南（昌）长力钢铁公司优化热送热装率生产实践研究

通过对南（昌）长力钢铁公司2号铸坯机以及棒材生产线轧钢产能分析，优化转炉2号铸坯机一轧钢工序产能合理匹配；提高热送热装率的优化技术，该技术的应用不仅提高了棒材生产线生产能力而且节约能源。     

60Si2Mn弹簧钢连铸坯夹杂物研究

采用非水溶液电解法分离60Si2Mn钢中夹杂物,运用扫描电子显微镜观察和能谱扫描方法,对连铸坯中夹杂物的数量、尺寸、组成进行了分析。研究表明,由于钢包下渣及中间包卷渣引入的大于100μm的大型夹杂物占夹杂物总量的39.8%,是影响连铸坯质量的重要因素。     

特殊钢厂炼钢-连铸调度模型

针对特殊钢厂的炼钢-连铸调度问题,建立了多目标调度模型.在模型求解过程中,对静态调度策略和动态调度策略进行了探讨.在静态调度部分,结合炼钢厂运行原则,并根据炼钢炉和连铸机作业周期的不同对应关系,对生产模式进行了分类,给出了相应的求解方法.在动态调度部分,给出了基于规则的动态调度策略以及具体的时间调整方法.最后,根据某转炉特殊钢厂的实际生产状况,在三台连铸机同时生产的情形下,对三个浇次的调度计划进行了仿真计算.通过与实际生产数据的比较,表明所采用方法的有效性.      

特殊钢厂炉机匹配研究

目前国内炼钢厂普遍存在多钢种生产的复杂组织模式,生产组织中"炉"与"机"之间的匹配程度在很大程度上影响着炼钢厂生产的顺利进行.在以往研究的基础上,以国内某特殊钢厂为例,对炉机匹配问题进行分析讨论.提岀当量周期的概念,结合产品结构对炉机匹配模式进行解析;提出炉机匹配度的建议评价指标,对炉机匹配关系进行评价.      

高品质钢炼钢—连铸过程的精益制造

阐述了高品质钢炼钢—连铸过程的精益制造系统技术架构与内容,将冶炼高品质钢转炉终点的精准控制技术、连铸凝固冷却过程的精益控制技术、炼钢—连铸过程工序运行的协调与控制技术、精细生产计划与调度技术和生产调度模型与工序工艺模型的协同、以及诸项技术与MES的接口技术进行综合集成,形成以生产工序工艺控制、流程运行协调控制及生产计划与调度协同优化为支撑的系统技术体系与集成解决方案,并在方大特钢进行实施,取得良好的经济效益与社会效益。     

基于极限学习机(ELM)的连铸坯质量预测

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法.      

硼对60Si2Mn弹簧钢连续冷却相变行为的影响

以国产的60Si2Mn含硼弹簧钢为研究对象,利用Gleeble 1500热模拟实验机和高温共聚焦显微镜,进行临界相变温度和动态CCT曲线的测试,并进行不同冷却速率下弹簧钢在连续冷却过程中先共析铁素体生长过程的原位观察。结果表明,含硼26 ppm与不含硼弹簧钢发生完全马氏体转变的临界冷却速率分别为10℃/s和13℃/s。硼元素的加入,使临界冷却速率降低,提高了过冷奥氏体的稳定性,抑制了晶界处先共析铁素体的析出,阻碍了奥氏体的共析分解转变。另外,随着冷却速率的增大,晶界处的先共析铁素体明显减少。     

含硼弹簧钢60Si2Mn的淬透性及其CCT曲线

对不同硼含量(0.0005%~0.0047%)弹簧钢60Si2Mn进行端淬试验,研究硼元素对弹簧钢60Si2Mn淬透性的影响,并对0.0026%B弹簧钢60Si2Mn的CCT曲线进行理论计算及试验测定。结果表明,添加硼元素后可提高弹簧钢60Si2Mn的淬透性,当硼含量由0.0005%提高到0.0026%时,弹簧钢60Si2Mn的淬透性明显提高,但当硼含量达到0.0047%时,相较于0.0026%硼含量,淬透性有所下降;理论计算所得静态CCT曲线表明,轧后冷却过程中在300~400 ℃时将会出现贝氏体组织转变,导致弹簧钢的硬度偏高,影响轧材质量;动态CCT曲线结果表明,当冷却速率小于9 ℃/s时,钢中有铁素体析出和珠光体转变;冷速大于10 ℃/s时,钢中只有马氏体转变。     

短流程与江西省钢铁工业

主要论述了“短流程工艺”在江西省钢铁工业发展中的状况及地位，分析了“短流程工艺”在江西省钢铁工业中的特点，提出了江西省钢铁工业的“短流程工艺”发展的建议。     

LF精炼终点钢水温度灰箱预报模型

LF精炼工序在炼钢过程起着调节温度的关键作用,准确预报LF精炼终点钢水温度对实际生产有重要意义.传统的LF精炼预报模型包括机理模型与黑箱模型.机理预报模型能够体现各工艺因素对终点钢水温度的影响,但由于LF精炼传热机理研究尚不完善,依靠机理模型预报终点钢水温度,难以达到预期效果;黑箱预报模型能够准确预报终点钢水温度,但不能反映精炼过程各工艺因素对钢水温度的影响,尤其当生产工艺条件发生改变时,黑箱模型在应用上会受到限制.本文以方大特钢LF精炼炉为研究对象,建立一种机理预报模型与黑箱预报模型(BP神经网络预报模型)相结合的LF精炼终点钢水温度灰箱预报模型.该模型既能反映各工艺因素对终点钢水温度的影响,又能准确预测终点钢水温度,其终点钢水温度预测误差在±5℃以内的命中率可以达到95%以上.