CN115232907B - 一种转炉炼钢吹氧量的预测方法和系统 - Google Patents
一种转炉炼钢吹氧量的预测方法和系统 Download PDFInfo
- Publication number
- CN115232907B CN115232907B CN202211163887.7A CN202211163887A CN115232907B CN 115232907 B CN115232907 B CN 115232907B CN 202211163887 A CN202211163887 A CN 202211163887A CN 115232907 B CN115232907 B CN 115232907B
- Authority
- CN
- China
- Prior art keywords
- molten iron
- amount
- oxygen
- slag
- content
- 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
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
- C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
- C21C5/28—Manufacture of steel in the converter
- C21C5/30—Regulating or controlling the blowing
-
- 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
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Carbon Steel Or Casting Steel Manufacturing (AREA)
Abstract
本发明属于钢铁冶金技术领域,具体为一种转炉炼钢吹氧量的预测方法和系统,采用机理模型和统计模型相结合的方式建立转炉吹氧量预测模型,将能够相对准确计算的部分通过氧平衡建立的机理模型进行计算,其余氧耗使用统计模型计算,并且通过聚类分析的方法,将生产数据分为N类后分别进行计算,有效提高了转炉炼钢吹氧量预测精度,在钢铁冶金领域有良好的应用前景。
Description
技术领域
本发明涉及钢铁冶金技术领域,具体为一种转炉炼钢吹氧量的预测方法和系统。
背景技术
目前,转炉炼钢工艺是钢铁生产流程的主流,而吹氧工艺是转炉炼钢过程的重要工艺之一。吹氧量对转炉炼钢的顺利进行起着重要的作用。如果吹氧量太小,终点杂质元素含量会超过要求值并且终点温度会过低;如果吹氧量太大,会使冶炼周期变长,钢水产量降低,钢水过氧化,并增加合金消耗量,终点钢水温度过高。因此,为了实现转炉高效生产,稳定控制钢水质量,对转炉炼钢过程吹氧量的预测是十分重要的。
目前,在转炉炼钢吹氧量预测的研究中通常采用机理模型、统计模型、增量模型和智能算法模型。机理模型是基于熔池各元素氧化反应通过氧气平衡来计算的耗氧量,机理模型很难反应炉内的实际情况,预测精度较低。增量模型是选择与生产炉次条件相近的炉次为基准,制定相似的加料过程和生产工艺。统计模型通过数据之间的关系建模,精度较高,但是单纯考虑数据之间的联系,很可能出现与机理相反的结果,对生产实际应用造成阻碍。而以神经网络为例的智能算法模型需要大量的完整和准确的数据进行建模和模型计算,对于大多数中小型企业缺乏数据采集和存储设备,需要投入更多的成本用于设备投资。
发明内容
为解决现有技术存在的问题,本发明的主要目的是提出一种转炉炼钢吹氧量的预测方法和系统。
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:
一种转炉炼钢吹氧量的预测方法,包括如下步骤:
S1.将用于预测的炉次数据与原始数据集进行合并形成新数据集,合并后使用聚类分析的方法将新数据集中的数据聚类为N类;
S2.确定预测的炉次数据的类别,并在预测的炉次数据中添加类别参数;
S3.根据预测的炉次数据的类别匹配对应的估算氧量的多元线性计算公式,计算得到估算氧量;
S4.根据预测的炉次的铁水和目标钢水的碳、硅、锰、磷、硫含量以及铁水重量,计算得到铁水耗氧量;
S5.步骤S3的估算氧量与步骤S4的铁水耗氧量相加得到预测转炉吹氧量。
作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案,其中:所述步骤S1中,所述原始数据集中包含完整的炉次数据的炉次数≥300。
作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案,其中:所述步骤S1中,所述N≥3,优选的,所述N=3。
作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案,其中:所述步骤S1中,所述原始数据集包括:铁水装入量,铁水温度,重废、中废、轻废、生铁、渣钢装入量,铁水碳、硅、锰、磷、硫元素含量,目标钢水温度,目标钢水碳、锰、磷、硫元素含量,装料时间,冶炼时间,烧结返矿加入量,轻烧镁球加入量,石灰加入量,轻烧白云石加入量等。
作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案,其中:所述步骤S1中,聚类分析的依据包括:铁水装入量,铁水温度,铁水碳、硅含量,钢水锰、硫含量,重废装入量等。
