宝钢 BRP 炼钢新工艺过程控制模型研究与应用(7页).doc
《宝钢 BRP 炼钢新工艺过程控制模型研究与应用(7页).doc》由会员分享,可在线阅读,更多相关《宝钢 BRP 炼钢新工艺过程控制模型研究与应用(7页).doc(7页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、-宝钢 BRP 炼钢新工艺过程控制模型研究与应用郭亚芬杜斌陈军鹏谢树元(宝钢研究院(技术中心) 上海 201900)摘要 本文介绍宝钢转炉脱磷/脱碳 BRP 新工艺过程控制模型研发和应用。运用冶金机理、统计回归、神经元网络等多种方法,结合宝钢生产 实践经验,研发了转炉脱磷/脱碳新工艺成套过程控制模型,并投入生产应用,使炼钢生产更规范、稳定、低耗、高效。关键词 过程控制模型;转炉炼钢;神经元网络1引言转炉炼钢过程控制模型是全自动炼钢的关键技术,是集自动控制、冶金机理、生产工艺、数学 建模、人工智能、数字仿真、计算机等多种技术于一体的高难度复杂技术。宝钢在上世纪 90 年代以 二炼钢建造、一炼钢三
2、电改造为契机,把炼钢这一复杂过程分解为多个控制对象或子过程,并分别 建模,成功地研制开发了拥有自主知识产权的转炉常规冶炼成套模型,实现了转炉炼钢的全过程自 动控制,从而使炼钢生产过程更规范、稳定、低耗、高效。2003 年宝钢股份是国内第一个开发“双联法”新工艺(BRP)转炉脱磷、脱碳炼钢的钢铁公司。 双联法是采用两座转炉双联作业,一座进行铁水脱磷操作,称为脱磷炉,另一座接受来自脱磷炉的低 磷半钢水进行脱碳升温操作,称为脱碳炉。这种炼钢方法可以实现少渣冶炼,有利于经济地冶炼低磷、 超低磷钢及高碳钢、合金钢,能有效改善钢的质量,提高钢的纯净度和产品质量的稳定性。针对转炉 脱磷/脱碳 BRP 新工艺
3、,宝钢又研发了相对应的过程控制模型,转炉脱磷/脱碳成套过程控制模型已于2004 年 10 月2005 年 4 月陆续投入运行,模型起到生产指导和控制作用。目前宝钢一炼钢计算机系 统能同时运行常规炉、脱磷炉、脱碳炉三套过程控制模型,从而使不同生产工艺不同的控制模型能有 序有效地控制炼钢生产过程。2.炼钢模型简介转炉炼钢是一个非常复杂的多元多相高温状态下进行的非线性的物理化学反应过程,存在很多 不确定的因素,且难以获得准确连续的检测信息,因此,纯理论模型很难精确反映转炉炼钢过程。我 们根据炼钢生产特点,运用冶金机理、统计回归、神经元网络、人工智能等多种方法,结合宝钢生产 实践经验,研发了常规炉/脱
4、磷炉/脱碳炉三套过程控制模型。宝钢一、二炼钢 300 吨和 250 吨转炉,采用顶底复吹方式,由过程计算机系统进行炼钢全过程的 生产指导、生产控制和生产实绩收集。过程控制模型贯穿整个转炉吹炼过程,按工艺流程主要进行转 炉液面计算、副原料计算、副原料投入分配计算、副枪测定氧量计算、冷却材计算、总吹氧量计算、 合金最小成本投入量计算、钢水成分预报,实时推算钢水温度和钢水碳含量等,进行吹止控制。3.炼钢模型原理宝钢针对常规炉、脱磷炉、脱碳炉三种炼钢工艺自主研发的离线在线转炉模型有 20 多个,宝钢 有一支技术力量长期耕耘在炼钢领域从事过程控制模型跟踪、优化、研发工作,使模型适合不断改进 的生产工艺,
5、以确保炼钢生产的产量和质量。下面介绍宝钢近几年针对 BRP 新工艺研发和优化改进的 几个主要的转炉过程控制模型。转炉过程控制模型结构见图 1。-第 7 页-人工要求前炉出 钢终了副原料计算 模型吹炼 Pattern 控制 氧枪高度控制 氧流量控制元素目标收得率合金最小成本 模型合金液面计算模型静态控制计算投入副枪氧枪高测定模型副原料投入 时刻计算参考炉数据氧流量控制度吹炼控制结束主原料装入吹炼开始三种转炉吹炼方式 常规炉 脱磷炉 脱碳炉送氧量一定值副测碳、温动态计算 模型追加冷材副测后氧量吹止 成分静态学习计算 模型人工要求模型参数维护实绩文件 模型文件合金收得率 模型3.1 脱磷炉智能副原料
6、计算模型图 1.转炉过程控制模型结构图智能副原料计算模型是在宝钢实施转炉脱磷/脱碳双联法新工艺过程中开发的。 副原料计算模型的功能就是在转炉吹炼之前,根据铁水条件、吹止目标及造渣原理,计算转炉吹炼造渣所需要的副原料品种(主要有石灰、莹石、轻烧白云石、铁矿石等)和对应的副原料量。 在实验室开展了副原料机理模型、统计模型、神经元网络智能模型的深入研究,并进行仿真测试, 测试结果表明神经元网络智能模型效果最好,因而,开发了在线“神经元网络统计回归专家知 识”的智能副原料计算模型,用神经元网络模型计算 CaO,用统计 Pattern 计算其他副材量,用专家 经验进行修正,该模型已成功应用于宝钢一炼钢转
7、炉脱磷生产指导和控制。3.1.1 脱磷炉副材 CaO 计算根据转炉脱磷炼钢工艺及造渣反应过程,副原料计算中最重要的是计算石灰量。转炉脱磷过程中 CaO 的加入量直接关系到脱磷效果,CaO 在(FeO)作用下溶解于渣中,与磷的氧化物反应生成磷酸 盐,而存于渣中达到脱磷目的,反应式如下:2P+5/2O2+4(CaO)=(4CaOP2O5) 脱磷处理过程中,铁水磷首先与吹入的氧和溶解于铁水及渣中的氧反应生成磷的氧化物,再与溶解于渣中的石灰(CaO)、莹石(CaF2)等副原料反应,生成更稳定的磷酸盐化合物存于渣中,使半 钢水中磷浓度在吹止磷目标值以下。根据造渣反应机理和经验可知,副原料 CaO 投入量
8、与造渣过程中的其他相关因素是非线性关系,反应过程存在很多不确定因素,纯机理模型很难精确反映这一过 程。而神经网络模型作为非线性模型的推广,对不能精确描述的过程,是一种有效的数据模型。鉴 于以上原因研发了 BP 神经网络模型计算 CaO。采集宝钢一炼钢转炉脱磷实绩数据,进行整理筛选,剔除无效数据记录,根据转炉吹炼经验和 统计回归相关性分析得出以下量对石灰计算有较大的影响:铁水量、废钢量、铁水 Si 、铁水 P 、 铁水温度、目标吹止 P 上限、碱度等变量作为网络的输入量,CaO 作为网络的输出量。采用S型函数f(x)=1/(1+e-x) 为BP网络的神经元变换函数,对输入、输出值都进行归一化处理
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 宝钢 BRP 炼钢新工艺过程控制模型研究与应用7页 炼钢 新工艺 过程 控制 模型 研究 应用
限制150内