钛及钛合金真空自耗熔炼爆炸预警系统研制

2018-07-02张乃禄李伟强

钛工业进展 2018年2期

张乃禄，王伟，李伟强，宋涛，韩凯

(1.西安石油大学，陕西西安 710065)(2.西安海联石化科技有限公司，陕西西安 710065)

0 引言

本研究以钛及钛合金真空自耗熔炼爆炸现象为研究对象，对真空自耗电弧炉爆炸机理及征兆要素进行分析，确定爆炸征兆及爆炸征兆要素，提出一种基于信息融合[2]的模糊神经网络爆炸预警模型系统。期待该系统能够实现钛及钛合金真空自耗熔炼爆炸的可靠预警，避免电弧炉爆炸事故的发生。

1 爆炸机理及征兆要素分析

1.1 钛及钛合金熔炼爆炸机理分析

钛及钛合金真空自耗熔炼过程中，电极杆带动钛自耗电极与坩埚底(熔池)形成稳定电弧，电弧释放出巨大热量使钛自耗电极底端逐渐融化，在水冷铜坩埚中冷凝成铸锭。熔炼质地疏松、含气量高的钛及钛合金自耗电极时，因电弧燃烧不稳定，极易产生边弧击穿坩埚；坩埚冷却水故障时，不能及时带走熔炼产生的大量热，使高温状态坩埚在内外压差和重力的作用下发生形变被击穿。坩埚被击穿会导致冷却水进入坩埚迅速汽化或与熔融态金属反应释放氢气，从而发生压力爆炸[3]。钛及钛合金真空自耗熔炼爆炸具有3个征兆：①发生边弧，电弧直接作用在坩埚壁，造成高温态坩埚击穿，征兆变化为熔炼电压降低、熔炼电流增大、冷却水温度逐渐升高；②冷却水中断，冷却水不足致使坩埚冷却不及时，导致高温态坩埚发生形变击穿产生爆炸，征兆变化为冷却水温度升高、流量降低；③坩埚水系统短路，坩埚与水套间冷却水气化形成气垫致坩埚冷却失效，导致高温态坩埚发生形变击穿，征兆变化为冷却水出水口温度降低及流量突变，该征兆预示着可能发生极危险的熔炼爆炸事故。

1.2 钛及钛合金熔炼爆炸征兆要素分析

钛及钛合金真空自耗熔炼爆炸的前提是熔炼过程中发生坩埚击穿，冷却水进入坩埚。根据影响真空自耗熔炼安全因素分析[4-6]，以φ622 mm坩埚熔炼工艺数据为例，确定了5个爆炸征兆要素。

(1)真空度：表征熔炼室气氛与熔炼电弧稳定性。真空度小于67 Pa，电弧趋于稳定；真空度处于67～670 Pa范围内，电弧在坩埚内发生严重漂移，易产生边弧。

(2)熔炼电压：表征熔炼电弧长度。熔炼电压需控制在30～33 V，过大易产生边弧。

(3)熔炼电流：表征熔池温度、形状、深度及熔速。熔炼电流控制在16～17 kA，过大易导致熔液飞溅，产生边弧。

(4)冷却水流量：表征坩埚温度冷却程度的快慢。正常熔炼冷却水流量70 m3/h，流量小于40 m3/h则冷却水中断；流量出现突变则坩埚水系统短路。

（2）加强质量监督机构能力建设[3]。新时期的监督工作对人员数量、素质的要求更高，急需新增一批具备综合性、专业性的人才队伍投入长江流域监督岗位上来，通过开办一系列质量监督培训班加强对这类人员的教育，要求监督人员熟练掌握有关政策、法律、法规和技术标准以及混凝土结构、金属结构、工程地质等专业知识，组织各项专业齐备的专家巡查组开展巡查工作，并通过选择合理的第三方抽检机构开展监督抽检，逐步使监督机构数量、能力与新形势下水利建设发展相适应，切实承担起水利工程的质量监督职责，为长江流域质量监督工作提供有力的组织保障。

(5)冷却水温度：表征坩埚温度的高低。正常熔炼冷却水出口与进口温差控制在10～15 ℃，出口温度不超过50 ℃。冷却出口与进口温差大于15 ℃则发生冷却水短路，温差小于0 ℃则发生坩埚水系统短路。

2 真空自耗熔炼爆炸预警系统实现

2.1 熔炼爆炸预警系统硬件构成

钛及钛合金真空自耗熔炼爆炸预警系统硬件主要由数据采集和爆炸预警2部分组成，系统硬件构成如图1所示。

图1 真空自耗熔炼爆炸预警系统构成Fig.1 Diagram of explosion early-warning system for vacuum consumes smelting

2.1.1 数据采集单元

数据采集单元包括真空计、电压变送器、电流传感器、流量计和温度计等构成的传感器组，主要实现爆炸征兆参数的采集。

2.1.2 爆炸预警单元

爆炸预警单元选用高性能的工业计算机，数据服务器构建钛及钛合金爆炸预警的硬件平台。结合爆炸预警软件，实现钛及钛合金熔炼过程真空度、熔炼电压、熔炼电流、冷却水温度、冷却水流量等安全信息的融合及爆炸危险程度的判断。

