转炉炼钢出钢过程的数值模拟

不同直径的出钢口决定转炉出钢流场的分布,从而影响出钢过程的钢水温降,而钢水温降直接影响转炉出钢温度以及炼钢生产节奏。为掌握出钢过程中的温降规律以及设计合理的出钢口参数,利用Ansys软件包建立三维转炉及钢包模型,借助数值模拟方法,研究得到200 t转炉在不同尺寸出钢口下的出钢流场数据,进而针对出钢过程中的钢水注流,研究出钢口尺寸及钢包内壁温度对注流温降的影响规律。研究发现,钢水注流的温降与注流比表面积成正比;另外在出钢早期,内壁温度每提升100 K,注流温降平均减小0.4~0.7 K。后续将继续开展出钢过程中钢包及合金辅料对钢水温降影响规律的研究,以期为转炉出钢工艺提供数据支撑。     

转炉炼钢出钢过程的数值模拟

不同直径的出钢口决定转炉出钢流场的分布,从而影响出钢过程的钢水温降,而钢水温降直接影响转炉出钢温度以及炼钢生产节奏。为掌握出钢过程中的温降规律以及设计合理的出钢口参数,利用Ansys软件包建立三维转炉及钢包模型,借助数值模拟方法,研究得到200 t转炉在不同尺寸出钢口下的出钢流场数据,进而针对出钢过程中的钢水注流,研究出钢口尺寸及钢包内壁温度对注流温降的影响规律。研究发现,钢水注流的温降与注流比表面积成正比;另外在出钢早期,内壁温度每提升100 K,注流温降平均减小0.4~0.7 K。后续将继续开展出钢过程中钢包及合金辅料对钢水温降影响规律的研究,以期为转炉出钢工艺提供数据支撑。     

无取向硅钢钢液增钛原因分析

对无取向硅钢炼钢全流程钢液增钛的原因进行了分析,认为铁水钛含量、转炉出钢温度、转炉下渣量、精炼渣TiO2含量、钢水罐及RH浸入管混钢种生产是影响钢液增钛的主要原因.通过采取低钛铁水冶炼,减少转炉下渣量,提高出钢温度,添加白灰改质精炼渣等措施,均能够降低钢液中的钛含量.     

转炉出钢后钢包内钢水温度预测模型

采用多元回归建立了转炉出钢终点钢水温度的预测模型,实现了对转炉出钢过程钢水温度的预测,并探讨了影响该过程钢水温度变化的主要因素,为生产合格钢水及钢水温度的动态控制提供了理论依据。本模型能较好的预测该过程的钢水温度变化,预测误差在±10℃以内的正确率达到90%以上,对现场生产实践具有一定指导意义。     

降低转炉出钢温度生产实践

针对首钢京唐转炉出钢温度较高的问题进行了研究,结果表明通过钢包加盖、提高铸机拉速、缩短转炉冶炼周期和控制冶炼节奏等,可以降低转炉出钢温度。工艺优化后汽车板IF钢出钢温度从1 688℃降低至1 655℃,转炉低温出钢降低提温剂Fe Si消耗,可节约炼钢生产成本8. 3元/t。     

降低转炉出钢温度工艺实践

鞍钢股份有限公司炼钢总厂三分厂为了降低转炉出钢温度,采取了优化保温层砌筑工艺、开发应用钢包的定位管理系统、优化钢包保温工艺等措施.采取上述措施后,中间包钢水过热度降低了5～10℃,转炉出钢温度降低了14℃,实现了低温出钢.     

氧气瓶钢冶炼过程氮含量控制

针对气瓶钢氮含量偏高,波动大,控制困难的问题,对炼钢工序全流程钢水中氮含量展开了调查.调查结果表明,转炉终点钢液氮含量偏高,增氮主要环节为转炉出钢过程和RH精炼结束到中包开浇.针对调查结果,提出了转炉低氮钢冶炼技术、出钢过程脱氧工艺优化及连铸保护浇注等技术措施,有效的降低了转炉终点氮含量,出钢增氮和浇注过程增氮也得到了有效的控制,使成品钢水中氮含量稳定控制在50×10-6以内,减小了氮对成品钢材性能的影响.     

氧气转炉出钢温度的最佳化

一、前言氧气转炉出钢温度是一个重要的综合性指标,它显著影响炼钢生产的能源消耗。影响出钢温度的因素有:①未脱氧的钢液;②钢包的温度;③出钢的方式和时间以及脱氧和合金化的物理化学参数。出钢时钢包内钢液的热容量、炉外精炼和浇铸过程都对钢液温度有影响。     

一种CSP生产线冶炼Q235B钢的方法

正专利号:ZL201610086804.7发明人:梁新亮寻民定尹振芝戴智才曾全文陈伟韩文兵吴大畏本发明公开了一种CSP生产线冶炼Q235B钢的方法,控制好转炉初炼钢水终点碳、磷、硫及温度,在出钢前或对钢水进行合金化前向钢包中加碳粉和碳化硅,红包出钢,控制好下渣量及出钢时间。在出钢过程向钢水中加入石灰及钢包化渣剂,在钢水出完1/3时向转炉初炼钢水中加硅铁合     

试论提高转炉炼钢终点命中率的控制措施

简要介绍了转炉炼钢终点命中率的控制技术,从碳氧含量、出钢温度和脱磷条件三个方面详细分析了转炉炼钢终点命中率的影响因素,提出通过完善留渣操作、降低出钢温度、控制吹炼强度和进行补热升温等针对性的控制策略,提高转炉炼钢终点命中率,以期为转炉炼钢终点命中率提高及控制提供参考,确保转炉炼钢稳定作业,提高转炉炼钢生产质量和效率。     

基于光谱信息与温度的转炉炼钢终点预测模型

转炉炼钢终点就是在出钢时通过控制使钢水的成分和温度达到一定要求。原子发射光谱法显示的元素特征光谱波长下的光谱信息的变化,能反应成分含量的变化趋势。文章介绍了基于温度和光谱信息的终点预测模型的系统,通过此系统获取转炉炼钢过程中的温度和Mn、Si光谱信息,利用多元回归分析的方法建立终点预测模型,并对模型进行显著性检验和精度分析。研究表明,此模型的终点命中率在80%左右,能比较准确预测转炉炼钢的终点。如果在预测模型中加入更多的元素光谱信息,将能进一步提高终点命中率。     

基于FA-ELM的转炉终点磷含量预测模型

 转炉终点磷含量的预测对实现转炉自动出钢、缩短冶炼周期具有重要意义,为了实现转炉终点磷含量的窄窗口控制,为操作工艺提供指导,需要建立更高精度的终点磷含量预测模型。通过对冶炼工艺以及脱磷热力学的分析,选取12项影响脱磷过程的可观测指标,构建了终点磷含量预测指标体系,然后借助因子分析法(FA)对数据进行降维处理,得到6个派生变量,将其作为模型输入,终点磷含量作为模型输出,建立基于超限学习机(ELM)的终点磷含量预测模型。并将ELM模型预测结果与BP神经网络的进行对比,研究发现,ELM模型拟合度更高,回归系数R2=0.778 7,平均误差MAPE=0.106 0,并且预测误差在±0.003 0%内的炉次所占比例为86.67%。因此,相比于BP神经网络模型,ELM模型具有较高的精度和较好的泛化能力。     

基于熔池混匀度的转炉烟气分析定碳模型

转炉冶炼终点碳曲线拟合模型避开了熔池初始碳含量难以精准确定的问题,假设吹炼后期脱碳速率与熔池碳含量具有一定的函数关系,通过这种函数关系预报钢水终点碳含量.终点碳的三次方模型和指数模型预报精度在±0.02%之间的命中率分别为85.9%和81.2%.运用熔渣分子理论,基于冶炼热轧板材(SPHC)的渣组元成分,计算得出渣中FeO的活度为0.241.出钢温度为1686℃时,C和Fe元素选择性氧化的临界碳质量分数为0.033%.本文在传统指数模型的基础上,充分考虑了枪位、顶吹流量、底吹流量等操作参数对熔池脱碳速率的影响,建立了基于熔池混匀度的指数模型.基于熔池混匀度的指数模型与其他烟气分析碳曲线拟合模型相比,命中率有所提高.以新钢生产热轧板材(目标碳质量分数为0.06%)时的烟气数据为研究对象建模,终点碳质量分数预报误差在±0.02%之间的有75炉次,占验证数据量的88.2%.      

灰色模型在转炉终点温度预测中的应用

以邯钢邯宝炼钢厂转炉历史生产数据为基础,应用小波分析与灰色模型相结合的方法建立了转炉终点温度预测模型,在目前预测方法的基础上提出了一种新的思路。通过MATLAB中的小波变换工具,剔除数据“噪声”后分为趋势数据和波动数据,并以24个炉次为待测样本,利用灰色模型对转炉终点温度进行预测。结果表明,预测误差在[－10, 10]区间的占据95.83%,能够满足生产要求,从而验证了模型的有效性。     

