CN114850465A - 一种钢水可浇性预测系统和方法 - Google Patents
一种钢水可浇性预测系统和方法 Download PDFInfo
- Publication number
- CN114850465A CN114850465A CN202210677366.7A CN202210677366A CN114850465A CN 114850465 A CN114850465 A CN 114850465A CN 202210677366 A CN202210677366 A CN 202210677366A CN 114850465 A CN114850465 A CN 114850465A
- Authority
- CN
- China
- Prior art keywords
- nodule
- module
- molten steel
- boundary layer
- deposition
- 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.)
- Granted
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 83
- 239000010959 steel Substances 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000008021 deposition Effects 0.000 claims abstract description 56
- 230000024121 nodulation Effects 0.000 claims abstract description 36
- 238000004901 spalling Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 63
- 239000002245 particle Substances 0.000 claims description 61
- 238000012546 transfer Methods 0.000 claims description 22
- 238000004299 exfoliation Methods 0.000 claims description 19
- 238000013479 data entry Methods 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 3
- 230000000704 physical effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 14
- 238000005266 casting Methods 0.000 abstract description 5
- 238000009749 continuous casting Methods 0.000 abstract description 4
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000009776 industrial production Methods 0.000 abstract description 3
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- 239000011819 refractory material Substances 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 229910018516 Al—O Inorganic materials 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002436 steel type Substances 0.000 description 1
- 230000005740 tumor formation Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D41/00—Casting melt-holding vessels, e.g. ladles, tundishes, cups or the like
- B22D41/50—Pouring-nozzles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Mechanical Engineering (AREA)
- Continuous Casting (AREA)
