板坯连铸结晶器温度场的计算机仿真

提出一种计算结晶器内温度场的方法，方法的核心思想是基于结晶器中的温度分布和凝固壳的厚度分布是一个稳态的过程，从而得到流场和温度场稳态下的耦合模型，同时利用有效热容的概念来处理相变潜热源项，在程序编制过程中利用动态更新来实现凝固对物理量的影响。模型求解结果与漏钢试得到的凝固壳厚度进行了对比分析，从而证实了方法的正确性和实用性，还研究了板坯结晶器凝固壳厚度分布。     

板坯连铸结晶器内凝固坯壳的三维数值模拟

基于流场和温度场的计算,对断面为1 780 mm×225 mm的板坯结晶器进行数值模拟,考虑3种不同水口条件下,钢液流动对凝固壳的冲刷,计算出凝固壳厚度的三维分布特征,并与二维切片法的计算结果进行了对比。结果表明:有水口时结晶器角部位置凝固壳最大值为约45mm,宽面和窄面中心凝固厚度壳最大值为24mm,分别比无水口条件下凝固壳薄1~2 mm;钢液的扩散会使凝固壳在距离结晶器角部300mm和顶部400mm的位置形成约深度2.5mm的凹陷;同时钢液会冲刷整个结晶器窄面的凝固壳,在窄面中心最严重;对比不同的水口,凸底水口冲刷最大,凹底最小。     

凝固坯壳对高拉速板坯连铸结晶器液面特征的影响

采用1:1的水模型研究了高拉速条件下凝固坯壳对结晶器内的流场与液面特征的影响.结果表明:考虑凝固坯壳时结晶器内的流场出现了轻微的不对称现象,在高拉速条件下(2.4m·min^-1),有坯壳时结晶器液面最大平均波高与表面流速比没有坯壳时分别大31%和35%.对比有/无坯壳条件下自由液面形状可知:考虑凝固坯壳之后的液面变形程度比没有考虑时更大,更易导致卷渣的发生.液面波动的功傅里叶变换分析表明:考虑坯壳之后结晶器液面的高频率波动的振幅大于无坯壳的情形,所以考虑坯壳之后由于结晶器下部内腔变小,更多的流股能量集中在上回流区,使得上回流的湍流程度比无坯壳时要大,进而导致了液面波动与表面流速的增大.因此,为了缩小与实际连铸过程的差别,在高拉速的物理模拟中有必要考虑凝固坯壳的影响.     

宽板坯连铸结晶器流场的数值模拟

针对某钢厂150 mm×1503 mm宽板坯连铸结晶器生产中出现的表面波动及卷渣情况,利用FLUENT软件对其进行了三维稳态数学计算.计算以流体表面流速为主要衡量指标,研究了出水口的倾斜角度、倒角形状对该水口作用下结晶器内流场的影响.计算结果表明,原型结晶器浸入式水口作用下,流场内的表面流速大,射流冲击深度小,液面波动大,卷渣严重.改变出水口的倾斜角度,结晶器内表面流速依旧较大,依然有较严重的卷渣现象发生.改用方案3出水口倒角形状改为相切后,表面流速由原型最大的0.6 m/s减小到0.2 m/s,冲击深度增加,流场改善,卷渣问题得到解决.     

宝钢板坯连铸结晶器平均热流

对宝钢板坯连铸过程结晶器平均热流的研究发现，当拉速增加到1．2m／min以上时，由于结晶器冷却水进、出水温差不再增加，结晶器宽边平均热流不再随拉速的增加而进一步提高．结晶器的平均热流与钢的碳含量之间有明显关系，含碳0．11％左右的钢浇铸时结晶器宽面和窄面的平均热流均最低．当拉速超过1．0m／min，在浇铸碳含量为0．002％～0．05％和0．13％～0．15％的钢时，相当数量的炉次结晶器窄边热流接近甚至超过宽边热流，表明采用较高拉速浇铸这两种碳含量钢时结晶器窄边锥度偏大．     

结晶器内连铸坯凝固过程的有限元数值模拟

建立了结晶器内连铸坯凝固过程的有限元数学模型，在坯壳面表面边界条件中引入与气隙相关的传热模型修正平均热流量方程，研究了铸坯角部气隙对坯壳凝固行为的影响，模拟结果表明，铸坯角部形成的气隙流量显著地长低了坯壳表面的换热，使得铸坯偏角区成的为热节区，此热节区是铸坯凹陷，裂纹等缺陷乃至漏钢事故发生的诱因。     

板坯连铸结晶器数值模拟

运用Fluent 6.3对板坯连铸结晶器进行数值计算,研究拉速、水口浸入深度及水口开口角度对流场的影响.结果表明:对于断面1400 mm×230 mm结晶器,随拉速增加,液面最大水平和垂直流速均增加,而窄边冲击点的位置基本不变,随距液面距离增加,窄边速度先增加后减小,直至趋向于零;当拉速超过1.2 m.min-1时,液面水平速度增加明显.随水口浸入深度增加,液面最大水平流速减小,浸入深度超过140 mm时,最大水平流速变化不明显;垂直于液面方向的最大速度逐渐增加;对窄边冲击点影响较小.随水口开口向下角度增加,液面最大水平流速减小后增加,水口开口向下12.5°时液面最大水平流速最小,而水口开口向下10°～12.5°时窄边冲击点速度最小.     

基于ANSYS的板坯连铸结晶器内流场数值模拟

利用ANSYS对板坯连铸结晶器内流场进行数值模拟，并用水模拟对其进行了验证。借助于ANSYS强大的后处理功能对流场进行了更为深入的研究．同时还分析了拉速、水口浸入深度和水口出口倾角对流场的影响。     

基于ANSYS的板坯连铸结晶器内流场数值模拟

利用ANSYS对板坯连铸结晶器内流场进行数值模拟,并用水模拟对其进行了验证。借助于ANSYS强大的后处理功能对流场进行了更为深入的研究,同时还分析了拉速、水口浸入深度和水口出口倾角对流场的影响。     

邯钢连铸板坯结晶器内流场的水模拟研究

用水力学模拟实验方法研究邯郸钢厂板坯结晶器内流场,分析在确定的拉速参数下浸入式水口结构尺寸对连铸结晶器内钢液流动状况的影响,并优化出适合邯郸钢厂板坯连铸工艺的浸入式水口结构尺寸.     

板坯连铸二次冷却控制模型

以某钢厂连铸生产中的二冷水控制模型为研究重点.在分析工况和合理假设的基础上,按照传热学理论导出板坯传热微分方程,用数值计算方法求解微分方程,经回归处理后,得出不同工况下的配水控制模型.仿真实验与生产试验证明了模型是有效的,试验验证的16Mn钢控制模型参数可用于指导生产.     

连铸板坯二冷配水动态控制研究

分析了连铸二冷配水不同控制方法之间的区别,针对二冷配水控制方法中出现的问题,研究了基于目标表面温度的动态在线配水控制方法,以适应连铸过程的复杂性、不确定性以及非线性.同时,提出了相应的控制算法并通过编程模拟验证了结果.     

板坯连铸结晶器及振动装置的研究

从传热学和结构力学角度，分析了结晶器的温度场和应力场，采用解析法和有限元法计算了结晶器的热应力和变形。针对原来的正弦振动机构存在的问题，提出了改进方案：采用椭圆齿轮变速器实现非正弦振动，并分析了改造后的结晶器的振动规律。同时，对结晶器与板坯之间的摩擦力加以分析。采用非正弦振动使负滑脱时间短，正滑脱时间长，结晶器向上运动速度与铸坯运动速度差较小。振痕深度大为减轻，减少坯壳与结晶器的摩擦力，减少粘结漏钢，提高连铸机拉坯速度，铸坯表面质量明显提高。     

