80t复吹转炉冶炼硬线钢快速成渣工艺的实践

国内某钢厂转炉冶炼硬线钢一直存在着成渣速度慢、脱磷率低等问题。在热力学分析的基础上,通过大量的生产数据整理和实验室研究,对其80t复吹转炉快速成渣脱磷工艺进行了改进。通过对装料制度、供氧制度和底吹气体流量进行优化,取得了很好的冶金效果。工业试验结果表明：采用合理的造渣工艺,能够实现快速成渣、早期脱磷,平均出钢w（C）能达到0.253%,而w（P）降至0.011 7%,平均吹炼时间缩短近3min。     

高碳硬线钢快速脱磷热力学分析

硬线钢含碳高、磷硫含量低,生产工艺要求苛刻,在冶炼中常出现碳或磷出格而改钢的情况。对转炉快速脱磷工艺的热力学和动力学进行研究,分析了影响快速脱磷效果的因素,认为快速脱磷的要点是延长熔池在低温运行的时间,造出流动性好、有一定氧化性和高碱度的炉渣,确保终点出钢碳、温度和磷的命中率。     

人工神经网络在转炉炼钢控制过程中的应用

转炉炼钢过程是一个非常复杂的物理化学变化过程,无法用数学方程线性描述。人工神经网络因具有很强的非线性处理能力且具有较强的容错性,从而广泛应用于冶金过程中。本文主要介绍了人工神经网络在转炉炼钢中的应用现状,通过对BP神经网络和RBF神经网络在转炉炼钢中的应用分析,指出人工神经网络技术的应用将进一步提高转炉炼钢过程的自动化水平。     

影响炼钢用石灰活性的因素分析

石灰是炼钢生产中的主要碱性造渣材料,其质量好坏对冶炼工艺、钢产品质量以及炉衬寿命等都有着重要影响。本试验采用滴定的方法对不同条件下生产的石灰活性度进行了测定,对影响炼钢用石灰活性的因素进行了分析,经过对比分析得出,影响炼钢用石灰的活性度有诸多因素,而煅烧设备、煅烧温度是影响烧成石灰活性的主要因素。在石灰石焙烧过程中添加NaCl,可以起到提高石灰活性度的作用。     

基于L-M算法BP神经网络的转炉炼钢终点磷含量预报

转炉炼钢过程是一个非常复杂的物理化学变化过程,人工控制很难一次达到终点目标值,通常需要经过多次补吹才能出钢.通过研究影响转炉冶炼终点磷含量的主要因素,确定了影响转炉终点磷含量的参数,建立了基于Levenberg-Marquardt(LM)算法BP神经网络转炉终点磷含量的预报模型.结果表明:在预报误差目标精度为土0.00...     

基于LM算法BP神经网络的高炉-转炉界面铁水温度预报模型

通过研究高炉-转炉界面铁水运输过程温度的主要影响因素,确定了影响高炉-转炉界面铁水运输过程温度的参数,建立了基于Levenberg-Marquardt (LM)算法BP神经网络的高炉-转炉界面铁水温度及铁水过程温降的预报模型.用沙钢100包铁水数据进行模型训练,50包铁水数据进行现场预报,结果表明:在高炉-转炉界面“一包到底”模式下,当绝对误差| X |≤20℃时,铁水温度命中率为94％,铁水温降命中率为78％;当绝对误差|X|≤40℃时,铁水温度命中率为100％,铁水温降命中率为92％,该预报模型能够满足现场实际生产需求,对炼钢生产有很好的指导意义.