Abstract
本发明属于冶金工业连铸技术领域，具体为一种钢水可浇性预测系统和方法，可以用于钢液浇注结瘤物厚度预报和钢液可浇性评估，还可为新耐火材料开发，钢液可浇性改善提供理论指导。结合夹杂物物理属性数据、边界层速度分布律、钢液属性数据，形成由钢中夹杂物导致水口结瘤的定量评估系统和方法，可评估钢液浇注过程由于夹杂物沉积在水口壁面导致的水口结瘤物厚度和剥落物尺寸，评估结果可以用于工业生产中水口更换、水口使用寿命预测提供指导，改善浇注过程水口堵塞提供指导意见，进而得出钢液浇注过程可浇性定量分析。
Description
技术领域
本发明涉及冶金工业连铸技术领域，具体为一种钢水可浇性预测系统和方法。
背景技术
浸入式水口结瘤是连铸过程常见的问题之一。浸入式水口结瘤会导致水口堵塞，影响连铸生产顺行，由浸入式水口结瘤导致的钢液流动发生变化，结晶器液面异常波动和卷渣，流动变化导致的结晶器温度场异常，严重情况下还会出现漏钢现象，剥落的结瘤物进入到铸坯内会成为大颗粒夹杂，严重危害铸坯质量。浸入式水口结瘤主要形成机理之一是钢中的固体夹杂物在浸入式水口内壁沉积导致的，而沉积长大的结瘤物在一定情况下会发生剥落。钢液的浇注过程是一个高温的过程，现有技术手段很难直接观察和研究结瘤物形成过程以及结瘤物剥落过程。现阶段结瘤物形成研究一般采用数值模拟，但数值计算结果计算周期长，考虑的因素存在一定的简化和缺失。而且，关于结瘤物剥落的研究在国际上尚属空白。因此，关于结瘤物形成和剥落预测一直是该领域的难点。
已有研究表明，关于结瘤物形成与剥落，力平衡法是一种可靠的方法。该方法分析颗粒受力，进而判断颗粒沉积还是剥落，钢液内的夹杂物颗粒尺度在微米级别，近壁面的夹杂物颗粒一般位于边界层流场内，而现有技术手段关于边界层流场一般是应用DNS(直接数值模拟)，但直接数值模拟法计算量巨大，须使用超级计算机才能计算工业尺度的边界层流场结构。因此，使用力平衡法计算结瘤物沉积剥落还需解决边界层流场速度获得的问题。
发明内容
本发明的主要目的是提出一种钢水可浇性预测系统和方法，实现水口结瘤物的形成和剥落分析，评估钢种水口结瘤倾向并可以对水口结瘤厚度进行预测。
为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
一种钢水可浇性预测系统，包括如下模块：
数据录入模块，边界层流场模块，夹杂物向壁面传质模块，夹杂物受力分析模块，结瘤物沉积剥落判定模块，结瘤物厚度计算模块，结瘤物剥落计算模块，结瘤物粒度计算模块，计算存储模块；所述各模块之间通信连接。
作为本发明所述的一种钢水可浇性预测系统的优选方案，其中：
所述数据录入模块用于录入包括夹杂物物理属性数据、边界层速度分布律、钢液属性数据的数据。
作为本发明所述的一种钢水可浇性预测系统的优选方案，其中：
所述边界层流场模块接收来自所述数据录入模块的边界层速度分布律，并使用边界层摩擦速度计算方法，计算得到边界层流场摩擦速度；
所述边界层流场模块还接收来自结瘤物沉积剥落判定模块的结瘤物粒度信息，计算该粒度所处边界层流场速度，并将该速度值返回至结瘤物沉积剥落模块。
作为本发明所述的一种钢水可浇性预测系统的优选方案，其中：
所述夹杂物向壁面传质模块接收数据录入模块的夹杂物物理属性数据、边界层流场模块的摩擦速度信息，使用夹杂物传质计算理论得出夹杂物向壁面传质速率。
作为本发明所述的一种钢水可浇性预测系统的优选方案，其中：
所述夹杂物受力分析模块接收数据录入模块的夹杂物物理属性数据，计算得出夹杂物的沉积剥落临界速度，接收来自结瘤物粒度计算模块的结瘤物粒度信息，计算得出该结瘤物粒度对应的沉积剥落临界速度。
作为本发明所述的一种钢水可浇性预测系统的优选方案，其中：
所述结瘤物沉积剥落判定模块接收来自夹杂物受力分析模块计算得到的夹杂物或结瘤物的沉积剥落临界速度以及边界层流场模块传递的夹杂物或结瘤物所处边界层流场速度，判断流场速度与临界速度之间的关系。
作为本发明所述的一种钢水可浇性预测系统的优选方案，其中：
所述结瘤物厚度计算模块接收来自计算存储模块的上一步长的结瘤物质量信息、结瘤物沉积剥落判定模块的沉积质量或剥落质量信息，得出该步长下净剩的结瘤物质量；
进一步地，结瘤物厚度计算模块将该步长下净剩的结瘤物质量传递至数据录入模块。
作为本发明所述的一种钢水可浇性预测系统的优选方案，其中：
所述结瘤物剥落计算模块将剥落量传递至结瘤物厚度计算模块。
作为本发明所述的一种钢水可浇性预测系统的优选方案，其中：
所述结瘤物粒度计算模块接收结瘤物厚度计算模块的该步长下净剩的结瘤物质量计算得出当前步长下结瘤物的粒度。
所述计算存储模块是一个多维数组，该数组内存有某一时间步，以及该时间步下对应的结瘤物厚度信息，结瘤物粒度信息，结瘤物质量信息，以及边界层流场摩擦速度。
为解决上述技术问题，根据本发明的另一个方面，本发明提供了如下技术方案：
