CN113722986B - 一种vod炉碳含量动态控制数学模型建立的方法 - Google Patents

一种vod炉碳含量动态控制数学模型建立的方法 Download PDF

Info

Publication number
CN113722986B
CN113722986B CN202110928042.1A CN202110928042A CN113722986B CN 113722986 B CN113722986 B CN 113722986B CN 202110928042 A CN202110928042 A CN 202110928042A CN 113722986 B CN113722986 B CN 113722986B
Authority
CN
China
Prior art keywords
dynamic
time
carbon content
blowing
mathematical model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110928042.1A
Other languages
English (en)
Other versions
CN113722986A (zh
Inventor
张飞
唐萍
张冰梅
文光华
张潆元
宋光林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUIZHOU ACADEMY OF TESTING AND ANALYSIS
Chongqing University
Original Assignee
GUIZHOU ACADEMY OF TESTING AND ANALYSIS
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GUIZHOU ACADEMY OF TESTING AND ANALYSIS, Chongqing University filed Critical GUIZHOU ACADEMY OF TESTING AND ANALYSIS
Priority to CN202110928042.1A priority Critical patent/CN113722986B/zh
Publication of CN113722986A publication Critical patent/CN113722986A/zh
Application granted granted Critical
Publication of CN113722986B publication Critical patent/CN113722986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/20—Recycling

Landscapes

  • Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Carbon Steel Or Casting Steel Manufacturing (AREA)

Abstract

本发明涉及属于钢铁冶金领域，且公开了一种VOD炉碳含量动态控制数学模型建立的方法，包括以下步骤：首先将VOD工艺控制数学模型分为预吹、主吹、动吹、深真空、还原5个阶段，再将动吹分为动吹1、动吹2、动吹3、动吹44个阶段；其次基于质量平衡、动力学理论，在静态数学模型基础上建立动态控制数学模型；然后在动态2结束时，根据烟气成分(CO、CO2、N2、Ar2、O2和H2)分析结果，利用动态控制数学模型计算熔池钢水中残余碳含量，由残余碳含量计算到达目标碳含量时所需剩余吹氧量及吹炼时间，建立吹炼时间与钢中残余碳含量的关系曲线，并时时在线显示。

