CN101881981A - 一种rh钢水温度、成分闭环控制系统 - Google Patents

Abstract

一种RH钢水温度、成分闭环控制系统，属于RH自动控制技术领域。该系统包括在线检测预报控制的硬件和软件处理模块；其特征在于，硬件有测温、定氧机器人，通过以太网连接RH生产过程数据库；软件处理模块包括数据通讯模块、监控模块、温度模块、脱碳模块、自学习模块、合金模块、历史数据查询模块。优点在于，预报准确、生产规范、自动化水平高。优点在于，闭环控制、生产规范、预报准确、自动化水平高。

Description

一种RH钢水温度、成分闭环控制系统

技术领域

本发明属于RH自动控制技术领域，特别是提供了RH钢水温度、成分闭环控制系统。

背景技术

RH精炼工艺是依靠真空室和大气间的压差，将钢包中的钢水提升到真空室，并通过吹氩造成钢水连续地循环处理的一种冶金方法。该工艺主要用于脱氢、脱氮、脱氧、脱碳和脱硫，同时具有合金微调和温度调整的功能。随着冶金工业的发展，对钢材质量的要求越来越高，它的应用为炼钢厂生产高附加值品种钢奠定了基础。由于RH生产的操作模式相对比较规范化，钢水温度检测、预报和控制自动化水平较高，在保证终点钢水温度和成分的基础上，便于实现闭环自动控制。

由于RH终点钢水温度、碳含量要求精度高，操作人员常使用一次性热电偶测温定氧和钢样化验来获取RH钢水温度、成分信息，提高了生产成本和劳动强度，同时也无法连续掌握钢水温度、碳含量等信息，存在操作盲点。建立RH闭环控制系统，主要是在准确预报钢水温度和成分的基础上，实现真空脱碳、顶枪吹氧、料仓加料的自动控制，规范化生产。

北京科技大学的韩传基博士建立了RH-MFB精炼过程中钢水温度的数学模型，通过Delphi程序计算了精炼过程中钢水温度的变化。研究发现，RH-MFB精炼开始阶段，钢水温度急剧下降，前10min温降速率约为3℃/min，加Al吹氧、加合金和真空室内壁初始温度对钢水温度影响较大，采用模型预测了精炼结束时刻的钢水温度，与生产中钢水温度平均误差在±5℃以内的占80％。

鞍钢的李德刚等人，根据冶金热力学及动力学理论，针对260吨的RH-TB真空处理设备建立了真空处理过程碳含量及钢水温度预报模型。碳预报模型综合考虑了碳、氧的平衡浓度、钢水的循环流动以及湍流扩散传质对脱碳的影响。命中率达到70％。

宝钢的杜斌、谢树元、黄可为等人对RH过程控制模型进行了研究。根据冶金学的基本原理与RH精炼处理的内在原理，以总体应用效果和满足过程控制的要求为目标，建立了静态脱碳模型、动态脱碳模型、温度模型、合金模型等，在宝钢内部应用。

宝钢的李青、马志刚等针对RH脱碳模型的研究，主要是在碳氧平衡原理的基础上，结合工艺人员提供的经验知识，经过大量的数据统计和仿真测试建立的脱碳模型。计算结果具备一定的精度，能给操作人员一定的指导作用，比宝钢引进的同类模型更适用。但是，本模型虽然实现了精炼过程的再现，但是由于在建立过程中的诸多必须的简化步骤和冶金反应的开放性和复杂性，仍然有一些不足之处。

宝钢的李成林、胡江，在增设RH排气流量仪后，基于测量的方法和基于推定的方法建立脱碳模型，通过比较分析，确定了应该在原模型结构基础上，继续采用基于推定的方法利用排气流量数据。RH部分实测碳含量失真是模型参数调整的主要障碍，主要原因是脱碳后期加合金的影响，或者是由于处理后期回碳，导致钢水中的碳浓度分布不均匀，对分析结果造成影响。基于测量的方法优点在于原理简单，易于实现，但是对测量数据的精度依赖太大，实践很难实现；基于推定的方法正好相反，机理复杂但对测量数据要求低，因此这里将排气流量数据作为一个指标来参考比较。

梅钢RH经过技术改造后，采用RH动态模型进行优化，提高了梅钢的脱碳命中率。河北理工的刘柏松、艾立群也对脱碳模型进行了研究，在脱碳机理的基础上，将脱碳模型转换成常微分方程组，用龙格-库塔法进行计算，进一步将模型编译成RH脱碳预报软件。

目前，宝钢公司已经有一项RH温度预报和合金计算的专利。该专利提供一种RH精炼炉钢水温度实时预测的方法，从而既提高了精炼处理结束时的温度命中率，又减少了测温次数。虽然该专利有一定的效果，但对于整个RH精炼的二级模型来说，还只是其中的一小部分，系统地开发出RH闭环控制系统势在必行。

发明内容

本发明的目的在于提供一种RH钢水温度、成分闭环控制系统，实现钢水温度和成分的自动控制，提高RH生产自动化水平，满足钢水质量要求。RH冶炼过程中，该设备提供钢水温度和成分信息，并显示在操作界面上，具备闭环自动控制功能。监控模块能够根据钢水的处理模式和初始信息，自动划分冶炼阶段，下发真空度、吹氧量、料仓加料等设定值，实现闭环操作；钢水温度模块可以精确预报钢水实时温度和终点温度，满足闭环控制钢水温度的要求；脱碳模块能够实时预报钢水碳含量，是实现闭环控制钢水成分的条件。自学习模块基于不同炉次的处理模式和生产信息，不断优化操作参数，为闭环控制提供更加合理的操作参数。

本发明基于能量守恒、冶金机理、自学习算法，建立了监控模块、自学习模块、脱碳模块、钢水温度模块，模块之间相互协作。利用热电偶进行有限的温度成分检测，以监控模块为核心设计了一套RH闭环控制系统。从钢水进入处理位真空处理开始，实时预报钢水温度和成分，根据不同的冶炼步骤下发设定值，实现真空度、吹氧量、料仓加料、处理时间的自动控制。将无法连续测温化验的问题，转化为以直观的温度、碳含量曲线图的形式显示出来，实现连续预报功能；将闭环控制模式，转化为以冶炼步骤表格的形式显示在界面上，逐步下发不同的设定值，实现闭环操作。

本发明的系统包括在线控制的硬件和软件处理模块：硬件有测温、定氧热电偶，通过以太网连接RH生产过程数据库；软件处理模块包括数据通讯模块、监控模块、温度模块、脱碳模块、自学习模块、调铝经验模块、历史数据查询模块。数据通讯模块进行一级、三级与二级的通讯；监控模块，根据处理模式划分冶炼阶段，自动下发设定值，并通过自学习模块调整控制参数；温度模块，实时预报钢水温度；脱碳模块，通过真空控制和吹氧强制脱碳，满足终点脱碳要求

监控模块，根据不同的钢种制定好的处理模式，划分冶炼步骤。本系统有五种处理模式，包括：RH普通处理模式、RH自然脱碳模式、RH强制脱碳模式、RH脱气模式、RH轻处理模式。本系统自动划分冶炼阶段，进而确定循环吹氩流量、吹氧量、真空操作和加料操作。真空时间和吹氧量根据自学习结果不断优化。冶炼过程中，钢水温度和成分自动校正一次后，系统自动调整真空时间和合金加入量，满足终点钢水温度和成分要求。

所述的自动划分冶炼阶段，实现步骤如下：

(1)炉次开始后，根据钢水处理模式，自动划分冶炼步骤；

(2)冶炼步骤根据钢水处理模式确定，每一步骤由真空时间限制；

(3)基于钢水初始氧含量、碳含量、钢水温度，计算脱碳量和温度调控需求，根据自学习模型确定的脱碳系数，计算真空时间和吹氧量；

(4)钢水温度和成分校正后，根据钢水温度和成分要求，基于经验模块调铝脱氧、合金化。

脱碳模块是基于冶炼机理和生产经验，采用动态模型方法，在钢水初始碳的基础上减去从废气中排出的碳来推断钢水中剩余的碳；采用废气分析测量系统，及时获取真空脱碳过程中的废气信息、及处理前初始碳含量，处理过程中碳含量、游离氧、钢水重量、钢水温度等数据，准确的预报钢水中当前碳含量、脱碳速度、脱碳总量等，保证动态脱碳的计算精度。

脱碳模块是基于冶炼机理和生产经验，确定影响钢水碳含量的主要因素，在机理模型的基础上，通过不断优化模型系数，提高碳含量预报的准确率。

常规的脱碳模块是采用碳氧平衡原理，脱碳反应依赖于钢水中的热力学条件，在钢水温度和真空度一定的情况下碳和氧浓度会达到一个平衡点，由此得出碳、氧随时间变化的规律。但是由于公式存在大量假设，对预报准确率影响很大。本发明采用动态脱碳模型的基本原理，在钢水初始碳的基础上减去从废气中排出的碳来推断钢水中剩余的碳。

能够及时获取真空脱碳过程中的废气信息、及处理前初始碳含量，处理过程中碳含量、游离氧、钢水重量、钢水温度等数据，能够迅速准确的预报钢水中当前碳含量、脱碳速度、脱碳总量等。

脱碳模块实现步骤如下：

(1)以钢水初始碳含量为计算起点；

(2)实时采集废气分析测量系统中的废气信息，以及废气中CO、CO₂等百分含量，计算脱碳变化值：

(3)当发生强制吹氧脱碳时，废气中CO₂百分含量发生显著变化，脱碳变化量与吹氧速度、燃烧速度成比例关系，燃烧速度与废气中的CO和CO₂的典型含量有关；

(4)预报碳含量＝化验碳含量-脱碳变化量。

所述的自学习模块，主要是以同一处理模式、同一钢种最近20炉钢水冶炼信息作为学习样本，计算钢水的脱碳速率。输入变量为：钢种、真空时间、吹氧量、初始钢水温度、碳含量、氧活度、终点碳含量、氧活度，输出变量为脱碳系数。

所述的调铝经验模块，实现步骤如下：

(1)基于RH实际生产经验，不同的钢水氧含量、铝成分要求，制定了经验铝粒加入量；主要相关参数有：铝粒百分含量、用于脱氧的铝粒收得率、用于合金化的铝粒收得率、钢水重量。

(2)在调铝脱氧阶段，基于钢水氧含量和铝成分要求，计算加铝设定值。

本发明是在公认的冶金机理的基础上，着重细化研究了自然脱碳、强制脱碳引起的脱碳速率的变化，进一步提高了钢水碳含量的预报精度，因此上述自学习方法优化参数属于本发明精神和保护范围的限定。

本发明在监控模块、脱碳模块、自学习模块、温度模块、合金模型的基础上，配合数据通讯模块、客户端、数据库，实现了RH闭环自动控制。监控模块，主要是判断各冶炼步骤，进而启动设定值计算。各模块互相协作，构成了统一整体。具体的技术内容包括：

(1)采用监控模块，自动计算系统设定值，实现闭环控制；

(2)采用自学习方法优化系统参数；

(3)采用ORACLE数据库实现在线监测和过程数据的存储；

(4)系统历史数据查询；

自学习模块和监控模块有机结合，构成统一整体，实现了闭环控制系统。

本发明RH闭环控制系统，具有预报准确、操作规范、自动化水平高的特点。用户可以通过有限的检测数据校正钢水预报结果，实现钢水闭环控制。

附图说明

图1为本发明具体实施方式的生产工艺图。

图2为本发明具体实施方式的监控模块流程图。

图3为本发明具体实施方式的脱碳模块流程图。

具体实施方式

下面结合附图对本发明的具体实施方式进行详细的说明。

本系统通过L1、L3通讯模块自动采集生产信息和化验成分、生产计划，写入L2数据库中；监控模块利用通讯模块采集的信息自动判断各冶炼步骤，进而启动设定值计算；温度模块和脱碳模块基于冶金原理和经验操作，实时预报；自学习模块通过统计、分析、优化系统参数。

1、所述的闭环控制系统，具体实现方法如下：

RH闭环控制系统，采用VC进行开发，以ORACLE数据库进行数据存储，分为客户端和后台系统两部分，后台系统包括数据库、通讯进程、计算模块，实现了RH钢水温度和成分的闭环控制。各模块功能见表1，生产工艺流程如图1所示。

表1  RH二级系统模块构成

(1)数据通讯

本系统采用C/S网络结构，通过高速以太网进行数据通讯。通过工业以太网协议TCP/IP/OPC方式，将料仓系统、真空系统、氧枪系统、吹氩系统的实时生产数据写入数据库中。同时二级系统数学模型的设定值也通过一级通讯进程下发到一级PLC自动执行，实现闭环自动生产。

(2)客户端系统

客户端分为工程师界面和操作人员界面，将后台系统采集和模块计算得到的结果以图形、数据的形式直观的显示给用户。通过客户端接管炉次后，钢水即进入闭环控制系统，直到炉次结束。

(3)后台系统

监控模块是本系统的关键，以满足钢水目标温度成分为目标，根据钢水的处理模式和当前状态，计算真空度、循环吹氩、顶枪吹氧设定值，下发给L1系统，直至炉次结束。

温度模块、脱碳模块、合金模块，是在炉次开始后，实时预报钢水信息，为监控模块提供计算基础。自学习模块是在炉次结束后，根据钢水各相关因素，优化脱碳速率等参数。

2、监控模块基于钢种处理模式，划分各冶炼步骤，计算真空时间、吹氧量等控制参数。控制模块与预报模块有机结合，是实现RH闭环控制的关键。下面就监控模块做详细说明。

(1)本系统将处理模式分为5种，包括：RH普通处理模式、RH自然脱碳模式、RH强制脱碳模式、RH本处理模式、RH轻处理模式。监控模块根据每一炉次开始获得的初始碳、氧活度、钢液温度和目标碳含量等信息，在精炼过程中给操作人员提供为达到一定目标碳浓度所必须的处理时间、吹氧量、循环吹氩和合金设定值。

监控模块将冶炼步骤划分为主控制模块和辅控制模块。主控制模块按照炉次开始前设定好的真空时间和设定值控制生产；经过再次测温定氧后，辅控制模块的真空时间和控制参数根据终点要求自动调整一次，保证钢水质量。

表2  各阶段划分

步骤	处理过程	下发设定值
			1	炉次开始
2	开启真空阀	真空度、真空时间
			3	达到设定值	真空时间
4	化学升温	真空时间、废钢加入量；或吹氧量、吹氧强度、氧枪位
			5	脱碳阶段	真空时间、吹氧量、吹氧强度、氧枪位
6	定氧测温	真空时间、测温信号
			7	调铝脱氧	真空时间、铝粒加入量
8	合金化	真空时间、合金加入量
			9	终调温度	真空时间、废钢加入量
10	关闭真空阀	关阀信号
			11	炉次结束

(2)主控制模块：

“化学升温”阶段，实现步骤如下：

1)读取温度模块计算的钢水预测目标温度；

2)如果钢水预测目标温度小于目标温度要求，下发吹氧量设定值；

3)如果钢水预测目标温度大于目标温度要求，下发废钢设定值；

“脱碳”阶段，实现步骤如下：

1)读取钢水初始信息：钢种、初始碳含量、氧活度、目标碳含量；

2)根据钢水初始信息读取自学习脱碳系数；

3)计算吹氧量和真空时间；

根据到站碳、到站氧含量按如下公式计算吹氧量

吹氧量计算：O₂(Nm³)＝(([C]_到站-[C]_目标)×4/3×脱碳系数-[O]_到站)×0.1498

(3)辅控制模块：冶炼过程中经过再次测温、取样后，调整铝粒、废钢、合金设定值，可精确控制钢水终点温度和成分。

1)“调铝脱氧”阶段，“铝粒加入量”设定值计算公式：

加铝量＝(到站氧/1000*钢水重*1.124/合金含量*100/脱氧铝吸收率*100)+(目标铝/10＾3*钢水重/合金含量*100/合金化铝吸收率*100)

脱氧铝吸收率60％、58％、56％。

合金化铝吸收率：90％。

2)“合金化”阶段，“合金加入量”的计算基于物料守恒定律，计算公式：

${\mathrm{XP}}_k=\frac{X_k^{0}W+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{WA}}_i{\mathrm{XA}}_{i,k}{\mathrm{\β}}_k}{W+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{WA}}_i}+C_k$

——加合金前钢水中k元素的含量，％；

XP_k——加合金后钢水中k元素的含量，％；

W——加合金前钢水重量，t；

WA_i——i合金加入量，t；

β_k——i合金中k元素含量，％；

XA_i，k——k元素的收得率。

C_k——k元素的修正值。

3)“终调温度”阶段，“废钢加入量”设定值计算方法如下；

废钢量＝调整温度/钢水冷却因子*钢水重量；

3、RH脱碳模块采用动态脱碳理论，在钢水初始碳的基础上减去从废气中排出的碳来推断钢水中剩余的碳，重点研究了自然脱碳和强制脱碳废气百分含量和脱碳系统的关系。系统总流程如图3所示。

能够及时获取真空脱碳过程中的废气信息、及处理前初始碳含量，处理过程中碳含量、游离氧、钢水重量、钢水温度等数据，能够迅速准确的预报钢水中当前碳含量、脱碳速度、脱碳总量等。

所述的“脱碳模块”，实现步骤如下：

(1)读取钢水初始碳含量、氧含量；

(2)实时采集废气分析测量系统中的废气信息，以及废气中CO、CO₂等百分含量，计算脱碳变化值：

式中，

——脱碳量；

q_gas——废气流量；

——废气中CO、CO₂体积分数；

t1、t2——间隔时间点。

(3)当发生强制吹氧脱碳时，废气中CO₂百分含量发生显著变化，脱碳变化量与吹氧速度、燃烧速度成比例关系，燃烧速度与废气中的CO和CO₂的典型含量有关；

(4)预报碳含量＝化验碳含量-脱碳变化量。

Claims (5)

1.一种RH钢水温度、成分闭环控制系统，包括在线检测预报控制的硬件和软件处理模块；其特征在于，硬件有测温、定氧机器人，通过以太网连接RH生产过程数据库；软件处理模块包括数据通讯模块、监控模块、温度模块、脱碳模块、自学习模块、调铝经验模块、历史数据查询模块；数据通讯模块进行一级、三级与二级的通讯；监控模块，根据处理模式划分冶炼阶段，自动下发设定值，并通过自学习模块调整控制参数；温度模块，实时预报钢水温度；脱碳模块，通过真空控制和吹氧强制脱碳，满足终点脱碳要求；

监控模块，根据不同的钢种制定好的处理模式，划分冶炼步骤；本系统有五种处理模式，包括：RH普通处理模式、RH自然脱碳模式、RH强制脱碳模式、RH脱气模式、RH轻处理模式；本系统自动划分冶炼阶段，进而确定循环吹氩流量、吹氧量、真空操作和加料操作；当钢水温度和成分校正一次后，监控模块根据当前状态和目标要求，自动调整真空时间、加料设定值，满足终点钢水温度和成分要求；

脱碳模块是基于冶炼机理和生产经验，采用动态模型方法，在钢水初始碳的基础上减去从废气中排出的碳来推断钢水中剩余的碳；采用废气分析测量系统，及时获取真空脱碳过程中的废气信息、及处理前初始碳含量，处理过程中碳含量、游离氧、钢水重量、钢水温度数据，准确的预报钢水中当前碳含量、脱碳速度、脱碳总量，保证动态脱碳的计算精度。

2.根据权利要求1所述的系统，其特征在于，所述的自动划分冶炼阶段，实现如下步骤：

(1)炉次开始后，根据钢水处理模式，自动划分冶炼步骤；

(2)冶炼步骤根据钢水处理模式确定，每一步骤由真空时间限制；

(3)基于钢水初始氧含量、碳含量、钢水温度，计算脱碳量和温度调控需求，根据自学习模型确定的脱碳速率，计算真空时间和吹氧量；

(4)钢水温度和成分校正后，根据钢水温度和成分要求，基于经验模块调铝脱氧、合金化。

3.根据权利要求1所述的系统，其特征在于，所述的脱碳模块，实现如下步骤：

(1)以钢水初始碳含量为计算起点；

(2)实时采集废气分析测量系统中的废气信息，以及废气中CO、CO₂等百分含量，计算脱碳变化值；

(3)当发生强制吹氧脱碳时，废气中CO₂百分含量发生显著变化，脱碳变化量与吹氧速度、燃烧速度成比例关系，燃烧速度与废气中的CO和CO₂的典型含量有关；

(4)预报碳含量＝化验碳含量-脱碳变化量。

4.根据权利要求1所述的系统，其特征在于，所述的自学习模块，是以同一处理模式、同一钢种最近20炉钢水冶炼信息作为学习样本，计算钢水的脱碳速率；输入变量为：钢种、真空时间、吹氧量、初始钢水温度、碳含量、氧活度、终点碳含量、氧活度，输出变量为脱碳系数。

5.根据权利要求1所述的系统，其特征在于，所述的调铝经验模块，实现步骤如下：

(1)基于RH实际生产经验，不同的钢水氧含量、铝成分要求，制定了经验铝粒加入量；主要相关参数有：铝粒百分含量、用于脱氧的铝粒收得率、用于合金化的铝粒收得率、钢水重量；

(2)在调铝脱氧阶段，基于钢水氧含量和铝成分要求，计算加铝设定值。

Images