板坯连铸结晶器及振动装置的研究

从传热学和结构力学角度,分析了结晶器的温度场和应力场,采用解析法和有限元法计算了结晶器的热应力和变形.针对原来的正弦振动机构存在的问题,提出了改进方案:采用椭圆齿轮变速器实现非正弦振动,并分析了改造后的结晶器的振动规律.同时,对结晶器与板坯之间的摩擦力加以分析.采用非正弦振动使负滑脱时间短,正滑脱时间长,结晶器向上运动速度与铸坯运动速度差较小.振痕深度大为减轻,减少坯壳与结晶器的摩擦力,减少粘结漏钢,提高连铸机拉坯速度,铸坯表面质量明显提高.     

板坯连铸结晶器异常预报方法研究

结晶器是钢水凝固成型的核心设备,其内部的传热和摩擦直接决定铸坯的表面裂纹和满钢等各类异常.是实现高效连铸的关键因素.基于功率法检测到的板坯结晶器摩擦力实测数据,对摩擦力的异常预报方法进行了研究.建立了以BP人工神经网络为基础的异常预报模型,并开发出相应软件.对应现场的异常记录,离线预报结果表明:软件能够对满钢、水口断裂及液位波动等各类异常进行预报,并具有一定的预报提前量.证明了方法的可行性,并显示出极大的应用潜力.     

保护渣对连铸二冷水中氟含量的影响

调查了使用不同氟含量保护渣时连铸二冷水中F-质量浓度的变化,并在实验室研究了保护渣组分及保护渣在水中的浸泡时间对水浸液中F-质量浓度的影响. 研究结果表明,A厂使用低氟保护渣,二冷水中F-质量浓度增幅为1.2～24.3mg*L-1,水样呈中性;B厂使用高氟保护渣,二冷水中F-质量浓度增幅为57.9*#mg*L-1,水样呈酸性. 保护渣中氟含量越高,保护渣在水中的浸泡时间越长,渣中氟向水中的转移量就越多. 控制保护渣中氟不超过2%,有利于减弱保护渣氟的浸出对二冷水的危害. 在研究的组成范围内,碱度CaO/SiO2和Li2O对渣中氟的浸出无明显影响. 增加保护渣中B2O3含量,有利于降低保护渣中氟在二冷水中的浸出.     

板坯连铸二冷水智能控制及仿真研究

基于传统板坯连铸二冷水控制方法，提出用自适应模糊神经网络推理系统实现板坯连铸二冷水智能控制，建立了基于自适应模糊神经网络推理系统的板坯连铸二冷水智能控制系统模型，并对该控制系统进行了计算机仿真，结果表明系统较好地实现了板坯表面的温度控制，且具有良好的自适应和自学习能力．     

板坯连铸二冷水智能控制及仿真研究

基于传统板坯连铸二冷水控制方法,提出用自适应模糊神经网络推理系统实现板坯连铸二冷水智能控制,建立了基于自适应模糊神经网络推理系统的板坯连铸二冷水智能控制系统模型,并对该控制系统进行了计算机仿真,结果表明系统较好地实现了板坯表面的温度控制,且具有良好的自适应和自学习能力.     

板坯连铸二次冷却智能控制模型

以缩小连铸二冷区板坯表面实际温度和目标温度的差异为目标,建立了板坯连铸二次冷却智能控制模型. 该模型采用支持向量机(SVM)实现板坯表面目标温度的动态设定,采用对角递归神经网络(DRNN)实现板坯表面温度的预测,采用T-S模糊递归神经网络实现二次冷却水动态调整与分配. 通过对某钢厂板坯连铸过程进行仿真计算和现场试验,结果表明:该模型将二次冷却水水量控制问题与板坯在冷却过程中的温度状态相结合,实现了连铸二次冷却动态优化控制,有利于提高板坯的质量.