RH精炼温度与合金模型的开发与应用

　　RH真空循环脱气装置,具有钢水的脱碳、脱气、脱氧、成分调整、升温等功能,广泛用于IF钢、电工钢等优质高纯钢的二次精炼。

　　随着用户对钢材的质量、品种与性能的要求以及降低生产成本考虑,提高RH精炼的生产效率,满足连铸工序对钢水温度的要求,对处理终点的控制精度与命中率提出了更高要求。为实现RH精炼过程控制的优化,很多学者提出了许多模型[1,2],但是这些模型大多停留在纯粹的物理计算上,或者是根据热力学、能量平衡与物量平衡建立的物理模型,并且没有工业应用的报道。主要有两方面的因素导致其精度达不到工业应用的精度。一是计算过程中大量的假设和简化,所建立的物理模型与真实情况相差较大;二是将许多非线性因素线性化处理,不稳态的因素稳态化处理。

　　针对RH处理终了两个控制目标:温度与成分,建立了RH温度与合金最小成本模型,两个模型都在宝山钢铁股份有限公司炼钢厂(以下简称宝钢)2号RH得到成功应用。

　　1　模型的基本原理

　　1.1　温度模型

　　钢水在RH的真空处理,包括许多物理变化与化学变化,预测钢水在此过程的温度变化,应将影响钢水诸多因素统筹考虑。分析影响温度的因素,可将其分成两种类型:操作因素和非操作因素。操作因素是指为达到精炼处理的目标而采取的一些工艺操作,如脱氧、脱碳、合金化、吹氧升温、必要的处理时间和环流气流量等。非操作因素是指操作者所不能控制的因素,如真空槽的初始状态、钢包状态与包底冷钢、废气带走的热量、真空槽与钢液的传导与辐射散热等因素。

　　RH温度模型是1个建立在人工智能技术与冶金学机理基础上的模型。温度模型主要有人工智能子模型与冶金机理子模型组成。冶金机理子模型为比较简单的初等代数学模型,人工智能子模型主要计算RH精炼过程中影响温度的一些复杂的非线性因素。将两部分因素对温度的影响进行叠加,即可准确预报RH处理过程中的钢水温度。

　　冶金机理子模型主要计算RH处理过程中,可以检测到的一些工艺操作因素,对钢水温度的影响。主要包括RH处理过程中的吹氧脱碳、吹氧升温、合金加入、吹氩搅拌与脱碳反应等因素。这些因素对温度的影响可根据冶金原理或者生产实绩数据计算得到。

　　用AIMT软件来建立和处理针对RH精炼复杂过程的人工智能子模型,AIMT是基于数据、专家经验、公式而开发的人工智能自动建模软件。软件包含组合神经网络,模糊逻辑自动寻优(共4个算法)等多种数据建模方法[3]。利用AIMT软件对RH温度人工智能子模型进行反复的测试比较,最终采用AIMT建立的人工神经网络模型作为RH温度人工智能子模型。