一种钢水可浇性预测方法，包括如下步骤：
S1.录入夹杂物物理属性数据、边界层速度分布律、钢液属性数据；
S2.计算边界层磨擦速度以及边界层内某个位置处速度；
S3.计算夹杂物向壁面传质速率；
S4.计算夹杂物颗粒沉积剥落的临界速度，进而计算当前结瘤物粒度剥落临界速度；
S5.将步骤S2中的速度与步骤S4中临界速度进行比较，得到沉积剥落判定条件；
S6.将步骤S3计算得到的传质速率和步骤S5的沉积剥落判定条件结合，确定结瘤物沉积量和剥落量，累计得道当前结瘤物质量；
S7.根据步骤S6计算得到的当前结瘤物质量，计算得到当前计算步长下结瘤物颗粒粒度；
S8.根据步骤S6计算得到的当前结瘤物质量，计算得到当前计算步长下结瘤物厚度；
S9.将步骤S6-S8中得到的当前结瘤物质量、结瘤物颗粒粒度、结瘤物厚度分别保存；
S10.重复步骤S1-S9直至完成需要的计算步骤。
本发明的有益效果如下：
本发明提出一种钢水可浇性预测系统和方法，结合夹杂物物理属性数据、边界层速度分布律、钢液属性数据，形成由钢中夹杂物导致水口结瘤的定量评估系统和方法，可评估钢液浇注过程由于夹杂物沉积在水口壁面导致的水口结瘤物厚度和剥落物尺寸，评估结果可以用于工业生产中水口更换、水口使用寿命预测提供指导，改善浇注过程水口堵塞提供指导意见，进而得出钢液浇注过程可浇性定量分析，可以用于钢液浇注结瘤物厚度预报和钢液可浇性评估，还可为新耐火材料开发，钢液可浇性改善提供理论指导。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明钢水可浇性预测系统示意图；
图2为本发明实施例1边界层速度分布律；
图3为本发明实施例1夹杂物受力模型示意图；
图4为本发明实施例1各粒径下的沉积剥落临界速度；
图5为本发明实施例1水口结瘤物厚度随浇注时间变化曲线；
图6为本发明实施例1剥落结瘤物尺寸分布。
附图标号说明：
1-数据录入模块，2-边界层流场模块，3-夹杂物向壁面传质模块，4-夹杂物受力分析模块，5-结瘤物沉积剥落判定模块，6-结瘤物厚度计算模块，7-结瘤物剥落计算模块，8-结瘤物粒度计算模块，9-计算存储模块。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面将结合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的一部分实施例，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作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。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本发明提供一种钢水可浇性预测系统和方法，可以用于钢液浇注结瘤物厚度预报和钢液可浇性评估，还可为新耐火材料开发，钢液可浇性改善提供理论指导。结合夹杂物物理属性数据、边界层速度分布律、钢液属性数据，形成由钢中夹杂物导致水口结瘤的定量评估系统和方法，可评估钢液浇注过程由于夹杂物沉积在水口壁面导致的水口结瘤物厚度和剥落物尺寸，评估结果可以用于工业生产中水口更换、水口使用寿命预测提供指导，改善浇注过程水口堵塞提供指导意见，进而得出钢液浇注过程可浇性定量分析。
根据本发明的一个方面，本发明提供了如下技术方案：
一种钢水可浇性预测系统，包括如下模块：
数据录入模块，边界层流场模块，夹杂物向壁面传质模块，夹杂物受力分析模块，结瘤物沉积剥落判定模块，结瘤物厚度计算模块，结瘤物剥落计算模块，结瘤物粒度计算模块，计算存储模块；所述各模块之间通信连接。
所述数据录入模块用于录入包括夹杂物物理属性数据、边界层速度分布律、钢液属性数据的数据。
所述夹杂物物理属性数据包括密度，粒径，钢样中单位面积的夹杂物个数；所述钢样为钢水浇注前到的钢水样；
所述边界层速度分布律是指边界层内速度分布，即一个包含多个数据点的二维数组，该数组内存有多个点位置的速度大小数据；
所述钢液属性数据包括钢液密度，钢液粘度，钢水温度；
所述边界层流场模块接收来自所述数据录入模块的边界层速度分布律，并使用边界层摩擦速度计算方法，计算得到边界层流场摩擦速度；
所述边界层流场模块还接收来自结瘤物沉积剥落判定模块的结瘤物粒度信息，计算该粒度所处边界层流场速度，并将该速度值返回至结瘤物沉积剥落模块。
所述夹杂物向壁面传质模块接收数据录入模块的夹杂物物理属性数据、边界层流场模块的摩擦速度信息，使用夹杂物传质计算理论得出夹杂物向壁面传质速率。
所述夹杂物受力分析模块接收数据录入模块的夹杂物物理属性数据，计算得出夹杂物的沉积剥落临界速度，接收来自结瘤物粒度计算模块的结瘤物粒度信息，计算得出该结瘤物粒度对应的沉积剥落临界速度。
