精炼炉终点预报模型的研究

发布时间：2023-04-10 00:05

　　近年来,随着纯净钢生产技术和连铸技术的发展,二次精炼设备与工艺迅速普及。其中,钢包精炼炉(LF)以其优异的性能,在实际生产过程中得到了广泛的应用。LF出钢时要求钢水温度和成分同时达到要求,因此对LF的终点控制十分关键。然而,钢水测温和取样化验的成本高、时间长、效率低,给LF终点控制带来了极大的不便。在此背景下,本文对LF钢水温度和硫含量预报模型进行了研究,期望弥补传统测量方法的缺陷。为研究钢水温度的预报方法,本文首先根据LF过程中热量的来源、去向及传递规律,建立了温度预报机理模型;而后应用遗传算法,对上述机理模型中的未知参数进行辨识;再应用RBF神经网络,对经参数辨识的机理模型进行温度预报误差补偿,从而建立LF钢水温度预报混合模型。为解决LF硫含量的预报问题,本文通过对LF脱硫反应热力学、动力学的研究,建立了稳态硫含量预报机理模型;然后利用RBF网络优异的学习能力和函数拟合能力,来补偿脱硫动态过程对终点预报的影响,形成LF钢水硫含量预报混合模型。最后,本文综合考虑了影响钢水温度、硫含量的因素,建立了一个LF钢水温度和硫含量的综合预报模型,尝试进一步提高预报效率。其中,作者首先建立了综合...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 LF简介
    1.2 课题的背景与意义
        1.2.1 课题背景
        1.2.2 LF钢水温度预报的研究意义
        1.2.3 LF钢水硫含量预报的研究意义
    1.3 课题的研究现状
        1.3.1 LF钢水温度预报研究现状
        1.3.2 LF钢水硫含量预报研究现状
    1.4 本研究的主要工作
        1.4.1 目前研究存在问题
        1.4.2 本文主要工作
第2章 LF钢水温度预报模型
    2.1 LF钢水温度预报机理建模
        2.1.1 热平衡分析
        2.1.2 电弧加热
        2.1.3 渣面散热
        2.1.4 吹氩带走热量
        2.1.5 包衬散热
        2.1.6 合金、渣料影响
        2.1.7 温度预报机理模型的仿真与分析
    2.2 LF钢水温度预报模型的参数辨识
        2.2.1 遗传算法简介
        2.2.2 遗传算法编码与适应度函数
        2.2.3 遗传算法操作
        2.2.4 参数辨识流程与仿真结果
    2.3 LF钢水温度预报模型的误差补偿
        2.3.1 RBF神经网络简介
        2.3.2 RBF神经网络算法
        2.3.3 温度预报混合模型的预报结果
    2.4 本章小结
第3章 LF钢水硫含量预报模型
    3.1 LF钢水硫含量预报机理建模
        3.1.1 脱硫反应动力学
        3.1.2 脱硫反应热力学
        3.1.3 硫含量预报机理模型的假设
        3.1.4 稳态硫含量预报的仿真结果
    3.2 LF钢水硫含量预报混合建模
        3.2.1 硫含量预报机理模型的参数辨识
        3.2.2 硫含量预报机理模型的误差补偿
    3.3 本章小结
第4章 LF综合预报模型
    4.1 综合预报纯数据模型的建立与讨论
        4.1.1 综合预报输入的选择
        4.1.2 综合预报纯数据模型的仿真结果
    4.2 LF综合预报混合模型的建立
        4.2.1 综合预报混合模型的建立过程
        4.2.2 综合预报混合模型的仿真结果
    4.3 本章小结
第5章 总结与展望
参考文献
致谢



本文编号：3787976