2.2 熔炼爆炸预警软件设计

2.2.1 熔炼爆炸预警软件组成

钛及钛合金真空自耗熔炼爆炸预警软件采用Intouch组态软件作为平台软件进行开发，分为数据采集、预警处理、预警显示3层，爆炸预警软件组成如图2所示。数据采集单元采集钛及钛合金真空自耗熔炼过程中真空度、熔炼电压、熔炼电流、冷却水流量和温度等安全信息，并存入数据库；同时，安全状态信息通过爆炸预警单元得到钛及钛合金真空自耗熔炼安全状态的判断及危险状态的可靠预警。熔炼爆炸预警软件的核心是构建熔炼爆炸预警模型及算法。

图2 真空自耗熔炼爆炸预警软件组成Fig.2 Software architecture of explosion early-warning system for vacuum consumes smelting

2.2.2 模糊神经网络熔炼爆炸预警模型

钛及钛合金真空自耗熔炼爆炸预警模型关键是熔炼过程爆炸征兆参数的采集和特征提取，核心是基于BP神经网络和模糊评价算法的爆炸征兆信息融合。BP神经网络在处理钛及钛合金熔炼爆炸不确定性强的安全信息融合具有较强的鲁棒性；模糊评价法综合考虑爆炸征兆的影响，得出爆炸危险程度判断结果。结合二者优势，构建爆炸预警模型如图3所示。

图3 真空自耗电弧熔炼爆炸预警模糊神经网络模型Fig.3 Fuzzy neural network model of explosion early-warning for vacuum consumes smelting

(1)数据预处理采用合适的隶属度函数对传感器组采集的征兆参数进行特征提取，得到征兆参数输入特征向量X=[x1，x2，x3，x4，x5]，其中xi表示第i个征兆参数经隶属度函数处理后的征兆参数特征值。选取三角分布函数，并结合征兆参数变化规律，得到下式作为征兆参数模糊处理的隶属度函数[7]。

(2)BP神经网络预测采用BP神经网络对征兆参数特征向量进行局部融合判断，得到熔炼爆炸的3个爆炸征兆概率。BP神经网络输入为爆炸征兆输入特征向量，输出为爆炸征兆概率向量Y=[y1,y2,y3]，其中y1表示产生边弧的概率，y2表示发生冷却水中断的概率，y3表示发生坩埚水系统短路的概率。故选用3层BP神经网络，输入层节点数为5，输出层节点数为3，考虑到网络的性能和速度，经过多次试算得到隐含层神经元的个数为10。故该BP神经网络采用5-10-3的拓扑结构，如图4所示。隐含层采用tansig函数，隐含层到输出层采用logsig函数。

图4 BP神经网络拓扑结构Fig.4 Topology structure of BP neural network

(3)爆炸预警采用模糊评价法对爆炸征兆概率向量进行综合评价，得出爆炸危险程度向量Z=[z1，z2，z3]，其中，爆炸危险程度划分为“z1=安全”、“z2=临界”、“z3=危险”3种[8]。根据人为经验获取爆炸征兆与爆炸危险程度关系建一个模糊评价矩阵R，将爆炸征兆概率向量作为模糊评价的系统的输入，即得到设备当前运行的状况，如下式所示。

式中，Rij表示该爆炸征兆占熔炼爆炸发生的权重值,“。”表示模糊矩阵合成算子。

通过对爆炸预警结果的解析即可知道设备发生爆炸风险的大小，爆炸预警结果为危险时，系统电源自动跳闸；爆炸预警结果为临界时，发出报警提示操作人员采取相应的应对策略；爆炸预警结果为安全时，无需进行操作。

3 仿真结果及应用

根据钛和钛合金真空自耗电弧炉熔炼安全因素和爆炸机理分析，建立爆炸征兆与征兆要素知识库(见表1)，并以此作为BP神经网络的训练样本。

表1爆炸征兆与征兆要素知识库

Table 1 Knowledge base of explosion causes and symptom

BP神经网络在MATLAB平台进行仿真，设置最大迭代次数为1 000，学习目标为均方误差≤0.001。通过仿真得到该神经网络的误差函数经143步迭代后收敛，如图5所示。

图5 BP神经网误差收敛仿真结果Fig.5 Simulation results of error convergence of BP neural network

钛及钛合金真空自耗熔炼爆炸预警系统已在某企业投入运行。在一次3 t真空自耗电弧炉熔炼钛合金过程中，爆炸征兆要素输入特征向量为X=[0.481 5，0.532 0，0.502 1,0.236 1,0.956 3]；BP神经网络处理得到爆炸征兆概率向量Y=[0.009 3；0.038 1；0.995 6]，预测爆炸征兆为坩埚水系统短路；通过模糊评价得到结果为Z=[0.816 6,0.251 0，0.030 6]，爆炸预警结果为危险，电源进行自动跳闸。经过现场检查分析，发现是由于密封圈变形造成了坩埚水系统短路。故该爆炸预警系统能够实现爆炸预警。