所述结瘤物沉积剥落判定模块接收来自夹杂物受力分析模块计算得到的夹杂物或结瘤物的沉积剥落临界速度以及边界层流场模块传递的夹杂物或结瘤物所处边界层流场速度，判断流场速度与临界速度之间的关系。
进一步地，若流场速度大于沉积剥落临界速度，则夹杂物不会发生沉积或结瘤物颗粒发生剥落；
进一步地，结瘤物沉积剥落判定模块将该步长内的沉积质量或剥落质量传递至结瘤物厚度计算模块；结瘤物沉积剥落判定模块将沉积质量或剥落质量传递至数据录入模块；
所述结瘤物厚度计算模块接收来自计算存储模块的上一步长的结瘤物质量信息、结瘤物沉积剥落判定模块的沉积质量或剥落质量信息，得出该步长下净剩的结瘤物质量；
进一步地，结瘤物厚度计算模块将该步长下净剩的结瘤物质量传递至数据录入模块。
所述结瘤物剥落计算模块将剥落量传递至结瘤物厚度计算模块。
所述结瘤物粒度计算模块接收结瘤物厚度计算模块的该步长下净剩的结瘤物质量计算得出当前步长下结瘤物的粒度。
进一步地，结瘤物粒度计算模块将当前步长下结瘤物的粒度传递至数据录入模块；
所述计算存储模块是一个多维数组，该数组内存有某一时间步，以及该时间步下对应的结瘤物厚度信息，结瘤物粒度信息，结瘤物质量信息，剥落结瘤物质量，剥落结瘤物粒度和个数以及边界层流场摩擦速度。
根据本发明的另一个方面，本发明提供了如下技术方案：
一种钢水可浇性预测方法，包括如下步骤：
S1.录入夹杂物物理属性数据、边界层速度分布律、钢液属性数据；
S2.计算边界层磨擦速度以及边界层内某个位置处速度；
S3.计算夹杂物向壁面传质速率；
S4.计算夹杂物颗粒沉积剥落的临界速度，进而计算当前结瘤物粒度剥落临界速度；
S5.将步骤S2中的速度与步骤S4中临界速度进行比较，得到沉积剥落判定条件；
S6.将步骤S3计算得到的传质速率和步骤S5的沉积剥落判定条件结合，确定结瘤物沉积量和剥落量，累计得道当前结瘤物质量；
S7.根据步骤S6计算得到的当前结瘤物质量，计算得到当前计算步长下结瘤物颗粒粒度；
S8.根据步骤S6计算得到的当前结瘤物质量，计算得到当前计算步长下结瘤物厚度；
S9.将步骤S6-S8中得到的当前结瘤物质量、结瘤物颗粒粒度、结瘤物厚度分别保存；
S10.重复步骤S1-S9直至完成需要的计算步骤。
实施例1
一种预测钢水可浇性方法，包括如下步骤：
S1.数据录入模块录入夹杂物物理属性数据(密度，粒径，钢样中单位面积的夹杂物个数)，边界层速度分布律，钢液属性数据(钢液密度，钢液粘度，钢水温度)；
所述钢样为国内某厂生产的Al脱氧GCr15钢，使用提桶取样器从中间包内取得钢水样，冷却至室温后，使用线切割机加工成10×10×10mm金相样，磨抛后使用夹杂物自动扫描系统，分析钢样表面2×2mm夹杂物信息；本实施例1钢样夹杂物在2×2mm内有92个Al-O类型夹杂物，其平均尺寸为2.064μm。
录入夹杂物物理属性数据：夹杂物密度为3970kg·m-3，粒径2.064μm，钢样中单位面积的夹杂物个数为92，边界层速度分布律，见图2所示，钢液属性数据：钢液密度6800kg·m-3，钢液粘度0.0067Pa·S，钢水温度为1470℃；
S2.边界层流场数据模块使用公式(1)-公式(4)计算边界层磨擦速度，磨擦速度为0.0592m·s-1，使用公式(5)-公式(11)计算边界层内某个位置处速度；
u+＝y+(5)
式中：y+代表距离避免的无量纲距离；u+表示到边界的无量纲速度；k代表冯卡门常数k＝0.41；B代表积分常数,B＝5.0；uτ代表摩擦速度；y到壁面的距离；υ代表动力粘度；v代表速度；n表示速度数据的个数；u’代表速度波动；Du＝2.26；λu＝0.88；B’＝10；h水口内径(h＝40mm)；umax表示瞬态速度的最大值；umin表示瞬态速度的最小值。
S3.使用公式(12)-公式(17)计算得到夹杂物向壁面传质速率，传质速率为0.001836kg·m-3·s-1；
ρpm＝Nv·mP (13)
Vdep+＝0.073Sc-2/3 (15)
Sc＝υ/(RpTτp) (16)
Rp＝k/mp (17)
式中：Jw表示夹杂物到水口壁面的质量流量；ρpm为夹杂物颗粒密度；Vdep+表示夹杂物到水口壁面的无量纲质量通量；τp表示粒子弛豫时间；Sc代表施密特数；k代表玻尔兹曼常数；mp表示单个包裹体粒子的质量；Na单位面积中夹杂物颗粒数量；Nv单位体积内夹杂物颗粒数量；
表示夹杂物的平均直径，均为国际单位。
S4：夹杂物受力分析模块计算夹杂物颗粒沉积剥落的临界速度，夹杂物受力模型见公式(18)-(27)，夹杂物受力模型如图3所示。进而计算当前结瘤物粒度剥落临界速度，计算得到的各个粒径下的沉积剥落临界速度如图4所示。
Fa＝2πaγL(cosθ1+cosθ2) (18)
Fp＝πa2ΔP (19)
