| 摘 要： | 目前国内外转炉炼钢厂主流的“自动化炼钢”多为传统静态固定模型框架的转炉“一键式炼钢”,因其高度依赖入炉原辅料的稳定性、静态模型的准确性、枪位模型的适应性等客观因素,在实际生产应用中存在较多弊端,从而限制了转炉自动化炼钢的发展。为实现更高智能化程度的转炉自动化炼钢,研发团队近几年在多座大型转炉试验开发基于炉气分析、音频化渣、火焰监测、副枪检测等综合应用技术的实时数据驱动、动态模型架构的智能吹炼控制系统。研发团队对吹炼期间的渣况运行、喷溅返干、氧枪操控等工艺难点持续深入研究,经过长期的数据积累和观察实践,围绕“信息感知、科学分析、智慧决策、反馈赋能”的数据驱动理念,提炼总结出一整套“机理模型+经验公式+数据决策”的数据驱动模型,实现在转炉复杂工况下对氧枪枪位、吹炼流量、造渣加料、副枪检测等参数的自适应调整,从而实现转炉冶炼过程“无人为干预”的“智能化”吹炼模式,基本解决了炼钢厂转炉工序过分依赖入炉原材料、依赖现场操作工经验等“痛点”问题。数据驱动架构的转炉智能吹炼系统应用后,转炉吹炼过程氧枪枪位、流量和实时渣况形成联动,化渣效果更加平稳,脱磷率、溢渣喷溅率、一倒合格率、渣中FeO、钢水自由...
|
