共查询到18条相似文献,搜索用时 171 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
4.
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。 相似文献
5.
6.
7.
8.
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。 相似文献
9.
10.
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。 相似文献
11.
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。 相似文献
12.
基于FA-ELM的转炉终点磷含量预测模型 总被引:1,自引:0,他引:1
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。 相似文献
13.
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%. 相似文献
14.
15.
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。 相似文献
16.
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%。 相似文献
17.
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. 相似文献