CN115679038A - 一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统 - Google Patents
一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统 Download PDFInfo
- Publication number
- CN115679038A CN115679038A CN202211344171.7A CN202211344171A CN115679038A CN 115679038 A CN115679038 A CN 115679038A CN 202211344171 A CN202211344171 A CN 202211344171A CN 115679038 A CN115679038 A CN 115679038A
- Authority
- CN
- China
- Prior art keywords
- temperature
- noise
- control range
- electric arc
- arc furnace
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 239000002893 slag Substances 0.000 title claims abstract description 69
- 238000010891 electric arc Methods 0.000 title claims abstract description 61
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 26
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 26
- 239000001301 oxygen Substances 0.000 claims abstract description 26
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 25
- 238000007664 blowing Methods 0.000 claims abstract description 23
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 23
- 239000006260 foam Substances 0.000 claims abstract description 23
- 238000005507 spraying Methods 0.000 claims abstract description 22
- 229910000831 Steel Inorganic materials 0.000 claims description 8
- 239000010959 steel Substances 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 238000009628 steelmaking Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 description 17
- 238000003723 Smelting Methods 0.000 description 15
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 238000009845 electric arc furnace steelmaking Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 3
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 2
- 235000011941 Tilia x europaea Nutrition 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000011449 brick Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 239000004571 lime Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Landscapes
- Refinement Of Pig-Iron, Manufacture Of Cast Iron, And Steel Manufacture Other Than In Revolving Furnaces (AREA)
- Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
Abstract
本发明涉及一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统,首先获取目标工艺条件对应的噪声控制范围以及温度控制范围,其中噪声控制范围为泡沫渣合理埋弧的噪声范围,所述温度控制范围为泡沫渣合理埋弧的温度范围,然后获取电弧炉中设定时间段内的动态平均温度以及动态平均声强,通过判断动态平均温度以及动态平均声强是否处于噪声控制范围以及温度控制范围内,来控制吹氧和喷碳。本发明通过将动态数据与控制范围相比较,更加客观地分析出电弧炉内泡沫渣的高度情况,进而控制吹氧和喷碳,避免了因操作人员的主观因素造成泡沫渣高度调控的误差,从而实现对电弧炉内泡沫渣的高度进行精准有效地控制。
