共查询到18条相似文献,搜索用时 109 毫秒
1.
转炉静态控制是转炉计算机的基本控制方式,副枪动态控制是以静态控制为基础。转炉炼钢采用静态模型(终点控制模型、供氧模型、造渣模型、底吹模型)和动态模型(脱碳速度模型、钢水升温模型和冷却剂加入量模型)可减少炉口压力偏差,提高煤气回收量。 相似文献
2.
3.
4.
转炉烟气分析动态控制炼钢技术 总被引:11,自引:0,他引:11
由人工经验控制到动态智能控制是转炉炼钢自动化的发展方向,而利用质谱仪在线分析转炉烟气进行动态控制是实现转炉炼钢自动化最有效的途径;介绍了烟气分析动态控制炼钢技术在马钢120 t转炉的开发应用情况,对提高转炉终点命中率,实现炼钢自动化,特别是对国内中小型转炉具有借鉴作用。 相似文献
5.
根据山东省转炉炼钢自动化概况,提出了在静态模型控制的基础上,实现转炉炼钢基础自动化,使静态控制转变为难动态控制的转炉炼钢自动化模式。 相似文献
6.
炼钢终点控制是转炉吹炼末期的重要操作,一一概述了转炉炼钢终点控制技术的发展以及人工经验控制、静态控制、动态控制以及自动控制等不同类型的终点控制方法,并对各个类型终点控制技术的特点进行了对比。 相似文献
7.
钢铁工业在国民经济基础中有着重要地位,转炉炼钢作为钢铁生产中的一个重要环节,直接决定了生产钢铁的质量。转炉炼钢是一个影响因素众多、过程非常复杂的多元多相高温物理化学反应过程,对转炉炼钢终点实现精确控制是冶金行业一个有待解决的难题。以提高转炉炼钢终点碳温命中率为目标,针对传统全局模型预测性能不足,难以解决多工况问题,提出了一种基于即时学习(just-in-time learning, JITL)的动态终点预测方法。在JITL的框架下,利用不同准则下的相似性度量方法,选取相应的子样本集,分别构建局部回归模型,最后通过集成学习输出各个局部模型的预测结果。在实际转炉炼钢数据验证中,使用本文所提方法,终点温度在±15℃范围内■命中率为92.7%,终点碳质量分数在±0.02%范围内■命中率为95.7%,可以为实际生产过程中的终点控制等操作提供参考。 相似文献
8.
转炉炼钢过程人工智能静态控制模型 总被引:20,自引:0,他引:20
将人工神经网络技术应用到转炉炼钢过程控制,与增量模型结合,开发出转炉炼钢人工智能静态控制模型。通过在武钢80t转炉上的生产试验证明,转炉人工智能静态控制模型比传统的静态控制模型提高了模型对炼钢过程各因素之间复杂非线性关系的处理能力及对系统随机因素变化的反应能力和适应能力,因而提高了静态模型的控制精度和终点命中率。 相似文献
9.
转炉炼钢终点控制一直是转炉控制问题的难点之一。分析了转炉炼钢终点控制技术的主要发展阶段,比较了典型的转炉炼钢终点静态控制模型,探讨了目前广泛使用的动态控制技术,并指出我国转炉终点控制水平还有待加强提高。 相似文献
10.
为了提高转炉炼钢的终点命中率,建立了一种新的转炉终点预测模型,实现了对转炉终点碳质量分数和温度的准确预测。模型采用K最近邻孪生支持向量机(KNNWTSVR)算法,将权重矩阵引入到目标函数中,并利用鲸群优化算法进行求解,提高了传统算法的性能;然后基于某炼钢厂260 t转炉的实际生产数据,建立了转炉炼钢终点预测模型。结果表明,预测模型的终点碳质量分数(误差±0.005%)和温度(误差±15 ℃)的终点单命中率分别为94%和88%,双命中率达到84%。与其他两种现有的建模方法相比,本模型取得了最优的预测效果。该方法满足转炉炼钢实际生产的需求,也可适用于钢铁冶金其他领域的数学建模。 相似文献
11.
K-OBM-S转炉是以铁水和电弧炉预熔钢液为原料冶炼不锈钢的精炼设备。以转炉冶炼普碳钢的顶吹模型和AOD法冶炼不锈钢模型为基础,建立了适用于80 t K-OBM-S转炉冶炼不锈钢的数学模型。对二步法冶炼2Cr13型不锈钢和三步法冶炼0Cr18Ni9型不锈钢的过程验证结果表明,大部分终点碳含量的误差≤±0.03%,终点铬含量误差≤±0.3%,110炉0Cr18Ni9钢目标碳(0.10%~0.25%)命中率为95.6%,终点目标铬(17.1%17.6%)的命中率为85.2%。 相似文献
12.
P.D.Hubbeling G. A. Oostermeijer 《钢铁》2007,42(4):83-86
介绍了达涅利康力斯的转炉副枪系统、静态和动态控制模型.使用副枪系统可以缩短冶炼周期,降低铁水、废钢、氧气的消耗量.静态和动态控制模型可提高冶炼效率,改善吹炼终点温度和碳含量命中精度,降低渣中铁含量. 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.
分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义. 相似文献
15.
16.
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
17.
简要介绍了氧气转炉炼钢过程静态终点控制技术与动态终点控制技术的基本类型及各种类型的基本原理与建模方法,并对不同类型终点控制技术的特点进行了对比。 相似文献