一种实时预测钢包精炼炉精炼钢水温度的方法技术

技术编号:8191182 阅读:228 留言:0更新日期:2013-01-10 02:03
本发明专利技术公开了一种实时预测钢包精炼炉精炼钢水温度的方法。在基于包衬散热对钢水温度的影响方面,本发明专利技术采用数值模拟方法,考虑了盛钢过程中大包内衬为温度800~1400℃,耦合钢水流动对包衬散热的影响,建立了包衬散热对钢水温降的拟合方程。在包衬类别精确判断方面,本发明专利技术建立了一种基于模糊推理大包内衬自动选择的模型。在精炼过程钢水裸露面的确定方面,本发明专利技术基于数值模拟研究,建立了不同吹氩量下钢水的裸露面积拟合方程。基于上述三种模型的预测结果,本发明专利技术将精炼过程中钢水的流动特性与散热情况相结合,建立了LF精炼过程钢水温度实时预报模型。为减少现场不稳定性因素的影响,本模型开发了温度自动校正功能。

【技术实现步骤摘要】

本专利技术涉及冶金过程的生产与控制领域,更具体地讲,涉及ー种针对LF炉精炼过程的钢水温度进行实时在线预测的方法。
技术介绍
钢包精炼炉(即,LF炉)作为钢厂的一种常见精炼设备,在转炉-连铸流程中调节转炉与连铸的生产节奏实现多炉连浇的同时,主要通过四个独特的精炼手段实现钢水调温、強化脱氧、脱硫、合金微调等冶金功能,參见图I所示。LF炉精炼阶段温度控制是整个流程是否顺利进行的关键因素,合理的温度无疑是提高产品质量、降低生产成本的有效手段。因此为了制定合理的温度有效地控制钢水温度,LF炉精炼阶段温度预报是冶金工作者首先 要做的工作。目前实际生产中,操作人员常使用一次性热电偶测温来获取LF炉钢水的温度信息。由于LF炉冶炼周期长,影响终点钢水温度因素复杂,终点钢水温度要求精度高,増加了测温次数和不准确性,提高了生产成本和劳动强度,同时无法连续在线掌握钢水温度,存在操作盲点并且导致资源浪费。在以往的研究中,LF炉钢水温度预报模型采用的研究方法主要有以下三种机理模型、统计回归模型、神经网络模型。机理模型是指利用尽可能准确表述过程机理的ー些数学控制方程建立的模型。在LF炉精炼过程中,主要采用能量守恒方程、传热基本方程、质量守恒方程等来建立相关的机理模型,然后通过控制不同的边界条件和初始条件,采用有限差分法或者有限元法等方法求解模型,从而得到钢包内的温度分布状況。主要文献包括钢包精炼过程中钢水成分微调及温度预报,钢铁研究学报,1999,11(2) :6-8 ;LF炉精炼过程钢水温度预报技术,东北大学学报,2002,23 (3) =247-250 ; 一种双エ位LF炉钢水温度预报控制系统,中国专利:101592964,2009-12-02 ;等。统计回归模型是基于统计分析方法,如线性回归分析,通过大量数据找到预报量与各种过程变量间的关系。主要文献包括LF炉钢水温度预报,冶金自动化,1998,(I)46-48;宝钢炼钢厂300t整体钢包热循环实测研究,北京科技大学学报,2001,23 (5)418-459 ;宝钢ー炼钢厂300t钢包钢水温度预报模型,镇江江苏大学,2005 ;等。神经网络模型方法主要是将与終点温度变化有关的參数作为输入,采用神经网络等智能算法通过对大量生产数据分析,进行反复学习和训练,得到一个逼近函数,用这个函数来预报终点温度。主要參考文献包括基于AdaBoost混合模型的LF炉钢水終点温度软測量,仪器仪表学报,2008,29 (3) =662-667 ;基于ELM新方法的LF终点温度软测量混合模型,东北大学学报,2008,29 (I) :33-36;等。上述三类模型均能够达到一定的预报精度,但存在一定缺陷。机理模型水平高,但由于LF炉精炼过程复杂,因素多变且伴随有多种物理化学反应,这严重影响机理模型的预测精度;统计回归模型算法简单且很容易在线检测,但由于此模型只能反映线性关系,而钢水温度与电量、包衬散热、合金加料、时间等因素间的关系错综复杂,使得统计回归模型的精度通常不高;神经网络学习迭代次数较多,时间较长,制约着系统的实际应用。另外目前大部分对钢水温降的研究是离线的,要达到模型的在线应用要求还有一定的困难。
技术实现思路
针对现有技术存在的不足,本专利技术的目的之ー在于提供一种能够用于对LF炉精炼钢水的温度进行实时预报的方法。为了实现上述目的,本专利技术提供了,所述方法通过式(a)对钢包精炼炉精炼过程中的钢水温度进行实时预测,式(a)为Tst= Ttl+Λ Tab-Λ Tg-Λ Tlining-Λ Tsur-Λ Talltjy-Λ Tslag,其中,Tst 为钢水实时温度,V ;TQ 为钢水初始温度,V ; Δ Tab, Δ Tg、Δ Tlining, Δ Tsur, Δ Talloy, Δ Tslag分别为电能输入、吹氩热损、包衬散热、渣面散热、合金热效应、渣料热效应引起的钢水温度变化量,で。其中,所述包衬散热引起的钢水温度变化量Λ Tlining通过式(b)得到,式(b)为=ATlining = a+ bt+ct2+dt3+et4,其中,O < t < 120min, a, b,c,d,e为根据钢包包衬的热状态级别来确定的常数,当钢包包衬的热状态为 A 级时,式(b)变为=ATlining = 6. 554+2. 4864t-3. 525 X 10_2t2+3. 1165X10-4t3-1.0555Xl(r6t4;当钢包包衬的热状态为热状态为B级时,式(b)变为Λ Tlining=4. 9464+2. 0383t-2. 742 X l(T2t2+2. 40895 X l(T4t3_8· 1983 X l(T7t4 ;当钢包包衬的热状态为热状态为 C 级时,式(b)变为Λ Tlining = 3. 3747+1. 5852t-l. 943X 10_2t2+l. 6708 X10_4t3-5. 6514X10_7t4 ;当钢包包衬的热状态为热状态为D级时,式(b)变为=ATlining =I. 7883+1. 13t-l. 14X 10_2t2+9. 2983 X 10_5t3_3. 095X 10_7t4。在本专利技术的一个示例性实施例中,所述钢包包衬的热状态为A级是指钢包内衬初始温度为800°C且包衬稳态散热时间为95 99min,达到稳态后钢水平均温降为O. 52 O. 540C /min ;所述钢包包衬的热状态为B级是指钢包内衬初始温度为1000°C且包衬稳态散热时间为86 88min,达到稳态后钢水平均温降为O. 49 O. 51°C /min ;所述钢包包衬的热状态为C级是指钢包内衬初始温度为1200°C且包衬稳态散热时间为78 82min,钢水平均温降为O. 46 O. 480C /min ;所述钢包包衬的热状态为D级是指钢包内衬初始温度为1400°C且包衬稳态散热时间为70 74min,达到稳态后钢水平均温降为O. 40 O. 42°C /min。在本专利技术的一个示例性实施例中,所述钢包包衬的热状态级别根据模糊推理模型中的Ztl得出。在本专利技术的一个示例性实施例中,所述方法还包括对预测得到的钢水温度进行校正的步骤。本专利技术的另一方面提供了,该方法由流场及温度场耦合进行理论探究,充分考虑过程中可能出现的所有包衬情況,建立包衬散热模型,充分考虑其他因素对钢水温度的影响,最終建立温度预报模型,所述温度预报模型包括模糊推理,温度自动校正以及温度预报三大模块,采用理论分析和数值模拟的方式,结合相应的算法最終实现LF炉精炼钢水温度的实时预报。在本专利技术的一个示例性实施例中,在包衬散热模型中,将钢包周转过程中包衬散热对钢水的温降速度和温降速率进行归一化处理;采用模糊推理的方法建立精炼过程中钢包内衬类别的自动判别模型。在本专利技术的一个示例性实施例中,在温度预报模型中,由于现场的一些不稳定性因素的影响,建立温度预报过程中温度自动校正功能。与现有技术相比,本专利技术的有益效果包括提供了一种用于LF精炼炉钢水温度实时预报的方法,该方法能够实时、准确地预报LF精炼过程钢水温度,从而能够减少测温次数、指导实际生产、节约成本、减轻劳动强度、提高测量温度命中率。附图说明通过下面结合附图进行的描述,本专利技术的上述和其他目的和特本文档来自技高网
...