Description
技术领域
本发明涉及冶金工业电弧炉炼钢过程技术领域,特别是涉及一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统。
背景技术
目前,先进电弧炉及其制造流程是钢铁行业技术创新重点之一,大力推动电弧炉炼钢相比于其他炼钢方式更助力于“双碳”目标。其中,泡沫渣冶炼技术的应用是提高电弧炉冶炼效率的关键。泡沫渣冶炼技术旨在利用碳和氧反应生成的一氧化碳气体滞留在液态渣中,从而增加了熔渣整体的体积,在不增加渣量的前提下,炉渣呈现泡沫状,并具有一定的厚度,当泡沫渣的高度达电弧弧长的两倍左右时,可实现电弧炉的埋弧冶炼。在埋弧冶炼时,泡沫渣可将钢液和空气隔离,大幅降低电弧弧光辐射到炉壁上的热量,以减缓炉衬侵蚀,同时提高热量的利用效率,从而实现对熔池的快速升温。因此,通过调控泡沫渣的高度实现电弧炉的埋弧冶炼,是电弧炉冶炼过程中提高效率的重要手段。
现有技术中,钢厂主要通过人工干预的方式依靠经验造渣,电弧炉内泡沫渣的高度往往取决于有经验的专家进行主观调控,因此,电弧炉内泡沫渣高度的调控容易因操作人员的主观因素产生误差。
发明内容
本发明的目的是提供一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统,实现对电弧炉内泡沫渣的高度进行精准有效地控制。
为实现上述目的,本发明提供了如下方案:
一种基于噪声和温度的电弧炉泡沫渣高度控制方法,包括:
步骤1:获取目标工艺条件对应的噪声控制范围以及温度控制范围;所述噪声控制范围为泡沫渣合理埋弧的噪声范围,所述温度控制范围为泡沫渣合理埋弧的温度范围;所述目标工艺条件为当前炉次的工艺条件;
步骤2:获取电弧炉中设定时间段内的动态平均温度以及动态平均声强;
步骤3:判断所述动态平均温度是否处于所述温度控制范围内;
如果所述动态平均温度处于温度控制范围内,则判断所述动态平均声强是否处于所述噪声控制范围内;
如果所述动态平均声强超出所述噪声控制范围上限,则控制吹氧和喷碳,并返回步骤2;
如果所述动态平均温度超出所述温度控制范围上限,则控制吹氧和喷碳,并返回步骤2。
可选的,所述方法还包括:
如果所述动态平均声强处于所述噪声控制范围内,控制停止吹氧和喷碳;
如果所述动态平均声强低于所述噪声控制范围下限,控制停止吹氧和喷碳。
可选的,在步骤1之前,还包括:
将所述目标工艺条件输入到训练好的噪声平均声强预测模型中,得到目标噪声平均声强;所述噪声平均声强预测模型为:以历史工艺条件作为输入,以所述历史工艺条件下的多个历史炉次的噪声平均声强为标签,训练获得的模型;
在所述目标噪声平均声强的基础上提高或降低设定的分贝,得到所述噪声控制范围。
可选的,在步骤1之前,还包括:
将所述目标工艺条件输入到训练好的总平均温度预测模型中,得到目标总平均温度;所述总平均温度预测模型为:以历史工艺条件作为输入,以所述历史工艺条件下的多个历史炉次的总平均温度为标签,训练获得的模型;
在所述目标总平均温度的基础上提高设定的温度,得到所述温度控制范围。
本发明提供了一种基于噪声和温度的电弧炉泡沫渣高度控制系统,包括:存储器和处理器,所述存储器中存储有计算机程序,所述处理器在执行所述计算机程序时,实现一种基于噪声和温度的电弧炉泡沫渣高度控制方法中所述的方法。
可选的,还包括:第一传声器、第二传声器、第三传声器,安装在电弧炉炉顶处,用于接收电弧炉炼钢时产生的噪音。
可选的,还包括:温度传感器,安装在电弧炉的炉壁处,用于获取电弧炉炼钢时炉壁的温度。
可选的,所述存储器还用于存储所述历史炉次的噪声音频信息以及所述历史炉次的温度信息。
根据本发明提供的具体实施例,公开了以下技术效果:本发明提出一种基于噪声和温度的电弧炉泡沫渣高度控制方法,首先获取当前炉次的工艺条件对应的噪声控制范围以及温度控制范围,其中,所述噪声控制范围为泡沫渣合理埋弧的噪声范围,所述温度控制范围为泡沫渣合理埋弧的温度范围,然后获取电弧炉中设定时间段内的动态平均温度以及动态平均声强,通过判断动态平均温度以及动态平均声强是否处于噪声控制范围以及温度控制范围内,来控制是否吹氧和喷碳。本发明将动态数据与控制范围进行比较,由于噪声控制范围以及温度控制范围为泡沫渣合理埋弧的噪声范围以及温度范围,即采用合理埋弧的噪声控制范围和温度控制范围反应电弧炉内泡沫渣的高度情况,进而控制吹氧和喷碳,避免了因操作人员的主观因素造成泡沫渣高度调控的误差,从而实现对电弧炉内泡沫渣的高度进行精准有效地控制。
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获得其他的附图。
图1为本发明提供的一种基于噪声和温度的电弧炉泡沫渣高度控制方法流程图;
图2为本发明的传声器位置分布示意图;
图3为本发明的温度传感器位置示意图。
符号说明:1为第一传声器、2为第二传声器、3为第三传声器、4为温度传感器、5为耐火砖、6为炉壁辐射热点分布区域。
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。
本发明的目的是提供一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提供的基于噪声和温度的电弧炉泡沫渣高度控制方法包括以下步骤:
