CN107502698A - 一种适用于少渣冶炼的自动化炼钢方法 - Google Patents

Abstract

本发明涉及一种适用于少渣冶炼的自动化炼钢方法，属于冶金炼钢技术领域。技术方案是：采集转炉留渣量和炉渣信息，确定吹炼炉次前期倒渣目标；根据转炉入炉原料信息、留渣量和出钢目标要求确定炉次吹炼控制模式；控制转炉一级系统进行自动化吹炼，实现少渣冶炼工艺的“一键式”炼钢；利用模型的自学习功能对模型计算模块进行在线调整，提高吹炼终点命中率，降低生产成本，提高劳动生产率。本发明仅依托现有的副枪系统和计算机系统就可以实现在线应用，成本低，维护方便，稳定性好；吹炼终点C误差±0.02%，温度误差±10°C范围内的命中率可达92%以上。

Description

一种适用于少渣冶炼的自动化炼钢方法

技术领域

本发明涉及一种适用于少渣冶炼的自动化炼钢方法，是在原有的自动化炼钢模型基础上，通过建立新的模型，实现少渣自动化炼钢，属于冶金炼钢技术领域。

背景技术

少渣冶炼是一种能够有效降低炼钢原料消耗，降低生产成本的先进的炼钢工艺。少渣冶炼工艺是利用转炉高碱度终渣在吹炼前期，低温条件下重新恢复脱磷能力的原理，对终渣进行重复利用，并通过吹炼前期倒渣，进行二次造渣操作来降低原料消耗，提高脱磷效率。转炉采用自动化炼钢可以实现炼钢操作标准化、提高终点命中率、降低消耗和人工劳动强度、提供劳动生产率。常规自动化炼钢模型是根据转炉目标终点条件，依据热平衡、氧平衡、渣平衡、铁平衡进行二级计算，得出合理的装入制度、吹炼制度、加料制度、从而实现炼钢过程的自动化控制。自动化炼钢模型是针对常规冶炼模式而开发的，常规自动化炼钢模型计算中没有考虑前期倒渣量、吹炼终点留渣量、炉渣组分等因素的影响，没有对前期控制目标进行计算。采用少渣冶炼工艺后模型中原有的热平衡、氧平衡的数值已不再适用，模型计算与实际冶炼过程偏差较大，使在采用少渣冶炼工艺时，终点碳、温度不能命中，且模型自身反馈数值紊乱，模型自学习功能基本丧失；模型原有吹炼模式和加料模式不适应少渣冶炼工艺；采用少渣冶炼工艺无法实现自动化炼钢。

发明内容

本发明目的是提供一种适用于少渣冶炼的自动化炼钢方法，适用于少渣冶炼模式下的自动化炼钢模型，可以实现少渣冶炼的自动化控制，提高吹炼终点命中率，实现少渣冶炼的“一键式”自动化炼钢，解决已有技术存在的上述问题。

本发明的技术方案如下：

一种适用于少渣冶炼的自动化炼钢方法，包含如下步骤：

a.通过对转炉炉渣信息的采集和分析，确定转炉终渣渣量和炉渣组分以及前期倒渣目标，建立倒渣和留渣计算模型；通过对入炉原料数据和出钢目标的分析，确定吹炼炉次辅料加入量和供氧时间，建立炉渣组分预报模型；

b.建立符合目标要求的吹炼控制模型和加料控制模型；建立留渣条件下的热平衡、氧平衡关系模型；

c.通过对炉次实绩的收集和分析，对各个模型计算参数进行自动调整，实现模型的自学习功能；

d.在线应用，通过实时采集转炉装入信息、炉渣信息、出钢目标要求，生成吹炼控制模型和加料控制模型，通过向转炉一级系统发送指令进行自动吹炼，直至到达目标要求，从而实现少渣冶炼模式的自动化炼钢。

本发明采集转炉留渣量和炉渣信息，确定吹炼炉次前期倒渣目标；根据转炉入炉原料信息、留渣量和出钢目标要求确定炉次吹炼控制模式；控制转炉一级系统进行自动化吹炼，实现少渣冶炼工艺的“一键式”炼钢；利用模型的自学习功能对模型计算模块进行在线调整，提高吹炼终点命中率，降低生产成本，提高劳动生产率。本发明仅依托现有的副枪系统和计算机系统(自动化炼钢模型)就可以实现在线应用，成本低，维护方便，稳定性好；吹炼终点C误差±0.02％，温度误差±10℃范围内的命中率可达92％以上。

本发明有益效果：可以实现少渣冶炼的自动化控制，使少渣冶炼标准化、规范化，实现少渣冶炼模式的一键式炼钢，提高终点命中率。

附图说明

图1为本发明实施例加料控制模型界面示意图；

图2为本发明实施例吹炼控制模型界面示意图。

具体实施方式

以下结合附图，通过实施例对本发明对本发明做进一步说明。

一种适用于少渣冶炼的自动化炼钢方法，包含如下步骤：

a.建立倒渣和留渣计算模型；倒渣模型的建立：在原来的自动化炼钢模型基础之上增加前期渣的热、氧平衡计算，添加前期目标碱度，将根据现场冶炼数据和实验室模拟，得出倒前期渣的最佳时间区间加入到模型的前期吹炼控制中，根据铁水不同成份计算不同的吹炼时间；本实施例倒渣时间与铁水成份对照表，参见表1

表1 倒渣时间与铁水成份对照表

铁水硅数	0-0.25％	0.25-0.35％	≥0.35％
				倒渣时间/s	250-280	280-310	310-340

留渣模型的建立：在渣车上增加渣重称量装置，采集前期、终点倒渣的重量，并将该数据通过一级传递至自动化炼钢模型，对自动化炼钢模型的渣量计算进行重新修订，修订后的留渣模型将考虑基于铁水渣量、成份、吹炼整个过程加料、前期倒渣重量、终点倒渣重量而计算最终合理留渣量；

倒渣、留渣模型公式为：

炼钢过程中的渣平衡为：W_{加入氧化物}+W_{氧化产生的液态氧化物}＝W_{渣中的氧化物}

其中，

P_k,氧化物i为原料k中氧化物i的重量分数

为原料k的加入量

氧化物i为SiO₂、TiO₂、CaO、MnO、MgO、P₂O₅、AL₂O₃和FeO_x

对于W氧化产生的液态氧化物：

其中

为元素E形成的氧化物重量

ρ_O2为氧气的密度

Sox_E为氧气的消耗系数

为元素E的加入量

W_熔池为熔池重量

P_E,熔池为熔池中元素E的含量

总渣重计算公式：

b.建立炉渣组分预报模型；增加前期和终点渣样采集系统，在倒完前期渣和出完钢后分别取渣样，模型将采集渣样数据，并结合碱度设定、吹炼过程加料和两次渣样数据对下一炉倒前期渣、终渣渣样作出组份预测，为吹炼控制提供基础；

炉渣组分预报模型公式具体为：

c.建立留渣条件下的热平衡、氧平衡关系模型；根据留渣量信息、炉渣组分信息、入炉原料信息重新计算留渣情况下的热平衡、氧平衡数值；以此为基础，依据出钢目标要求计算炉次吹炼供氧目标和辅料、合金料投料目标预测值；

d.建立少渣冶炼模式下的吹炼控制模型和加料控制模型(辅料、合金料加料控制模型)

吹炼控制模型和加料控制模型为：通过在模型内增加按时间顺序和氧消耗量为触发点对应枪位和加料种类、重量的控制命令，并将此信息在炉次开始后传递给自动化炼钢模型进行现场设备的控制，进行吹炼控制和辅原料、合金料的加入操作。

本实施例加料控制模型界面参见附图1，吹炼控制模型界面参见附图2。

e.在线应用；通过采集转炉入炉铁水废钢信息、出钢目标信息、炉渣称重信息，模型自动计算过程吹氧量、加料量并自动选择对应的吹炼控制和加料控制模型，将指令发送到转炉一级PLC控制系统进行自动吹炼，通过转炉副枪系统进行吹炼过程自动检测，直至达到出钢目标要求，从而实现’一键式”自动化炼钢。

f.实现模型自学习功能；模型具备自学习功能，炉次吹炼实绩实时向二级模型进行反馈，通过模型功能模块对平衡项目与模型标准的实际值进行计算，并且更新下个炉次的平衡项目和模型标准,使预测值不断接近目标值，实现终点命中。

本实施例为120吨顶底复吹转炉，转炉冶炼采用少渣冶炼工艺，由炼钢模型进行自动化控制，终点采用副枪动态检测。本发明根据自动采集的入炉原料条件，综合上一炉次的留渣重量、炉渣组分、本炉次前期目标碱度、目标温度和出钢目标值，计算本炉次前期加料量、供氧量，将指令发送到一级控制系统，实现自动吹炼；在前期吹炼完成后，本发明根据收集到的前期实绩对二次吹炼参数进行动态控制，吹炼至临近终点由副枪系统对炉内钢水情况进行检测，根据检测结果进行动态控制，直至终点命中。由此实现少渣冶炼工艺的“一键式”自动化炼钢。本发明实现了在线应用，应用结果的统计，见表2、表3、表4。

表2 转炉渣量命中率

命中标准	检测样本数	命中数	命中率
				±0.5t	150	136	91％

由表2可知，利用本发明模型计算的转炉渣量误差在±0.5t之内的命中率可达91％。

表3 前期温度命中率

命中标准	检测样本数	命中数	命中率
				±10℃	210	188	89.6％

由表3可知，利用本发明模型计算的前期温度误差在±10℃的命中率为89.6％。

表4终点命中率

命中标准	检测样本数	命中数	命中率
				C：±0.02％；温度±10℃	1900	1759	92.6％

由表4可知，利用本发明模型计算的终点命中率为92.6％。

Claims (2)

1.一种适用于少渣冶炼的自动化炼钢方法，其特征在于包含如下步骤：

a. 通过对转炉炉渣信息的采集和分析，确定转炉终渣渣量和炉渣组分以及前期倒渣目标，建立倒渣和留渣计算模型；通过对入炉原料数据和出钢目标的分析，确定吹炼炉次辅料加入量和供氧时间，建立炉渣组分预报模型；

b.建立符合目标要求的吹炼控制模型和加料控制模型；建立留渣条件下的热平衡、氧平衡关系模型；

c.通过对炉次实绩的收集和分析，对各个模型计算参数进行自动调整，实现模型的自学习功能；

d．在线应用，通过实时采集转炉装入信息、炉渣信息、出钢目标要求，生成吹炼控制模型和加料控制模型，通过向转炉一级系统发送指令进行自动吹炼，直至到达目标要求，从而实现少渣冶炼模式的自动化炼钢。

2.如权利要求1所述的一种适用于少渣冶炼的自动化炼钢方法，其特征在于所述建立倒渣和留渣计算模型步骤如下；

倒渣模型的建立：在原来的自动化炼钢模型基础之上增加前期渣的热、氧平衡计算，添加前期目标碱度，将根据现场冶炼数据和实验室模拟，得出倒前期渣的最佳时间区间加入到模型的前期吹炼控制中，根据铁水不同成份计算不同的吹炼时间；

留渣模型的建立：在渣车上增加渣重称量装置，采集前期、终点倒渣的重量，并将该数据通过一级传递至自动化炼钢模型，对自动化炼钢模型的渣量计算进行重新修订，修订后的留渣模型将考虑基于铁水渣量、成份、吹炼整个过程加料、前期倒渣重量、终点倒渣重量而计算最终合理留渣量。