五矿营钢板坯铸机保护渣选型理论分析

以保护渣作用机理、营钢目前应用的保护渣现状为主要研究方向,结合营钢实际生产的钢种、板坯断面及设备特点给出了保护渣选型的优化方案。     

板坯堆冷内部温度场模拟与分析

板坯冷却速度直接影响其内部组织结构的形成以及内部C、H等元素的偏析程度。板坯堆垛时其内部温度变化无法测量。通过建立传热模型的方法对板坯的降温过程进行数值模拟计算,根据现场测得的板坯表面温度对边界条件进行设置,并对模拟结果进行验证。通过对模拟计算结果的分析对板坯的堆垛方式及堆垛时间参数进行优化,得出了对现场具有极大指导意义的优化方案。     

转炉合金配加系统自主开发

以某钢厂转炉冶炼过程中的合金配加工序为研究对象,通过研究合金的成本、收得率以及现场操作的实际情况等特性,自主开发了使用于本厂情况的转炉合金配加系统。利用单纯形法对元素配比进行了线性规划,规划后平均吨钢成本降低5元,应用神经网络算法与现场数据进行训练仿真预测函数,预测结果的最大误差小于3.5%。     

基于BP神经网络的LF精炼终点温度预测模型

通过对LF精炼过程的研究找出了对LF精炼终点温度起主要作用的工艺参数,应用BP神经网络建立了终点拟合仿真函数模型。应用现场实际测量结果与模型预测结果进行对比,温度误差小于5℃的炉次为总炉次的96.5%,温度误差最大值为8℃。     

基于BP神经网络的合金收得率预测模型

脱氧合金化是转炉冶炼工艺的最后一步,钢液内合金成分含量控制是否精确直接影响着精炼工序的冶炼难度与冶炼周期。合金收得率是转炉合金工人配加合金时的重要参考标准,关于合金元素收得率判断的准确性直接影响着钢水成分稳定性与生产成本。应用神经网络算法,建立了以终点温度、终点氧含量、终点硅含量为变量的合金收得率预测模型,对所建立的模型性能进行了研究,对模型预测结果进行了测试,证实模型运行准确可靠,能够为生产冶炼作出指导。