gelöst.

[0010] Vorteilhafte Weiterbildungen der erfindungsgemäßen Einrichtung sind in den Unteransprüchen angegeben.

[0011] Die erfindungsgemäße Durchbruch-Früherkennung beruht auf einer Fuzzy-Mustererkennung, deren Regeln aus dem Prozeßwissen abgeleitet werden. Die zur Mustererkennung erforderlichen Informationen über die Temperaturverläufe bestehen dabei lediglich aus den aktuell erfaßten Temperaturen und einer den bisherigen Temperaturverlauf repräsentierenden und laufend aktualisierten inneren Zustandsgröße. Die Mustererkennung kann daher bei jedem neuen Temperaturwert auf den bisherigen Ergebnissen der Mustererkennung, also der inneren Zustandsgröße, aufbauen, so daß nicht jedes Mal eine vollständig neue Mustererkennung aufgrund des Temperaturverlaufs erforderlich ist. Außerdem entfällt das Speichern der Temperaturverläufe, so daß insgesamt die Mustererkennung mittels der erfindungsgemäßen Einrichtung schneller und effizienter als bei Verfahren ist, die die Mustererkennung auf der Grundlage von vollständig vorliegenden Mustern ausführen.

[0012] Zur weiteren Erläuterung der Erfindung wird im folgenden auf die Figuren der Zeichnung Bezug genommen; im einzelnen zeigen

Figur 1

den prinzipiellen Aufbau einer Stranggießanlage,

Figur 2

eine in der Stranggießanlage verwendete Kokille mit Temperatursensoren in den Kokilleninnenwänden,

Figuren 3 und 4

Beispiele für die mit den Temperatursensoren erfaßten Temperaturverläufe bei unterschiedlichen Wachstumsfehlern in der Strangschale,

Figur 5

ein Beispiel für eine Fuzzy-Mustererkennungseinrichtung zur Bildung eines Vorhersagewertes für die Durchbruch-Wahrscheinlichkeit aufgrund des mit einem Temperatursensor erfaßten Temperaturverlaufs,

Figur 6

ein Beispiel für den beim Auftreten eines bestimmten Wachstumsfehlers erfaßten Temperaturverlauf zusammen mit der in Abhängigkeit davon ermittelten Durchbruch-Wahrscheinlichkeit,

Figur 7

ein Beispiel für die Fuzzy-Zustände der Fuzzy-Mustererkennungseinrichtung,

Figur 8

ein Beispiel für das Fuzzy-Regelwerk der Mustererkennungseinrichtung,

Figur 9

ein verallgemeinertes Ausführungsbeispiel für die Mustererkennungseinrichtung,

Figur 10

ein Beispiel für eine Einrichtung zur Vorhersage der Gesamtwahrscheinlichkeit von Durchbrüchen und

Figur 11

ein Beispiel für die Meßwertaufbereitung der der Mustererkennungseinrichtung zugeführten Signale.

[0013] Figur 1 zeigt in schematischer Darstellung eine Stranggießanlage. Aus einer Gießpfanne 1 wird flüssiger Stahl 2 in einen Verteiler 3 gegossen, der den Stahl auf verschiedene Stränge 4 verteilt und außerdem als Puffer und Abscheider für nichtmetallische Partikel dient. Aus dem Verteiler 3 fließt der Stahl in eine Kokille 5, deren Innenwände aus Kupfer bestehen und wassergekühlte Kanäle 6 enthalten. Aufgrund der Wärmeabfuhr an den Kokilleninnenwänden kühlt der Stahl ab und es bildet sich eine feste Strangschale 7 aus. Diese umschließt den flüssigen Stahl, so daß der Strang 4 nach Verlassen der Kokille 5 über Rollen 8 transportiert und schließlich in einzelne Brammen 9 zerschnitten werden kann.

[0014] Probleme können entstehen, wenn die Strangschale 7 Wachstumsfehler aufweist. Dann bildet sich oft an einzelnen lokalen Stellen nur eine sehr dünne erhärtete Schicht aus, die nach Verlassen der Kokille 5 brechen kann. In einem solchen Fall tritt flüssiger Stahl aus, der die Anlage beschädigt, so daß ein Stillstand und entsprechende Reparaturen nötig werden. Um solche Durchbrüche in der Strangschale 7 zu verhindern, werden die Wachstumsfehler in der Strangschale 7 bei ihrer Entstehung in der Kokille 5 geortet.

[0015] Wie Figur 2 zeigt, sind hierzu in den Innenwänden der Kokille 5 Temperatursensoren 10 in zwei, in Strangrichtung versetzten Ebenen um den Strang herum verteilt angeordnet. Es können auch mehrere Ebenen oder nur eine Ebene vorgesehen werden. Aufgrund von Änderungen in den erfaßten Temperaturverläufen kann auf eine Schwachstelle in der Strangschale 7 geschlossen werden. Wird ein Fehler entdeckt, so wird die Gießgeschwindigkeit reduziert, so daß sich die Abkühlzeit in der Kokille 5 erhöht und sich eine ausreichend feste Strangschale an der Fehlstelle ausbilden kann.

[0016] Die weitaus häufigsten Wachstumsfehler, sogenannte Kleber, entstehen durch eine lokal erhöhte Reibung zwischen dem Strang 4 und der Innenwand der Kokille 5. An der Reibungsstelle haftet der Strang 4 stärker als in der Umgebung an der Kokilleninnenwand, weshalb sich dort auch seine Geschwindigkeit verringert. Dies führt zu Spannungen in der Strangschale 7, so daß diese aufbricht. Flüssiger Stahl gelangt an die Kokilleninnenwand und führt dort zu einem Temperaturanstieg.

[0017] In Figur 3 ist ein Beispiel für den mit einem der Temperatursensoren 10 erfaßten Temperaturverlauf dargestellt, wenn ein solcher Fehler an dem betreffenden Temperatursensor 10 vorbeiwandert. Während der Kleber an dem Temperatursensor 10 vorbeiläuft, wird ein deutlicher Temperaturanstieg gemessen. Hat der Kleber den Temperatursensor 10 passiert, so sinkt die Temperatur unter das Temperaturniveau ab, das bei normalen Gießbedingungen herrscht. Zurückzuführen ist diese Absenkung auf eine verdickte Strangschale hinter dem Kleber, die aufgrund einer verringerten Geschwindigkeit dort entstanden ist.

[0018] Eine weitere Ursache für Durchbrüche in der Strangschale sind Luftpolster, sogenannte Cracks, die sich zwischen dem Strang 4 und der Kokille 5 bilden.

[0019] Figur 4 zeigt ein Beispiel für den beim Auftreten eines solchen Fehlers erfaßten Temperaturverlauf. Durch die geringe Wärmeleitfähigkeit der Luft ist die Wärmeabfuhr vom Strang 4 zur Kokille 5 stark vermindert, so daß sich nur eine sehr dünne Strangschale 7 ausbildet. Passiert ein Crack einen der Temperatursensoren 10, so spiegelt er sich in dem erfaßten Temperaturverlauf als ausgeprägter Einbruch wieder. Zusammen bildet Kleber und Cracks die Ursache für über 90% aller Durchbrüche.

[0020] Die unterschiedlichen Wachstumsfehler in der Strangschale 7 verursachen also charakteristische Muster in den erfaßten Temperaturverläufen. Diese Muster entstehen sequentiell, indem neue Meßwerte einem Temperaturverlauf hinzugefügt werden.

[0021] Figur 5 zeigt ein Beispiel für eine Mustererkennungseinrichtung 11, die fortlaufend aus den mit einem Temperatursensor 10 in Zeitschritten i erfaßten aktuellen Temperaturwerten T(i) und den zeitlichen Temperaturänderungen

die Wahrscheinlichkeit P(i+1) dafür bestimmt, daß sich in dem erfaßten Temperaturverlauf ein Kleber- oder Crackmuster entwickelt. Da alleine anhand der aktuellen Werte T(i) und ΔT(i) keine Mustererkennung erfolgen kann, wird zusätzlich die jeweils zuvor ermittelte Durchbruch-Wahrscheinlichkeit P(i) als eine den bisherigen Temperaturverlauf repräsentierende innere Zustandsgröße verwendet und gemeinsam mit den aktuellen Meßwerten T(i) und ΔT(i) einer Fuzzy-Logik 12 zugeführt, die daraus die aktuelle Durchbruch-Wahrscheinlichkeit P(i+1) bestimmt. Diese wird in einem Speicherglied 13 zwischengespeichert und im nächsten Zeitschritt auf den Eingang der Fuzzy-Logik 12 rückgekoppelt. Durch die Zwischenspeicherung und Rückkopplung der in dem jeweils vorangegangenen Zeitschritt ermittelten Durchbruch-Wahrscheinlichkeit P(i) ist die Fuzzy-Logik 12 in der Lage, die Mustererkennung nur anhand der aktuellen Temperatur T(i) und ihrer Änderung ΔT(i), d.h. ohne Kenntnis des Temperaturverlaufs, durchzuführen.

[0022] Um die Arbeitsweise der Mustererkennungseinrichtung 11 zu veranschaulichen, wird beispielhaft der Temperaturverlauf T eines Klebers, wie er in Figur 6 dargestellt ist, betrachtet:

[0023] Bei normalen Gießbedingungen ist die Temperatur T konstant und ihre zeitliche Änderung schwankt sehr geringfügig. Die Wahrscheinlichkeit P für eine Durchbruch ist hier Null.

[0024] Zu Beginn eines Klebers steigt die Temperatur T an. Die Wahrscheinlichkeit P wird deshalb auf einen kleinen positiven Wert, beispielsweise 0,1, erhöht.