作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案,其中:所述步骤S3中,3个类别匹配对应的估算氧量的多元线性计算公式分别为:
第1类:
第2类:
第3类:
WHot metal是铁水重量,t;
w TC、w TMn、wTS是钢水中C、Mn、S的含量,wt%;
w HC是铁水中C的含量,wt%;
WSinter是烧结矿加入量,kg;
WESlag是预估渣量,kg;
THot metal是铁水温度,℃。
作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案,其中:所述步骤S3中,预估渣量的计算方法如下式所示:
式中,R是三元碱度;
WIron Slag是带入转炉的铁水渣的重量,kg;
WRemaining Slag是上一炉留渣量,kg;
w MgO、w FeO 是目标渣中MgO和FeO的含量,wt%;
φ S是目标渣中除了CaO、SiO2、FeO、MgO、MnO、P2O5和CaS以外的组分的含量,wt%;
作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案,其中:所述步骤S4中,铁水耗氧量为铁水中碳、硅、锰、磷、硫元素氧化反应的耗氧量之和,计算方法如下式所示:
w TSi、w TP是目标钢水中Si、P的含量,wt%;
w HSi、w HMn、w HP、w HS是铁水中Si、Mn、P、S的含量,wt%;
XC-CO是碳氧化后生成CO的比例;
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:
本发明的另一目的在于提供一种实施上述转炉炼钢吹氧量的预测方法的转炉炼钢吹氧量的预测系统。
本发明的另一目的在于提供一种实现上述转炉炼钢吹氧量的预测方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行上述转炉炼钢吹氧量的预测方法。
本发明的有益效果如下:
本发明提供一种转炉炼钢吹氧量的预测方法和系统,采用机理模型和统计模型相结合的方式建立转炉吹氧量预测模型,将能够相对准确计算的部分通过氧平衡建立的机理模型进行计算,其余氧耗使用统计模型计算,并且通过聚类分析的方法,将生产数据分为N类后分别进行计算,有效提高了转炉炼钢吹氧量预测精度,在钢铁冶金领域有良好的应用前景。
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为本发明转炉炼钢吹氧量的预测方法的流程示意图。
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。
本发明提供一种转炉炼钢吹氧量的预测方法和系统,采用机理模型和统计模型相结合的方式建立转炉吹氧量预测模型,并且通过聚类分析的方法,将生产数据分为N类后分别进行计算;将能够相对准确计算的部分,根据预测的炉次的铁水和目标钢水的碳、硅、锰、磷、硫含量以及铁水重量,计算得到铁水耗氧量;其余氧耗根据预测的炉次数据的类别匹配对应的估算氧量的多元线性计算公式计算得到估算氧量;估算氧量与铁水耗氧量相加得到预测转炉吹氧量有效提高了转炉炼钢吹氧量预测精度,在钢铁冶金领域有良好的应用前景。
根据本发明的一个方面,本发明提供了如下技术方案:
一种转炉炼钢吹氧量的预测方法,包括如下步骤:
S1.将用于预测的炉次数据与原始数据集进行合并形成新数据集,合并后使用聚类分析的方法将新数据集中的数据聚类为N类,聚类分析的依据包括:铁水装入量,铁水温度,铁水碳、硅含量,钢水锰、硫含量,重废装入量等;
S2.确定预测的炉次数据的类别,并在预测的炉次数据中添加类别参数;
S3.根据预测的炉次数据的类别匹配对应的估算氧量的多元线性计算公式,计算得到估算氧量;
S4.根据预测的炉次的铁水和目标钢水的碳、硅、锰、磷、硫含量以及铁水重量,计算得到铁水耗氧量;
S5.步骤S3的估算氧量与步骤S4的铁水耗氧量相加得到预测转炉吹氧量。
以下结合具体实施例对本发明技术方案进行进一步说明。
实施例
以120t转炉为例,原始数据集中有901炉数据,用于预测的炉次数据列于表1,聚类后的类别参数列于表2,表3为本实施例预测的转炉吹氧量和实际转炉吹氧量。
S1.将用于预测的炉次数据(如表1所示)与原始数据集进行合并形成新数据集,合并后使用聚类分析的方法将新数据集中的数据聚类为3类,聚类分析的依据包括:铁水装入量,铁水温度,铁水碳、硅含量,钢水锰、硫含量,重废装入量。
表1 预测的炉次数据
S2.确定预测的炉次数据的类别,并在预测的炉次数据中添加类别参数(如表2所示);
表2 预测的炉次的类别
S3.根据表2中预测的炉次数据的类别匹配对应的估算氧量的多元线性计算公式,计算得到估算氧量;3个类别对应的计算估算氧量的多元线性计算公式分别为:
第1类:
第2类:
第3类:
WHot metal 是铁水重量,t;
w TC、w TMn、wTS 是钢水中C、Mn、S的含量,wt%;
w HC是铁水中C的含量,wt%;
WSinter 是烧结矿加入量,kg;
WESlag是预估渣量,kg;
THot metal 是铁水温度,℃。
预估渣量WESlag的计算方法如下式所示:
式中,R是三元碱度;
WIron Slag是带入转炉的铁水渣的重量,kg;
WRemaining Slag是上一炉留渣量,kg;
w MgO、w FeO 是目标渣中MgO和FeO的含量,wt%;
φ S是目标渣中除了CaO、SiO2、FeO、MgO、MnO、P2O5和CaS以外的组分的含量,wt%;
S4.根据预测的炉次的铁水和目标钢水的碳、硅、锰、磷、硫含量以及铁水重量,计算得到铁水耗氧量;铁水耗氧量为铁水中碳、硅、锰、磷、硫元素氧化反应的耗氧量之和,计算方法如下式所示:
w TSi、w TP是目标钢水中Si、P的含量,wt%;
w HSi、w HMn、w HP、w HS是铁水中Si、Mn、P、S的含量,wt%;
XC-CO是碳氧化后生成CO的比例;
S5.步骤S3的估算氧量与步骤S4的铁水耗氧量相加得到预测转炉吹氧量(如表3所示)。
表3 本发明预测转炉吹氧量和实际吹氧量
从表3可以看出本发明转炉炼钢吹氧量的预测方法可以对转炉吹氧量进行准确有效地预报,预测准确率可以达到98%以上,提高钢铁企业的转炉冶炼效率,稳定控制钢水质量,避免不必要的成本支出。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
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 (7)
1.一种转炉炼钢吹氧量的预测方法,其特征在于,包括如下步骤:
S1.将用于预测的炉次数据与原始数据集进行合并形成新数据集,合并后使用聚类分析的方法将新数据集中的数据聚类为3类;聚类分析的依据包括:铁水装入量,铁水温度,铁水碳、硅含量,钢水锰、硫含量,重废装入量;
S2.确定预测的炉次数据的类别,并在预测的炉次数据中添加类别参数;
S3.根据预测的炉次数据的类别匹配对应的估算氧量的多元线性计算公式,计算得到估算氧量;
S4.根据预测的炉次的铁水和目标钢水的碳、硅、锰、磷、硫含量以及铁水重量,计算得到铁水耗氧量;
S5.步骤S3的估算氧量与步骤S4的铁水耗氧量相加得到预测转炉吹氧量;
3个类别匹配对应的估算氧量的多元线性计算公式分别为:
第1类:
第2类:
第3类:
WSlagsteel是渣钢重量,t;
WHotmetal是铁水重量,t;
wTC、wTMn、wTS是钢水中C、Mn、S的含量,wt%;
wHC是铁水中C的含量,wt%;
WSinter是烧结矿加入量,kg;
WESlag是预估渣量,kg;
THotmetal是铁水温度,℃。
2.根据权利要求1所述的预测方法,其特征在于,原始数据集包括:铁水装入量,铁水温度,重废、中废、轻废、生铁、渣钢装入量,铁水碳、硅、锰、磷、硫元素含量,目标钢水温度,目标钢水碳、锰、磷、硫元素含量,装料时间,冶炼时间,烧结返矿加入量,轻烧镁球加入量,石灰加入量,轻烧白云石加入量。
5.一种实施权利要求1-4任一项所述的转炉炼钢吹氧量的预测方法的转炉炼钢吹氧量的预测系统。
6.一种实现权利要求1-4任一项所述的转炉炼钢吹氧量的预测方法的信息数据处理终端。
7.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行权利要求1-4任一项所述的转炉炼钢吹氧量的预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211163887.7A CN115232907B (zh) | 2022-09-23 | 2022-09-23 | 一种转炉炼钢吹氧量的预测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211163887.7A CN115232907B (zh) | 2022-09-23 | 2022-09-23 | 一种转炉炼钢吹氧量的预测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115232907A CN115232907A (zh) | 2022-10-25 |
CN115232907B true CN115232907B (zh) | 2022-12-20 |
Family
ID=83667173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211163887.7A Active CN115232907B (zh) | 2022-09-23 | 2022-09-23 | 一种转炉炼钢吹氧量的预测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115232907B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116434856B (zh) * | 2023-03-17 | 2024-04-16 | 北京科技大学 | 一种基于分段式氧气脱碳效率的转炉供氧量预测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5856002B2 (ja) * | 1979-05-31 | 1983-12-13 | 新日本製鐵株式会社 | 酸素転炉の終点制御法 |
CN104630410B (zh) * | 2015-02-10 | 2016-07-06 | 东北大学 | 一种基于数据解析的转炉炼钢质量实时动态预测方法 |
CN112863609A (zh) * | 2019-11-12 | 2021-05-28 | 宝信软件(武汉)有限公司 | 一种转炉炼钢吹氧量和冷却剂量计算方法及装置 |
CN111353656B (zh) * | 2020-03-23 | 2021-05-07 | 大连理工大学 | 一种基于生产计划的钢铁企业氧气负荷预测方法 |
CN111334636B (zh) * | 2020-03-27 | 2022-04-08 | 宝钢湛江钢铁有限公司 | 基于副枪检测的转炉终点动态控制方法及系统 |
KR20230098852A (ko) * | 2020-12-11 | 2023-07-04 | 제이에프이 스틸 가부시키가이샤 | 전로의 조업 방법 및 전로의 취련 제어 시스템 |
CN113962050A (zh) * | 2021-09-16 | 2022-01-21 | 中冶赛迪技术研究中心有限公司 | 一种结合产耗预测及管网计算的氧气调度计算方法 |
-
2022
- 2022-09-23 CN CN202211163887.7A patent/CN115232907B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115232907A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6573035B2 (ja) | 溶鋼中りん濃度推定方法及び転炉吹錬制御装置 | |
CN115232907B (zh) | 一种转炉炼钢吹氧量的预测方法和系统 | |
CN114611844B (zh) | 一种转炉出钢过程合金加入量的确定方法和系统 | |
CN108647407B (zh) | 一种转炉炼钢烟气分析定碳方法 | |
Zhou et al. | Prediction model of end-point phosphorus content for BOF based on monotone-constrained BP neural network | |
CN107368125B (zh) | 一种基于cbr与rbr并行混合推理的高炉炉温控制系统及方法 | |
CN116469481B (zh) | 一种基于XGBoost算法的LF精炼钢水成分预报方法 | |
Wang et al. | Convolutional Neural Network‐Based Method for Predicting Oxygen Content at the End Point of Converter | |
Zhang et al. | Kinetic model of dephosphorization in the new double slag converter steelmaking process | |
CN113961865A (zh) | 一种大型转炉精确控制tsc阶段调温剂加入量的方法 | |
Wang et al. | Effect of harmful elements on the coke ratio of blast furnace | |
CN118070645A (zh) | 一种基于BiLSTM-CNN的电炉终点温度预测方法 | |
CN108197785A (zh) | 一种有害元素对高炉燃料比影响的计算方法的建立方法 | |
CN107633124A (zh) | 一种基于机理模型的电弧炉冶炼过程成分实时预报的方法 | |
CN102478848B (zh) | 一种从含钒铁水中提取粗钒渣的方法 | |
Wu et al. | Reaction mechanism of CO/CO2 with low-carbon aluminium-killed molten steel during the ladle furnace (LF) refining process | |
CN104060024B (zh) | 一种转炉提钒过程中转炉实时温度的预报方法 | |
CN115662537A (zh) | 一种转炉出钢量预测方法及系统 | |
Wang et al. | Hybrid model for predicting oxygen consumption in BOF steelmaking process based on cluster analysis | |
Chen | Application of MPE model to iron ore sintering, ironmaking and steelmaking processes | |
Li et al. | Study on oxygen blowing optimisation of reducing (FeO) content in slag in EAF steelmaking process with high ratio of hot metal to scrap | |
CN115261547B (zh) | 最优废钢预热温度的确定方法、设备、系统以及存储介质 | |
CN106086291B (zh) | 一种利用低硫低钛高炉渣制备转炉半钢化渣剂的方法 | |
CN116386774A (zh) | 一种炼钢合金元素收得率预测方法及预测终端 | |
Mei et al. | Real-Time Carbon and Temperature Model of Converter Based on the Weights of Elemental Reaction Rate |
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 |