（钢铁冶金专业论文）lf炉精炼终点成分预报模型开发.pdf

东北大学硕士学位论文摘要 l f 炉精炼终点成分预报模型开发 摘要 钢包精炼炉是一种二次精炼设备，具有优异的综合性能，在生产中得到了广泛 的应用。l f 炉冶金模型的应用有助于降低电耗、电极消耗、氩气消耗及合金消耗 等，并使产品的质量得到提高。 随着计算机及自动控制技术在钢铁工业中的应用，在电炉冶炼一炉外精炼连铸一 轧制这一短流程生产工艺中，l f 炉的作用日益突出。因此，l f 炉精炼过程中成分 的控制成为整个短流程是否顺利进行的重要因素。目前，我国l f 炉精炼过程钢水 成分基本采用人工控制，已不能满足现代化生产的快节奏和对产品质量的精度控制 要求。已经开发的一些模型由于精度不高，现场工人并不使用而还是根据经验操作。 因此，开发并实现l f 炉精炼终点的成分预报模型成为冶金工作者面临的一个十分 紧迫的问题。 本课题以宝钢3 0 0 t l f 炉为工程依托，厨绕l f 炉工艺过程中的成分微调展开 研究。针对合金成分预报问题，采用参考炉次法建立了合金微调及终点成分预报模 型。模型使用v i s u a lb a s i c6 0 作为软件开发工具，m i c r o s o f ta c c e s s2 0 0 3 数据库系 统进行数据的输入、输出和存储，编制出了应用软件。 通过对l f 炉冶炼机理的研究和合金化操作的分析，采用模式识别方法将钢种、 出钢量、钢水成分及温度、合金加入量、加入种类及品位、渣料的加入量、成分及 种类，电极所加的电压、电流，钢包状态以及吹氩情况等数据进行分类、筛选、分 析，将对成分影响不大的因素滤掉，最终选择了钢水成分、钢水量、温度、合金种 类和加入量、渣的种类和重量五个主要影响因素。计算证明，该方法有利于减少因 素之间的相互干扰，降低复杂性，从而提高了模型计算的准确性。 利用各个参考炉次的数据计算每炉次各元素的合金收得率，再用f u z z y 模型的 加权平均方法计算本炉次的合金收得率，最后预测冶炼终点成分，与实际数据比较， 计算误差较小，达到了现场的精度要求，能够减少取样次数，从而间接地缩短冶炼 - i i 东北大学硕士学位论文摘要 时间，降低能耗，优化冶炼操作。 此外，本模型的合金加入量计算的准确性也比较高，根据钢水的初始成分和钢 种的冶炼标准，可以给出比较精确的合金加入量，有利于准确控制成分，从而节省 合金加入量，节约开支。 因此本模型的实现对现场应用具有一定的指导意义和应用价值。 关键词钢包炉精炼成分预报成分微调冶金模型 i i i 东北大学硕士学位论文 d e v e l o p m e n t o ft h ep r e d i c t i o nm o d e lt o t h ee n d p o i n tc o m p o s i t i o no fl a d l ef u r n a c e a b s t r a c t l a d l ef u r n a c ei sak i n do fs e c o n d a r yr e f i n i n ge q u i p m e n t ，w h i c hh a st h ee x c e l l e n t s y n t h e s i z e df u n c t i o n s ，a n dh a sg o tt h ew i d e l ya p p l i c a t i o n i nt h ep r o d u c t i o n t h e m e t a l l u r g i c a la p p l i c a t i o no fl fm o d e lh a sm a n ya d v a n t a g e s ，s u c ha sr e d u c i n gt h ep o w e r ， t h ee l e c t r o d e ，a r g o na n da l l o y sc o n s u m p t i o n ，e t c i ta l s oc r ni m p r o v et h eq u a l i t yo ft h e p r o d u c t s w i t ht h ea p p l i c a t i o n so fa u t o m a t i cc o n t r o lt e c h n i q u ei nt h es l e e li n d u s t r y , t h e f u n c t i o no fl fb e c o m e sm o r ea n dm o r ei m p o r t a n ti nt h es h o r tp r o c e s so fe a f - l f c c - c r t h e r e f o r e ，t h ec o m p o s i t i o nc o n t r o lo fl fb e c o m e st h ek e y o ft h eo p e r a t i n gi nt h e s h o r tp r o c e s s n o w ，t h ec o m p o s i t i o no f m o l t e ns t e e la r ec o n t r o l l e db yo p e r a t o r si nt h el f r e f i n i n gp r o c e s so fc h i n a w h i c hc a i l ta d a p tt h ed e m a n d so ft h eq u i c k l yr h y t h mo f m o d e r n i z a t i o np r o d u c ea n dt h ep r e c i s ec o n t r o lo ft h ep r o d u c tq u a n t i t y t h o s ed e v e l o p e d m o d e l sw i t ht h el o wp r e c i s i o nd o n tb eu s e db yt h ew o r k e r s ，a n dt h eo p e r a t i o ns t i l li sb e d o n es t i l la c c o r d i n gt ot h ee x p e r i e n c e f o rt h i sl a s o n ，i th a sb e c o m eav e r yi m p o r t a n t s u b j e c to f t h ed e v e l o p m e n to n t h ee n d - p o i n tc o m p o s i t i o np r e d i c t i o nf o rl f b a s e do nt h e3 0 0tl fa ts h a n g h a ib a n s t e e l ，t h er e s e a r c hw a sd o n ea b o u tt h e m i c r o - a d j u s t i n gc o m p o s i t i o n si nt h el fp r o c e s s am o d e l w a sb u i l to f t h em i c r o a d j u s t i n g c o m p o s i t i o n sa n dt h ec o m p o s i t i o np r e d i c t i o nb yu s i n gr e f e r e n c eh e a t sm e t h o d v i s u a l b a s i c6 0w o su s e da st h et o o l so fs o f t w a r ed e v e l o p m e n t ，a n dt h ei n p u t ，o u t p u ta n ds a v i n g o ft h ed a t aw e r ea c c o m p l i s h e db ym i c r o s o f ta c c e s s2 0 0 3 ，t h ea p p l i c a t i o ns o f t w a r ew a s a l s op r o g r a m m e d t h ec l a s s i f i c a t i o n ，c h o o s i n ga n da n a l y s i so f t h ed a t aw e r ed o n e ，w h i c hi n c l u d i n gs t e e l t y p e s ，s t e e lw e i g h t , c o m p o s i t i o n sa n dt e m p e r a t u r eo fm o l t e ns t e e l ，q u a n t i t y , k i n d sa n d i v 东北大学硕士学位论文 g r a d eo fa l l o y sa n ds l a g s ，v o l t a g ea n dc u r r e n to fe l e c t r o d e s ，s t a t eo fl a d l e ，c o n d i t i o no f a t b l o w i n g u s i n g f u z z y m o d e l t h r o u g h t h er e s e a r c h o f m e c h a n i c sa n da n a l y s i so f a l l o y i n g t o l fo p e r a t i o n t h ef i v em a i nf a c t o r sw e r ec h o s e nw h i c hi n c l u d i n gc o m p o s i t i o n so f m o l t e n s t e e l ，s t e e lw e i g h t ，t e m p e r a t u r e ，q u a n t i t ya n dk i n d so fa l l o y sa n ds l a g sg e t t i n gr i do ft h e f a c t o r sw i t hs m a l le f f e c to nt h ec o m p o s i t i o no ft h em o l t e ns t e e l c a l c u l a t i n gr e s u l t s p r o v e dt h a tt h i sm e t h o d i sb e n e f i tt oi n c r e a s et h ep r e c i s i o nb yd e c r e a s i n gt h ec o i n t e r f e r e a n dt h ec o m p l e x i t yo f f a c t o r s t h ee n d - p o i n tc o m p o s i t i o no ft h em o l t e ns t e e lw a sp r e d i c t e db yc a l c u l a t i n gt h e e l e m e n t sy i e l do fe a c hh e a t su s i n gt h ed a t ao ft h er e f e r e n c eh e a t s ，a n dt h ea l l o y sy i e l do f c u r r e n th e a tw e r ec a l c u l a t e db yt h ew e i g h tm e a nm e t h o do ff u z z ym o d e l f u r t h e r m o r e , t h ec o m p a r i s o nw a sd o n eb e t w e e nt h ep r e d i c t e de n d p o i n tc o m p o s i t i o no fm o l t e ns t e e l a n da c t u a ld a t a t h ec a l c u l a t i n ge r r o ri sl o w e rw h i c hc a nm e e tt h ed e m a n d so f t h es p o t i t h a st h ea d v a n t a g e so fd e c r e a s i n gs a m p l i n gt i m e s ，r e d u c i n gt h er e f i n i n gt i m ea n dt h ec o s t ， a n do p t i m i z i n gr e f i n i n go p e r a t i o n i na d d i t i o n ，t h ep r e c i s i o no fa l l o y sa d d i t i o n sp r e d i c t i o ni sa l s ov e r yh i g h ，t h es u i t a b l e a l l o y sa d d i t i o n sc a nb eg a i m ma c c o r d i n gt ot h ei n i t i a lc o m p o s i t i o n so fm o l t e ns t e e la n d r e f i n i n gs t a n d a r d , w h i c hb e n e f i t st op r e c i s ec o m p o s i t i o nc o n t r o l ，s a v i n gt h ea l l o y s a d d i t i o n sa n d l ec o s t s t h e r e f o r e ，t h i sm o d e lh a sa p p l i c a t i o nv a l u ea n di tc a nb eu s e dt od i r e c tt h es p o t p r o d u c t i o n k e yw o r d s l a d l ef u r n a c e ，r e f i t t i n g , c o m p o s i t i o np r e d i c t i o n ，c o m p o s i t i o nm i c r o a d j u s t i n g , m e t a l l u r g ym o d e l v 独创性声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取 得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰 写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我 一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说 明并表示谢意。 学位论文作者签名：歹穴乞 日期： 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学位 论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印 件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文 的全部或部分内容编入有关数据库进行检索、交流。 ( 如作者和导师同意网上交流，请在下方签名；否则视为不同意。) 学位论文作者签名： 签字日期： 套久乏 导师签名： 签字日期： 东北大学硕士学位论文 第一章 绪论 第一章绪论 1 1 钢铁工业概况、水平、发展趋势 钢铁工业在国民经济的发展过程中，起着举足轻重的作用。2 0 世纪以来，钢铁 产品被广泛地应用在建筑、机械、汽车、船舶、石油和运输等各个行业中。因此， 钢铁一直是国民经济的基础工业之一。现如今，虽然出现了许多新材料，例如陶瓷、 塑料、高分子复合材料等等，这些新材料由于自身的一些特点在一定程度上取代了 钢材，但是钢材具有其它材料不可比拟的综合性能，同时，与其它材料相比，钢材 价格波动趋势相对较小，所以，钢铁材料仍是当代最主要的材料之。 从世界范围来说，发达国家由于自身钢产量已经达到社会需求的饱和值，因而 其钢铁工业发展处于停滞阶段，但是总的来看世界钢铁工业还是在不断发展的，尽 管钢铁产量逐年增加，仍就无法满足社会总需求量。产生这一现象的主要原因是发 展中国家( 包括新兴国家) 正大力发展其国民经济，这就使得这些国家对钢铁材料 的需求量增大。我国是发展中国家，同时也是钢铁产量世界第一的钢铁大国，在国 民经济高速发展的今天，社会对钢材尤其是高质量钢材的需求不断加大，这就需要 我们为钢铁强国的伟大目标努力奋斗。在一段时期之内，钢铁工业仍将是我国经济 的支柱之一。 近几年来，我国经济持续高速发展，钢铁工业通过加快结构优化与调整，不断 提高满足国民经济对钢材产量、品种、质量、成本等全面要求的能力。当前的形势 是： 一方面，国内大规模建设需要大量钢材，为我国钢铁企业提供了良好的机遇。 另一方面，钢铁工业的发展也受到资源、环境的限制，原、燃料涨价，给钢铁厂留 下较小的利润空间。面对挑战，迫切要求国内的钢铁企业必须努力提高生产效率， 降低能源消耗和原材料消耗，减轻对环境的污染和降低生产成本。 东北大学硕士学位论文第一章 绪论 1 2 钢包精炼炉的发展概况 1 9 7 1 年，f = i 本人同特殊钢公司推出了世界上第一台钢包精炼炉l a d l e f u r n a c e ，简称l f 炉。这是一种主要依靠炉渣对钢液进行精炼的工艺，主要特征是 在非氧化性气氛和碱性白渣下精炼，底吹a r 搅拌加速钢渣反应，并且通过变压器、 二次侧短网、电极将电能传输到精炼渣和钢水，从而达到加热升温的目的，可满足 较长冶炼叫问要求。 晟初，l f 炉丰要用于高等级钢的冶炼，但随着冶炼和浇注含理化要求的日益 提高以及随之而来的冶炼与连铸技术的结合，l f 也就成为了冶炼和连铸之间的匹 配器和凋节器，钢种也逐渐扩大到普通钢，加之它投资费用低、设备简单、操作灵 活和精炼效果好，因而被世界各国的公司广泛使用，尤其以日本最为突出。在我国 随着连铸比的大幅度提高，l f 也已在生产上得至i 了广泛的应用。目前，l f 所处理 的钢种几乎涉及到从特钢到普钢的所自钢种。 l f 法设备简单，投资不大生产中可视质量控制的需要，采用多种不问的工 艺操作制度；设计中按产品需要进行不同的配套组合，满足最终产品质量控制的要 求。 1 3 课题的目的和意义 l f ( 钢包精炼炉) 是一种二次精炼设备，其有优异的综合性能，在生产中得到了 广泛的应用。l f 炉冶金模型的应用有助于降低它的电耗、电极消耗、氩气消耗及 合金消耗等，并提高产品的质量和稳定性。在炼钢过程中，钢液的台会化操作对于 生产高附加值的优质钢来说已成为必不可少的内容。 随着讨算机及自动控制技术在钢铁工业中的应用，在电炉冶炼一炉外精炼连铸 轧制这一短流程生产工艺中，l f 炉对连铸连轧的作用日益突出。因此，l f 炉精炼 过程中温度和成分的控制成为整个短流程是否顺利进行的关键因素。目前，我国钢 铁企业l f 炉精炼过程中成分的人工控制已经与现代化生产的快节奏和对产品质量 的精度控制不相适应。已经开发的一些模型由于精度不高，现场工人并卜使用而还 足根据经验操作。因此开发并实现l f 炉精炼终点的成分预报模型成为冶会工作者 面临的一个十分紧迫的问题。 面临的一个十分紧迫的问题。 - 2 - 东北大学硕士学位论文第一章绪论 目前，国内许多大型钢铁公司对于钢液合金化都是参考生产工艺标准或依靠操 作i ：经验完成，有的企业甚至将合金加入量和种类设为固定值。这样做不仅精度不 高，而且偏差较大。为了能够及时准确地了解l f 炉内各合金成分的准确数值，开 发l f 炉钢液成分预报并实现该工序的计算机控制模型势在必行。这不仅有明恩的 社会效益和经济效益，也是炼钢自动化水平的标志之一。 本课题将以宝钢3 0 0 tl f 炉为工程依托，围绕l f 炉工艺过程中的成分微调展 开研究，着力加速发展l f 炉冶金控制模型。针对合金成分预报问题，提出新的计 算模型，并编制应用软件，把程序运行的优化结果与实测值比较分析，总结出如何 发挥l f 炉成分调节能力的规律。本项目的实现，通过与计算机的结合，对l f 炉 工艺过程的终点成分进行精确预报，以期科学地、量化地、灵活地、快速地给出冶 炼终点的成分。这不但实现了l f 生产工序的优质、低耗、低成本，而且最终有助 于实现整个炼钢车间生产流程的高产、优质、低成本。本课题应用于现场后，有助 于实现自动化、规范化操作，克服工人随意性操作，提高了劳动生产率；有助于充 分发挥l f 炉的调节作用，保证连浇的顺行。无论对于现场操作还是对于工艺发展 本身而言，本课题的研究都具有十分重要的意义。 1 4 课题的主要研究内容和任务 建立合金成分预报模型，由于该系统过程的复杂性，纯机理模型来预报钢水成 分有较大的困难，因此，本课题将采用机理模型来分析各因素对钢水成分的影响规 律，而实际预报模型将采用人工智能方法来建立。开展的工作包括： ( 1 ) 采用模式识别方法对现场的大量生产数据进行分析、归类； ( 2 ) 确定影响钢水成分的主要因素和影响规律： ( 3 ) 模型算法的建立和求解； ( 4 ) 模型的软件开发和现场验证。 首先要基于模糊方法建立合金元素收得率计算模型。其次建立“合金加入计算 数学模型”，根据原料、钢种及成分分析等数据，进行快速精确计算。对于建立的 模型通过大量的生产数据进行校正和验证。最后编制计算机软件，进行离线运行。 3 东北大学硕士学位论文 第二章文献综述 2 1l f 炉的基本介绍 第二章文献综述 2 1 1l f 的功能 l f 设备结构简单，投资小，精炼效果显著，所处理的钢种几乎涉及从特钢到 普钢的所有钢种，生产中可视质量控制的需要，采用不同的工艺操作制度。在各种 二次精炼设备中，l f 炉的综合性价比较高”。 l f 设备原理图见图2 1 。 图2 1 l f 炉设备图 f i g 2 1e q u i p m e n tf i g u r eo f l a d l ef u r n a c e 宝钢3 0 0 t l f 炉的实际安装图，见图2 2 。 4 东北大学硕士学位论文 第= 章文献综述 图2 , 2 宝钢3 0 0 t l f 炉设备图 f i g 2 23 0 0 tl fo f b a o s t e e l l f 炉由钢包、炉盖、电极加热系统等组成。钢包为普通的运行钢包，在钢包 底部有透气砖，通过它吹入氩气进行搅拌，钢包底部有滑动水口以进行浇注：炉盖 一般为水冷式，附加炉盖升降装置，炉盖可以封闭精炼室，保证炉内还原气氛；电 加热系统为三相石墨电极及专用的l f 变压器等电气装置组成。 l f 炉具有四大独特的精炼功能【2 ： ( 1 ) 炉内非氧化性气氛 l f 不具备真空系统，但由于钢包与炉盖的封闭作用可以隔绝空气保证室内的 东北大学硕士学位论文第二章文献综述 还原性气氛；还原性渣以及加热时电极与渣中f e o 、m n o 、c r 2 0 3 等氧化物作用生 成c o 气体，增加了炉内还原性气氛；石墨电极与钢包内的氧气作用生成c o 化 合物，从而使炉内氧含量仅为o 5 左右。钢液在还原性气氛下进步脱氧脱硫， 去除非余属夹杂，有利于提高钢水质量。 ( 2 ) a r 气搅拌作用 搅拌作用有利于钢渣之间的化学反应，加速钢渣物质传递，有利于脱氧脱硫反 应的进行，可去除非金属夹杂，特别对砧2 0 3 夹杂物的上浮十分有利，吹a r l 5 r a i n ， 可使大于2 1 p m 的a 1 2 0 3 夹杂全部清除。并可以均匀温度、均匀成分，加速渣中氧 化物的还原，对回收c r 、m o 、w 等有价值的合金元素有利。 ( 3 ) 埋弧加热 电极埋入渣层中采用埋弧加热，这种方法辐射小，有利于保护炉衬，加热效率 比较高。电极与渣中氧化物反应如下： c + f e o f e + c o c + m n o m n + c o 5 c + v 2 0 5 2 v + 5 c o 反应结果不但使渣中氧化物减少，提高了炉渣还原性，而且还可以提高合金元 素的收得率。此步 ，不断生成的c o 气体，也保证了炉内还原性气氛。 ( 4 ) 白渣精炼 白渣具有很强的还原性，这是炉内良好的还原性气氛和搅拌相互作用的结果。 l f 炉内渣量一般为金属量的l 扣2 ，通过自渣精炼可以降低氧、硫及夹杂物含量。 以上四大功能相互影响、相互依存、相互促进。它们四个相互关系如图2 3 所 示。 东北大学硕士学位论文 第二章文献综述 幽2 3l f 炉四大功能的相互关系 f i g 2 3r e l a t i o n s h i po f f o u rf u n c t i o n so f l a d l ef u r n a c e 2 1 2l f 炉的作用 l f 的主要作用1 3 】如下： ( 1 ) u h p l f c c 短流程的推广应用，提高了电炉生产率，发挥了电炉的超高功 率作用来完成熔氧任务，还原期的冶金任务转移到l f 炉中；l f 炉还可以与l d 配 合生产优质合金钢，形成了l 口一i ，f _ _ r h c c 新的生产优质钢的联合生产线。 ( 2 ) 改善了钢水质量，增加了钢材品种。通过造还原渣和高碱度渣，即所谓的白 渣精炼手段，在低的氧势下( 氧含量5 左右) 脱氧脱硫效果显著( 可降至约1 0 p p m ) ； 通过底吹氩气搅拌或电磁搅拌，加速了钢渣之间的化学反应，还可以均匀温度、均 匀成分，并有利于夹杂物上浮。 ( 3 ) 在l f 中进行成分微调，合金收得率高，控制精度高，成分波动范围小，有助 于降低成本。 一7 一 东北大学硕士学位论文 第二章文献综述 ( 4 ) 在泡沫状熔渣下埋弧加热，升温效果好，可以补偿各种温度损失，所以可在 初炼炉和连铸设备之间充当缓冲器的作用，可以机动灵活地调整现场生产节奏，满 足以连铸为中心组织生产的要求，有助于浇铸的顺行和实现多炉连浇。 2 1 3l f 炉的优点 l f 炉有如下优点【4 】= ( 1 ) 功能比较全面。以电弧加热、氩气搅拌和渣精炼为核心再加上合金微调功能， 使得l f 炉具备了脱硫、合金成分的精确控制、提高收得率、钢水温度的调节能力， 为纯净钢的生产和生产率提高创造了条件； ( 2 ) l f 炉为电弧加热，在电气上能够对电弧的电压和电流进行较好的控制，升温 速度的控制精度强于化学加热方法，这保证了钢水温度能够很容易调节；能够对夹 杂物进行稳定的控制，且由于l f 炉采用电弧加热，与化学加热精炼方法相比对钢 水无污染； ( 3 ) 适应性强，对钢种的处理范围广泛，有利于今后的市场竞争。 在上述l f 炉的主要作用和优点当中，需要强调指出l f 的调节作用”。因为在 炼钢车间，所有工作是以连铸为中心来组织生产的，要确保浇铸顺行和实现多炉连 浇，必须依靠l f 炉的调节作用，而影响调节作用的主要因素有：l f 的加热能力、 成分调整能力等等。从工艺角度讲，要驾驭控制l f 的各种生产能力，需要冶金工 作者对其工艺过程优化展开深入研究，以期充分发挥l f 炉的各种效能，为连铸生 产服务。 2 2l f 炉工艺过程模型的国内外发展状况 l f 和其它冶金炉的工艺条件不尽相同。一方面l f 在加合金之前各种参数( 如 钢水重量、钢水成分等) 已知，另方面，l f 相对于其它冶金炉来说加入的合金 数量较少，故的合金化操作更容易控制。而且不少冶金工作者也在对其进行更 加深入的研究，以期找出一套适用于不同条件下对钢液合金化成分进行检测和预报 的方法，以获得成分波动小的产品。 关于l f 工艺过程优化的研究，长期以来吸引了人们的极大关注。很多学者结 合具体吨位的钢包，就某几个具体的问题进行了大量研究。这些具体的问题，或是 8 # 北大学硕士学位论文第二章文献综述 l f 工艺过程的一部分，或是l f 工艺研究的一个侧面，都是对整个l f ：i ：艺过程发 展所作出的基础性研究，为今后的系统研究奠定了坚实的基础。从目前发表的文章 上来看，很多学者都是围绕l f 钢水温度或钢水成分这两大主题展开研究的。因为 l f 精炼工序的两大硬指标是：钢水成分合格且波动范围窄和钢水温度满足浇铸要 求。关于钢包精炼炉中成分预报的研究已经趋于成熟，伴随着自动称量自动加料装 置的出现，合金微调自动化操作已经在现场应用。但由于课题本身的复杂性，并且 受到现场操作诸多因素的制约，所得到的模型的应用便有定的局限性。合金成分 预报微调研究的本质区别在于计算方法的不同，有的方法粗略一些，有的精确一些。 4 ；过，总的说来国外在这方面的研究起步较早、水平较高，国内对该课题也作了大 f 的研究和有益的探索。 2 2 1 国外研究情况 国外在l f 工艺过程优化方面已经获得了很好的效果，研究领域也不单单局限 于某一个方面和具体的某个问题，而是将l f 工艺的几个不同方面的模型合并在一 个计算机系统中，促成了计算机系统与钢包精炼过程的结合。 表2 1 a l f o s 的控制目的及功能【7 】 t a b l e2 1f u n c t i o na n dc o n t r o la i mo f a l f o s 控制功能 1 ) 调节熔池温度 2 ) 调整化学成分 3 ) 精炼( s 】、i o 和夹杂的去除) 4 ) 实现一人操作 控制输入功率 1c p u 模式2 预设定模式3 手动模式 合金计算和加料控制 i 按机械性能要求确定最佳控制成分 2 用线性规埘法确定最佳补加合金方案 3 补加合金的显示和记录 1 确定d a o 的加入量，控制渣碱度 2 控制搅拌气体的流量 3 废炉r 气的控制 1 打印冶炼记录 2 与上位机的在线通讯 3 与合金加料系统的在线通讯 4 操作监视 东北大学硕士学位论文 第二章文献综述 1 9 8 3 年，日本大同制钢开发的钢包炉过程计算机系统a l f o s 就是也非常典 型的例子，它不但集不同功能于一身，而且实现了一人操作，在提高钢质量的同时， 使钢的生产成本显著降低。a l f o s 的控制目的和功能列于表2 1 中。 有代表性的还有美国s t a n d f o r d 大学神经应用公司wes t a i b 等人与n o r t hs t a r 钢铁公司、c o p p e r w e l d 钢铁公司合作，于1 9 9 0 年开发出来的“智能电炉”。该项专 利产品已在世界上几十座不同吨位的电炉上得到了实际应用，我国广州钢厂及天津 铡篱公司就引用了这项技术。伯明翰钢厂予1 9 9 2 年1 0 月在一座9 0 吨电炉上安装 了智能炉控制器，运行结果表明：与旧的控制系统相比，应用智能电炉控制器，电 极消耗降低了8 5 ，能量消耗降低了3 9 ，生产率提高了2 5 蝌扪。 从上述的报道中，我们不难发现国外的l f 炉的操作控制已经达到一个相当高 的水平。在我国，虽然l f 炉已得到广泛的应用，但是国内l f 炉的电耗、电极消 耗、氩气消耗以及合金消耗等技术经济指标偏高，与国外先进水平尚存一定的差距。 针对这一现状，今后应该着力加速发展l f 炉冶金控制模型，围绕l f 炉的工艺过 程优化展开相关的研究工作。 2 2 2 国内研究情况 关于l f 炉内合金成分预报的她题，国内作了大量的研究。余柏海唧建立了设 计钢号和控制冶炼成分的新公式及计算机软件。他首先从钢的淬透性与化学成分关 系入手，指出要控制钢的某种性能，则必须严格控制熔炼成分，就需要在熔炼末期 对钢液进行成分微调。为了确保成分微调的精确性，必须建立更为准确的合金添加 的计算公式。李晶【1 0 1 等人针对l f 精炼过程中成分微调建立了模型。他们认为较为 精确地确定追加合金的种类及数量，是获得高质量钢、达到节能降耗目的的重要措 施之一。为了确保合金成分微调的精确性，他们采用了补加系数法，台金加入钢水 后，历经升温、相变、熔解及化学反应的过程，因而对钢水温度有影响，这些影响 可以通过计算量化处理。 北京科技大学与大冶特殊钢公司等几家单位合作，进行了合金微调与淬透性控 制数学模型研究【1 ，建立成分微调的数学模型公式： g ：尸掣+ m q ( 2 1 ) 一1 0 东北大学硕士学位论文 第二章丈献综述 式中 口 c r 1 一f 土 。c ， q 4 等 p a - b c ，为某种合金料初步用量，k g ； o 为合金料初步总用量，k g ； m 为某种合金料的补加量系数； 吖q 为某种合金料萌补加量，k g ； 笔为某种合金料在钢液中所占的比分； c + ， 1 一y l 。c r 。z 为纯钢液所占比分。 近几年来，随着人工神经元理论的日益成熟与发展，越来越多的人工智能技术 应用到了钢铁生产工艺和过程中。作为种智能化技术，人工神经网络( a n n ) 可以 任意逼近非线性1 2 13 1 ，且在处理多变量、强耦合方面具有优越性，已经广泛地应用 于复杂工业过程的系统建模1 4 5 h 们。而且神经网络建模方法是基于数据的黑箱辨 以方法，依据大量的工业生产历史数据理论上可以很好地拟合工业过程。 燕山大学机械工程学院的张海和北满特殊钢股份有限公司的刘德福采用了 逐步回归分析的方法对2 0 c r m n t i h 齿轮钢的化学成分进行预测，以便控制钢冶炼 过程的化学成分，最终提高齿轮钢的淬透性和机械性能。 中南大学应用物理与热能工程系的胡志坤【1 8 】等利用建立的基于神经网络与自 适应残差补偿的组合预报模型对于吹炼终点范围进行预报，采用物料衡算与模糊推 理方法在线推算预报结果的校验范围，在此基础上开发炼钢转炉优化操作智能决策 支持系统，其终点预报范围预报准确率在8 5 以上，转炉产量提高6 ，冷料处理 量提高了7 8 。 鞍山热能研究院的李延辉等1 卿等提出一种基于人工神经网络的智能l f 控制系 统模型，该系统的核心是l f 精炼过程钢水成分的实时预测，并确定了一种部分反 馈的人工神经网络进行钢水成分的实时预测。对于输入层神经元数目是根据冶金专 家建议选取的，输出层只有一个神经元，输出值为预测温度。网络的训练采甩近年 一1 l 一 东北大学硕士学位论文 第二章文献综述 盯掣音掣 东北大学硕士学位论文 第二章文献综述 g i 为某种合金加入量，蚝。 实际上，工业生产过程的模型化研究是非常重要的，它是工业过程控制与决策、 敝障诊断以及运行状态评价的基础，一般的工业过程机理都较复杂、变量问关联严 m ，并存在非线性、时变时滞、分布参数特性以及种类繁多的扰动口3 1 2 4 1 。基于物 质、能量守恒的精确机理建模和解析数值计算的传统系统辨识方法，难以很好地描 述实际工业过程，因此将模糊及智能化技术和理论应用于工业过程建模越来越受到 人们的关注。 2 3 文献评价 从以上所查阅的文献中，可以得出下面几点结论： ( 1 ) 仅l f 成分预报模型来说，无论从数学模型的基础理论方面；还是从现场的实 际应用方面来看国外的研究起步都较早，也取得了一定的成绩。与国外所做的工作 相比，国内的研究还刚刚起步，许多钢厂还停留在手工计算加合金的水平上，有些 钢厂甚至在冶炼标准中分钢种制定固定的合金加入量和种类。同时，国内的钢厂在 设备、工艺水平、基础自动化以及操作人员的素质等方面的落后状况也严重制约着 l f 台金化控制模型的发展。 ( 2 ) 神经网络建模方法是基于数据的黑箱辨识方法，依据大量的工业生产历史数 据理论上可以很好地拟合工业过程。但是实际工业过程异常复杂，工况波动频繁， 可测信息有限且相互干扰严重，这也使得a n n 模型往往规模庞大，运算速度缓慢， 易产生过拟合现象，难以达到理想的结果。此外，a n n 的样本分布空间仅仅基于 输入变量，而忽略了输出变量对样本分布空间的影响，容易造成网络学习的无效。 而且一些大的钢厂也引进了一些技术成熟的商业人工神经元网络软件进行工业生 产的分析和计算，虽然起到了一定的作用，然而对很多问题解决依然不很理想。但 是人工神经元理论和方法还是具有广泛的应用前景。 ( 3 ) 现代控制理论已经在工业控制和空间飞行等许多方面取得了成功，其原理是 建立在精确的数学模型之上，但是在现实中，多数系统极其复杂，很难用精确的数 学模型来描述，尤其是炼钢系统中，有许多是时变的、非线性的复杂系统，要获得 其精密的数学模型是极困难的。也就是说，应用现代控制理论是难于控制的。但是， 一13 东北大学硕士学位论支 第= 章文献综述 通过有经验的操作人员，凭借他实践积累的经验，采取适当的对策就容易实现。为 了使机器能模拟人的做法，必须把人的控制经验定量化，即数学化，这正是模糊控 制的基本原理。 目前，如何立足于国内钢厂的实际条件，在消化、吸收引进模型的基础上开发 自己的l f 合金化控制模型，并实现在国内推广和应用，从而节约国家外汇、避免 重复引进是亟待解决的问题。 r 体而占，以往的合金添加与合金微调的计算模型都显得有些粗略，并且使用 起来秆符舟的局限性，需要开发出一种计算精确、使用范围广泛的计算模型，以期 充分发挥l l i 炉成分调节的能力，实现钢水窄成分控制，满足质量和降低合盒消耗 的要求。 一1 4 一 东北大学硕士学位论文 第三章l f 炉成分预报机理及模型研究 第三章l f 炉成分预报模型的建立 l f 炉的供电系统设备参数及供电制度、造渣制度、钢包热状态、合金加入种类 和数量、初炼炉的出钢温度等因素均对钢水的过程成分和精炼终点成分有重要影响。 f t ：i 于该系统过程的复杂性，纯机理模型来预报钢水成分有较大的困难，对这个问题， 蛭求利3 现场得到的大量的冶炼数据，充分考虑工艺变化、炉况差异等诸多因素， 发扦现场操作人员智慧、经验和技巧对成分预报的指导作用，并通过模糊数学的原 列帅j 方法，以实际数据为基础，加上适当的参数调整，以期科学地、量化地、灵活 地、快速地给出冶炼终点的成分。 3 1 终点成分预报模型的建立 3 1 1 终点成分预报模型的主要模型框架 多模型预报在于把一个大的预报问题进行分解，化成多个子问题，对每个子问 题选择或者建立一个模型，通过模型求解，得到该子问题的预报意见，再通过对各 子问题的预报意见的综合，形成总问题的预报值。成分预报问题是一个多因素的、 复杂的系统工程，它是整个l f 炉冶炼的某种缩影，而且要分解成各种不同的子问 题，因此它是一个多形式、多层次、多功能的组合模型体系( 详见图3 1 ) 。 分类归并梗型组 童童熄i 戈预测计 算模型组 分析测算模型蛆 图3 1 成分预报问题主要模型框架图 f i g 3 1m o d e lf r a m ep i c t u r eo f c o m p o s i t i o np r e d i c t i o n 一1 5 一 厂 一 型 一 模 一 一 报 一 一 预 一 一 分 一日 东北走擎硕士学位论文 第三章l f 炉成分预报机理及模型研究 ( i 分类归并模型组 冶炼指标数据主要体现在三个方面：炉况( 包括温度、吹氩量、通电量、渣 量和渣况等) ；到位成分和锈水量；合金加入量颡期入种类。可利用数据集合 思想，将大萤已完成的冶炼数据按钢种和冶炼特征及所具有的代表性，有选择地进 行同类型数据合并，实现预报数据的提取。 ( 2 ) 参考炉次预测计算模型组 其功能在于利用分类归并模型组提供的目标数据，对冶炼数据进行多元化的预 测。 ( 3 ) 分析洲算模型组 划分类归并生成的冶炼数据迸抒分析和铡算，为分析和预测提供辅助手段。 3 1 2 主要模型组 3 + 1 2 1 分类归并模型组 ( 1 ) 归并模型 冶炼特征的树形结构是对冶炼过程特征的详细描述，如图3 2 所示。 l f 炉糖炼 厂 合金操作吹氩操作供电操作 厂卜 含m n 合金含s i 台金含a 1 合金 电解锰商锰中锰 广一 m n 8 1 4 6 c 1 5 s i 1 4 5 圈3 2 冶炼特征树形结构 f i g 3 2t r e e - l i k es t r u c t u r eo f s m e l t i n gc h a r a c t e r i s t i c 一1 6 一 书 东北大学硕士学往论文第三章l f 炉成分预报掘理及模型研究 将大量已完成的冶炼数据，有选择地进行同类型数据合并，按钢种和冶壤特征 及所具有的代表性，将其并入已完冶炼数据库。 数据库将保存大量的典型已完冶炼数据和相关技术参数，包括：记号( 炉号等) ， 通电和吹氨操作( 吹氩量、实际用电量等) ，合金、喂丝以及渣操作( 合金名称、 合会用量等) ，其他( 渣厚、温度等) 。 j i 述数据归并后分别输出到下列数据库文件中： ( a ) 操： 数据文件 ( b ) 钢种数捌文件 ( c 】合金数锱文件 ( d ) 取样数据文件 上述几种文件构成了预测方法的基础，是参考预测模型组的数据来源。根据它 们可以分析如影喻元素收得率的主要因素。 在l f 炉内，大多数合金元素其挥发损失可以忽略，尽管l f 没有真空系统，但 其体系相对封闭，所以只有比重很轻( 小予炉渣密度) 豹合金才有少量被炉内空气 氧化，元素的损失主要是被钢水和炉渣中的氧氧化，如下式： x 【m c 】+ y 【o 】2 ( m e x o y ) x m e 十y ( f c o ) 2 ( m e ) ( 0 y ) + y 瞰】 根据冶金学理论，不难发现影响元素收得率的因素主要有： 1 ) 钢水和炉渣盼氧化性，钢水氧化性可以用l f 炉钢水氧含量或碳含量来表示 而炉渣氧化性目前还无法在线测得； 2 ) 钢水和炉渣的温度； 3 ) 合金化结束时该元素的含量或该元素的加入量。对许多元素来说，加入量 越大收得率越高； 4 ) 其它合金元素的加入量及加入顺序。