基于BP神经网络的钢包渣眼演化行为的预测

钢包底吹精炼过程中,渣眼行为对钢成分和夹杂物数量的调控有着至关重要的作用。由于生产现场工况复杂、温度较高、成本较大等原因,现场测试存在一定难度和危险,测试结果的精度也无法保证。为准确探究钢包底吹孔位置、单孔底吹气体流量和渣层厚度对渣眼面积的影响,采用1∶5的相似比,以150 t实际工业钢包为原型建立水模型,利用BP神经网络算法拟合实验数据生成模型,对精炼过程中渣眼的演化行为进行预测。分析表明,当隐藏层神经元数目n=16,迭代次数Epoch=60 000时,模型损失函数Error值达到最小,决定系数R²=93.439%,模型性能优异,预测精度满足工业需求,可有效地指导工业生产。     

不同铝含量的脱氧剂对钢液洁净度的影响

铝具备较强的脱氧能力,被广泛应用于炼钢过程中钢液的脱氧。然而铝脱氧产生的高熔点、大尺寸Al₂O₃夹杂物不仅会严重降低钢液的洁净度、恶化钢材韧性和疲劳寿命,还容易造成水口结瘤,影响连铸工艺的顺行。考虑到局部过饱和度对夹杂物的形核和长大等有着重要的影响,采用纯铝和Fe-30%Al合金(质量分数)对钢液进行脱氧,且实际加入的铝量保持一致,通过对不同脱氧时间(30、60 s)的钢液成分和夹杂物特征进行分析,研究了不同铝含量的合金对钢液洁净度的影响。结果表明,相较于纯铝脱氧,Fe-30%Al合金在相同时间节点下脱氧效果更好,合金中铝元素溶解速度更慢。此外,在目前试验条件下使用纯铝脱氧的钢样中夹杂物尺寸可达到9μm,而使用Fe-30%Al合金脱氧的夹杂物尺寸最大只有4μm。采用纯铝脱氧60 s后钢中夹杂物平均尺寸为Fe-30%Al合金脱氧的1.35倍,且单位面积夹杂物数量多了23%。两种合金在脱氧过程中残留在钢液中的夹杂物均以多面体夹杂为主,并有少量碰撞聚集形成的松散型团簇状夹杂。使用Fe-30%Al合金脱氧比纯铝脱氧更有利于钢液洁净度的提高,这取决于两...