转炉炼钢控制模型研究

发布时间：2020-11-16 01:11

　　转炉炼钢是钢铁生产过程中重要的环节，主要任务去除铁水中的杂质，获得成分和温度均合格的钢水。而吹炼终点控制是转炉炼钢的一项重要操作，其自动化技术水平直接影响转炉吹炼后期钢水的质量。本文针对联峰钢铁公司50吨转炉目前存在的自动化控制水平不高，配料、加料时间、枪位操作和供氧操作完全依靠人工经验问题，建立了转炉炼钢控制模型，解决了配料问题，同时设计了一种基于规则和权值的最近邻算法，来求解最优案例，根据最优解的吹炼操作信息指导新炉次。并建立了转炉炼钢RBF神经网络终点预测模型，检验控制模型的控制效果，以提高终点命中率。转炉炼钢静态配料模型是基于物料平衡和热平衡原理建立的，目前联峰钢铁公司转炉造渣方法采用的是单渣法，确定炉渣碱度的范围，然后结合新炉次铁水重量、铁水成分、铁水温度，计算下一炉需要加入的造渣剂重量，主要有生石灰加入量和白云石加入量，当造渣剂误差范围在600kg时，计算结果准确率在73.4%，可以很好的辅助配料，并且根据质量平衡定律，建立了终点钢水中锰、磷、硫的含量计算公式和吹炼吨钢耗氧量计算公式。转炉炼钢控制模型是基于案例推理的原理建立的，根据不同的钢种设计合理的案例库，保存不同钢种的一倒成功炉次的静态参数和动态参数，包括铁水重量、废钢量、供氧操作、枪位操作等参数，使用一种基于规则和权值的最近邻算法搜索数据库中与新炉次相似甚至一致的案例，如果匹配到案例，则新炉次根据规则参照案例吹炼，否则转为工人操作。转炉炼钢终点预测模型选用具有逼近速度快、收敛性强等特点的RBF神经网络建模，根据RBF神经网络建模原理，按照样本选择、网络结构设计、数据处理和学习算法选择4步建立转炉炼钢终点RBF神经网络预测模型，将样本数据分为训练样本和预测样本，使用MATLAB软件实现模型仿真，仿真结果显示，当终点温度偏差，碳含量偏差时，碳温命中率可达65%。
【学位单位】：杭州电子科技大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：TF713
【部分图文】：

模型图,氧气顶吹转炉,模型

杭州电子科技大学硕士学位论文的生铁。随着工业的不断发展，废钢越来越多。在 1864 年，法国人马热原理提出了平炉炼钢法，使用废钢作为炼钢原料，使钢铁质量获得较平炉炼钢法自 1880 年产生，其特点是炼钢原料要求宽松、大容量以及多种钢铁。1952 年在奥地利的林茨（Linz）厂和多纳维茨（Donawitz氧气顶吹转炉法，它可以很好的去除铁水中的有害杂质，使炼钢质量接，而且还可以减少了废气（，等）带走的热量，还能多用废钢。现底吹氧气转炉炼钢法及以后的侧吹氧气、顶吹氧气底吹惰性气体转炉目前我国除了宝钢、武钢等几家大型的钢铁厂是采取顶底复吹方法外，数炼钢厂都是采用氧气顶吹转炉炼钢法，氧气顶吹炼钢模型如下图所示

生石灰,仿真图,主料

每 100kg 主料由铁矿石参加化学反应所产生的氧气为 0.096kg，假设所以氧气全部用来氧化杂质，那么 100kg 主料所需要的氧气量为：（）（3.11）实际生产中所用的工业氧气纯度为 99.6%，密度为 1.429kg/ ，则每 t 主料的氧耗量为：（）（3.12）平均每吨金属料的氧耗量为 49.85 ，若吹炼氧气损失为 x%，则换算成吨钢水氧气需求量为(49.85/(1-x%)) 。3.5 模型仿真分析选用 2013 年 4 号炉，钢种为 X20MnSiC 的一倒成功的 79 炉历史数据作为测试模型精确度的样本，见附录 B，本文使用 MATLAB 作为主要仿真软件，石灰加入量和白云石的仿真结果如下面所示。（1）石灰加入量仿真分析

加入量,偏差范围,石灰,白云石