式中，Fa为附着力；γL代表钢水表面张力；θ1为夹杂物与钢水的接触角；θ2为水口耐火材料与钢水的接触角；a代表接触半径；FP代表钢水压力；ΔP表示钢水作用在夹杂物上的静压力(ΔP＝170000Pa)；FD代表曳力；ρP代表夹杂物的密度；ur表示作用于夹杂物中心的流体速度；r代表夹杂物半径；FL代表升力；表示夹杂物附近的速度梯度；ρF代表流体的密度。
S5：结瘤物沉积剥落判定模块调用步骤S2中的速度，并与步骤S4中临界速度进行比较，若步骤S2中的速度大于步骤S4中的临界速度，夹杂物不会沉积或结瘤物颗粒发生剥落；若步骤S2中的速度小于步骤S4中的临界速度，夹杂物会沉积或结瘤物颗粒不会剥落；
S6：结瘤物剥落计算模块调用步骤S3计算得到的传质速率，结合步骤S5的沉积剥落判定条件确定结瘤物沉积量和剥落量，累计得出当前结瘤物质量；
S7：结瘤物粒度计算调用步骤S6计算得到的当前结瘤物质量，使用公式计算得出当前计算步下结瘤物颗粒粒度；
S8：结瘤物厚度计算调用步骤S6计算得到的当前结瘤物质量，使用公式(28)-公式(29)计算得出当前计算步下结瘤物厚度；
式中：nc表示结瘤物颗粒的数量；rc表示结瘤物颗粒的半径；mc代表一个结瘤物颗粒的质量；CH表示单元中喷嘴堵塞的高度；CW代表单元格的宽度；CL表示单元格的长度；ε代表水口结瘤物的孔隙率(ε＝0.43)。
S9.计算存储模块调用步骤S6-S8中的当前结瘤物质量、结瘤物厚度结果、结瘤物粒度结果分别保存至计算存储模块；
S10.重复步骤S1-S9直至完成需要的计算步骤。
图5和图6分别展示了预测得到的水口结瘤物厚度随浇注时间变化曲线以及剥落结瘤物尺寸分布。结合夹杂物物理属性数据、边界层速度分布律、钢液属性数据，形成由钢中夹杂物导致水口结瘤的定量评估系统和方法，可评估钢液浇注过程由于夹杂物沉积在水口壁面导致的水口结瘤物厚度和剥落物尺寸，评估结果可以用于工业生产中水口更换、水口使用寿命预测提供指导，改善浇注过程水口堵塞提供指导意见，进而得出钢液浇注过程可浇性定量分析预测。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种钢水可浇性预测系统，其特征在于，包括如下模块：
数据录入模块，边界层流场模块，夹杂物向壁面传质模块，夹杂物受力分析模块，结瘤物沉积剥落判定模块，结瘤物厚度计算模块，结瘤物剥落计算模块，结瘤物粒度计算模块，计算存储模块；所述各模块之间通信连接。
2.根据权利要求1所述的一种钢水可浇性预测系统，其特征在于，所述数据录入模块用于录入包括夹杂物物理属性数据、边界层速度分布律、钢液属性数据的数据。
3.根据权利要求1所述的一种钢水可浇性预测系统，其特征在于，所述边界层流场模块接收来自所述数据录入模块的边界层速度分布律，并使用边界层摩擦速度计算方法，计算得到边界层流场摩擦速度；
所述边界层流场模块还接收来自结瘤物沉积剥落判定模块的结瘤物粒度信息，计算该粒度所处边界层流场速度，并将该速度值返回至结瘤物沉积剥落模块。
4.根据权利要求1所述的一种钢水可浇性预测系统，其特征在于，
所述夹杂物向壁面传质模块接收数据录入模块的夹杂物物理属性数据、边界层流场模块的摩擦速度信息，使用夹杂物传质计算理论得出夹杂物向壁面传质速率。
5.根据权利要求1所述的一种钢水可浇性预测系统，其特征在于，
所述夹杂物受力分析模块接收数据录入模块的夹杂物物理属性数据，计算得出夹杂物的沉积剥落临界速度，接收来自结瘤物粒度计算模块的结瘤物粒度信息，计算得出该结瘤物粒度对应的沉积剥落临界速度。
6.根据权利要求1所述的一种钢水可浇性预测系统，其特征在于，所述结瘤物沉积剥落判定模块接收来自夹杂物受力分析模块计算得到的夹杂物或结瘤物的沉积剥落临界速度以及边界层流场模块传递的夹杂物或结瘤物所处边界层流场速度，判断流场速度与临界速度之间的关系。
7.根据权利要求1所述的一种钢水可浇性预测系统，其特征在于，所述结瘤物厚度计算模块接收来自计算存储模块的上一步长的结瘤物质量信息、结瘤物沉积剥落判定模块的沉积质量或剥落质量信息，得出该步长下净剩的结瘤物质量；结瘤物厚度计算模块将该步长下净剩的结瘤物质量传递至数据录入模块。
8.根据权利要求1所述的一种钢水可浇性预测系统，其特征在于，所述结瘤物剥落计算模块将剥落量传递至结瘤物厚度计算模块；所述结瘤物粒度计算模块接收结瘤物厚度计算模块的该步长下净剩的结瘤物质量计算得出当前步长下结瘤物的粒度。
9.根据权利要求1所述的一种钢水可浇性预测系统，其特征在于，所述计算存储模块是一个多维数组，该数组内存有某一时间步，以及该时间步下对应的结瘤物厚度信息，结瘤物粒度信息，结瘤物质量信息，以及边界层流场摩擦速度。
10.一种钢水可浇性预测方法，其特征在于，采用权利要求1-9任一项所述钢水可浇性预测系统，包括如下步骤：
S1.录入夹杂物物理属性数据、边界层速度分布律、钢液属性数据；
S2.计算边界层磨擦速度以及边界层内某个位置处速度；
S3.计算夹杂物向壁面传质速率；