Description

一种VOD炉碳含量动态控制数学模型建立的方法
技术领域
本发明涉及VOD炉碳含量动态控制数学模型建立的方法，属于钢铁冶金领域。
背景技术
VOD精炼炉是一种在真空条件下吹氧脱碳并吹氩搅拌生产高铬不锈钢的炉外精炼技术。VOD精炼炉特点：由真空罐、真空泵、钢包、氧枪、供料系统、取样、测温装置和终端控制仪表组成。充足的氧、氩、优质耐火材料、合适的扒渣工具和高效的钢包烘烤装置也是保证VOD精炼炉正常生产的必要条件。
不锈钢具有较好的强度、较高的耐磨性、优越的防腐性能优良的特性，广泛应用于各个领域。VOD精炼不锈钢的主要目的是去碳保铬，其反应是在高温、真空、强搅拌的条件下进行的，熔池的终点碳不便于直接测量。采用烟气(主要为CO、CO2气体)分析熔池碳含量的动态控制技术可以实现熔池碳含量的动态控制，能够提高熔池碳含量的命中率和铬的收得率，因此提出一种VOD炉碳含量动态控制数学模型建立的方法。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种VOD炉碳含量动态控制数学模型建立的方法，根据自学习模型，以传质系数为自学习参数，提高了模型碳含量命中率和铬的回收率，得出适合冶炼的工艺参数，以指导VOD的现场生产，解决了熔池的碳含量在线检测难和终点碳不便于直接测量的问题。
(二)技术方案
为实现上述建立自学习模型，以传质系数为自学习参数，提高了模型碳含量命中率和铬的回收率，得出适合冶炼的工艺参数，以指导VOD的现场生产目的，本发明提供如下技术方案：一种VOD炉碳含量动态控制数学模型建立的方法，包括以下步骤：
S1、数学模型搭建
VOD动态控制数学模型是建立在静态控制数学模型基础上的，首先通过初始条件按静态模型计算吹氧量，同时确定停吹氧时间及相关参数，通过静态模型可计算出动态2结束时的时间，在此时间节点计算红外气体仪通过连续分析得到的钢中残余碳含量，由此残余碳含量计算到达目标碳含量时的剩余吹氧量及吹氧时间，根据计算结果模型自动更改动态4的吹氧量、吹氧时间，实现VOD吹氧量、吹氧时间的自动控制。
S2、碳积分模型建立
碳积分模型是对红外气体分析仪在线连续检测到的烟气成分CO、CO2的体积分数、烟气总流量换算成吹炼时间与钢中残余碳含量的关系曲线，并时时显示。
S3、动态检测点确定
动态采集点，即在吹炼末期，炉内C、O反应趋于平衡，利用动态控制数学模型计算出脱碳速率，为操作人员在吹炼结束前提供一定时间预报钢中碳含量的变化情况，根据动态模型计算终点C，并结合VOD精炼炉内烟气变化曲线由模型自行确定吹炼终点。
S4、数学模型验证
数学模型建立之后，将数学模型编成软件，实现对模型参数的控制，并在线时时显示模型中烟气成分，据此计算出熔池碳含量和脱碳速度随脱碳时间的变化。
优选的，步骤S1中VOD动态控制数学模型是建立在静态控制数学模型基础上的，以静态模型为基础，动态控制数学模型为修正，动态控制检测采用的是红外气体分析仪，该设备可在线连续检测烟气成分，得到CO、CO2的体积分数和烟气总流量，采集到的烟气成分和流量参数例证，所建的VOD工艺控制数学模型需时时采集，CO、CO2体积分数和烟气总流量，然后根据碳积分模型，结合初始钢水碳含量，建立吹炼时间与钢中残余碳含量的关系曲线，并时时显示。
优选的，步骤S2中，在冶炼过程中利用红外在线分析仪测得的烟气中各气体的体积分数和烟气总流量，据此按物料平衡，可建立脱碳速度函数：
即为：
对脱碳速度积分，得到时刻连续脱碳量的总和，即：
再结合原始碳含量就可以计算出熔池中任意时刻的碳含量，
则任意时刻的碳含量：
Cd,t＝C0-CDec,ALL。
优选的，步骤S3中，本模型综合考虑预测精度及修正过程的可操作性，选择动态2结束时刻为动态检测点，其时间点为：
t4＝tSi+tMB+tDB1+tDB2
动态2结束时通过碳积分模型得到的碳含量定义为CDB2C(标号中的C为检测点的代码)，但红外线分析仪存在时间滞后问题，造成时间滞后的因素由三部分组成：从炉内反应点到取样点时间15s；从取样点到红外线分析仪时间15s；红外线分析仪到输入计算机时间20s，这样在动态2结束时的t4时刻检测到的参数实际上是前段t4-τ时刻的参数，为上述三因素引起的滞后时间，由此需对t4时刻读出的数据进行修正，修正公式如下：
将CDB2C修正后的数据定义为CDB2XZ.(标号中的XZ为DB2C的修正值的代码)，
则动态检测点的碳含量CDB2XZ.为：
CDB2XZ＝CDB2C+ΔCτ
CDB2C由连续红外检测仪及碳积分模型建立的吹炼时间与钢中残余碳含量的关系曲线中读取，则
优选的，步骤S1中，VOD工艺控制数学模型运行时首先通过初始条件按前述静态模型计算各时期的吹氧量、吹氧时间及相关参数，在计算出的动态2结束时的时间点，读取通过碳积分模型计算得到的动态2结束时的碳含量，定义为CDB2C。
优选的，步骤S1中，VOD动态控制数学模型是建立在静态控制数学模型基础上的，以静态模型为基础，动态控制数学模型为修正。
(三)有益效果
与现有技术相比，本发明提供了一种VOD炉碳含量动态控制数学模型建立的方法，具备以下有益效果：
1、该VOD炉碳含量动态控制数学模型建立方法，通过建立碳含量控制数学模型，采用烟气分析的方法，实现对VOD熔池的碳含量的在线检测和终点控制，以指导VOD精炼不锈钢的现场生产。
2、该VOD炉碳含量动态控制数学模型建立的方法，通过动态控制数学模型数学计算，在动态2结束时作为动态检测点，在线修正熔池碳含量数据，熔池碳含量变化趋势与实际生产相似。
3、该VOD炉碳含量动态控制数学模型建立的方法，通过建立自学习模型，以传质系数为自学习参数，提高了模型碳含量命中率和铬的回收率。
附图说明
图1为VOD工艺控制数学模型流程图；
图2为在线连续检测烟气的成分及流量；
图3为Qgas数值积分示意图；
图4为脱碳过程炉气成分的变化；
图5为时间滞后示意图；
图6为在线检测熔池的碳含量和脱碳速度；
图7为脱碳速度和碳含量随时间的变化。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-7，本发明提供如下技术方案：
一种VOD炉碳含量动态控制数学模型建立的方法，包括以下步骤：
S1、数学模型搭建
VOD动态控制数学模型是建立在静态控制数学模型基础上的，首先将VOD工艺控制数学模型分为预吹、主吹、动吹、深真空、还原5个阶段，再将动吹分为动吹1、动吹2、动吹3、动吹44个阶段；其次基于质量平衡、动力学理论，在静态数学模型基础上建立动态控制数学模型；然后在动态2结束时，根据烟气成分CO、CO2、N2、Ar2、O2和H2分析结果，利用动态控制数学模型计算熔池钢水中残余碳含量，由残余碳含量计算到达目标碳含量时所需剩余吹氧量及吹炼时间，建立吹炼时间与钢中残余碳含量的关系曲线，并时时在线显示；最后根据计算结果模型自动更改动态4的吹氧量、吹氧时间，实现VOD吹氧量、吹氧时间的自动控制。
碳含量动态控制数学模型是建立在静态控制数学模型的基础上，根据质量平衡、动力学理论，利用烟气分析结果建立脱碳速度计算模型。动态控制数学模型主要由碳积分模型构成，模型的自学习、自适应功能是提高模型精度和实用性的关键。
为了合理的对吹氧量及吹氧时间的控制。碳含量控制检测点是在VOD精炼进入吹炼后期，利用红外线分析仪检测直接显示出炉口逸出的炉气成分(包括CO、CO2、N2、Ar2、O2和H2)信息，据此计算熔池钢水中剩余的碳含量，来确定所需吹氧量，从而达到对吹氧时间的控制，防止过吹。
当吹氧阶段结束时，模型根据此时检测出的碳含量，通过静态计算，计算出达到目标碳含量所需添加的脱氧剂，最终可根据实际情况在线调整吹炼工艺参数，预测吹炼终点以提高熔池的C命中率，从而实现对炼钢终点的准确控制。
VOD动态控制数学模型是建立在静态控制数学模型基础上的，以静态模型为基础，动态控制数学模型为修正。动态控制检测采用的是红外气体分析仪，该设备可在线连续检测烟气成分，得到CO、CO2的体积分数和烟气总流量。采集到的烟气成分和流量参数例证如图2所示。所建的VOD动态控制数学模型需时时采集，如图4所示的CO、CO2体积分数和烟气总流量，然后根据碳积分模型，结合初始钢水碳含量，建立吹炼时间与钢中残余碳含量的关系曲线，并时时显示。
VOD工艺控制数学模型运行时首先通过初始条件按前述静态模型计算各时期的吹氧量、吹氧时间及相关参数。在计算出的动态2结束时的时间点，读取通过碳积分模型计算得到的动态2结束时的碳含量，定义为CDB2C，VOD动态控制数学模型是建立在静态控制数学模型基础上的，以静态控制模型为基础，动态控制数学模型为修正。
由于动态3的吹氧时间已定为tmin，在氧气流量确定的条件下，吹氧量是不会变的。但由于CDB3变化了，要保证吹炼终点的碳含量则动态4的吹氧量就发生了变化，就须对动态4的吹氧量进行在线修正，并修改吹氧时间，钢中碳含量时时在线显示曲线，实现VOD吹氧量及吹氧时间的自动控制。
S2、碳含量动态控制数学模型建立
碳积分模型是对红外气体分析仪在线连续检测到的烟气成分CO、CO2的体积分数、烟气总流量换算成吹炼时间与钢中残余碳含量的关系曲线，并时时显示。
在冶炼过程中利用红外在线分析仪测得的烟气中各气体的体积分数和烟气总流量由图4所示，据此按物料平衡，可建立脱碳速度函数：
即为：
对脱碳速度积分，就可以得到时刻连续脱碳量的总和，即：
再结合原始碳含量就可以计算出熔池中任意时刻的碳含量。
则任意时刻的碳含量：
Cd,t＝C0-CDec,ALL
式中，Qgas—烟气流量，m3/s；—烟气中CO、CO2的体积分数，％(可由系统测得)；Wm0—熔池中钢水初始重量，Kg；Cd,t—熔池中任意时刻的碳含量，％；C0—初始碳含量，％；CDec,ALL——熔池连续脱除的碳量，％。
S3、动态检测点确定
动态采集点，即在吹炼末期，炉内C、O反应趋于平衡，利用动态控制数学模型计算出脱碳速率，为操作人员在吹炼结束前提供一定时间预报钢中碳含量的变化情况，根据动态模型计算终点C，并结合VOD精炼炉内烟气变化曲线由模型自行确定吹炼终点。
本模型综合考虑预测精度及修正过程的可操作性，选择动态2结束时刻为动态检测点。其时间点为：
t4＝tSi+tMB+tDB1+tDB2
动态2结束时通过碳积分模型得到的碳含量定义为CDB2C(标号中的C为检测点的代码)。但红外线分析仪存在时间滞后问题，造成时间滞后的因素由三部分组成：从炉内反应点到取样点时间15s；从取样点到红外线分析仪时间15s；红外线分析仪到输入计算机时间20s。这样在动态2结束时的t4时刻检测到的参数实际上是前段(t4-τ)时刻的参数，为上述三因素引起的滞后时间，图6为其示意图。由此需对t4时刻读出的数据进行修正。修正公式如下：
将CDB2C修正后的数据定义为CDB2XZ.(标号中的XZ为DB2C的修正值的代码)。
则动态检测点的碳含量CDB2XZ.为：
CDB2XZ＝CDB2C+ΔCτ
CDB2C由连续红外检测仪及碳积分模型建立的吹炼时间与钢中残余碳含量的关系曲线中读取，则
τ——滞后时间；ΔCτ——在τ时间内脱除的碳量；CDB2XZ——由红外检测仪检测后修正CDB2C的修正值，是动态模型的修正点参数。
在实际生产中，模型开始终点预报的两个条件是：1)供氧量超过计算氧量的88％；2)炉气中Ar百分比超过CO百分比(表现为CO和Ar的曲线交叉)。这时降碳曲线出现一个向下的直线段，相应的升温曲线也有一个向上的跳跃。同时满足这两个条件后，动态模型开始切人根据烟气分析的情况进行动态预报，此时终点计算的碳会有一个调整(如图5所示)。
S4、数学模型验证
数学模型建立之后，需将数学模型编成软件，实现对模型参数的控制，并在线时时显示模型中烟气成分，据此计算出熔池碳含量和脱碳速度随脱碳时间的变化。
表 烟气成分(％)
冶炼时间 Ar CO2 CO H2 N2 O2
17:49:46 15.35 0 0.07 0 80.91 3.67
17:50:24 15.35 0 0.07 0 80.91 3.67
17:51:41 15.35 0 0.07 0 80.91 3.67
17:52:19 15.35 0 0.07 0 80.91 3.67
17:53:36 15.35 0 0.07 0 80.91 3.67
17:54:53 15.35 0 0.07 0 80.91 3.67
17:55:32 15.35 0 0.07 0 80.91 3.67
17:56:49 15.35 0 0.07 0 80.91 3.67
17:57:27 15.35 0 0.07 0 80.91 3.67
17:59:23 15.35 0 0.07 0 80.91 3.67
18:00:40 15.35 0 0.07 0 80.91 3.67
18:01:57 15.35 0 0.07 0 80.91 3.67
18:03:52 4.75 0.45 0.86 0 82.41 11.53
18:04:31 6.9 0.6 1.81 0 82.75 7.93
18:05:48 6.42 1.69 24.35 0.0221 64.71 0.62
18:06:26 6.63 1.17 26.13 0.0255 63.05 0.47
18:07:43 3.27 4.07 68.37 0.0125 22.5 0.54
18:08:21 2.56 3.23 74.47 0.011 18.32 0.32
18:09:38 1.98 2.17 78.99 0.0077 15.97 0.12
18:10:55 2.33 5.61 75.96 0.0057 15.25 0.27
18:11:34 2.37 5.01 76.27 0.0048 15.58 0.28
18:13:29 2.35 3.58 77.68 0.0036 15.79 0.24
18:15:25 2.2 5.17 76.77 0.003 15.29 0.27
18:16:03 2.28 4.52 76.88 0.0027 15.77 0.27
18:17:59 3.05 9.19 69.73 0.0022 17.22 0.59
18:18:37 3.08 8.06 70.41 0.0021 17.66 0.59
18:19:54 2.84 6.88 71.29 0.002 18.2 0.6
18:20:33 2.84 6.82 72.1 0.0018 17.58 0.48
18:21:50 3.26 9.87 65.43 0.0015 20.38 0.9
18:23:45 3.78 7.51 64.71 0.0018 22.94 0.87
18:24:23 2.93 6.47 70.9 0.0023 18.86 0.61
18:25:02 5.01 9.69 56.6 0.0011 26.35 2.23
18:26:19 4.41 7.72 62.19 0.0016 23.96 1.56
18:27:36 6.6 11.32 44.72 1.00E-03 32.31 4.96
18:28:14 6 6.45 53.96 0.0293 41.72 6.85
18:30:48 4.97 3.49 57.03 0.0634 31.21 2.41
18:31:27 3.93 5.97 61.18 0.0979 23.86 1.83
18:32:44 4.21 1.28 58.67 0.0979 23.22 0.59
18:33:22 4.72 0.98 54.84 0.0976 25.87 0.48
18:34:39 5.36 0.74 51.35 0.0879 29.55 0.4
18:35:56 5.61 0.99 49.67 0.0847 32.83 0.68
18:36:35 6.27 0.88 45.74 0.0809 34.72 0.65
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其同物限定。

Claims (4)

1.一种VOD炉碳含量动态控制数学模型建立的方法，其特征在于，包括以下步骤：
S1、数学模型搭建
VOD动态控制数学模型是建立在静态控制数学模型基础上，首先将VOD工艺控制数学模型分为预吹、主吹、动吹、深真空、还原5个阶段，再将动吹分为动吹1、动吹2、动吹3、动吹44个阶段；其次基于质量平衡、动力学理论，在静态数学模型基础上建立动态控制数学模型；然后在动态2结束时，根据烟气成分CO、CO2、N2、Ar2、O2和H2分析结果，利用动态控制数学模型计算熔池钢水中残余碳含量，由残余碳含量计算到达目标碳含量时所需剩余吹氧量及吹炼时间，建立吹炼时间与钢中残余碳含量的关系曲线，并时时在线显示；最后根据计算结果模型自动更改动态4的吹氧量、吹氧时间，实现VOD吹氧量、吹氧时间的自动控制；
S2、碳积分模型建立
碳积分模型是对红外气体分析仪在线连续检测到的烟气成分CO、CO2的体积分数、烟气总流量换算成吹炼时间与钢中残余碳含量的关系曲线，并时时显示；
S3、动态检测点确定
动态采集点，即在吹炼末期，炉内C、O反应趋于平衡，利用动态控制数学模型计算出脱碳速率，为操作人员在吹炼结束前提供一定时间预报钢中碳含量的变化情况，根据动态模型计算终点碳含量，并结合VOD精炼炉内烟气变化曲线由模型自行确定吹炼终点；
S4、数学模型验证
数学模型建立之后，将数学模型编成软件，实现对模型参数的控制，并在线时时显示模型中烟气成分，据此计算出熔池碳含量和脱碳速度随脱碳时间的变化；
所述步骤S3中，本模型综合考虑预测精度及修正过程的可操作性，选择动态2结束时刻为动态检测点，其时间点为：
t4＝tSi+tMB+tDB1+tDB2
动态2结束时通过碳积分模型得到的碳含量定义为CDB2C，标号中的C为检测点的代码，但红外线分析仪存在时间滞后问题，造成时间滞后的因素由三部分组成：从炉内反应点到取样点时间15s；从取样点到红外线分析仪时间15s；红外线分析仪到输入计算机时间20s，这样在动态2结束时的t4时刻检测到的参数实际上是前段t4-τ时刻的参数，为上述三因素引起的滞后时间，由此需对t4时刻读出的数据进行修正，修正公式如下：
将CDB2C修正后的数据定义为CDB2XZ，标号中的XZ为DB2C的修正值的代码，则动态检测点的碳含量CDB2XZ为：
CDB2，xz＝CDB2C+ΔCτ
CDB2C由连续红外检测仪及碳积分模型建立的吹炼时间与钢中残余碳含量的关系曲线中读取，则
所述式中:τ-滞后时间；ΔCτ-在τ时间内脱除的碳量；CDB2XZ-由红外检测仪检测后修正CDB2C的修正值，是动态模型的修正点参数。
2.根据权利要求1所述的一种VOD炉碳含量动态控制数学模型建立的方法，其特征在于，所述步骤S1中VOD动态控制数学模型是建立在静态控制数学模型基础上的，以静态模型为基础，动态控制数学模型为修正，动态控制检测采用的是红外气体分析仪，该设备可在线连续检测烟气成分，得到CO、CO2的体积分数和烟气总流量，采集到的烟气成分和流量参数，所建的VOD工艺控制数学模型需时时采集，CO、CO2体积分数和烟气总流量，然后根据碳积分模型，结合初始钢水碳含量，建立吹炼时间与钢中残余碳含量的关系曲线，并时时显示。
3.根据权利要求1所述的一种VOD炉碳含量动态控制数学模型建立的方法，其特征在于，所述步骤S2中，在冶炼过程中利用红外在线分析仪测得的烟气中各气体的体积分数和烟气总流量，据此按物料平衡、动力学理论，建立脱碳速度函数：
即为：
对脱碳速度积分，得到某时刻连续脱碳量的总和，即：
再结合原始碳含量就可以计算出熔池中任意时刻的碳含量，
则任意时刻的碳含量：
Cd,t＝C0-CDec,ALL。
4.根据权利要求2所述的一种VOD炉碳含量动态控制数学模型建立的方法，其特征在于，所述步骤S1中，VOD工艺控制数学模型运行时首先通过初始条件按前述静态模型计算各时期的吹氧量、吹氧时间及相关参数，在计算出的动态2结束时的时间点，读取通过碳积分模型计算得到的动态2结束时的碳含量，定义为CDB2C。
CN202110928042.1A 2021-08-13 2021-08-13 一种vod炉碳含量动态控制数学模型建立的方法 Active CN113722986B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110928042.1A CN113722986B (zh) 2021-08-13 2021-08-13 一种vod炉碳含量动态控制数学模型建立的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110928042.1A CN113722986B (zh) 2021-08-13 2021-08-13 一种vod炉碳含量动态控制数学模型建立的方法

Publications (2)

Publication Number Publication Date
CN113722986A CN113722986A (zh) 2021-11-30
CN113722986B true CN113722986B (zh) 2023-08-25

Family

ID=78675767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110928042.1A Active CN113722986B (zh) 2021-08-13 2021-08-13 一种vod炉碳含量动态控制数学模型建立的方法

Country Status (1)

Country Link
CN (1) CN113722986B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101768656A (zh) * 2008-12-31 2010-07-07 宝山钢铁股份有限公司 一种真空精炼超低碳铁素体不锈钢的方法
CN107177713A (zh) * 2017-04-24 2017-09-19 钢铁研究总院 基于复吹转炉熔池特征的烟道风机联动煤气回收方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101768656A (zh) * 2008-12-31 2010-07-07 宝山钢铁股份有限公司 一种真空精炼超低碳铁素体不锈钢的方法
CN107177713A (zh) * 2017-04-24 2017-09-19 钢铁研究总院 基于复吹转炉熔池特征的烟道风机联动煤气回收方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于函数型数字孪生模型的转炉炼钢终点碳控制技术;徐钢;黎敏;徐金梧;贾春辉;陈兆富;;工程科学学报(第04期);108-114 *

Also Published As

Publication number Publication date
CN113722986A (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN106834593B (zh) 一种以参考炉次法确定rh精炼炉脱碳工艺数据的方法
CN108647407B (zh) 一种转炉炼钢烟气分析定碳方法
WO2021129350A1 (zh) 一种转炉炼钢冶炼后期碳含量预报方法
CN105593381B (zh) 转炉吹炼设备的控制装置以及控制方法
KR102348892B1 (ko) 용탕 성분 추정 장치, 용탕 성분 추정 방법, 및 용탕의 제조 방법
CN101308154B (zh) 一种转炉炼钢钢水连续定碳方法
CN102399933A (zh) 一种转炉吹炼低碳钢氧枪自动控制方法
CN113192568B (zh) 一种精炼炉脱硫终点预报方法和系统
CN104419799A (zh) 一种转炉冶炼在线预测高碳钢碳含量方法
CN102373310B (zh) 一种指导转炉补吹过程操作的方法
CN103194574B (zh) 一种vod精炼终点碳含量预报模型的动态调整方法
CN113722986B (zh) 一种vod炉碳含量动态控制数学模型建立的方法
CN102766730B (zh) 一种在线预测循环真空脱气法中钢水总脱碳量的方法
CN111518980B (zh) 一种转炉终点碳含量预报模型的修正方法和系统
CN101592650A (zh) 电炉炼钢炉内钢水碳含量的连续测定方法
JP6376200B2 (ja) 溶湯状況推定装置、溶湯状況推定方法、及び溶湯の製造方法
JP6414045B2 (ja) 溶湯成分推定装置及び溶湯成分推定方法
JP6825711B2 (ja) 溶湯成分推定装置、溶湯成分推定方法、及び溶湯の製造方法
JPH09202913A (ja) Ｒｈ真空脱ガス装置における終点炭素濃度制御方法及び炭素濃度制御装置
JP4353054B2 (ja) Ｒｈ真空脱ガス装置における溶鋼脱炭方法
CN115341069A (zh) 一种基于在线动态检测模型的转炉吹炼终点的钢液碳含量预测控制方法
CN113076505B (zh) 一种转炉钢水脱碳速率计算方法
RU2817694C1 (ru) Устройство управления процессом рафинирования и способ управления процессом рафинирования
JP3415997B2 (ja) 溶融の真空脱炭処理ガイダンス方法
WO2017163902A1 (ja) 溶銑予備処理方法及び溶銑予備処理制御装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant