基于GA-NN和不可逆热力学的钢中氧化物夹杂预报模型

发布时间：2020-12-16 13:04

　　钢中存在的大多数夹杂物,尤其是脱氧生成的氧化物夹杂的性质直接影响到钢的性能。在现有技术条件下完全去除钢中的夹杂物是不可能的,只要钢中有氧的存在,就不可能避免生成新的夹杂物。因此,通过物理化学的方法控制夹杂物的成分从而达到减小夹杂物对钢性能的有害性变得尤为重要。本论文在考察了大量国内外文献的基础上,主要围绕中夹杂物成分控制的热力学和动力学开展研究。本论文首先对前人建立的活度机理模型进行了考察,发现这些模型都是建立在很多假设的基础上,对活度组元体系进行了简化,因此应用领域往往受到限制。同时,机理模型在计算方法上,通常采用线性拟合、最小二乘法等传统数学方法进行回归,但是这些方法进行的参数估计不是无偏估计量,拟合精度往往不高。因此,本论文采用了对国际上比较权威的活度实验数据进行离散化的方式,用遗传算法改进BP神经网络的权值和阈值,基于实验数据建立了一种通用的实际溶液组元活度模型。通过将遗传神经网络模型引入夹杂物体系,本论文对MnO-SiO₂、CaO-SiO₂-Al₂O₃和MnO-SiO₂

【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：126 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
目录
第1章 绪论
    1.1 概述
    1.2 钢中夹杂物控制综述
        1.2.1 钢中非金属夹杂物来源
        1.2.2 钢中夹杂物对性能的影响
        1.2.3 夹杂物对钢质量危害评价
        1.2.4 钢中非金属夹杂物物理去除机理
        1.2.5 钢中非金属夹杂物化学去除原理
        1.2.6 钢中非金属夹杂物的研究分析方法
    1.3 活度模型研究
    1.4 不可逆热力学发展及内容
        1.4.1 不可逆热力学的发展
        1.4.2 不可逆热力学的基本概念
    1.5 课题的立题背景
    1.6 本研究的主要研究内容
    1.7 研究条件
第2章 基于GA-NN的活度模型建立
    2.1 引言
    2.2 人工神经网络及发展
        2.2.1 神经网络的特点
        2.2.2 人工神经网络模型的种类
    2.3 BP神经网络
        2.3.1 BP网络简介
        2.3.2 BP网络的结构
        2.3.3 BP网络的学习过程
        2.3.4 传统BP算法的不足
        2.3.5 BP网络的改进方法
    2.4 遗传算法（GA）的基本原理
        2.4.1 遗传算法（GA）的生物学背景
        2.4.2 遗传算法原理
        2.4.3 遗传算法的运算法则
        2.4.4 遗传算法的数学理论基础
    2.5 遗传算法和BP神经网络的结合
        2.5.1 神经网络权值和阈值的确定
        2.5.2 BP神经网络的确定及求解
    2.6 本章小结
第3章 GA-NN活度模型在活度预测中的应用
    3.1 活度模型在二元渣系组元活度预测中的应用
2渣系">        3.1.1 MnO-SiO₂渣系
2O₃渣系">        3.1.2 CaO-Al₂O₃渣系
2渣系">        3.1.3 CaO-SiO₂渣系
2渣系">        3.1.4 FeO-SiO₂渣系
2O₃渣系">        3.1.5 FeO-Al₂O₃渣系
2O₃渣系">        3.1.6 MnO-Al₂O₃渣系
    3.2 活度模型在三元渣系中的应用
2-Al₂O₃渣系">        3.2.1 CaO-SiO₂-Al₂O₃渣系
2-Al₂O₃渣系">        3.2.2 MnO-SiO₂-Al₂O₃渣系
2渣系">        3.2.3 FeO-MnO-SiO₂渣系
    3.3 活度模型在四元渣系中的应用
    3.4 本章小结
第4章 夹杂物的生成热力学
    4.1 概述
    4.2 基本热力学数据
    4.3 夹杂物生成热力学
2系夹杂物热力学计算">        4.3.1 MnO-SiO₂系夹杂物热力学计算
2-Al₂O₃系夹杂物热力学计算">        4.3.2 CaO-SiO₂-Al₂O₃系夹杂物热力学计算
2-Al₂O₃系夹杂物热力学计算">        4.3.3 MnO-SiO₂-Al₂O₃系夹杂物热力学计算
    4.4 渣钢平衡时的夹杂物热力学
2-Al₂O₃">        4.4.1 采用Si-Mn脱氧,顶渣为CaO-SiO₂-Al₂O3