基于数据驱动的转炉二吹阶段钢水温度动态预测模型

转炉钢水温度是转炉终点控制的工艺参数之一,精确的钢水温度预测对转炉终点控制具有重要的指导意义。然而,以往的大多数转炉终点预测模型属于静态模型,只能够实现对转炉吹炼终点钢水温度的预测,无法实现动态预测,导致模型的作用有限。针对该问题,提出了一种基于数据驱动的转炉二吹阶段钢水温度动态预测模型。模型先通过新案例主吹阶段的工艺参数,基于案例推理算法找到历史案例库中相似案例。再利用相似案例的二吹阶段工艺参数并基于长短期记忆网络（Long short-term memory,LSTM）算法训练工艺参数与钢水温度的变化关系。然后利用训练好的LSTM模型,计算新案例二吹阶段的钢水温度变化。最后,利用某钢厂实际生产数据,研究了不同重用案例个数及神经元个数对模型预测精度的影响,实验结果表明:模型在重用案例个数为4,神经元个数为10时模型的预测精度最高,此时模型对钢水温度的预测误差在[?5 ℃, 5 ℃]、[?10 ℃,10 ℃]和[?15 ℃,15 ℃]的命中率分别达到40.33%、68.92%和88.33%,模型的性能高于传统二次方模型和三次方模型。      

转炉冶炼低磷洁净钢的工艺开发和实践

 转炉具备冶炼低磷钢的生产能力,但生产超低磷9Ni钢,转炉脱磷工艺仍然是主要难点和研究重点。分析了钢水温度、炉渣碱度、FeO和渣量等对转炉脱磷的影响规律,并结合现场工装设备条件,对转炉双联法、三渣法、双渣法3种脱磷模式进行试验对比。双联脱磷工艺半钢温降大、单炉周期长、生产组织难度大,三渣法操作过程复杂、终点磷控制优势不明显。双渣法冶炼周期短,通过优化转炉脱磷工艺,实现了采用双渣法冶炼工艺生产超低磷钢,简化了超低磷钢转炉冶炼流程,提高了生产效率。研究了转炉脱磷主要工艺参数,分析得出采用脱碳氧枪喷头时,供氧流量按脱碳吹炼流量的83.5%控制,可达到良好的脱磷效果并减少铁水碳的烧损;脱磷期半钢碳含量不宜控制过低,半钢碳质量分数为3.0%～3.5%时能保证前期的脱磷效果和脱碳期的热量。脱磷期温度控制在1 300～1 350 ℃,脱磷率较高也有利于炉渣熔化。炉渣碱度为1.8～2.2时,可保证较高的脱磷率和化渣效果。一次倒渣量40%以上,脱碳期终点温度按1 590～1 610 ℃控制,终渣FeO质量分数不小于20%,终渣碱度大于6,转炉终点磷质量分数可降低到0.002%以下。采用下渣检测系统和滑板挡渣操作,严格控制下渣量,出钢采用磷含量低的合金,炉后钢水增磷可控制在小于0.000 5%。通过工业试验,实现了铸机成品磷质量分数小于0.002%。     

基于函数型数字孪生模型的转炉炼钢终点碳控制技术

由于转炉冶炼过程中的热力学和动力学反应复杂,副枪控制模型和传统的烟气分析模型存在很大的局限性,导致了转炉冶炼终点碳含量的预测精度偏低,是实现智能炼钢的主要技术瓶颈. 针对上述问题,提出了基于烟气分析的炼钢过程函数型数字孪生模型. 首先,利用烟气分析得到连续监测的实时数据,以此来实时监控转炉熔池内钢水的碳氧反应状态; 然后,根据熔池反应所处的不同阶段,利用函数型数据分析方法建立吹炼前期和吹炼后期的函数型预测模型; 在此基础上,按照吹炼前期和吹炼后期这两个阶段来分别自动修正模型中的系数函数,从而能在复杂的实际工况条件下完成对熔池碳含量的准确预测. 通过260 t氧气转炉的工业应用实例,证实函数型数字孪生模型具有良好的自学习和自适应能力,对异常冶炼状态具有良好的鲁棒性,可以实现全过程的熔池碳含量动态预测,终点碳质量分数在± 0. 02% 范围内的命中率为95%. 利用函数型数字孪生模型在拉碳阶段对钢水中碳含量的预测值来控制终吹点. 更为重要的是,在保证入炉原料成分、温度、质量等参数稳定的前提下,采用该模型可以有望取消基于副枪的停吹取样步骤,从而降低生产成本,提高产品质量和生产效率,具有广泛的工业应用前景.      

20CrMnTiH齿轮钢氧含量的控制实践

通过60 t LD→60 t LF→CC工艺生产20CrMnTiH齿轮钢的实践表明：转炉采用低拉增碳操作法,控制终点碳在0.05%～0.12%、温度控制在1640℃～1660℃、出钢下渣量控制小于30 mm、采用复合脱氧工艺;精炼采用Si-Al-Ca渣系,控制炉渣碱度R≥3.5,合理控制精炼节奏及吹氩模式;连铸采用全保护浇铸等一系列措施,可把氧含量控制在18×10-6以下,满足了汽车齿轮行业标准的要求,实现了齿轮钢的批量生产。