鄭景星

（唐山不銹鋼有限責(zé)任公司 河北 唐山 063000）

0 引言

伴隨工業(yè)化進(jìn)程的發(fā)展，對煉鋼產(chǎn)品要求越來越高，材料和制造業(yè)需要不斷創(chuàng)新，特別是使用頻次較高的高強(qiáng)鋼使用，給鋼鐵冶煉帶來了新的挑戰(zhàn)[1-2]。轉(zhuǎn)爐煉鋼工藝是鋼鐵冶煉的關(guān)鍵工序，通過使用受控的質(zhì)量檢測系統(tǒng)提升生產(chǎn)品質(zhì)量可靠性。此外，實踐生產(chǎn)應(yīng)用效果足以證明對在線質(zhì)量進(jìn)行無損探測可有效提高生產(chǎn)效率，因此研究人員針對現(xiàn)行工藝制定出用于轉(zhuǎn)爐煉制高強(qiáng)鋼無損檢測的新方法[3-4]。

轉(zhuǎn)爐煉鋼產(chǎn)品質(zhì)量檢測試驗主要是為了實現(xiàn)產(chǎn)品的強(qiáng)度校驗，強(qiáng)度受溫度熔核形成的影響。為了驗證連接質(zhì)量達(dá)成的截面積是否合格，傳統(tǒng)測試方法主要側(cè)重于監(jiān)測煉制的過程，個別檢測點的強(qiáng)度測試通常利用超聲波無損檢測完成，或通過隨機(jī)破壞性測試，如鑿子測試[5-7]。然而這些方法都有其局限性，特別是在22MnB5高強(qiáng)鋼的煉制中，測試幾乎不可行，而熱成像方法則可以替代上述方法完成測試。

1 實驗方法

在冶煉工藝框架內(nèi)為系統(tǒng)開發(fā)質(zhì)量檢測機(jī)，為了有效評估該方法的可行性和局限性，在生產(chǎn)允許的條件下進(jìn)行了大量的試驗。測試中，使用控制單元，氣動伺服電機(jī)在中等頻率模式下驅(qū)動噴槍工作。改變噴槍電流和電極壓力，產(chǎn)生不同的熔核直徑，鋼產(chǎn)品材料使用鍍鋅鋼H340LAD Z100（厚度為1.5 mm）和熱式鋼22MnB5（厚度2.0 mm）。工藝參數(shù)進(jìn)行詳細(xì)記錄，包括檢測電流、電壓、電極壓力、電阻和煉制過程中的聲發(fā)射，所有數(shù)據(jù)通過外部傳感器檢測并記錄，在5 kN的電極壓力作用下電流變化范圍為（5，6，7，9）kA。相反，在電流6 kA時電極壓力變化范圍為（3，5.5）kN。為了保證實驗的可靠性，在每種條件下進(jìn)行10次試驗，取其平均值。

利用數(shù)據(jù)處理軟件分析過程數(shù)據(jù)，測試數(shù)據(jù)經(jīng)過預(yù)處理后再進(jìn)行分類。一個重要的先決條件是：測試信號要具備一些明顯特征，這些特征的選擇和數(shù)學(xué)描述過程能被高程度的理解轉(zhuǎn)化，同時還要充分認(rèn)知反映相關(guān)質(zhì)量特性的工藝參數(shù)和目標(biāo)值之間的關(guān)系。除此之外，還需對模式識別關(guān)系方法進(jìn)行分析和評估，因為它們能夠從信號模式中獲取信號特征。為了驗證質(zhì)量無損，使用3MA方法進(jìn)行無損檢測。

2 基于傳感器的數(shù)據(jù)分析方法

2.1 過程數(shù)據(jù)分析

為了減少用于分析算法的計算時間，輸入信號的采樣數(shù)減少到m個。對于特征計算，集合B?Rm包含了所有相關(guān)缺陷類別的波形，其中每個波形S∈B可以看作是在m維歐氏空間中的一個點，兩個波形越相似，它們在空間中顯示的點越靠近；代表特定缺陷類型的理想波形將在歐氏空間中形成孤立的點簇[8]。

為了簡化分類，減少計算復(fù)雜度，m維空間減為n維特征空間，其中n＜m。f=（f1...fn）T采用線性方法獲得：

為了在特征空間中實現(xiàn)缺陷簇的良好分離，使用FastICA獨立分量分析方法計算C，F(xiàn)astICA算法建立在最大化負(fù)熵值fi統(tǒng)計獨立特性的基礎(chǔ)上：

fi=CiS（Ci是C的第i排）

其中負(fù)熵定義為隨機(jī)分布偏離正態(tài)分布的程度。FastICA算法可以根據(jù)統(tǒng)計學(xué)的中心極限定理加以澄清，中心極限定理表明了獨立隨機(jī)變量的總和在某些條件下近似正態(tài)分布。

在C的基礎(chǔ)上，使用交叉驗證方案構(gòu)建學(xué)習(xí)和測試集：

1）構(gòu)造類別標(biāo)簽 1j∈｛1，2｝（1：不被接受（n.a.）；2：接受（a.））

其中，j是波形Si∈B的索引。

2）生成k個兩兩隨機(jī)分區(qū)：

3）建立學(xué)習(xí)和測試集合：

每k個分區(qū)的多層感知器（MLP）由n個輸入神經(jīng)元，一個隱層和兩個輸出神經(jīng)元o1、o2組成。第i個分區(qū)的訓(xùn)練是通過從Li到該網(wǎng)絡(luò)的輸入層中隨機(jī)選擇的特征向量來完成的。網(wǎng)絡(luò)的期望輸出是根據(jù)輸入特征向量的類別標(biāo)簽設(shè)置：

給MLP一個新特征向量后，用反向傳播算法進(jìn)行處理。為了給MLP找到最佳的學(xué)習(xí)參數(shù)，使用具有不同參數(shù)集的訓(xùn)練信號，并和所得到的分類精度進(jìn)行比較。用Li對MLP訓(xùn)練的分類精度進(jìn)行測試，通過設(shè)定MLP到fi∈Ti的輸入，執(zhí)行向前傳播步驟，對MLP輸出與期望輸出進(jìn)行比較。假如1j=1且o1＞o2或1j=2且o1＜o(jì)2，特征向量fj歸類于正確。根據(jù)每個k分區(qū)的分類試驗，建立一個混淆矩陣K。Kij計算特征向量的數(shù)量，這些特征向量原來屬于i類，通過MLP后歸為j類。為了確定分類平均精度，相加分區(qū)中的所有混淆矩陣，由此產(chǎn)生的混亂矩陣K—如表1所示（表1）。

表1 混淆矩陣

i類別的分類精度pi由下式計算：

圖1示出了數(shù)據(jù)流圖形式中所提方法的概要。

圖1 過程數(shù)據(jù)分析的數(shù)據(jù)流圖

2.2 用3MA方法進(jìn)行無損檢測

微磁無損檢測技術(shù)可以表征材料機(jī)械性能，如硬度、硬化層深度、屈服強(qiáng)度和抗拉強(qiáng)度，微磁多參數(shù)微觀結(jié)構(gòu)和應(yīng)力分析（3MA）方法具備詳細(xì)的描述過程，但僅可以應(yīng)用于鐵磁材料。

鋼產(chǎn)品的機(jī)械性能和微觀結(jié)構(gòu)之間存在本構(gòu)關(guān)系，由化學(xué)成分及機(jī)械預(yù)處理確定?，F(xiàn)有晶格缺陷的數(shù)量和類型將影響材料的整體性能，包括塑性及韌性，從而影響機(jī)械性能，如拉伸強(qiáng)度和硬度。鋼的磁特性由微觀結(jié)構(gòu)決定，鐵磁材料由磁化到飽和值的區(qū)域（外斯區(qū)）組成，區(qū)域之間的邊界被稱為磁疇壁。在外部磁場的影響下，通過移動磁疇壁到外部磁場方向來排列外斯區(qū)，該過程受到現(xiàn)有晶格缺陷的影響。磁化過程中材料的性能用磁參數(shù)來描述，如磁導(dǎo)率、矯頑磁力和剩磁。微觀結(jié)構(gòu)和機(jī)械強(qiáng)度或鐵磁材料的磁特性之間的關(guān)系為3MA方法提供了依據(jù)。它是電磁測試方法的組合，該方法基于交變磁場的磁化，可增加磁導(dǎo)率，減小巴克豪森噪聲，產(chǎn)生多頻渦流。

啟動交變磁場（也稱為諧波），除了研究切向磁場的基波頻率，還可以分析材料的諧波矯頑力（強(qiáng)磁性和機(jī)械硬質(zhì)材料），或用于檢測表面硬化材料的深度。巴克豪森噪聲的波形提供了材料硬度和殘余應(yīng)力的相關(guān)信息，用來記錄增量磁導(dǎo)率的信號。多頻渦流檢測的信號根據(jù)材料的導(dǎo)電率和磁導(dǎo)率不同而變化，提供了關(guān)于材料結(jié)構(gòu)變化和缺陷的相關(guān)信息。

3MA校準(zhǔn)函數(shù)描述了3MA測量和目標(biāo)值之間的因果關(guān)系，目標(biāo)值的數(shù)量可以通過破壞性參考方法來確定（如維氏硬度，拉伸強(qiáng)度，屈服強(qiáng)度），用于計算校準(zhǔn)函數(shù)的數(shù)學(xué)模型是基于統(tǒng)計的分析方法（回歸分析）而建立的。

