一种转炉炼钢石灰加入量计算方法技术

本发明专利技术属于自动化控制技术领域，涉及转炉炼钢生产静态模型的建立，特别涉及一种转炉炼钢生产过程中石灰加入量的计算方法。在碱度偏差估计模型的建立方面，通过分析造成输入碱度与炉渣终点碱度之间偏差的原因，选择合适的变量作为碱度偏差估计模型的输入，然后利用历史数据库中的合格炉次数据建立支持向量机碱度偏差估计模型，预报当前炉次输入碱度与炉渣终点碱度间的偏差。在石灰加入量计算方面，使用碱度偏差估计模型的预报值修正经验公式中的碱度参数，并消除白云石加入量对石灰加入量的影响，最终得到石灰加入量的计算公式。本发明专利技术的效果和益处在于能够有效提高石灰加入量计算的准确性，同时保证炉渣终点碱度满足工艺要求。

【技术实现步骤摘要】

本专利技术属于自动化控制
，涉及转炉炼钢生产静态模型的建立，特rtd vk "rr T丄一^ l,上Am丄、丄Tn 上— s上L 、 I A^V "、,丄別莎汉一 W符》尸》沐亍W 土广3i々芏^ 。，力U/乂更H'、J 1T异刀7古。
技术介绍
转炉炼钢生产是将铁水降碳、升温、降低磷硫等杂质元素含量，获得合格 钢水的工业过程。通过顶吹氧气将铁水中的杂质元素氧化，加入造渣材料将杂 质从钢水中脱除。造渣制度是转炉炼钢生产中重要的工艺制度之一，炉渣的碱 度是衡量造渣好坏的重要指标，也是影响磷、硫脱除比例的主要因素之一。碱 度通常定义为炉渣中CaO含量和Si02含量的比值7 = w(CaO)/W(Si02)。控制合 适的石灰加入量、保证炉渣终点碱度对于生产出合格的钢水至关重要。石灰加入量计算模型属于转炉静态模型的一部分。目前，针对石灰加入量 计算的建模方法主要有基于物料平衡的经验公式法，经验公式法将铁水中硅含量和工艺目标碱度 作为确定石灰加入量的参考(陈忠伟，袁守谦.LD转炉冶炼的静态数学模型及 实现.炼钢，2000， 16 (5): 31-34);基于统计理论的增量回归法，增量回归方法以当前炉次铁水条件与标准炉 次之间的增量值为基础计算当前炉次的石灰加入量(朱光俊，梁本川.转炉炼 钢静态控制优化模型.炼钢，1999， 15 (4): 25-28)。然而，这两种石灰加入量计算方法无法很好地保证炉渣终点碱度满足工艺 要求，有时甚至使炉次间的炉渣碱度波动很大。
技术实现思路
本专利技术要解决的技术问题是提供,该方法 通过碱度偏差估计模型预报输入碱度与炉渣终点碱度之间的偏差，修止石灰加 入量经验计算公式中的碱度参数，以保证炉渣终点碱度满足工艺要求。本专利技术的技术方案为分析转炉吹炼过程中影响石灰溶解的因素，根据分析结果选择合适的输入变量，并建立支持向量机碱度偏差估计模型，预报当前炉次输入碱度与终点炉 渣碱度之间的偏差。之后利用碱度偏差的估计值修正经验公式中的碱度值，得 到改进的石灰加入量计算模型。支持向量机碱度偏差估计模型建立的步骤如下步骤l:分析影响炉渣终点碱度的主要因素，包括炉渣成分、熔池温度、石 灰质量以及吹氧量。步骤2:确定支持向量机碱度偏差估计模型的输入变量，包括铁水硅含量、 铁水锰含量、铁水磷含量、铁水硫含量、白云石加入量、钢水终点温度、石灰 活度以及炉次总耗氧量。步骤3，构建适用于建模的标准炉次库 (1 )在历史数据库中选择有终点炉渣成分化验的数据记录；(2) 选择终点碳含量和温度同时命中的数据记录；(3) 选择铁水硅含量在0.2 0.6%之间，并且炉渣终点碱度在2.8 3.5之 间的数据记录，建立标准炉次库。步骤4，建立支持向量机碱度偏差估计模型(1)计算标准炉次库中各炉次的输入碱度/ ,,l叩Ut(CaOlime+CaOd0l0mite)input(Si02,冊e+Si02d麵,te+KxWX『鹏+Si02sc啤)其中，CaO^为石灰带入的氧化钙量；CaO^^为白云石带入的氧化钙量； Si02l_为石灰带入的二氧化硅量；Si0^。^为由白云石带入的二氧化硅量； K=2.14为Si(ySi的分子质量之比；Kxwx^M为铁水中硅反应生成的二氧化硅 量；SiO^，为由废钢带入的二氧化硅量及其反应生成的二氧化硅量；(2) 计算输入碱度与炉渣终点碱度之间的偏差Ai ，作为支持向量机碱度偏 差估计模型的输出其中，i ，t为输入碱度；/^为目标碱度；(3) 归一化输入输出变量，并选择支持向量机的核函数和损失函数；(4) 使用交叉检验方法确定支持向量机碱度偏差估计模型的参数。对当前炉次石灰加入量计算的歩骤如下步骤1,预报当前炉次输入碱度与炉渣终点碱度的偏差值(1) 在标准炉次库中搜索与本炉次铁水硅含量、铁水锰含量、铁水磷含量、 铁水硫含量、白云石加入量、石灰活度以及终点目标温度最相近的炉次，以该 炉次的总耗氧量作为当前炉次总耗氧量的参考，同时使用当前炉次钢水的工艺 目标温度代替钢水终点温度，作为本炉次支持向量机碱度偏差估计模型的输入；(2) 将确定的当前炉次铁水硅含量、铁水锰含量、铁水磷含量、铁水硫含 量、白云石加入量、钢水终点温度、石灰活度以及炉次总耗氧量归一化，将归 一化的各输入变量值带入支持向量机碱度偏差估计模型计算；(3) 将支持向量机碱度偏差估计模型的计算结果反归-化，得到对当前炉次碱度偏差的预报值。步骤2:使用预报的碱度偏差值对经验公式中的碱度参数进行修正，并计算 石灰加入量x w(C30doIomite_eff)'皿e w(CaO),腦eff w(Ca0limeeff)^其中，K^2.14为SiCVSi的分子质量之比；w为铁水中硅的质量分数；『HM 为铁水质量；i^为目标碱度；M为碱度偏差的估计值；；H<Ca0lime eff)为石灰中 有效氧化钙质量分数；^。,。*为白云石加入量；w(CaOd。^"ff)为白云石中有效氧 化钙的质量分数。当前炉次吹炼结束后，如果进行炉渣化验，且炉渣碱度和终点碳含量和温 度满足工艺要求，则将本炉次信息加入标准炉次库，为建立支持向量机碱度偏 差估计模型使用。上述方法的关键技术在于建立了支持向量机碱度偏差估计模型，预报当前 炉次输入碱度与炉渣终点碱度之间的偏差，根据预报的碱度偏差值调整石灰加本专利技术的效果和益处是能够较好地弥补输入碱度与终点碱度之间偏差，提 高石灰加入量计算的准确性，使得炉渣终点碱度更接近工艺要求的目标碱度值， 有利于控制炉次间炉渣的性质稳定。 附图说明6图1为本专利技术的计算方法示意图。其中，A,m为终点目标碱度；A, 12，..^为支持向量机碱度偏差估计模型的 输入；M为输入碱度与炉渣终点碱度预报值；i mput为输入碱度；Wime为石灰加入量；凡nd为炉渣终点碱度；e,为输入碱度与炉渣终点碱度偏差的实际值；&为碱度偏差预报值与实际值之差。图2为支持向量机碱度偏差估计模型结构示意图。其中，A为铁水硅含量；^为铁水锰含量；^为铁水磷含量；&为铁水硫含量；^为白云石加入量；^为终点温度；^为石灰活度；^为炉耗氧量； 为碱度偏差；S为最终的支持向量个数。图3为参数"和C取不同值时对应的检验样本泛化误差曲线图。图4为支持向量机碱度偏差估计模型对测试样本的预测结果图。图5为测试样本石灰加入量的计算值与实际值之间的关系示意图。其中，点划线表示计算值与实际值相等，两条实线内的点都满足误差绝对值在1吨的范围内，两条虚线内的点都满足误差绝对值在0.7吨的范围内。具体实施例方式以下结合技术方案和附图1详细叙述本专利技术的具体实施例。 分析产生碱度偏差的影响原因，确定支持向量机碱度偏差估计模型的输入。 在实际生产中，输入碱度与吹炼终点炉渣碱度之间偏差是由石灰的不完全溶解造成的。吹炼初期，加入转炉的石灰表面生成熔点高达213(TC而且致密坚 硬的硅酸二钙层，阻碍石灰的溶解。石灰的溶解持续整个吹炼过程，甚至吹炼 结束时石灰仍在溶解。通过分析影响石灰溶解速度的主要因素，确定支持向量 机碱度偏差估计模型的输入A. 炉渣的成分其对石灰溶解速度有很大影响，炉渣中的氧化钙、氧化镁、氧化锰以及氧化铁等成分的含量都影响着石灰的溶解速度。炉渣主要由铁水中 的本文档来自技高网...

【技术保护点】
一种转炉炼钢石灰加入量计算方法，建立支持向量机碱度偏差估计模型，利用碱度偏差估计模型预报当前炉次输入碱度与炉渣终点碱度间的偏差，使用此偏差值补偿经验公式中的碱度参数，进而计算石灰加入量；其特征在于：　支持向量机碱度偏差估计模型建立的步骤如下：　（１）分析影响炉渣终点碱度的主要因素，包括炉渣成分、熔池温度、石灰质量以及吹氧量；　（２）确定支持向量机碱度偏差估计模型的输入变量，包括铁水硅含量、铁水锰含量、铁水磷含量、铁水硫含量、白云石加入量、钢水终点温度、石灰活度以及炉次总耗氧量；　（３）构建适用于建模的标准炉次库；　（４）建立支持向量机碱度偏差估计模型；　对当前炉次石灰加入量计算的步骤如下：　（１）预报当前炉次输入碱度与炉渣终点碱度的偏差值；　（２）使用预报的碱度偏差值对经验公式中的碱度参数进行修正；　（３）：计算当前炉次石灰加入量；　当前炉次吹炼结束后，如果炉渣碱度、终点碳含量和温度满足工艺要求，则将本炉次信息加入标准炉次库，为建立支持向量机碱度偏差估计模型使用。

【技术特征摘要】

【专利技术属性】
技术研发人员：韩敏，王心哲，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：91[中国|大连]