基于粗糙集的转炉炼钢知识发现模型

针对转炉炼钢知识发现的特点,采用粗糙集理论进行分析,应用数据清洗、标准化及离散等方式对转炉炼钢生产数据进行预处理,以炼钢生产的主要影响因素作为知识发现的条件属性,以转炉冶炼终点控制目标作为知识发现的决策属性,建立了基于粗糙集方法的转炉炼钢知识发现模型,实现转炉炼钢生产知识的自动发现、获取和规则提取。以转炉冶炼终点钢水温度的变化规律做为知识发现的决策属性,采用210 t转炉炼钢实际生产数据进行模型的应用测试,结果表明提取出的铁水硅含量、铁矿石质量、氧气消耗量等影响因素对转炉冶炼钢水终点温度存在重要影响,且模型提取出的转炉炼钢终点钢水温度知识规则与现行转炉炼钢现场的变化规律一致,证明基于粗糙集方法的转炉炼钢知识发现模型的有效性。     

基于神经网络的转炉冶炼终点磷和硫含量预报模型

通过研究转炉冶炼终点磷、硫含量的影响因素.确定了影响冶炼终点的控制变量,根据人工神经网络技术,对常用BP算法进行改进,建立了基于神经网络的转炉冶炼终点双节点输出模型,实现了对终点钢水磷、硫含量同时进行预报,选取现场实际生产数据为样本,对模型进行训练,使模型对磷、硫含量的预报误差在±0.003%的命中率均达到了85%以上,预报精度达到了炼钢工艺的要求。     

基于神经网络的转炉冶炼终点磷和硫含量预报模型

通过研究转炉冶炼终点磷、硫含量的影响因素,确定了影响冶炼终点的控制变量,根据人工神经网络技术,对常用BP算法进行改进,建立了基于神经网络的转炉冶炼终点双节点输出模型,实现了对终点钢水磷、硫含量同时进行预报,选取现场实际生产数据为样本,对模型进行训练,使模型对磷、硫含量的预报误差在±0．003％的命中率均达到了85％以上,预报精度达到了炼钢工艺的要求。     

数学模型在转炉中的研究与应用

转炉炼钢静态控制是转炉计算机的基本控制方式,副枪动态控制以静态控制为基础。针对转炉炼钢过程中复杂因素的影响,通过数学方法研究开发出一套转炉炼钢数学模型。静态模型包括终点控制模型、供氧模型、造渣模型、底吹模型;动态模型包括脱碳速度模型、钢水升温模型和冷却剂加入量模型。     

LF精炼终点钢水温度灰箱预报模型

LF精炼工序在炼钢过程起着调节温度的关键作用,准确预报LF精炼终点钢水温度对实际生产有重要意义.传统的LF精炼预报模型包括机理模型与黑箱模型.机理预报模型能够体现各工艺因素对终点钢水温度的影响,但由于LF精炼传热机理研究尚不完善,依靠机理模型预报终点钢水温度,难以达到预期效果;黑箱预报模型能够准确预报终点钢水温度,但不能反映精炼过程各工艺因素对钢水温度的影响,尤其当生产工艺条件发生改变时,黑箱模型在应用上会受到限制.本文以方大特钢LF精炼炉为研究对象,建立一种机理预报模型与黑箱预报模型(BP神经网络预报模型)相结合的LF精炼终点钢水温度灰箱预报模型.该模型既能反映各工艺因素对终点钢水温度的影响,又能准确预测终点钢水温度,其终点钢水温度预测误差在±5℃以内的命中率可以达到95%以上.     

转炉炼钢智能控制系统

采用神经网络作为转炉炼钢的预报模型和控制模型,并将终点温度和终点碳含量作为控制目标值,计算氧气补吹量和冷却剂的补入量,从而实现转炉炼钢的终点控制.仿真结果表明,终点温度和终点碳含量仿真结果很理想,控制策略很有效.     