3 結(jié)果與討論

3.1 過程數(shù)據(jù)分析結(jié)果

圖2和圖3展示了質(zhì)量檢測過程和熔核微小片段中的電阻特征波形。測得的阻力曲線與所得的熔核直徑d相關(guān)。研究所需的最小熔核直徑為4.3 mm，產(chǎn)品中不能用直徑較小的熔核，因為熔核直徑不足時質(zhì)量檢測過程的波形（見圖2）明顯不同于直徑足夠大時的波形（見圖3）。

圖2 熔核直徑不足情況下產(chǎn)品阻力曲線（d＜4.3 mm）

圖3 熔核直徑足夠大情況下產(chǎn)品阻力曲線（d≥4.3 mm）

電阻特性快速獨立分量分析法（FastICA算法）主要用于提取特征，用一部分電流值的信號曲線來進(jìn)行訓(xùn)練（25%），以確保分析測試中可利用足夠的“未知”信號特征。分類的目的是選擇更精確的曲線用于教學(xué)，以覆蓋所有可能的信號路徑。

接下來進(jìn)行多次交叉驗證，同時測定值的25%用于訓(xùn)練，75%為試驗評估，用分類結(jié)果計算混淆矩陣：標(biāo)“正確”的檢測點是指測試集中檢測點的總數(shù)；標(biāo)“無法找到故障”的檢測點是指缺陷檢測點的總數(shù)；獲得“假警報”的檢測點是指無損檢測點的總數(shù)。

質(zhì)量檢測點系列在不同電流下進(jìn)行20次交叉驗證，其結(jié)果是：88%檢測點是正確的，9%有缺陷的檢測點無法找到故障，15%的無損檢測點得到一個假警報；在不同的電極力下進(jìn)行15次交叉驗證：91%的樣品是正確的，11%有缺陷的檢測點無法找到故障，7%無損的檢測點得到一個假警報。如果對所有檢測點同時分析，結(jié)果可能得到進(jìn)一步改進(jìn)。在32個特征快速獨立分量分析的基礎(chǔ)上，對檢測點評估進(jìn)行過程訓(xùn)練和特征提取，施加到檢測點的“未知”特征中（99個樣品）。對樣品的子集和整個集合進(jìn)行交叉驗證，25%的曲線在每種情況下進(jìn)行20次試驗，最小化集合特征選擇帶來的影響，選擇75%的曲線作為測試樣本，使統(tǒng)計結(jié)果足夠可靠。其結(jié)果是，94%的樣品是正確的，5%有缺陷的檢測點無法找到故障，7%無損的檢測點得到一個假警報。

3.2 3MA無損檢測結(jié)果

熔核直徑是由3MA技術(shù)無損檢測決定的，試驗裝置由德國開發(fā)，并與標(biāo)準(zhǔn)探頭3MAII E1030配套使用。為了確定校準(zhǔn)函數(shù)，定義學(xué)習(xí)集合（約1/3所有檢測點），通過鑿子試驗和微片段來確定熔核直徑，并對熔核直徑進(jìn)行校準(zhǔn)，測試檢測點的最小熔核直徑為4.3 mm。表2示出了3MA方法的結(jié)果，3MA方法的可靠性高達(dá)80%～90%，結(jié)果可以與無損檢測方法的結(jié)果（如超聲波探傷）相媲美。

表2 用3MA方法無損檢測的結(jié)果：檢測電流和電極力的變化

4 結(jié)論

試驗證明，在轉(zhuǎn)爐煉鋼產(chǎn)品質(zhì)量檢測過程中電阻特性為熔核及熔核直徑的形成提供信息，測得的電阻曲線與熔核直徑有關(guān)。電阻曲線反映了缺陷和孔隙的發(fā)展，尤其在冷卻條件下更為顯著，能夠識別約0.1 mm甚至更小的孔隙。利用模式識別分析數(shù)據(jù)能夠?qū)崿F(xiàn)更高的可靠性，在質(zhì)量檢測過程中同時對電阻和電極力的特性進(jìn)行分析，精確度將超過95%，這樣的測試未檢測到故障和假警報的百分比可控制在5%以下；因此3MA方法可用于鋼產(chǎn)品橫截面的無損檢測，直接校準(zhǔn)熔核直徑，利用評估軟件對測試結(jié)果進(jìn)行客觀及自動化的評估。3MA方法的校準(zhǔn)基本上獨立于檢測過程，所以只能檢測已完成產(chǎn)品的質(zhì)量。為了校準(zhǔn)該方法，需要一個數(shù)量相對較少的樣本，高達(dá)85%～90%的精確度可與常規(guī)無損檢測方法的結(jié)果媲美。