基于MATLAB神经网络的复吹转炉终点氧含量的预报模型

钢水终点氧含量是转炉炼钢的控制目标，它与钢水碳含量、钢水温度等多个变量之间存在着严重的非线性关系。利用MATLAB环境，提出基于BP神经网络的转炉炼钢终点氧含量预报模型，并结合某钢铁企业一座90t转炉的实际数据进行了模型验证。结果表明，该方法收敛速度快，预报精度较高。     

Coordinated control of carbon and oxygen for ultra-low-carbon interstitial-free steel in a smelting process

Low residual-free-oxygen before final de-oxidation was beneficial to improving the cleanness of ultra-low-carbon steel. For ul-tra-low-carbon steel production, the coordinated control of carbon and oxygen is a precondition for achieving low residual oxygen during the Ruhrstahl Heraeus (RH) decarburization process. In this work, we studied the coordinated control of carbon and oxygen for ultra-low-carbon steel during the basic oxygen furnace (BOF) endpoint and RH process using data statistics, multiple linear regressions, and thermodynamics computations. The results showed that the aluminum yield decreased linearly with increasing residual oxygen in liquid steel. When the mass ratio of free oxygen and carbon ([O]/[C]) in liquid steel before RH decarburization was maintained between 1.5 and 2.0 and the carbon range was from 0.030wt%to 0.040wt%, the residual oxygen after RH natural decarburization was low and easily controlled. To satisfy the re-quirement for RH decarburization, the carbon and free oxygen at the BOF endpoint should be controlled to be between 297 × 10?6 and 400 × 10?6 and between 574 × 10?6 and 775 × 10?6, respectively, with a temperature of 1695 to 1715°C and a furnace campaign of 1000 to 5000 heats.     

超低碳铝镇静钢冶炼过程氮含量的控制

针对企业冶炼超低碳铝镇静钢过程中增氮量高、波动大及控制不稳定的问题,采用工艺数据统计和现场取样的手段,系统梳理了冶炼过程钢液脱氮和增氮的主要环节和影响因素.转炉脱碳期和真空处理是脱氮的主要环节,碳氧期的总脱碳量高则终点氮含量低;转炉底吹N2/Ar切换点在吹炼70%以前对终点氮含量影响不大;VD在无氧条件下脱氮有利,RH则在有氧条件下脱氮有利.控制钢中溶解氧>200×10-6则出钢过程增氮可控制在5×10-6以下;炉料的氮带入是真空精炼环节增氮的重要因素,最高达11×10-6;采用密封垫+吹Ar的保护方式,增氮量最低为1×10-6.     

超低碳钢BOF渣成分对终点[ C ]含量影响

采用共存理论、动力学分析和实验验证的方法,研究转炉冶炼超低碳钢吹炼末期炉渣成分对终点[ C]含量的影响规律,建立1853~1973 K时终点[ C]与炉渣成分和温度的回归模型. 结果表明:FeO活度受温度影响较小,主要受炉渣成分的影响;脱碳动力学条件主要受炉渣成分和温度的影响. 炉渣碱度增加,终点[ C]含量升高;渣中FeO含量增加,终点[ C]含量迅速降低,渣中FeO质量分数应控制在12. 0% ~18. 0%之间;渣中MgO质量分数在7. 0% ~13. 0%范围内逐渐增加,钢液中[ C]质量分数增加值不足0. 01%;随着温度的增加,钢液中[ C]含量降低. 回归模型对冶炼超低碳钢的转炉终点[ C]含量的预判平均误差率为± 15. 25%,[ C]含量误差在± 0. 01%以内的炉次占69. 19%.     

基于氧气脱碳效率预测的转炉炼钢吹氧量计算模型

为精确计算转炉炼钢生产过程中需要吹入的氧气量,提出了基于氧气脱碳效率预测的转炉炼钢静态和动态吹氧量计算模型.首先,采用独立成分分析方法对静态模型输入进行预处理;然后,建立基于支持向量机的氧气脱碳效率预测模型;最后,利用预测得到的氧气脱碳效率结合机理公式计算两阶段吹氧量.利用一座150t转炉的实际生产数据进行仿真计算,结果显示该模型对氧气脱碳效率的预报精度较高,所提方法是有效的.     