S4.计算夹杂物颗粒沉积剥落的临界速度，进而计算当前结瘤物粒度剥落临界速度；
S5.将步骤S2中的速度与步骤S4中临界速度进行比较，得到沉积剥落判定条件；
S6.将步骤S3计算得到的传质速率和步骤S5的沉积剥落判定条件结合，确定结瘤物沉积量和剥落量，累计得道当前结瘤物质量；
S7.根据步骤S6计算得到的当前结瘤物质量，计算得到当前计算步长下结瘤物颗粒粒度；
S8.根据步骤S6计算得到的当前结瘤物质量，计算得到当前计算步长下结瘤物厚度；
S9.将步骤S6-S8中得到的当前结瘤物质量、结瘤物颗粒粒度、结瘤物厚度分别保存；
S10.重复步骤S1-S9直至完成需要的计算步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210677366.7A CN114850465B (zh) | 2022-06-15 | 2022-06-15 | 一种钢水可浇性预测系统和方法 |
| LU504156A LU504156B1 (en) | 2022-06-15 | 2023-05-08 | Molten steel castability prediction system and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210677366.7A CN114850465B (zh) | 2022-06-15 | 2022-06-15 | 一种钢水可浇性预测系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114850465A true CN114850465A (zh) | 2022-08-05 |
| CN114850465B CN114850465B (zh) | 2023-01-24 |
Family
ID=82623908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210677366.7A Active CN114850465B (zh) | 2022-06-15 | 2022-06-15 | 一种钢水可浇性预测系统和方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114850465B (zh) |
| LU (1) | LU504156B1 (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1152267A (zh) * | 1995-03-29 | 1997-06-18 | 新日本制铁株式会社 | 连铸板坯的质量预测和质量控制 |
| JP2004202584A (ja) * | 2004-04-08 | 2004-07-22 | Nippon Steel Corp | 高品質鋳片の連続鋳造方法 |
| JP2010145164A (ja) * | 2008-12-17 | 2010-07-01 | Jfe Steel Corp | 鋼材の品質管理方法 |
| JP2011011258A (ja) * | 2009-06-02 | 2011-01-20 | Jfe Steel Corp | スラブの表層状態予測方法及びスラブの表層状態予測装置 |
| CN103157772A (zh) * | 2011-12-14 | 2013-06-19 | 鞍钢股份有限公司 | 一种连铸坯内部质量的预报方法 |
| US20170124464A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | Rapid predictive analysis of very large data sets using the distributed computational graph |
| CN107282900A (zh) * | 2017-06-20 | 2017-10-24 | 东北大学 | 一种钢连铸坯中MnS夹杂物尺寸预测方法 |
| CN108213369A (zh) * | 2018-01-05 | 2018-06-29 | 东北大学 | 一种降低重轨钢中a类夹杂物评级的连铸坯凝固组织控制方法 |
| CN108897957A (zh) * | 2018-07-03 | 2018-11-27 | 安徽工业大学 | 一种钢渣界面处夹杂物去除的判断方法及其去除率计算方法 |
| CN110765599A (zh) * | 2019-10-11 | 2020-02-07 | 东北大学 | 一种钢液凝固过程AlN夹杂物析出情况的预测方法 |
| CN111950137A (zh) * | 2020-07-28 | 2020-11-17 | 北京科技大学 | 用于固体夹杂物在钢液中运动轨迹的模拟方法及系统 |
| CN112464543A (zh) * | 2021-01-28 | 2021-03-09 | 北京科技大学 | 一种计算vim冶炼过程中的夹杂物运动的方法 |
-
2022
- 2022-06-15 CN CN202210677366.7A patent/CN114850465B/zh active Active
-
2023
- 2023-05-08 LU LU504156A patent/LU504156B1/en active IP Right Grant
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1152267A (zh) * | 1995-03-29 | 1997-06-18 | 新日本制铁株式会社 | 连铸板坯的质量预测和质量控制 |
| US5884685A (en) * | 1995-03-29 | 1999-03-23 | Nippon Steel Corporation | Quality prediction and quality control of continuous-cast steel |
| JP2004202584A (ja) * | 2004-04-08 | 2004-07-22 | Nippon Steel Corp | 高品質鋳片の連続鋳造方法 |
| JP2010145164A (ja) * | 2008-12-17 | 2010-07-01 | Jfe Steel Corp | 鋼材の品質管理方法 |
| JP2011011258A (ja) * | 2009-06-02 | 2011-01-20 | Jfe Steel Corp | スラブの表層状態予測方法及びスラブの表層状態予測装置 |
| CN103157772A (zh) * | 2011-12-14 | 2013-06-19 | 鞍钢股份有限公司 | 一种连铸坯内部质量的预报方法 |
| US20170124464A1 (en) * | 2015-10-28 | 2017-05-04 | Fractal Industries, Inc. | Rapid predictive analysis of very large data sets using the distributed computational graph |
| CN107282900A (zh) * | 2017-06-20 | 2017-10-24 | 东北大学 | 一种钢连铸坯中MnS夹杂物尺寸预测方法 |
| CN108213369A (zh) * | 2018-01-05 | 2018-06-29 | 东北大学 | 一种降低重轨钢中a类夹杂物评级的连铸坯凝固组织控制方法 |
| CN108897957A (zh) * | 2018-07-03 | 2018-11-27 | 安徽工业大学 | 一种钢渣界面处夹杂物去除的判断方法及其去除率计算方法 |
| CN110765599A (zh) * | 2019-10-11 | 2020-02-07 | 东北大学 | 一种钢液凝固过程AlN夹杂物析出情况的预测方法 |
| CN111950137A (zh) * | 2020-07-28 | 2020-11-17 | 北京科技大学 | 用于固体夹杂物在钢液中运动轨迹的模拟方法及系统 |
| CN112464543A (zh) * | 2021-01-28 | 2021-03-09 | 北京科技大学 | 一种计算vim冶炼过程中的夹杂物运动的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 潘秀兰等: "连铸机浸入式水口堵塞问题分析及其改善措施", 《世界钢铁》 * |
| 肖鹏程等: "超低碳钢连铸坯钩状坯壳的演变与夹杂物的捕集", 《工程科学学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| LU504156B1 (en) | 2023-11-08 |
| CN114850465B (zh) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1048672C (zh) | 连铸板坯的质量预测和质量控制的方法及装置 | |
| Chow et al. | High speed continuous casting of steel billets: Part 2: Mould heat transfer and mould design | |
| CN110851997B (zh) | 一种测量和预测结晶器内真实初凝坯壳厚度的系统和方法 | |
| CN114850465B (zh) | 一种钢水可浇性预测系统和方法 | |
