260 t转炉负能炼钢生产实践

结合鞍钢股份有限公司鲅鱼圈钢铁分公司260 t转炉的能耗情况,对涉及煤气回收、蒸汽回收、电耗、气体介质消耗的相关设备、工艺和管理进行了研究和优化.通过采取优化煤气回收连锁条件、优化蒸汽回收系统、优化电耗管理方式和开发高效氧枪等措施,取得了较好的效果,转炉炼钢工序能耗由-16 kgce/t降至-20 kgce/t.     

鞍钢鲅鱼圈铁水预处理涌动式扒渣工艺实践

为了进一步降低鞍钢鲅鱼圈铁水预处理的生产成本,在扒渣过程中采用了涌动式扒渣工艺。新工艺实施后,深脱硫罐次转炉回硫量降低了0.000 5%,铁水预处理扒渣铁损降低了2.11 kg/t铁,工序时间缩短了1.5 min/罐,铁水聚渣剂消耗降低了0.145 kg/t钢,为低成本生产极低硫钢奠定了基础。     

基于集成学习的转炉吹炼终点磷锰预测模型

基于260 t转炉炼钢实际生产数据,用RF(Random Forests,随机森林)、LGBM(Light Gradient Boosting Machine,轻量级梯度提升机)和Stacking集成三种不同机器学习算法建立了转炉炼钢终点磷锰预测模型。通过相关理论分析和皮尔逊相关系数法确定了模型输入变量,对比三种集成学习模型的终点命中率,表明Stacking集成模型的预测性能最好,在预测终点磷质量分数误差为±0.001%、±0.001 5%时的终点命中率分别为86.3%、97.1%,在预测终点锰质量分数误差为±0.008%、±0.01%时的命中率分别为83.4%、94.4%。     

脱硫渣铁在炼钢生产中的应用

鞍钢股份有限公司鲅鱼圈钢铁分公司根据钢种成品硫含量的不同要求,采取了转炉冶炼时分级加入脱硫渣铁,氩站充分脱硫的措施,采取措施后,成品硫含量控制在0.010％以内,减少了脱硫渣铁外排对生态环境的污染,降低了综合生产成本44元/t.     

转炉铁料成本最优模型的建立及求解

为了得到转炉热平衡条件下最优的铁料成本,建立了数学模型,分析变量上下限、钢铁料价格、总量要求等限制条件,使用Excel规划求解工具,并结合Excel VBA开发了前台应用界面。该模型降低SPHC铁料成本4.4元/t。     

转炉终渣成分和溅渣时间数据驱动预测模型开发

基于260 t转炉实际生产数据，通过机器学习算法XGBoost(eXtreme Gradient Boosting,极限梯度提升树)、弹性回归、线性回归、AdaBoost(Adaptive Boosting,自适应提升树)四种算法建立了终渣主要成分CaO、SiO₂、TFe和MgO的预测模型。通过优化调参，XGBoost终渣成分预测模型的决定系数R²均在0.8以上。溅渣时间模型采用SVR(Support Vector Regression,支持向量机回归)、LGBM (Light Gradient Boosting Machine,轻量梯度提升机回归)、GBDT(Gradient Boosting Decision Tree,梯度提升树回归)、RF(Random Forest,随机森林)和XGBoost五种算法进行建模。通过探究，将SVR、XGBoost、GBDT算法使用集成方法得到Stacking集成溅渣时间预测模型，Stacking集成溅渣时间预测模型提升了单个模型的预测效果，偏差为±20 s的预测命中率达89.95%。     

260 t转炉生产SPA-H钢直兑铁水脱硫实践

针对不经预处理脱硫的铁水生产SPA-H钢的脱硫技术开展研究，对脱硫热力学及动力学进行理论分析，采取了控制系统洁净度、减少原料带入、优化造渣制度和供氧制度等措施。实践表明，硫含量合格率达到100%且稳定控制在0.020%以下，脱硫处理率降低3.5%，降低了铁水预处理工序的加工成本。     

260 t转炉沸腾出钢渣洗脱磷工艺实践研究

分析了影响260 t转炉沸腾出钢脱磷效果的工艺参数及其影响规律，得出结论：随着钢水氧含量、白灰加入量的增加，钢水脱磷率不断提高，但白灰加入量达到1 000 kg后，脱磷率维持最大值不再明显变化；吹氩50 s之后脱磷率提高，并在180 s达到最大值，之后脱磷率不再提高。采用沸腾出钢渣洗脱磷工艺后，钢水平均脱磷率由9.4%提高到16.7%，磷含量超标的质量事故平均降低0.3罐/月，未出现该工艺造成钢水温度低的相关事故。