[0025] Im weiteren Verlauf des Klebers steigt die Temperatur T, und auch die zeitliche Änderung der Temperatur T nimmt zu. Liegt nun aus dem vorherigen Schritt eine geringe Wahrscheinlichkeit P vor, was gleichbedeutend mit der Beobachtung eines Kleberbeginns ist, so wird die Wahrscheinlichkeit P auf einen mittleren Wert, z.B. 0,4, erhöht. Liegt dagegen aus dem vorherigen Schritt keine geringe Wahrscheinlichkeit P, d.h. der Beginn eines Klebers, vor, so wird die Wahrscheinlichkeit P auch nicht geändert.

[0026] Die durch den Kleber verursachte Temperaturerhöhung erreicht nun ihren maximalen Wert, wobei gleichzeitig die zeitliche Änderung der Temperatur T Null wird. Wurde bis zu diesem Zeitpunkt die typische Temperaturkurve eines Klebers durchlaufen und somit bisher eine mittlere Durchbruch-Wahrscheinlichkeit P festgestellt, so wird die Wahrscheinlichkeit P auf einen großen Wert, z.B. 0,7, erhöht.

[0027] Der Kleber hat nun den Temperatursensor 10 passiert, und die Temperatur T sinkt bei negativer Temperaturänderung auf mittlere Werte ab. Dem obigen Schema folgend wird dann die Wahrscheinlichkeit P weiter, z.B. auf 0,9, erhöht, allerdings unter der Voraussetzung, daß sie schon einen großen Wert aufweist.

[0028] Aufgrund der Verdickung der Strangschale am Ende eines Klebers nimmt die Temperatur T schließlich so weit ab, daß sie unterhalb des Temperaturniveaus bei normalen Gießbedingungen liegt. Sobald dies geschieht und die Wahrscheinlichkeit P aufgrund des bisherigen Geschehens einen sehr großen Wert aufweist, wird die Wahrscheinlichkeit P auf ihren maximalen Wert, z.B. 1,0, erhöht.

[0029] Figur 7 zeigt den Fuzzy-Zustandsgraphen der Mustererkennungseinrichtung 11. Die Zustände, d.h. die linguistischen Werte der Durchbruch-Wahrscheinlichkeit P(i), bilden die Knoten 14 des Zustandsgraphen. Die Wahrscheinlichkeit P(i) kann dabei die folgenden linguistischen Werte annehmen:

[0030] Z = 0, T = sehr klein, S = klein, M = mittel, B = groß, H = sehr groß.

[0031] An den Übergangspfeilen 15 zwischen den Zuständen 14 stehen vor dem Schrägstrich die Übergangsbedingungen, d.h. die Fuzzy-Regeln, die einen Zustandswechsel bewirken ; der Wert nach dem Querstrich gibt den jeweils neu erreichten Zustand an. Im Verlauf der Mustererkennung wird die Wahrscheinlichkeit P(i) nur dann schrittweise von Z auf H erhöht, wenn das Temperaturmuster dazu führt, daß nacheinander die Regelsätze R2, R5, R9, R13 und R17 erfüllt sind. Das ist bei Kleber- oder Crackmustern der Fall. Weicht das erfaßte Temperaturmuster nurgeringfügig von diesen Referenzmustern ab, so wird entweder der momentane Zustand beibehalten oder der nächst niedrigere Zustand eingenommen. Sind die Abweichungen größer, so wird je nach erreichtem aktuellen Zustand einer der Regelsätze R3, R8, R12, R16 oder R20 aktiv und die Wahrscheinlichkeit P(i) wird Z.

[0032] Einen großen Einfluß auf die für Durchbrüche in der Strangschale 7 charakteristischen Temperaturverläufe haben Änderungen der Gießgeschwindigkeit. Es ist daher sinnvoll, diese Änderungen Δv(i) zusätzlich bei der Mustererkennung zu berücksichtigen, so wie dies in Figur 5 gestrichelt dargestellt ist. Erhöht sich beispielsweise die Gießgeschwindigkeit, so verringert sich die Verweildauer und damit auch die Kühldauer des Stranges 4 in der Kokille 5. Dies bedeutet gleichzeitig eine Erhöhung der gemessenen Temperatur. Treten dann während einer Änderung der Gießgeschwindigkeit Wachstumsfehler in der Strangschale 7 auf, so werden die für sie typischen Temperaturverläufe verzerrt.

[0033] Figur 8 zeigt ein Beispiel für ein in der Fuzzy-Logik der Mustererkennungseinrichtung 11 implementiertes Fuzzy-Regelwerk, bei dem zusätzlich zu der erfaßten Temperatur T(i) und der Temperaturänderung ΔT(i) die Änderung der Gießgeschwindigkeit Δv(i) zur Bestimmung Durchbruch-Wahrscheinlichkeit P(i) herangezogen wird. Im übrigen sind der in Figur 7 gezeigte Fuzzy-Zustandsgraph und das in Figur 8 dargestellte Fuzzy-Regelwerk zueinander äquivalent. Die Regeln des Regelwerks geben die Kombinationen von linguistischen Werten der Eingangsvariablen T(i), ΔT(i) und Δv(i) an, die erfüllt sein müssen, damit die Mustererkennungseinrichtung 11 ihren Zustand verändert bzw. beibehält. Der Temperatur T(i) werden dabei folgende Werte zugeordnet:

[0034] NB = negativ groß, NS = negativ klein, Z = Null, PS = positiv klein, PM = positiv mittel, PB = positiv groß.

[0035] Der Temperaturänderung ΔT(i) werden folgende Werte zugeordnet:

[0036] NB = negativ groß, NS = negativ klein, Z = Null, PS = positiv klein, PB = positiv groß.

[0037] Für die Änderung der Gießgeschwindigkeit Δv(i) sind folgende Werte vorgesehen:

[0038] N = negativ, Z = Null, PN = positiv normal, PE = positiv extrem.

[0039] Die innere Zustandsgröße, also die zwischengespeicherte Wahrscheinlichkeit P(i), nimmt die folgenden linguistischen Werte an:

[0040] Z = Null, T = sehr klein, S = klein, M = mittel, B = groß, H = sehr groß.

[0041] Für jede Wertekombination der Temperatur T(i), der Temperaturänderung ΔT(i), der Änderung der Gießgeschwindigkeit Δv(i) und der zwischengespeicherten Wahrscheinlichkeit P(i) ergibt sich jeweils ein bestimmter linguistischer Wert für die von der Mustererkennungseinrichtung 11 vorhergesagte Durchbruch-Wahrscheinlichkeit P(i+1). Die linguistischen Werte der vorhergesagten Durchbruch-Wahrscheinlichkeit P(i+1) sind der Übersicht halber wie folgt codiert: Z = 1, T = 2, S = 3, M = 4, B = 5, H = 6.

[0042] Aus dem Regelwerk sind alle Regeln der Fuzzy-Logik 12 direkt ablesbar. So gilt beispielsweise: Wenn

und

und

und

, dann

.

[0043] Die Inferenz erfolgt nach der Max-Min-Methode und die Defuzzifizierung nach der Schwerpunktmethode.

[0044] Figur 9 zeigt ein verallgemeinertes Ausführungsbeispiel für die Mustererkennungseinrichtung, bei der die Eingangsgrößen T(i), ΔT(i) und Δv(i) in einem Eingangsvektor u(i) zusammengefaßt sind. Eine erste Fuzzy-Logik 16 erzeugt aus dem Eingangsvektor u(i) und einem zwischengespeicherten inneren Zustandsvektor z(i) einen aktualisierten Zustandsvektor z(i+1), der in einem Speicherglied 17 zwischengespeichert wird. Der zwischengespeicherte Zustandsvektor z(i) und der Eingangsvektor u(i) werden in einer zweiten Fuzzy-Logik 18 zu einem Ausgangsvektor y miteinander verknüpft. Die in Figur 5 gezeigte Mustererkennungseinrichtung 11 ist ein Spezialfall der in Figur 9 gezeigten Einrichtung mit nur einer inneren Zustandsgröße

, einer Ausgangsgröße

und mit übereinstimmendem Übertragungsverhalten der ersten Fuzzy-Logik 16 und der zweiten Fuzzy-Logik 18, dh.

.

[0045] Figur 10 zeigt ein Beispiel für eine Einrichtung zur Vorhersage der Gesamtwahrscheinlichkeit von Durchbrüchen aufgrund der mit den Temperatursensoren 10 erfaßten einzelnen Temperaturverläufe. Die Muster von bestimmten Wachstumsstörungen der Strangschale finden sich nicht nur in einem Temperaturverlauf, sondern aufgrund der Ausdehnung des Wachstumsfehlers und der Strangbewegung auch in benachbart gemessenen Temperaturverläufen wieder. Wie Figur 10 zeigt, ist jedem Temperatursensor 10 eine eigene Mustererkennungseinrichtung 11 nachgeordnet, die den jeweils erfaßten Temperaturverlauf auf das Auftreten eines vorgegebenen Musters überwacht. Damit die Erkennung von Wachstumsfehlern in der Strangschale zuverlässiger erfolgt, werden die von den Mustererkennungseinrichtungen 11 jeweils zweier unmittelbar benachbarter Temperatursensoren 10 gelieferten Vorhersagewerte P_a und P_b in einer Verknüpfungseinrichtung 19 zu einer lokalen Durchbruch-Wahrscheinlichkeit P_loc kombiniert. So werden fehlerhafte Mustererkennungen einer einzelnen Mustererkennungseinrichtung 11 korrigiert, indem der lokalen Durchbruch-Wahrscheinlichkeit P_loc nur dann ein großer Wert zugeordnet wird, wenn sowohl P_a als auch P_b jeweils große Werte aufweisen. Weiterhin verbessert sich auch die Erkennung von Klebern oder Cracks, da aus erhöhten Werten für die Einzelwahrscheinlichkeiten P_a, P_b auf eine lokale Durchbruch-Wahrscheinlichkeit P_loc geschlossen werden kann, die größer ist als jede der Einzelwahrscheinlichkeiten P_a, P_b. Die Verknüpfung der Einzelwahrscheinlichkeiten P_a und P_b zu der lokalen Durchbruch-Wahrscheinlichkeit P_loc erfolgt daher vorzugsweise auf der Grundlage von Fuzzy-Folgerungen.

[0046] Da sich die Wachstumsfehler in der Strangschale an den einzelnen Temperatursensoren 10 vorbeibewegen, wobei die Bewegungsrichtung und Ausbreitung der Wachstumsfehler unterschiedlich erfolgen kann, können die Mustererkennungs-Ergebnisse P_a und P_b von den Mustererkennungseinrichtungen 11 zweier benachbarter Temperatursensoren 10 für denselben Wachstumsfehler einen zeitlichen Versatz aufweisen. Damit beide Mustererkennungs-Ergebnisse P_a und P_b in der Verknüpfungseinrichtung 19 kombiniert werden können, müssen sie jedoch gleichzeitig vorliegen. Aus diesem Grund ist jeder Mustererkennungseinrichtung 11 eine Verzögerungseinrichtung 20 nachgeordnet, mit der dieser zeitliche Versatz kompensiert wird. Die Verzögerungseinrichtungen 20 bestehen dabei jeweils aus einem Maximalwert-Halteglied, das von jeder Einzelwahrcheinichkeit P(i) am Ausgang der vorgeordneten Mustererkennungsinrichtung 11 den maximalen Wert

der letzten k Zeitschritte ermittelt und der Verknüpfungseinrichtung 19 zuführt.

[0047] In einer allen Verknüpfungseinrichtungen 19 nachgeordneten Logikschaltung 21 wird der maximale Wert aller lokalen Durchbruch-Wahrscheinlichkeiten P_loc ermittelt, der dann die Gesamtwahrscheinlichkeit P_ges für einen Durchbruch darstellt.

[0048] Die Mustererkennung in den Mustererkennungseinrichtungen 11 muß unabhängig von unterschiedlichen Anlagen- und Betriebsbedingungen sein. Daher ist zwischen jedem Temperatursensor 10 und der zugeordneten Mustererkennungseinrichtung 11 eine Einrichtung 22 zur Meßwertaufbereitung angeordnet, in der die Eingangsgrößen der Mustererkennungseinrichtung 11, also die Temperatur T, die zeitliche Änderung der Temperatur ΔT und die zeitliche Änderung der Gießgeschwindigkeit Δv so normiert bzw. transformiert werden, daß unterschiedliche Anlagenverhältnisse oder sich ändernde Prozeßbedingungen die Erkennung von Kleber- und Crackmustern nicht oder nur geringfügig beeinflussen.

[0049] Figur 11 zeigt ein Blockschaltbild einer solchen Einrichtung 22 zur Meßwertaufbereitung. Die in einem Zeitschritt i gemessenen Temperaturwerte T(i) liegen, abhängig von unterschiedlichen Anlagen- und Betriebsbedingungen, bei normalen Gießbedingungen relativ konstant zwischen ca. 100°C und 200°C. Kleber und Cracks verursachen Abweichungen um bis zu 50°C von dieser konstanten Offset-Temperatur T₀. Die Mustererkennungseinrichtung 11 kann Kleber- und Crackmuster nur dann erkennen, wenn diese von einem immer gleichen Temperaturniveau ausgehen. Um dies zu erreichen, wird mittels eines zeitdiskreten Filters 23 erster Ordnung eine Offset-Temperatur T₀ bestimmt und in einer Subtrahiereinrichtung 24 von dem aktuellen Temperaturwert T(i) subtrahiert. Die so erhaltene Temperatur

wird gegebenenfalls zur Unterdrückung von Rauschen in einem Filter 25 geglättet und anschließend einer Normierungseinrichtung 26 zugeführt, in der die von typischen Wachstumsfehlern hervorgerufenen Temperaturabweichungen von dem normalen Temperaturniveau auf einen Wertebereich zwischen Null und Eins begrenzt sind. Der so erhaltene normierte Temperaturwert T_A(i) wird dann der Mustererkennungseinrichtung 11 zugeführt.

[0050] Die Mustererkennungseinrichtung 11 erhält weiterhin die zeitliche Änderung der Temperatur ΔT_A(i), die in einer Einrichtung 27 mittels des Differenzenquotienten aus dem Ausgangssignal der Subtrahiereinrichtung 24 gebildet wird und nachfolgend in einer weiteren Normierungseinrichtung 28 auf einen Wertebereich zwischen Null und Eins normiert wird.

[0051] Wie bereits obenstehend erläutert wurde, kann auch die zeitliche Änderung der Gießgeschwindigkeit eine Eingangsvariable der Mustererkennungseinrichtung 11 sein. Sie verändert dort die Regeln für die Mustererkennung in der Weise, daß Kleber und Cracks auch dann noch sicher erkannt werden können, wenn ihre Muster aufgrund der Gießgeschwindigkeitsänderung verzerrt sind. Die zeitliche Änderung der Gießgeschwindigkeit Δv(i) wird in einer Einrichtung 29 mittels des Differenzenquotienten aus der Gießgeschwindigkeit v(i) bestimmt. Oftmals wird die Gießgeschwindigkeit v(i) nicht stetig, sondern sprunghaft erhöht. Der resultierende Temperaturanstieg, der durch die geringere Abkühlzeit in der Kokille 5 entsteht, erfolgt jedoch stetig über einen gewissen Zeitraum hinweg. Um dann während des gesamten Temperaturanstiegs eine entsprechende Veränderung der Regeln für die Mustererkennung zu erreichen, muß der Wert Δv(i) während des Temperaturanstiegs auf einen entsprechend hohen Wert gesetzt werden, der einen stetigen Anstieg der Gießgeschwindigkeit v(i) vortäuscht. Dies geschieht mit einem Maximalwert-Halteglied 30, das ausgangsseitig jeweils den größten positiven Wert von Δv(i) aus den letzten k Zeitschritten erzeugt. Es gilt also:

[0052] Schließlich wird der so erhaltene Wert von Δv_A(i) in einer Normierungseinrichtung 31 normiert, bevor er der Mustererkennungseinrichtung 11 zugeführt wird.

[0053] Wie bereits erwähnt wurde, kann der Einfluß von zeitlichen Änderungen der Gießgeschwindigkeit auf die Temperaturverläufe durch Änderung der Regeln für die Mustererkennung berücksichtigt werden. Eine weitere Möglichkeit, den Einfluß der Gießgeschwindigkeit-Änderungen zu verringern, besteht darin, die dadurch hervorgerufenen Temperaturänderungen in den erfaßten Temperaturverläufen noch vor der Mustererkennung zu eliminieren. Dies geschieht, indem man alle von den Temperatursensoren 10 jeweils einer Ebene in der Kokille 5 gleichzeitig gelieferten Temperaturwerte T(i) mittelt und den so erhaltenen Mittelwert MT(i) in einer Subtrahiereinrichtung 32 von den einzelnen Temperaturwerten T(i) subtrahiert. Die so erhaltene Temperaturdifferenz

ist von Temperaturänderungen, die durch Gießgeschwindigkeits-Änderungen verursacht werden, unabhängig und wird im weiteren dem Filter 23 und der Subtrahiereinrichtung 24 zugeführt. In diesem Fall kann auch die Anpassung der Mustererkennung durch Δv_A(i) entfallen, so daß dadurch der Aufbau der Einrichtung zur Durchbruch-Früherkennung einfacher wird.

[0054] Alternativ kann vorgesehen werden, daß bei konstanter Gießgeschwindigkeit v(i) oder kleinen Änderungen der Gießgeschwindigkeit v(i) ohne die Gießgeschwindigkeits-Kompensation gearbeitet wird, um über den Mittelwert MT(i) keine Störungen in die einzelnen Temperaturverläufe T_A(i) hineinzutragen. Hierzu wird der Mittelwert MT(i) der Vergleichseinrichtung 32 über eine steuerbare Schalteinrichtung 33 zugeführt, die den Mittelwert MT(i) nur dann an die Vergleichseinrichtung 32 weiterschaltet, wenn die Änderung der Gießgeschwindigkeit Δv_A(i) einen vorgegebenen Schwellenwert v_S überschreitet. Hierzu werden die Werte Δv_A(i) und v_S einem Schwellenwertdetektor 34 zugeführt, der ausgangsseitig die steuerbare Schalteinrichtung 33 steuert. Um zu vermeiden, daß durch die Zuschaltung des Mittelwertes MT(i) der Wert T_A(i) sich sprungartig ändert, wird der Wert T₀(i+1) des Filters 23 über den Ausgang einer Subtrahiereinrichtung 35 mit

so gesetzt, daß der Verlauf von T_A(i) stetig fortgesetzt wird.

Ansprüche

1. Einrichtung zur Durchbruch-Früherkennung beim Stranggießen mit einer Kokille (5), in der Temperatursensoren (10) um den Strang (4) herum verteilt angeordnet sind, wobei jedem Temperatursensor (10) jeweils eine Mustererkennungseinrichtung (11) zugeordnet ist, die aus der erfaßten Temperatur (T(i)) und einer den bisherigen Temperaturverlauf repräsentierenden inneren Zustandsgröße (P(i)) auf der Grundlage von Fuzzy-Folgerungen die innere Zustandsgröße (P(i)) aktualisiert und ausgangsseitig einen aktuellen Vorhersagewert (P(i+1)) für die Durchbruch-Wahrscheinlichkeit erzeugt.

2. Einrichtung nach Anspruch 1,
dadurch gekennzeichnet,
daß der Vorhersagewert (P(i+1)) mit der inneren Zustandsgröße identisch ist.

3. Einrichtung nach Anspruch 1 oder 2,
dadurch gekennzeichnet,
daß jede Mustererkennungseinrichtung (11) den aktuellen Wert (T(i)) und die Änderung (ΔT(i)) der von dem jeweils zugeordneten Temperatursensor (10) erfaßten Temperatur auswertet.

4. Einrichtung nach einem der vorangehenden Ansprüche,
dadurch gekennzeichnet,
daß die Mustererkennungseinrichtung (11) zur Erzeugung des Vorhersagewertes (P(i+1)) für die Durchbruch-Wahrscheinlichkeit zusätzlich die Änderung der Gießgeschwindigkeit (Δv(i)) auswertet.

5. Einrichtung nach einem der vorangehenden Ansprüche,
dadurch gekennzeichnet,
daß zwischen jedem Temperatursensor (10) und der zugeordneten Mustererkennungseinrichtung (11) eine Einrichtung (22) zur Meßwertaufbereitung liegt, in der von der erfaßten Temperatur (T(i)) ein aufgrund des bisherigen Temperaturverlaufs ermittelter zeitlicher Mittelwert (T₀(i)) subtrahiert wird.

6. Einrichtung nach Anspruch 5,
dadurch gekennzeichnet,
daß in der Einrichtung (22) zur Meßwertaufbereitung von der erfaßten Temperatur (T(i)) zusätzlich ein Mittelwert (MT(i)) subtrahiert wird, der aus den mit allen jeweils in ein und derselben Ebene um den Strang (4) herum verteilten Temperatursensoren (10) gleichzeitig erfaßten Temperaturwerten gebildet wird.

7. Einrichtung nach einem der vorangehenden Ansprüche,
dadurch gekennzeichnet,
daß die jeweils mindestens zwei unmittelbar benachbarten Temperatursensoren (10) zugeordneten Mustererkennungseinrichtungen (11) ausgangsseitig jeweils an einer Verknüpfungseinrichtung (19) angeschlossen sind, die die von den Mustererkennungseinrichtungen (11) gelieferten Vorhersagewerte (P_a, P_b) zu einem Wahrscheinlichkeitswert (P_loc) für einen lokalen Durchbruch im Bereich der benachbarten Temperatursensoren (10) verknüpft.

8. Einrichtung nach Anspruch 7,
dadurch gekennzeichnet,
daß zumindest denjenigen Mustererkennungseinrichtungen (11), deren zugeordnete Temperatursensoren (10) in der Kokille (5) oberhalb der übrigen Temperatursensoren (10) angeordnet sind, jeweils eine Verzögerungseinrichtung (20) nachgeordnet ist.

9. Einrichtung nach Anspruch 8,
dadurch gekennzeichnet,
daß die Verzögerungseinrichtung (20) ausgangsseitig jeweils den Maximalwert einer vorgegebenen Anzahl der ihr zuletzt zugeführten Vorhersagewerte (P(i+1)) erzeugt.

10. Einrichtung nach einem der Ansprüche 7 bis 9,
dadurch gekennzeichnet,
daß den Verknüpfungseinrichtungen (19) eine gemeinsame Logikschaltung (21) nachgeordnet ist, die aus den Wahrscheinlichkeiten (P_loc) für lokale Durchbrüche einen Wert (P_ges) für die Gesamtwahrscheinlichkeit eines Durchbruchs ermittelt.

Claims

1. Device for early detection of break-outs during continuous casting with a mould (5) in which temperature sensors (10) are arranged in a manner distributed around the strand (4), each temperature sensor (10) being assigned a pattern recognition device (11) which, from the temperature (T(i)) detected and an internal state variable (P(i)) representing the temperature curve up to that point, updates the internal state variable (P(i)) on the basis of fuzzy conclusions and generates at the output a current predicted value (P(i+1)) for the break-out probability.

2. Device according to Claim 1, characterized in that the predicted value (P(i+1)) is identical with the internal state variable.

3. Device according to Claim 1 or 2, characterized in that each pattern recognition device (11) evaluates the current value (T(i)) and the change (ΔT(i)) of the temperature detected by the respectively associated temperature sensor (10).

4. Device according to one of the preceding claims, characterized in that, to generate the predicted value (P(i+1)) for the break-out probability, the pattern recognition device (11) additionally evaluates the change in the casting rate (Δv(i)).

5. Device according to one of the preceding claims, characterized in that between each temperature sensor (10) and the associated pattern recognition device (11) there is a device (22) for measured-value conditioning in which a time average (T₀(i)) determined on the basis of the temperature curve up to that point is subtracted from the temperature (T(i)) detected.

6. Device according to Claim 5, characterized in that an average (MT(i)) which is formed from the temperature values simultaneously detected by all the temperature sensors (10) distributed around the strand (4) in each case in one and the same plane is additionally subtracted from the detected temperature (T(i)) in the device (22) for measured-value conditioning.

7. Device according to one of the preceding claims, characterized in that the pattern recognition devices (11), which are each assigned to at least two directly adjacent temperature sensors (10), are each connected at the output side to a logic device (19) which links the predicted values (P_a, P_b) supplied by the pattern recognition devices (11) to give a probability value (P_loc) for a local break-out in the region of the adjacent temperature sensors (10).

8. Device according to Claim 7, characterized in that a respective delay device (20) is arranged on the output side of at least those pattern recognition devices (11), the associated temperature sensors (10) of which are arranged above the remaining temperature sensors (10) in the mould (5).

9. Device according to Claim 8, characterized in that, on the output side, the delay device (20) generates the respective maximum value of a predetermined number of the predicted values (P(i+1)) last fed to it.

10. Device according to one of Claims 7 to 9, characterized in that a common logic circuit (21) is arranged on the output side of the logic devices (19) and, from the probabilities (P_loc) for local break-outs, this logic circuit determines a value (P_ges) for the overall probability of a break-out.

Revendications

1. Dispositif de détection précoce de rupture lors d'une coulée en continue comportant un moule métallique (5) dans lequel des capteurs de température (10) sont répartis autour de la barre (4), un dispositif de reconnaissance de profil (11) étant associé à chaque capteur de température (10), lequel dispositif, à partir de la température (T(i)) détectée et d'une grandeur d'état (P(i)) interne représentant la courbe de température obtenue jusque-là, actualise la grandeur d'état (P(i)) interne sur la base de déductions de logique floue et produit côté sortie une valeur prédictive actuelle (P(i+1)) pour la probabilité de rupture.

2. Dispositif selon la revendication 1, caractérisé en ce que la valeur prédictive (P(i+1)) est identique à la grandeur d'état interne.

3. Dispositif selon la revendication 1 ou 2, caractérisé en ce que chaque dispositif de reconnaissance de profil (11) exploite la valeur actuelle (T(i)) et la variation (ΔT(i)) de la température détectée par le capteur de température (10) associé.

4. Dispositif selon l'une des revendications précédentes, caractérisé en ce que pour produire la valeur prédictive (P(i+1)) pour la probabilité de rupture, le dispositif de reconnaissance de profil (11) exploite en plus la variation de la vitesse de coulée (Δv(i)).

5. Dispositif selon l'une des revendications précédentes, caractérisé en ce qu'il est prévu entre chaque capteur de température (10) et le dispositif de reconnaissance de profil (11) associé un dispositif (22) de traitement de valeurs de mesure dans lequel une valeur moyenne (T₀(i)) temporelle déterminée sur la base de la courbe de température obtenue jusque-là est soustraite de la température (T(i)) détectée.

6. Dispositif selon la revendication 5, caractérisé en ce que dans le dispositif (22) de traitement de valeurs de mesure on soustrait de la température (T(i)) détectée en plus une valeur moyenne (MT(i)) qui est formée à partir des valeurs de température détectées simultanément par tous les capteurs de température (10) répartis autour de la barre (4) dans un seul et même plan.

7. Dispositif selon l'une des revendications précédentes, caractérisé en ce que les dispositifs de reconnaissance de profil (11) associés à au moins deux capteurs de température (10) directement voisins sont raccordés chacun côté sortie à un dispositif combinatoire (19) qui combine les valeurs prédictives (P_a, P_b) fournies par les dispositifs de reconnaissance de profil (11) en une valeur de probabilité (P_loc) pour une rupture locale dans la zone des capteurs de température (10) voisins.

8. Dispositif selon la revendication 7, caractérisé en ce qu'un dispositif de temporisation (20) est monté en aval d'au moins chacun des dispositifs de reconnaissance de profil (11) dont les capteurs de température (10) associés sont disposés dans le moule métallique (5) au-dessus des autres capteurs de température (10).

9. Dispositif selon la revendication 8, caractérisé en ce que le dispositif de temporisation (20) produit côté sortie la valeur maximale d'un nombre déterminé à l'avance des valeurs prédictives (P(i+1)) qui lui ont été transmises en dernier.

10. Dispositif selon l'une des revendications 7 à 9, caractérisé en ce qu'un circuit logique (21) commun est monté en aval des dispositifs combinatoires (19), lequel circuit logique détermine à partir des probabilités (P_loc) de ruptures locales une valeur (P_ges) pour la probabilité totale d'une rupture.

Zeichnung