| Salazar-Campoy et al. | A physical model to study the effects of nozzle design on dense two-phase flows in a slab mold casting Ultra-Low carbon steels | |
| CN110283956A (zh) | 用于定量判断高炉渣铁是否出尽的装置及其方法 | |
| Hua et al. | Numerical simulation and industrial application of nozzle clogging in bilateral-port nozzle | |
| CN112985503B (zh) | 一种油水两相流持率和流速在线测量装置及测量方法 | |
| JP3230513B2 (ja) | 連続鋳造用鋳型内における溶鋼流速の推定方法、鋼の連続鋳造における品質管理方法及び鋼の連続鋳造方法 | |
| EP3943213A1 (en) | Device for estimating solidifying shell thickness in casting mold, and method for estimating solidifying shell thickness in casting mold | |
| Karnasiewicz et al. | Observational study of clogging specimens from the tundish well showing origin and growth of a clog in an Al-Killed Ti-Alloyed steel cast | |
| Mazumdar et al. | Numerical computation of flow and mixing in ladle metallurgy steelmaking operations (CAS method) | |
| Madison et al. | Characterization of three-dimensional dendritic structures in nickel-base single crystals for investigation of defect formation | |
| US6989041B2 (en) | Process for producing titanium sponge | |
| CN109895308B (zh) | 一种流延成型膜带厚度的预测方法 | |
| CN117236205B (zh) | 一种预测钢液精炼过程中夹杂物上浮时间的方法及系统 | |
| KR102695836B1 (ko) | 연속 주조기의 제어 방법, 연속 주조기의 제어 장치 및, 주편의 제조 방법 | |
| CN112052425A (zh) | 人工多泥沙明渠流量自动化精确计量方法 | |
| JP2763719B2 (ja) | 湯面レベル検出装置における流速・流れ方向検出装置 | |
| CN115329451B (zh) | 基于能量守恒及数值流场的桥梁局部冲深计算方法和装置 | |
| RU2787109C1 (ru) | Устройство для оценки толщины затвердевшей корочки в кристаллизаторе и способ оценки толщины затвердевшей корочки в кристаллизаторе | |
| Stránský et al. | Application of the theory of physical similarity for the filtration of metallic melts | |
| EP3928890A1 (en) | Control method for continuous casting machine, control device for continuous casing machine, and manufacturing method for cast slab | |
| Balamurugan et al. | Machining Studies on AlSi7+ 63% SiC Composite Using Machine Learning Technique | |
| CN118193893A (zh) | 一种利用铜板温度确定结晶器内凝固前沿钢液流速的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |