CN114593663B - 一种基于副边电流模型的精炼lf炉渣厚测量方法 - Google Patents

一种基于副边电流模型的精炼lf炉渣厚测量方法 Download PDF

Info

Publication number
CN114593663B
CN114593663B CN202210168086.3A CN202210168086A CN114593663B CN 114593663 B CN114593663 B CN 114593663B CN 202210168086 A CN202210168086 A CN 202210168086A CN 114593663 B CN114593663 B CN 114593663B
Authority
CN
China
Prior art keywords
slag
slag thickness
model
program
current
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
CN202210168086.3A
Other languages
English (en)
Other versions
CN114593663A (zh
Inventor
王允
何水珍
杨阔鸣
杨红海
毕恩军
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.)
Benxi Steel Group Information Automation Co ltd
Bengang Steel Plates Co Ltd
Original Assignee
Benxi Steel Group Information Automation Co ltd
Bengang Steel Plates Co Ltd
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 Benxi Steel Group Information Automation Co ltd, Bengang Steel Plates Co Ltd filed Critical Benxi Steel Group Information Automation Co ltd
Priority to CN202210168086.3A priority Critical patent/CN114593663B/zh
Publication of CN114593663A publication Critical patent/CN114593663A/zh
Application granted granted Critical
Publication of CN114593663B publication Critical patent/CN114593663B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/02—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness
    • G01B7/06—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring length, width or thickness for measuring thickness
    • 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
    • Y02P10/25—Process efficiency

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Treatment Of Steel In Its Molten State (AREA)
  • Vertical, Hearth, Or Arc Furnaces (AREA)

Abstract

本发明公开了一种基于副边电流模型的精炼LF炉渣厚测量方法，包括以下步骤：步骤一，采集副边电流瞬时值；步骤二，制定电流不平衡度计算模型；步骤三，确定渣厚测量模型的死区；步骤四，确定钢种经验增益系数；步骤五，制定钢种测量模型；步骤六，PLC编程；步骤七，程序测试优化；步骤八，程序封装发布；本发明无硬件部分，利用在升温过程中渣厚与电流不平衡度的线性关系，通过软件算法实现了渣厚自动测量，提升了自动化程度，为智能炼钢提供了重要保证，为造渣操作提供了指导标准；有效地避免了渣厚过小、埋弧效果差、升温效率低、大量电能浪费和热量散失等问题，适用于各种高温、粉尘环境，免维护运行，同时大幅降低测渣棒耗材成本。

Description

一种基于副边电流模型的精炼LF炉渣厚测量方法
技术领域
本发明涉及精炼炉技术领域，具体为一种基于副边电流模型的精炼LF炉渣厚测量方法。
背景技术
我国冶金行业精炼工序普遍采用钢包精炼炉进行温度和成分的控制，在LF炉精炼的生产过程中，渣厚是重要的工艺条件，它是指渣层的厚度，渣厚过大，回硅现象严重，低硅类钢种处理困难，渣厚过小，埋弧效果差，升温效率低，在电极升温的过程中，电弧明弧燃烧，发出巨大的噪声，此外渣厚还涉及折罐、改渣等工艺操作；
目前国内大部分冶金企业的LF工序普遍采用人工目测对渣厚参数进行标定，自动化程度低，精确度无法保证，无法实现标准化操作，在判定的过程中经常存在对目测结果的争议，且人工测量的劳动强度大，测量区域具有高温粉尘的特点，职业健康无法得到保障，所使用的测渣棒为一次性耗材，增加了冶炼成本，无法实现自动连续测量，制约了自动化智能炼钢的发展。
发明内容
本发明的目的在于提供一种基于副边电流模型的精炼LF炉渣厚测量方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于副边电流模型的精炼LF炉渣厚测量方法，包括以下步骤：步骤一，采集副边电流瞬时值；步骤二，制定电流不平衡度计算模型；步骤三，确定渣厚测量模型的死区；步骤四，确定钢种经验增益系数；步骤五，制定钢种测量模型；步骤六，PLC编程；步骤七，程序测试优化；步骤八，程序封装发布；
其中在上述步骤一中，在精炼炉升温过程中采集副边电流瞬时值；
其中在上述步骤二中，根据步骤一中所采集的副边电流瞬时值制定电流不平衡度计算模型，获取不平衡度百分比值K0；
其中在上述步骤三中，分析生产历史数据确定渣厚测量模型的死区，定义其上限为Z1，下限为Z2；
其中在上述步骤四中，根据现场过程数据，采用多元回归的方式确定钢种经验增益系数K1；
其中在上述步骤五中，制定钢种测量模型，其特征函数为：
S＝(Z1-Z2)*K0*K1
其中，S为渣厚测量长度，Z1为死区上限，Z2为死区下限，K0为电流不平衡度百分比值，K1为钢种经验增益系数；
其中在上述步骤六中，将上述算法在一级电极调节PLC系统中编程实现，下载并运行程序；
其中在上述步骤七中，对程序进行测试和参数优化；
其中在上述步骤八中，程序封装发布，总结汇总数据，修正软件测量值。
优选的，所述步骤二中，电流不平衡度计算模型时域的特征函数为：
优选的，所述电流不平衡度计算模型时域的特征函数中，IA，IB，IC为三相副边电流，为三相平均电流。
优选的，所述步骤六中，在PLC系统中设计异常处理程序和自诊断程序。
优选的，所述步骤七中，现场调试程序，对误差产生的原因进行分析，进行误差标定。
优选的，所述步骤八中，使用测渣棒测量渣厚，对软件测量值进行对比修正。
与现有技术相比，本发明的有益效果是：本发明无硬件部分，利用在升温过程中渣厚与电流不平衡度的线性关系，通过软件算法实现了渣厚自动测量，提升了自动化程度，为智能炼钢提供了重要保证，为造渣操作提供了指导标准；有效地避免了渣厚过小、埋弧效果差、升温效率低、大量电能浪费和热量散失等问题，适用于各种高温、粉尘环境，免维护运行，同时大幅降低测渣棒耗材成本。
附图说明
图1为本发明的方法流程图；
图2为本发明的系统原理框图；
图3为本发明的步骤图。
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1-3，本发明提供的一种实施例：一种基于副边电流模型的精炼LF炉渣厚测量方法，包括以下步骤：步骤一，采集副边电流瞬时值；步骤二，制定电流不平衡度计算模型；步骤三，确定渣厚测量模型的死区；步骤四，确定钢种经验增益系数；步骤五，制定钢种测量模型；步骤六，PLC编程；步骤七，程序测试优化；步骤八，程序封装发布；
其中在上述步骤一中，在精炼炉升温过程中采集副边电流瞬时值；
其中在上述步骤二中，根据步骤一中所采集的副边电流瞬时值制定电流不平衡度计算模型，获取不平衡度百分比值K0，电流不平衡度计算模型时域的特征函数为：
其中，IA，IB，IC为三相副边电流，为三相平均电流；
其中在上述步骤三中，分析生产历史数据确定渣厚测量模型的死区，定义其上限为Z1，下限为Z2；
其中在上述步骤四中，根据现场过程数据，采用多元回归的方式确定钢种经验增益系数K1；
其中在上述步骤五中，制定钢种测量模型，其特征函数为：
S＝(Z1-Z2)*K0*K1
其中，S为渣厚测量长度，Z1为死区上限，Z2为死区下限，K0为电流不平衡度百分比值，K1为钢种经验增益系数；
其中在上述步骤六中，将上述算法在一级电极调节PLC系统中编程实现，在PLC系统中设计异常处理程序和自诊断程序，下载并运行程序；
其中在上述步骤七中，对程序进行测试和参数优化，现场调试程序，对误差产生的原因进行分析，进行误差标定；
其中在上述步骤八中，程序封装发布，总结汇总数据，使用测渣棒测量渣厚，对软件测量值进行对比修正。
对比例：
采用上述实施例所提供的方法，与现有的手动测渣进行对比测试，对比结果见下表：
炉号 牌号 钢种 自动测量值 手动测量值 偏差百分比
2165140 SPHC E4407402 37 32 13.51
2155011 Q235B E3302401 38 44 -15.79
2115015 BG380CL E3302003 36 41 -13.89
2155065 Q355B E3304702 38 36 5.26
2165168 SCGA440 E2208501 71 66 7.04
2165161 HC340LA E2209001 78 75 3.85
2115053 SPHT2 E3315701 32 37 -15.63
2165188 SS400 E3315201 32 31 3.13
2155083 Q355D E3306601 72 68 5.56
2155192 45 E3306101 37 36 2.70
基于上述，本发明的优点在于，该发明与手动测渣方案相比，平均偏差8.63％，完全满足工艺要求，同时，本发明自2021年8月在本钢板材炼钢厂5#LF精炼炉进行投入以来，使用效果良好，系统运行稳定，测量结果准确，完全满足工艺需求，渣厚测量模块已集成在智能炼钢系统中参与控制，为造渣提供了自动化测量方法和标准，防止了低硅类钢种回硅造成产品质量问题的发生，防止了电弧明弧燃烧过程中发出巨大的噪声，保证了操作人员的职业健康。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (4)

1.一种基于副边电流模型的精炼LF炉渣厚测量方法，包括以下步骤：步骤一，采集副边电流瞬时值；步骤二，制定电流不平衡度计算模型；步骤三，确定渣厚测量模型的死区；步骤四，确定钢种经验增益系数；步骤五，制定钢种测量模型；步骤六，PLC编程；步骤七，程序测试优化；步骤八，程序封装发布；其特征在于：
其中在上述步骤一中，在精炼炉升温过程中采集副边电流瞬时值；
其中在上述步骤二中，根据步骤一中所采集的副边电流瞬时值制定电流不平衡度计算模型，获取不平衡度百分比值K0，所述电流不平衡度计算模型时域的特征函数为：其中，IA，IB，IC为三相副边电流，/>为三相平均电流；
其中在上述步骤三中，分析生产历史数据确定渣厚测量模型的死区，定义其上限为Z1，下限为Z2；
其中在上述步骤四中，根据现场过程数据，采用多元回归的方式确定钢种经验增益系数K1；
其中在上述步骤五中，制定钢种测量模型，其特征函数为：
S＝(Z1-Z2)*K0*K1
其中，S为渣厚测量长度，Z1为死区上限，Z2为死区下限，K0为电流不平衡度百分比值，K1为钢种经验增益系数；
其中在上述步骤六中，在一级电极调节PLC系统中编程实现，下载并运行程序；
其中在上述步骤七中，对程序进行测试和参数优化；
其中在上述步骤八中，程序封装发布，总结汇总数据，修正软件测量值。
2.根据权利要求1所述的一种基于副边电流模型的精炼LF炉渣厚测量方法，其特征在于：所述步骤六中，在PLC系统中设计异常处理程序和自诊断程序。
3.根据权利要求1所述的一种基于副边电流模型的精炼LF炉渣厚测量方法，其特征在于：所述步骤七中，现场调试程序，对误差产生的原因进行分析，进行误差标定。
4.根据权利要求1所述的一种基于副边电流模型的精炼LF炉渣厚测量方法，其特征在于：所述步骤八中，使用测渣棒测量渣厚，对软件测量值进行对比修正。
CN202210168086.3A 2022-02-23 2022-02-23 一种基于副边电流模型的精炼lf炉渣厚测量方法 Active CN114593663B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210168086.3A CN114593663B (zh) 2022-02-23 2022-02-23 一种基于副边电流模型的精炼lf炉渣厚测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210168086.3A CN114593663B (zh) 2022-02-23 2022-02-23 一种基于副边电流模型的精炼lf炉渣厚测量方法

Publications (2)

Publication Number Publication Date
CN114593663A CN114593663A (zh) 2022-06-07
CN114593663B true CN114593663B (zh) 2023-10-03

Family

ID=81804730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210168086.3A Active CN114593663B (zh) 2022-02-23 2022-02-23 一种基于副边电流模型的精炼lf炉渣厚测量方法

Country Status (1)

Country Link
CN (1) CN114593663B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2024089A1 (en) * 1989-08-28 1991-03-01 George Gulden, Jr. Method for on-line monitoring of an electric arc furnace and method of control
CN1501984A (zh) * 2001-04-02 2004-06-02 Ŧ�ƶ��� 钢的钢包精炼方法
CN102590583A (zh) * 2012-02-03 2012-07-18 中冶东方工程技术有限公司 一种电炉电流测量系统及方法
CN105404149A (zh) * 2015-11-27 2016-03-16 本钢板材股份有限公司 一种基于钢种净空渣厚的多模型lf炉电极调节方法
CN106124826A (zh) * 2016-06-17 2016-11-16 华中科技大学 一种矿热炉炉况数字化管理系统、控制方法及其监测装置
CN106403582A (zh) * 2016-08-31 2017-02-15 北京英博新能源有限公司 一种基于软件建模仿真的交流电弧炉供用电系统节电控制方法
CN107043842A (zh) * 2017-01-20 2017-08-15 中钢集团鞍山热能研究院有限公司 一种lf精炼炉最优经济配料和智能控制模型
CN212871085U (zh) * 2020-09-08 2021-04-02 国网浙江省电力有限公司舟山供电公司 一种架空输电线路弧垂在线测量系统
WO2021203912A1 (zh) * 2020-04-10 2021-10-14 中国恩菲工程技术有限公司 氧气底吹炉铜吹炼过程参数在线预测方法
CN113602346A (zh) * 2021-08-09 2021-11-05 郭建伟 一种电动汽车动力转向稳定性建模与控制算法
CN114018187A (zh) * 2021-10-29 2022-02-08 衡阳镭目科技有限责任公司 转炉炼钢渣厚检测方法、装置及电子设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2024089A1 (en) * 1989-08-28 1991-03-01 George Gulden, Jr. Method for on-line monitoring of an electric arc furnace and method of control
CN1501984A (zh) * 2001-04-02 2004-06-02 Ŧ�ƶ��� 钢的钢包精炼方法
CN102590583A (zh) * 2012-02-03 2012-07-18 中冶东方工程技术有限公司 一种电炉电流测量系统及方法
CN105404149A (zh) * 2015-11-27 2016-03-16 本钢板材股份有限公司 一种基于钢种净空渣厚的多模型lf炉电极调节方法
CN106124826A (zh) * 2016-06-17 2016-11-16 华中科技大学 一种矿热炉炉况数字化管理系统、控制方法及其监测装置
CN106403582A (zh) * 2016-08-31 2017-02-15 北京英博新能源有限公司 一种基于软件建模仿真的交流电弧炉供用电系统节电控制方法
CN107043842A (zh) * 2017-01-20 2017-08-15 中钢集团鞍山热能研究院有限公司 一种lf精炼炉最优经济配料和智能控制模型
WO2021203912A1 (zh) * 2020-04-10 2021-10-14 中国恩菲工程技术有限公司 氧气底吹炉铜吹炼过程参数在线预测方法
CN212871085U (zh) * 2020-09-08 2021-04-02 国网浙江省电力有限公司舟山供电公司 一种架空输电线路弧垂在线测量系统
CN113602346A (zh) * 2021-08-09 2021-11-05 郭建伟 一种电动汽车动力转向稳定性建模与控制算法
CN114018187A (zh) * 2021-10-29 2022-02-08 衡阳镭目科技有限责任公司 转炉炼钢渣厚检测方法、装置及电子设备

Also Published As

Publication number Publication date
CN114593663A (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN107290962B (zh) 一种基于自适应阈值pls的高炉铁水质量监测方法
CN113919206A (zh) 一种炼钢合金化窄成分控制方法
CN106834593A (zh) 一种以参考炉次法确定rh精炼炉脱碳工艺数据的方法
EP2935633B1 (de) Verfahren und vorrichtung zur vorhersage, steuerung und/oder regelung von stahlwerksprozessen
CN105676648A (zh) 利用高焦炉煤气热值实现加热炉燃烧系数动态调整的方法
Lin et al. Consideration of green intelligent steel processes and narrow window stability control technology on steel quality
CN114593663B (zh) 一种基于副边电流模型的精炼lf炉渣厚测量方法
CN104894362A (zh) 一种冷热钢坯混装的加热炉炉温设定方法
CN111113147A (zh) 用于齿轮自动检测自动补偿的工艺
CN101592650A (zh) 电炉炼钢炉内钢水碳含量的连续测定方法
CN112680566A (zh) 一种精炼炉脱碳终点检测方法及检测系统
CN117079729A (zh) 一种钙处理方法、装置、设备及存储介质
CN114266139B (zh) 一种软件补偿的lf炉电极自动对齐方法
CN114578681B (zh) 一种基于声呐反馈的lf电极调节节能控制方法
CN109491421B (zh) 基于冶金二次资源循环利用的智能温度控制系统的温度控制方法
CN112666834A (zh) 一种适应燃气热值剧烈波动的加热炉炉温控制方法
CN111304521A (zh) 提高球墨铸铁熔炼铁水纯净度的方法
TWI598158B (zh) Wire production method that dynamically adjusts cooling rate
CN114593664B (zh) 一种基于石墨电极的精炼lf炉净空测量方法
CN109628679B (zh) 一种转炉出钢判定方法
CN202648454U (zh) 一种金属炼炉炉温恒温控制设备
CN113051847B (zh) 一种高炉炉渣热稳定性评价方法及优化方法
CN115526063A (zh) 一种基于数据分析的车载永磁同步电机效率拟合方法
TW201736012A (zh) 軋鋼生產製程的動態調整方法
CN116595777A (zh) 一种炼钢成本测算过程中自动纠错的方法

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
TA01 Transfer of patent application right

Effective date of registration: 20230901

Address after: 117000 No. 16 Renmin Road, Pingshan District, Liaoning, Benxi

Applicant after: BENGANG STEEL PLATES Co.,Ltd.

Applicant after: BENXI STEEL (GROUP) INFORMATION AUTOMATION CO.,LTD.

Address before: 117000 No. 16 Renmin Road, Pingshan District, Liaoning, Benxi

Applicant before: BENGANG STEEL PLATES Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant