LF鋼包精煉過(guò)程控制模型開(kāi)發(fā)

趙成林，張寧，朱曉雷，王麗娟，張維維（鞍鋼集團(tuán)鋼鐵研究院，遼寧鞍山114009）

?

LF鋼包精煉過(guò)程控制模型開(kāi)發(fā)

趙成林，張寧，朱曉雷，王麗娟，張維維
（鞍鋼集團(tuán)鋼鐵研究院，遼寧鞍山114009）

摘要：根據(jù)冶金機(jī)理和鋼液熱平衡原理，綜合考慮電極供電、合金、渣料添加情況及鋼包狀況等因素，并結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法和自學(xué)習(xí)方法，建立了LF精煉過(guò)程控制模型，包括溫度預(yù)報(bào)模型和合金模型。經(jīng)測(cè)試，溫度預(yù)報(bào)模型在線計(jì)算值與實(shí)測(cè)值的絕對(duì)偏差在±5℃以內(nèi)的比例達(dá)到了85%以上，合金模型應(yīng)用后，LF鋼水成分合格率從90.1%提升至94.7%，平均合金化時(shí)間由8.9 min降低到6.7 min。利用Microsoft Visual.Basic.net程序設(shè)計(jì)軟件以及Microsoft SQL Server 2000數(shù)據(jù)庫(kù)軟件，開(kāi)發(fā)了LF精煉過(guò)程控制模型軟件。

關(guān)鍵詞：LF；過(guò)程控制；數(shù)學(xué)模型

趙成林，博士，高級(jí)工程師，2007年畢業(yè)于東北大學(xué)鋼鐵冶金專業(yè)。E-mail:zhao_chenglin@TOM.com

LF鋼包爐是一種廣泛應(yīng)用的二次精煉手段，其主要作用是利用電弧加熱和還原渣精煉完成鋼水的脫氧、脫硫、去除夾雜、合金化及溫度調(diào)整等［1-3］。目前國(guó)內(nèi)外具備LF二級(jí)模型的企業(yè)并不多［4］，更多的是在精煉過(guò)程中對(duì)鋼水進(jìn)行測(cè)溫取樣操作以獲得鋼水信息反饋，同時(shí)根據(jù)操作者的經(jīng)驗(yàn)進(jìn)行操作，屬于典型的“經(jīng)驗(yàn)煉鋼”。不同的操作者由于操作經(jīng)驗(yàn)不同，必將在精煉時(shí)間、精煉成本以及終點(diǎn)控制方面存在一定的差異，因此，有必要開(kāi)發(fā)LF精煉過(guò)程控制模型，優(yōu)化LF處理工藝，提高生產(chǎn)效率，降低勞動(dòng)強(qiáng)度及生產(chǎn)成本，實(shí)現(xiàn)整個(gè)處理過(guò)程的最優(yōu)控制?；赪indows體系結(jié)構(gòu)，利用VB.NET作為模型開(kāi)發(fā)工具，開(kāi)發(fā)了LF精煉控制模型。本文對(duì)此做一介紹。

1　數(shù)學(xué)模型的建立

1.1溫度預(yù)報(bào)模型

在綜合考慮LF電極升溫、合金添加及鋼水散熱的基礎(chǔ)上，基于鋼水的熱量平衡原理，建立了LF精煉過(guò)程溫度模型，計(jì)算公式如下：

式中，T為預(yù)報(bào)鋼水溫度，℃；T0為鋼水初始溫度，℃；ΔT1為供電對(duì)鋼液溫度的影響，℃；ΔT2為成渣熱、非脫氧合金料、渣料、喂絲、吹氬攪拌等使鋼液溫度變化量，℃；ΔT3為脫氧合金料、爐氣帶走熱量及其它熱損失，℃。

輸入體系的電能為［5］：

式中，Qse為輸入體系的電能，W；εi為電弧與熔池的熱交換系數(shù)，其大小主要取決于鋼包頂渣的埋弧效果，取值為0<εi≤1；Pi為某相電弧的功率，W；Ii為某相電弧的電流，A；Ui為某相電弧的電壓，V。

根據(jù)能量守恒，可以得到供電引起的鋼水升溫速率為:

式中，t為處理時(shí)間，min；Cm為鋼水的比熱容，J/（kg·K）；Wm為鋼水的質(zhì)量，kg；Cs為渣料的比熱容，J/（kg·K）；Ws為加入體系的渣料質(zhì)量，kg。

對(duì)ΔT2的計(jì)算中，非脫氧合金及渣料對(duì)鋼水溫度的影響可通過(guò)理論計(jì)算或經(jīng)驗(yàn)確定，合金及渣料的溫降系數(shù)（1t鋼中加入1kg物料所引起的溫度變化）值具體如表1所示，模型計(jì)算時(shí)取平均值。精煉過(guò)程各成渣反應(yīng)產(chǎn)生的熱量以及氬氣吸熱對(duì)鋼水溫度的影響可以忽略［6-7］。

表1　合金及渣料溫降系數(shù)　℃

ΔT3包括以下幾項(xiàng)：

（1）鋼水表面散熱：包括輻射和對(duì)流散熱；

（2）爐體耐火材料的蓄熱；爐內(nèi)耐材材質(zhì)不同，同時(shí)還要考慮鋼包使用次數(shù)不同造成的影響因素；

（3）煙氣、煙塵帶走的熱量；

（4）頂渣改質(zhì)過(guò)程中鋁的氧化放熱對(duì)鋼水溫度的影響。

這其中，（1）、（2）、（4）項(xiàng)占據(jù)主要的份額。文獻(xiàn)表明［8］：鋼包精煉過(guò)程中鋼水的輻射散熱量要遠(yuǎn)遠(yuǎn)高于對(duì)流散熱量，因此對(duì)于（1）項(xiàng)只考慮鋼水的輻射散熱對(duì)溫度的影響。鋼液的輻射散熱計(jì)算公式為［9］：

式中，QF為鋼液輻射散熱速度，J/（m2·s）；Tm為鋼液溫度，K；Ts為鋼包頂渣溫度（未裸露）或大氣溫度（裸露），K。

一般可以認(rèn)為鋼包頂渣溫度比鋼液溫度低300～400℃，取鋼液溫度為1 873 K，熔渣溫度1 573 K，大氣溫度373 K，將根據(jù)式（4）計(jì)算得到的Q值帶入式（3），可得到對(duì)于250 t鋼水，裸露部分鋼水和未裸露部分鋼水由于輻射散熱帶來(lái)的溫降速度分別為0.2℃/（m2·min）和0.1℃/（m2·min）。根據(jù)現(xiàn)場(chǎng)經(jīng)驗(yàn)，按大氣量底吹裸露30%液面，小氣量底吹裸露5%液面考慮，則大氣量底吹由于輻射帶來(lái)的溫降為0.7℃/min，小氣量底吹由于輻射帶來(lái)的溫降為0.1℃/min。

爐體耐火材料的蓄熱與爐體耐材材質(zhì)以及鋼包周轉(zhuǎn)狀態(tài)有關(guān)，影響因素眾多，理論計(jì)算相對(duì)復(fù)雜。同時(shí)，LF頂渣改質(zhì)的效果一般通過(guò)經(jīng)驗(yàn)判斷，因此，采用人工神經(jīng)網(wǎng)絡(luò)計(jì)算方法對(duì)這部分的溫度變化進(jìn)行計(jì)算［10］，模型輸入項(xiàng)為兩類，一類為表征鋼包狀態(tài)的量，如鋼包烘烤溫度、鋼包使用次數(shù)等。另一類為表征改渣效果的量，如改質(zhì)劑加入量、渣厚等，采用現(xiàn)場(chǎng)實(shí)際生產(chǎn)數(shù)據(jù)并結(jié)合之前的理論計(jì)算反算得到的溫度變化值作為模型輸出項(xiàng)，對(duì)模型進(jìn)行反復(fù)訓(xùn)練后，可計(jì)算爐體耐火材料的蓄熱和頂渣改質(zhì)對(duì)鋼水溫度的影響。溫度預(yù)報(bào)模型的計(jì)算流程圖如圖1所示。

1.2合金模型

合金模型主要是計(jì)算LF精煉過(guò)程所需要的合金加入量，合金的加入種類由實(shí)際生產(chǎn)過(guò)程確定，其計(jì)算公式如下：

式中，Walloy為含有某種元素i的合金加入量，kg；［i］aim、［i］old分別為元素i的目標(biāo)成分和初始成分，%；αf為合金中i元素的含量，%；f為i元素的平均收得率。

圖1　溫度預(yù)報(bào)模型的計(jì)算流程圖

對(duì)于式（5），最主要的是計(jì)算合金元素的收得率。該值主要與鋼水溶解氧含量、頂渣氧化性、合金粒度及合金元素與氧親和力等因素有關(guān)，模型中主要采取自學(xué)習(xí)的方式獲得其數(shù)值［11］，即在實(shí)際生產(chǎn)數(shù)據(jù)庫(kù)中選取與當(dāng)前爐次鋼種相同、時(shí)間間隔最短及生產(chǎn)條件相近的若干爐次鋼水的合金元素收得率平均值作為本爐次合金元素收得率的預(yù)報(bào)值。精煉后，將本爐鋼水信息存入數(shù)據(jù)庫(kù)中，作為以后的待選參考信息，完成模型的自學(xué)習(xí)。

1.3 LF精煉過(guò)程控制模型

LF精煉過(guò)程控制模型流程圖如圖2所示。

圖2　LF精煉過(guò)程控制模型流程圖

2　模型驗(yàn)證

2.1溫度預(yù)報(bào)模型驗(yàn)證

采用五數(shù)總括法［12］對(duì)數(shù)據(jù)進(jìn)行篩選后，利用超過(guò)600罐的現(xiàn)場(chǎng)實(shí)際生產(chǎn)數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，訓(xùn)練后將模型投入現(xiàn)場(chǎng)在線試運(yùn)行。針對(duì)超過(guò)100罐的LF精煉處理，在過(guò)程有一次測(cè)溫的情況下，溫度模型計(jì)算值與實(shí)測(cè)值的絕對(duì)偏差在±5℃以內(nèi)的比例達(dá)到了85%以上。預(yù)報(bào)誤差主要來(lái)源于以下幾個(gè)方面：

（1）溫度實(shí)測(cè)值存在誤差。目前現(xiàn)場(chǎng)生產(chǎn)使用一次性快速熱電偶進(jìn)行過(guò)程溫度的測(cè)定，在1 600℃時(shí)其測(cè)溫值的誤差為±3℃；

（2）供電過(guò)程對(duì)鋼水溫度的影響不穩(wěn)定。供電升溫效果與埋弧效果有關(guān)，目前埋弧效果一般通過(guò)電極升溫過(guò)程的震動(dòng)響聲判斷，如響聲過(guò)大，說(shuō)明渣粘，埋弧效果不好。模型中無(wú)法判斷埋弧效果，只能通過(guò)渣厚、供電參數(shù)以及供電時(shí)間等來(lái)計(jì)算鋼水升溫值，因此會(huì)產(chǎn)生計(jì)算偏差。

（3）底吹效果不穩(wěn)定。LF效果很大程度上取決于底吹氣體作用下頂渣和鋼液的混合狀態(tài)，由于底吹效果不穩(wěn)定，直接帶來(lái)頂渣改質(zhì)及鋼水輻射散熱效果的不同，影響鋼水的成分和溫度，而模型對(duì)于這種差異無(wú)法識(shí)別，導(dǎo)致產(chǎn)生計(jì)算偏差。

2.2合金預(yù)報(bào)模型驗(yàn)證

對(duì)比應(yīng)用合金模型后超過(guò)100罐的實(shí)際生產(chǎn)數(shù)據(jù)和未應(yīng)用該模型的歷史平均數(shù)據(jù)，結(jié)果見(jiàn)圖3。從圖3看出，應(yīng)用合金模型后，LF鋼水成分合格率從90.1%提升至94.7%，平均合金化時(shí)間由8.9min降低到6.7 min。說(shuō)明合金模型對(duì)于提高鋼水成分控制水平、縮短處理時(shí)間有一定的指導(dǎo)作用。

3　模型軟件開(kāi)發(fā)

根據(jù)250 t LF精煉過(guò)程的實(shí)際生產(chǎn)數(shù)據(jù)及操作參數(shù)，利用Microsoft Visual.Basic.net程序設(shè)計(jì)軟件和Microsoft SQL Server 2000數(shù)據(jù)庫(kù)軟件，開(kāi)發(fā)了LF鋼包精煉過(guò)程控制模型軟件。溫度預(yù)報(bào)模型計(jì)算界面見(jiàn)圖4，操作數(shù)據(jù)采集界面見(jiàn)圖5。

模型開(kāi)始計(jì)算時(shí)，首先讀取鋼種、鋼包烘烤溫度、鋼包使用次數(shù)、渣厚、鋼水成分和溫度等信息，在數(shù)據(jù)庫(kù)中選擇若干爐參考爐次，提取參考信息預(yù)報(bào)此罐鋼水的合金加入量。同時(shí)根據(jù)精煉過(guò)程中的電極升溫、造渣料、合金加入等信息動(dòng)態(tài)預(yù)報(bào)鋼水溫度的變化，在模型的操作界面上顯示實(shí)際的鋼水測(cè)溫值以及模型預(yù)報(bào)的鋼水溫度變化曲線，有助于更好了解鋼水溫度的變化趨勢(shì)。可以根據(jù)模型給出的建議進(jìn)行相應(yīng)的操作，為精確控制精煉終點(diǎn)鋼水成分和溫度提供了有益的參考。

圖4　溫度預(yù)報(bào)模型計(jì)算界面

圖5　操作數(shù)據(jù)采集界面

4　結(jié)論

根據(jù)冶金機(jī)理及鋼液熱平衡原理，并結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法及自學(xué)習(xí)方法，建立了LF精煉過(guò)程控制模型，包括溫度預(yù)報(bào)模型和合金模型。在過(guò)程有一次測(cè)溫的情況下，溫度模型計(jì)算值與實(shí)測(cè)值的絕對(duì)偏差在±5℃以內(nèi)的比例達(dá)到85%以上。合金模型應(yīng)用后，LF鋼水成分合格率從90.1%提升至94.7%，平均合金化時(shí)間由8.9 min降低到6.7min。

參考文獻(xiàn)

［1］Olena VOLKOVA,Dieter JANKE.Modelling of Temperature Distribution in Refractory Ladle Lining for Steelmaking［J］.ISIJ International,2003,43（8）:1 185-1 190.

［2］P.R.AUSTIN,J.M.CAMPLIN,J.HERBERTSON,etc.Modelling of Thermal Stratification and Drainage［J］.ISIJ International,1992,32（2）:196-202.

［3］M.HALLBERG,T.L.I.JONSSON and P.G.JNSSON.A New Approach to Using Modelling for on-line Prediction of Sulphur and Hydrogen Removal during Ladle Refining［J］.ISIJ International,2004,44（8）:1 318-1 327.

［4］謝樹(shù)元，杜斌，林云,等.LF爐過(guò)程控制模型的開(kāi)發(fā)與應(yīng)用［J］.冶金自動(dòng)化，2006，增刊（S2）：47-50.

［5］米衛(wèi).LF鋼水溫度與成分控制模型的研究［D］.唐山：河北理工大學(xué)，2006.

［6］李晶，傅杰，王平，等.二次精煉渣鋼反應(yīng)及成渣熱對(duì)鋼液溫度的影響［J］.特殊鋼，1999，20（6）：42-44.

［7］趙成林，鄒宗樹(shù).CAS-OB噴粉精煉溫降預(yù)測(cè)模型［J］.材料與冶金學(xué)報(bào)，2006，5（4）：254-258.

［8］趙成林.CAS-OB噴粉精煉過(guò)程模擬研究［D］.沈陽(yáng)：東北大學(xué)，2007.

［9］沈頤身，李保衛(wèi)，吳懋林.冶金傳輸原理基礎(chǔ)［M］.北京：冶金工業(yè)出版社，2000，325.

[10]畢海鳳.應(yīng)用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)精煉爐終點(diǎn)預(yù)報(bào)［D］.沈陽(yáng)：東北大學(xué)，2006.

[11]于鵬，戰(zhàn)東平，姜周華,等.LF精煉終點(diǎn)成分預(yù)報(bào)模型開(kāi)發(fā)［J］.材料與冶金學(xué)報(bào)，2006，5（1）：20-22.

[12]馮明霞，李強(qiáng)，鄒宗樹(shù).轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)模型中異常數(shù)據(jù)檢驗(yàn)的研究［J］.中國(guó)冶金，2006，16（9）：27-31.

（編輯許營(yíng)）

修回日期：2015-07-15

Development of Control M odel for Steel-refining Process in Lad le Furnace

Zhao Chenglin，Zhang Ning，Zhu Xiaolei，Wang Lijuan，ZhangWeiwei
（Iron&Steel Research Institutes of Ansteel Group Corporation,Anshan 114009,Liaoning,China）

Abstract：Based on the metallurgicalmechanism and the thermal balance theory ofmolten steel the controlmodel for steel-refining process in ladle furnace was established after considering these factors such as power-supplying by electrode,addition of alloy and slag charge aswell as the condition of the ladle together with using the artificial neural network algorithm and self-learning algorithm.The said controlmodel consists of the temperature forecastmodel and the alloy model.By testing,the absolute deviation in the range from minus 5℃to plus 5℃between the calculation values by using the temperature forecastmodel and actualmeasured values makes up more than 85%while the percent of pass of compositions inmolten steel improves to 94.7%from 90.1% and the average alloying time is shortened to 6.7 minutes from 8.9 minuteswhen the alloymodel is put into operation finally the controlmodel software for steel-refining process in ladle furnace was developed based on Microsoft Visual.Basic.net program designing software and Microsoft SQL Server 2000 database software.

Key words：ladle furnace;process control;mathematicalmodel

中圖分類號(hào)：TF769

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-4613（2016）02-0025-05