        4.4.2 采用Al脱氧,项渣为CaO-SiO₂-Al₂O₃

    4.5 Al脱氧钢钙处理热力学
    4.6 本章小结
第5章 精炼过程中的夹杂物控制
    5.1 概述
    5.2 钢液合金化过程中对夹杂物的影响
        5.2.1 合金化所带入的Al对夹杂物的影响
        5.2.2 合金化带入的Ca对夹杂物的影响
    5.3 LF精炼过程中的渣钢反应热力学
        5.3.1 精炼渣对钢液成分的影响
        5.3.2 炉衬材质对钢液的影响
    5.4 LF炉后钙处理分析
        5.4.1 钙处理后钢中的Ca、Al含量
        5.4.2 钙处理操作控制夹杂物形态
    5.5 本章小结
第6章 不可逆热力学及其在夹杂物中的应用
    6.1 引言
    6.2 不可逆热力学建模理论
        6.2.1 化学反应建模理论
        6.2.2 多组元扩散建模理论
        6.2.3 体系同时存在化学反应和扩散的动力学
    6.3 夹杂物生成动力学
    6.4 唯象系数求解方法
        6.4.1 无顶渣时生成夹杂物组元求解
        6.4.2 有顶渣时生成夹杂物组元求解
    6.5 基于不可逆过程动力学模型实验
        6.5.1 实验用钢配置
        6.5.2 实验用渣配置
        6.5.3 实验过程
        6.5.4 试样检测方案
    6.6 实验结果与分析
        6.6.1 夹杂物检测说明
        6.6.2 无顶渣实验结果与分析
        6.6.3 无顶渣实验夹杂物变化
        6.6.4 有顶渣覆盖实验结果与分析
        6.6.5 有顶渣覆盖的夹杂物变化
    6.7 不可逆热力学在夹杂物预测中的应用展望
    6.8 本章小结
第7章 结论
参考文献
攻读博士学位期间发表的论文
致谢
论文包含图、表、公式及文献


【参考文献】：
期刊论文
[1]连铸技术发展[J]. 蔡开科.  山东冶金. 2004(01)
[2]钢的纯净度的评价方法[J]. 薛正良,李正邦,张家雯.  钢铁研究学报. 2003(01)
[3]铬、锰、硅铁回收率及影响因素分析[J]. 初红杰,季连春,刘占东.  一重技术. 2001(04)
[4]冶金熔渣热力学性质的SReS模型[J]. 唐恺,蒋国昌,周国治,丁伟中,李福燊,徐匡迪.  金属学报. 2000(05)
[5]洁净钢氧化夹杂分析方法评述[J]. 陈名浩,沈汝美.  钢铁. 2000(04)
[6]新一代的溶液几何模型及其今后的展望[J]. 周国治.  金属学报. 1997(02)
[7]提高连铸板坯质量的部分技术措施[J]. 胡现槐.  连铸. 1994(03)
[8]用Wilson方程预测三元液态合金的热力学性质[J]. 陶东平.  金属学报. 1991(06)

博士论文
[1]不可逆过程热力学在冶金中的应用研究[D]. 王锦霞.东北大学 2006



本文编号：2920204

boshi