一种LF炉精炼过程钢水合金成分预测方法技术

一种LF炉精炼过程钢水合金成分预测方法，属于冶金技术领域，包括：（1）采集精炼前的上一工序结束时钢水成分化验数据与预熔物的质量数据；（2）精炼过程中建立人工神经网络模型；（3）进行模型训练。本发明专利技术以LF炉上工序化验合金成分数据作为初始值，以精炼过程中钢水化验值作为取样时刻标准值，考虑计划关联预熔物，加入合金料成分、造渣料、丝线以及脱氧脱硫剂对钢水成分的影响，利用BP神经网络对非取样时刻的钢水合金成分进行预测。本发明专利技术的方法在LF精炼过程中，能实时预测钢水合金成分，可以有效缩短LF精炼时间，降低精炼成本，使得LF精炼过程快速完成。

【技术实现步骤摘要】
一种LF炉精炼过程钢水合金成分预测方法
本专利技术属于冶金
，具体涉及一种LF炉精炼过程钢水合金成分预测方法。技术背景LF炉精炼开始前，上工序结束前的钢水成分通过化验值得到，精炼开始时，生产计划关联预熔物的加入，会使得钢水中合金成分与上工序提供的化验数据不同；精炼过程中， 一般会根据化验值加入合金料进行钢水成分的调节，以达到钢水成分精炼要求，同时，造渣料，脱氧，脱硫剂的加入也会对钢水合金成分有所影响。精炼过程中，采样时刻的钢水合金成分可以通过化验值得到，非采样时刻的钢水合金成分则得不到，操作人员往往只能通过采样时刻的化验值来预估非采样时刻的化验值，这样会影响到LF精炼过程的炼成率。为了能在非采样时刻对钢水中合金成分进行有效预测，必须考虑所有影响钢水合金成分如精炼开始时预熔物的加入，精炼过程中合金料、造渣料、脱氧脱硫剂的加入等这些影响钢水合金成分变化的因素，并考虑这些因素随时间的变化率。预测过程要完全依靠可量测的物理量及其对应数值，在此过程中就是合金料加入前后的化验数据，以及加入钢水的各种物料的成分与质量，根据这些具体的可量测的物理量，采用已经经过工业验证可行的BP神经网络来本文档来自技高网...

【技术保护点】
一种LF炉精炼过程钢水合金成分预测方法，包括：（1）、采集精炼前的上一工序结束时钢水成分化验数据与预熔物的质量数据；（2）、精炼过程中建立人工神经网络模型；（3）、进行模型训练。

【技术特征摘要】
1.一种LF炉精炼过程钢水合金成分预测方法，包括(1)、采集精炼前的上一工序结束时钢水成分化验数据与预熔物的质量数据；(2)、精炼过程中建立人工神经网络模型；(3)、进行模型训练。2.根据权利要求1所述的一种LF炉精炼过程钢水合金成分预测方法，其特征是所述钢水成分化验数据包括C、S1、Mn、P、S元素的成分值；所述预熔物的质量数据包括Ca0、Al203、 CaF2SiO2λ MgOλ MnO、FeO、Fe2O3' Cr2O3λ Ti02、S、P2O503.根据权利要求1所述的一种LF炉精炼过程钢水合金成分预测方法，其特征是所述人工神经网络模型为三层BP神经网络模型。4.根据权利要求3所述的一种LF炉精炼过程钢水合金成分预测方法，其特征是所述三层BP神经网络模型的输入层为C、S1、Mn、P、S各元素的成分值、钢水温度、钢水重量、合金加入量，合金中所含C、S1、Mn、P、S元素含量及该元素的收得率；三层BP神经网络模型的隐含层为输入层变量个数的2倍；三层BP神经网络模型的输出层即为包括C、S1、Mn、P、S元素的成分预测值。5.根据权利要求1所述的一种LF炉精炼过程钢水合金成分预测方法，其特征是所述模型训练为误差逆传播训练。6.根据权利要求1所述的一种LF炉精炼过程钢水合金成分预测方法，其特征...

【专利技术属性】
技术研发人员：杨斌虎，赵小彦，郝旭明，张振祥，韩晓东，郝娜，程宵，白小霞，
申请(专利权)人：山西太钢不锈钢股份有限公司，
类型：发明
国别省市：