【技术保护点】
一种实时预测钢包精炼炉精炼钢水温度的方法,所述方法通过式(a)对钢包精炼炉精炼过程中的钢水温度进行实时预测,式(a)为Tst=T0+ΔTab?ΔTg?ΔTlining?ΔTsur?ΔTalloy?ΔTslag,其中,Tst为钢水实时温度,℃;T0为钢水初始温度,℃;ΔTab、ΔTg、ΔTlining、ΔTsur、ΔTalloy、ΔTslag分别为电能输入、吹氩热损、包衬散热、渣面散热、合金热效应、渣料热效应引起的钢水温度变化量,℃,其特征在于,其中,所述包衬散热引起的钢水温度变化量ΔTlining通过式(b)得到,式(b)为:ΔTlining=a+bt+ct2+dt3+et4,其中,0≤t≤120min,a,b,c,d,e为根据钢包包衬的热状态级别来确定的常数,当钢包包衬的热状态为A级时,式(b)变为:ΔTlining=6.554+2.4864t?3.525×10?2t2+3.1165×10?4t3?1.0555×10?6t4;当钢包包衬的热状态为热状态为B级时,式(b)变为:ΔTlining=4.9464+2.0383t?2.742×10?2t2+2.40895×10?4t3?8.1983×10?7t4当钢包包衬的热状态为热状态为C级时,式(b)变为:ΔTlining=3.3747+1.5852t?1.943×10?2t2+1.6708×10?4t3?5.6514×10?7t4当钢包包衬的热状态为热状态为D级时,式(b)变为:ΔTlining=1.7883+1.13t?1.14×10?2t2+9.2983×10?5t3?3.095×10?7t4。...

【技术特征摘要】

【专利技术属性】
技术研发人员:祭程陈永朱苗勇曾建华崔俊孙维松陈亮张敏
申请(专利权)人:攀钢集团研究院有限公司东北大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1