基于膜算法进化极限学习机的氧气转炉炼钢终点预报模型

氧气转炉炼钢的控制目标是终点温度和碳含量,但由于不能对其进行在线连续测量,直接影响了出钢的质量.针对该问题,提出一种基于膜算法进化极限学习机(ELM)的抗干扰终点预报模型.利用进化膜算法的全局寻优能力调整ELM网络参数,不仅避免了ELM网络受异常点影响出现过拟合现象,还可以寻找最优复杂度的ELM模型.将找到的ELM模型应用到转炉炼钢领域并建立终点碳含量和温度的预报模型.在仿真实验中,分别使用含有高斯噪声的标准sin C函数和氧气转炉炼钢实际生产数据进行仿真,结果表明所提模型在含噪声的数据中具有较好的预报精度和鲁棒性.     

转炉终点锰预报模型的开发

探讨转炉炼钢终点锰预报模型的建模技术 模型分为两种 :代数学模型和人工神经网络模型 代数学模型采用多元线性回归方法建模 ,该模型简单、可视 ,但仿真结果并不理想 人工神经网络模型在选取适当输入参数的基础上 ,通过对转炉生产的历史数据进行训练 ,求得合理优化的网络权重 ,可对转炉终点锰含量进行离线预报 ,该模型的仿真结果很好 ,当预报误差精度|ΔMn|≤ 0 .0 2 5 %时 ,预报命中率超过 95 % ,为今后转炉的在线锰预报和快速出钢模型的研制提供依据和技术支持     

基于主元分析的转炉终点ESN静态预测模型

以主元分析方法和新型ESN(回声状态网络)算法为核心,研究了转炉终点静态预测模型。通过对某钢厂转炉生产数据的主元分析,建立了ESN模型,同时将ESN模型与传统的BP和RBF神经网络模型进行了对比研究。结果表明,使用ESN建立的模型比传统的BP网络模型和RBF网络模型,在钢水温度预测方面精度分别提高了0.85%和0.45%,在钢水碳质量分数预测方面精度分别提高了0.45%和0.19%,能够有效的对转炉终点碳含量和温度进行预测,从而为转炉炼钢过程提供更准确的操作指导。     

基于主元分析的转炉终点ESN静态预测模型

以主元分析方法和新型ESN(回声状态网络)算法为核心,研究了转炉终点静态预测模型.通过对某钢厂转炉生产数据的主元分析,建立了ESN模型,同时将ESN模型与传统的BP 和RBF神经网络模型进行了对比研究.结果表明,使用ESN建立的模型比传统的BP网络模型和RBF网络模型,在钢水温度预测方面精度分别提高了0.85%和0.45%,在钢水碳质量分数预测方面精度分别提高了0.45%和0.19%,能够有效的对转炉终点碳含量和温度进行预测,从而为转炉炼钢过程提供更准确的操作指导.     

转炉优化配料与冶炼静态控制模型

在分析转炉炉料结构优化及 BP 预报模型特点的基础上,针对某厂50 t 转炉生产条件,构建了由优化配料、静态预测、过程控制、脱氧合金化和成本计算等模块构成转炉冶炼静态控制系统。以机理模型为基础、采用增量模型校正的优化配料模块,用以精确计算入炉料结构;以 BP 神经网络为基础构建了静态预测模块,对转炉冶炼终点碳和温度进行预测;以操作经验为基础构建了过程控制模块,动态给出冶炼过程控制的枪位曲线、加料时机和加入量;基于终点预测和全氧计算模型构建了脱氧及合金化模块,进而对转炉冶炼成本进行计算,构建了成本计算模块。通过本系统的开发,建立了全过程指导的炉料结构优化与冶炼静态控制,为现场生产提供了指导。     

钢铁企业氧气系统动态仿真

分析了钢铁企业氧气发生、储存和使用的特点,建立了氧气系统动态数学模型,开发了调试简单的氧气仿真系统,并对一个联合钢铁企业氧气系统进行了实例计算·实例仿真计算结果表明:生产能力比平均使用量大得越多,PID调节越有效;工作压力、管网体积、炼钢用氧作业模式,对氧气放散率影响十分明显·最大工作压力提高04MPa,放散率减少53%;管网体积增加3750m3,放散率减少16%;1号转炉的作业曲线向前平移28h,放散率减少了20%·     

京唐公司转炉双联冶炼工艺及技术指标

阐述了京唐公司转炉双联工艺及其优势,重点就转炉双联法与常规冶炼主要技术指标进行了对比分析,分析结果显示：采用转炉双联冶炼法时脱磷率为92.86%,采用常规冶炼法转炉脱磷率为88.4%,转炉双联工艺脱磷效果明显。脱磷炉终渣中平均TFe含量是8.27%,脱碳炉终渣中平均TFe含量是18.92%,常规转炉终渣中平均TFe含量是18.98%,转炉双联冶炼过程不仅铁损低,而且金属料消耗少。辅原料消耗上转炉双联法白灰和轻烧白云石的用量比传统冶炼法分别减少9.7 g/t钢、9.3 g/t钢。转炉双联法和常规冶炼法终点钢水平均碳氧积分别为0.0023和0.0024,控制水平较好。     

基于因果关系的CBR模型用于转炉炼钢静态控制

转炉炼钢静态控制是动态控制的基础,准确的静态控制对于改善动态控制质量、提高终点命中率具有重要意义.采用案例推理方法建立了转炉炼钢静态控制模型,计算了吹氧量和冷却剂加入量;并将因果关系分析用于案例属性的确定,增强了属性选择的有效性,降低了模型计算的复杂度.对一座150t转炉的实际生产数据进行仿真,结果表明,因果关系分析能够有效地确定案例属性,基于案例推理的转炉炼钢静态控制模型是切实可行的.     

转炉炼钢氧气射流技术

为了研究转炉炼钢氧气射流的应用情况,利用FLUENT软件模拟研究了集束氧气射流,并对比了集束射流和超音速射流的射流特性.在某厂35t转炉进行了集束射流的初步工业试验.试验结果表明:使用集束氧枪后的转炉炼钢脱磷效率提高,钢铁料消耗及氧气消耗均有所下降.     

氧对低合金铁素体低温钢低温韧性的有害作用

对低温工程中应用的 06MnVTi 低温钢板材及其在焊接以后容易出现的低温冲击值明显下降的问题,作了组织分析及热处理试验,发现其根本原因是氧在铁素体相中的过饱和析出及应力应变析出。析出相为弥散的 Fe_3O_4,并因此而引起钢的析出脆性;而造成氧的析出倾向则是由于钢本身的实际合碳量非常低,存在容易富氧的弱点,同时在转炉吹炼过程中又未针对这一特性,加快吹炼速度,而助长了钢中氧的析出脆化敏感性。     

基于聚合射流氧枪数值模拟的研究

聚合射流氧枪是转炉炼钢的一种新型氧枪,设计者们在主氧的外层加上一圈保护气体,以延长射流核心区长度,提高射流的穿透能力。与传统氧枪相比,该聚合射流氧枪在促进钢渣反应、提高氧气利用率方面具有极大优势。利用FLUENT软件对聚合射流和传统射流进行数值模拟,得到了两种不同射流的流动性特性,对模拟结果进行分析比较,证明了聚合射流氧枪的优越性,为以后的实际生产提供理论参考。     

Mathematical model of deoxidization with post stirring in a combined blowing converter

Dissolved oxygen in the steel at the terminal of the converter smelting process is the main cause for the formation of oxide inclusions, and the high terminal oxygen content worsens the steel cleanness. However, post stirring in a combined blowing converter can promote the carbon-oxygen reaction in the liquid steel and reduce the dissolved oxygen content at the terminal of the converter smelting process. Thus, the mathematical model of deoxidization in the post stirring process was obtained, and the rationality of which was further verified by industrial tests. Finally, it is concluded that the product of dissolved carbon and oxygen, i.e. w_[C]·w_[O], decreases obviously after adopting the new technique of post stirring in the combined blowing converter.