EAF steelmaking process with increasing hot metal charging ratio and improving slagging regime

A new electric arc furnace (EAF) steelmaking process with increasing hot metal charging ratio and improving slagging regime simultaneously was developed and applied in a 50 t electric arc furnace for more than a year at No. 1 Steelmaking Plant of Shanxi Taigang Stainless Corporation Limited. The essential fact of the new EAF steelmaking process was to charge hot metal in two portions or steps: firstly, 35wt%-40wt% hot metal was pretreated by blowing oxygen in a specially designed reactor for decar burization and improving hot metal temperature and melting premelted slag; secondly, 30wt% hot metal was charged into EAF with high basicity refining slags from ladle furnace (LF)-vacuum degassing furnace (VD) refining process. The results show that the hot metal charging ratio can reach to about 65wt%-70wt% for the new EAF steelrnaking process; meanwhile, the tap-to-tap time of a 50 t EAF can shorten by 5-10 min, the electricity consumption can decrease by 35-50 kW·h/t, the lime consumption can reduce by 10.5 kg/t of molten steel, and the content of harmful heavy metals in molten steel can be easily controlled to less than the upper limits of aimed steel specification or grade compared with the traditional EAF steelmaking process. In addition, the dephosphorization ability shows a slight strengthening, however, a small degree of lessening for desulphurization ability is observed for the new EAF steelmaking process, but the weakness of desulphurization ability cannot become an obstacle to its further application since a stronger desulphurization ability can be achieved during secondary refining of LF coupled with VD after EAF steelmaking process.     

基于烟气成分分析的电弧炉炼钢脱碳模型

为了连续地预测电弧炉熔池中碳含量,实现对冶炼终点碳含量的控制,以红外烟气分析技术和物质质量守恒计算为基础,结合入炉总碳量和供氧量等生产数据,建立了电弧炉炼钢脱碳数学模型.对莱芜钢铁股份有限公司特殊钢厂50tUHP电弧炉实际冶炼数据的模拟计算表明,该模型能实现对熔池碳含量的连续预测和终点控制.模拟计算结果还表明,电弧炉冶炼过程中,脱碳速度主要受供氧流量的影响,最大可达0.12%～0.16%min-1.该模型用于电弧炉供氧优化后,氧气消耗明显降低.     

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.     

AOD冶炼脱碳过程的非等间隔灰色优化模型研究

针对AOD冶炼中脱碳过程存在很多不确定因素,且终点控制仍借助经验来判断等问题,对高碳铬铁AOD法降碳试验中的脱碳过程建立了非等间隔序列的灰色优化模型.仿真结果表明,非等间隔序列的灰色优化模型能够很好地对碳含量进行终点预测,而且模型具有较高的预测精度,显示出其在冶金方面具有的明显优势和巨大潜力.     

取向硅钢脱碳过程的数值模拟分析

通过对硅钢钢带表面的脱碳反应动力学和碳在钢带内部扩散机理的研究,建立取向硅钢脱碳过程的数学模型,模拟分析脱碳气氛、退火温度、钢带的初始碳含量和厚度等因素对脱碳过程的影响,并与试验结果进行对比分析。结果表明,所建模型是可靠的;气氛中的水氢比过高会引起钢带表面过氧化而阻碍脱碳;钢带初始碳含量只在脱碳初期对脱碳过程有所影响;钢带中心部位的碳向外表面的扩散是影响脱碳过程的重要环节;提高退火温度并适当降低露点有利于加快取向硅钢钢带脱碳过程的进行。     

典型流程区段炼铁炼钢界面的比较优势研究

运用系统科学还原论和整体论的研究方法,从时间、温度、流量、生产组织、铁水预处理效果、能耗、环境污染等方面分析了六种典型流程区段炼铁炼钢界面技术特点.可以看出六种不同流程区段炼铁炼钢界面各自的比较优势,铁水预处理"三脱"只适合大高炉-大转炉流程区段,其中含转炉脱磷技术的流程更具有优势.指出取消混铁炉、采用铁水包功能多样化和"一包到底"是高炉-转炉界面发展的方向.     

采用烟气分析法对转炉吹炼过程临界碳含量的研究

采用烟气分析方法连续获得转炉炉内脱碳反应信息,通过倒推计算法研究了转炉吹炼过程中钢水脱碳速度转折点的临界碳含量.结果表明:熔池搅拌能对反应后期脱碳速度转变的临界碳含量影响比较大,随着底吹供气强度增加,搅拌强度增强,临界碳含量[C]d降低,当熔池搅拌能大于一定值时熔池搅拌能变化对临界碳含量[C]d影响不大.对于顶吹转炉,供氧强度对临界碳含量[C]d影响很大,随着供氧强度提高,临界碳含量[C]d显著降低.     

CO2在转炉冶炼中低碳铬铁过程中的探索性应用

探索了一种采用转炉由高碳铬铁“一步法”冶炼中低碳铬铁的新工艺。该工艺与氩氧混吹脱碳法( Argon Oxygen De-carburization,AOD)类似,不同之处在于用CO2代替氩气作为搅拌气体吹入熔池。实验结果表明：采用CO2对高、中碳铬铁脱碳是可行的;在高碳铬铁冶炼中碳铬铁初始阶段大量喷吹CO2能取得更好的脱碳效果,而在冶炼后期,高比例的O2适量添加CO2则更有利于脱碳,在当前实验条件下,较佳的脱碳气氛为25%CO2+75%O2(体积分数);CO2的引入对提高铬的回收率有积极作用,同时CO2含量越高,保铬效果越好。实验同时发现,CO2对高碳铬铁脱硫有积极作用。     

RH脱碳过程中极低氧钢水的碳氧反应机理

BOF+LF+RH+CC工艺路线生产IF钢,在RH脱碳前,钢水经脱氧和LF精炼后,钢中自由氧达到极低水平.根据表观脱碳速率常数的不同,这种极低氧钢水的RH脱碳可以划分为四个阶段.与传统三个阶段的RH脱碳不同的是在低速脱碳阶段和快速脱碳阶段存在一个脱碳速率介于两者之间的过渡阶段.在正规溶液模型的基础上,建立了能够准确预报钢液氧含量及顶渣FeO含量的RH脱碳模型.结果表明:在RH吹氧前,极低氧含量的钢液与顶渣之间基本不传氧;吹氧之后,钢液氧含量呈线性增加,当钢液氧势大于顶渣氧势后,钢液向顶渣传氧,渣中FeO含量上升;RH处理结束FeO含量较处理初始有所回升,但是仍处于极低水平,能够有效降低顶渣对钢液的二次氧化.     

基于一类GA-RBF神经网络的转炉炼钢静态模型控制

讨论了具有非线性、大时滞、不确定特性的工况复杂的转炉炼钢过程建模与控制问题.针对传统的控制方法控制效果差、精度不高,难以达到期望结果的问题,结合RBF神经网络的特点,提出用基于混合编码方式的混合遗传算法训练的RBF神经网络,同时优化网络的结构和参数,并利用RBF神经网络建立转炉炼钢静态模型.仿真结果表明,该模型具有在线调整和学习的功能,比传统模型具有更好的计算精度和适应能力,为提高转炉冶炼过程的控制精度给出了一个有效的方法.     

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。     

冶炼关键参数对于IF钢轧材夹杂缺陷的影响

针对邯钢IF钢冶炼过程,采用统计学软件SPSS中逻辑回归分析、相关性统计、描述性统计等方法,研究了冶炼过程中关键参数和轧材夹杂缺陷之间的对应关系以及参数间的相关性.结果表明:在IF钢冶炼过程中将转炉终点温度控制在1695~1700℃之间,吹氧量控制在250 m3以下,静置时间控制在30~40 min之间,加铝前氧位不超过3.9×10-4时,IF钢轧材出现夹杂缺陷的机率减少.由此对现场提出了改善措施,结果表明以上优化措施可以减少IF钢轧材中夹杂缺陷的产生.     

低碱度脱磷渣在转炉少渣冶炼中的作用

以SGRS工艺为基础,研究了低碱度脱磷渣在转炉少渣冶炼中的作用.根据少渣冶炼物料平衡原理,脱磷阶段结束炉渣碱度控制越低,相当于转炉回收利用的Ca O量越多,能够实现的钢液去Si量也越多.同时实验结果表明,随着脱磷渣碱度的降低,炉渣的熔化性能逐渐改善,带来脱磷阶段结束转炉倒渣量不断增加以及脱磷渣金属铁含量不断降低的有益效果.当脱磷渣碱度在1.2~1.8范围时,脱磷渣半球点温度基本控制在1 380℃以内,脱磷渣中的游离Ca O质量分数控制在0.7%左右的较低水平,同时转炉脱磷阶段结束转炉倒渣量基本可控制在8 t(210 t转炉)或5 t(100 t转炉)以上.     

某企业转炉氧枪修理车间工艺设计探讨

介绍了某企业转炉炼钢氧枪维修间的工艺、设备选型、车间布置和能源介质消耗等,并总结了该氧枪维修间工艺设计特点。