步骤1:获取目标工艺条件对应的噪声控制范围以及温度控制范围;所述噪声控制范围为泡沫渣合理埋弧的噪声范围,所述温度控制范围为泡沫渣合理埋弧的温度范围;所述目标工艺条件为当前炉次的工艺条件。
步骤2:获取电弧炉中设定时间段内的动态平均温度以及动态平均声强。
步骤3:判断所述动态平均温度是否处于所述温度控制范围内;
如果所述动态平均温度处于温度控制范围内,则判断所述动态平均声强是否处于所述噪声控制范围内;
如果所述动态平均声强超出所述噪声控制范围上限,则控制吹氧和喷碳,并返回步骤2;
如果所述动态平均温度超出所述温度控制范围上限,则控制吹氧和喷碳,并返回步骤2。
在一些实施例中,步骤3还包括:
如果所述动态平均声强处于所述噪声控制范围内,控制停止吹氧和喷碳。
如果所述动态平均声强低于所述噪声控制范围下限,控制停止吹氧和喷碳。
本实施例中,在步骤1之前,还可以包括确认当前炉次工艺条件下的噪声控制范围的步骤,具体如下:
将所述目标工艺条件输入到训练好的噪声平均声强预测模型中,得到目标噪声平均声强。
在所述目标噪声平均声强的基础上提高或降低设定的分贝,得到所述噪声控制范围。
其中,上述噪声平均声强预测模型的训练步骤可以具体如下:
以电弧炉炼钢的历史炉次的工艺条件x1,x2,x3......xk为输入,输入节点数为k,设置隐藏层节点数y1,以历史炉次的噪声平均声强Lmean为标签,通过全连接神经网络FCC1对n炉次的工艺条件及噪声平均声强进行训练,Lmean=σ1(w1·x1+w2·x2+w3·x3+......+wn·xk+b1),其中wn为FCC1的权重,b1为FCC1的偏差,σ1为FCC1的激活函数,从而获得噪声平均声强预测模型;例如输入节点选取废钢量、兑入铁水量、电耗量、石灰量、吹氧量,隐藏层节点设置为20,在其他实施例中,也可以根据实际生产选择不同的输入节点以及隐藏层数和节点数。
其中,获取上述历史炉次的噪声平均声强Lmean的步骤可以具体如下:
如图2所示,在电弧炉炉顶处,呈三角排列安装的第一传声器1、第二传声器2以及第三传声器3,从三个角度接收电弧炉炼钢产生的噪音;根据fn≥αfm设定噪声采样率,其中fn表示采样率,fm表示噪声的最高频率,α表示系数范围≥2,α优选采用2.1。
根据Dm=βbn设定比特深度,其中Dm表示电弧炉炼钢时噪声最大的动态变化范围,bn表示比特深度,β表示系数范围5~7,β优选采用6。
将噪声信号量化为数字信号即电压信号,得到历史炉次的噪声音频信息。
根据各所述历史炉次的噪声音频信息,以电弧炉的噪声信号值是否超过设定标准差σx的θ倍为评判准则剔除噪声异点,θ范围在2~3间,优选为2.5,剔除异点后的音频数据通过低通滤波器去除fHzHz及以上的部分噪音,以减轻环境噪音的影响,fHz优选为600。
比较电弧炉炼钢过程的声强和频率,获取噪声历史数据中泡沫渣平稳冶炼的良好历史炉次中的n炉次数据,n一般为500以上。
根据n炉次泡沫渣平稳冶炼的音频数据,获取对应炉次泡沫渣平稳冶炼阶段的噪声平均声强。
其中,上述在所述目标噪声平均声强的基础上提高或降低设定的分贝,得到所述噪声控制范围的步骤可以具体如下:
在所述目标噪声噪声平均声强L的基础上提高ΔL作为噪声控制上限Lu,即Lu=L+ΔL,在所述目标噪声噪声平均声强L的基础上降低ΔL作为噪声控制下限Ld,即Ld=L-ΔL,其中ΔL范围在3~10dB间,例如ΔL=5dB,从而得到当前炉次工艺条件下的噪声控制范围。
本实施例中,在步骤1之前,还可以包括确认当前炉次工艺条件下的温度控制范围的步骤,具体如下:
将所述目标工艺条件输入到训练好的总平均温度预测模型中,得到目标总平均温度。
在所述目标总平均温度的基础上提高设定的温度,得到所述温度控制范围。
其中,上述总平均温度预测模型的训练步骤可以具体如下:
以电弧炉炼钢的历史炉次的工艺条件x1,x2,x3......xg为输入节点,输入节点数为g,设置隐藏层节点数y2,以历史炉次的总平均温度Tmean为标签,通过全连接神经网络FCC2对n炉次的工艺条件及总平均温度进行训练,Tmean=σ2(u1·x1+u2·x2+u3·x3+......+un·xg+b2),其中un为FCC2的权重,b2为FCC2的偏差,σ2为FCC2的激活函数,从而获得总平均温度预测模型;例如输入节点选取废钢预热温度、铁水入炉温度、石灰量、吹氧量、电耗量、废钢量、铁水量为输入参数,隐藏层节点数取30,在其他实施例中,也可以根据实际生产选择不同的输入节点以及隐藏层数和节点数。
其中,获取上述历史炉次的总平均温度Tmean的步骤可以具体如下:
如图3所示,在水冷炉壁上安装温度传感器4,获取炉壁温度的实时信息。
其中,温度传感器4优选为高温炉壁热电偶,炉壁辐射热点分布区域6高度hL=50cm,与耐火砖5的距离hN=10cm,在炉壁辐射热点分布区呈环型安装温度传感器4的个数m=15个,且每个温度传感器4均分在水冷炉壁辐射热点分布区域6上。
炉壁传感器标识以炉口为起始逆时针表示数字序号,C1表示第1序号的炉壁传感器。
炉壁传感器实时获取热电动势信号并转化为温度,间隔tT秒采样一次,tT优选0.5s,温度数据通过CSV格式储存,得到历史炉次的温度信息。
根据上述各历史炉次的温度信息,以喷吹碳粉制备泡沫渣为起始点,每nT次测量点温度差值不超过5℃的温度数据作为泡沫渣平稳阶段的依据,nT=0.5s。
获取温度历史数据中泡沫渣平稳冶炼的良好历史炉次中的n炉次数据。
其中,上述在所述目标总平均温度的基础上提高设定的温度,得到所述温度控制范围的步骤可以具体如下:
在所述目标总平均温度T的基础上,增加ΔT作为温度控制上限Tu,即Tu=T+ΔT,其中ΔT范围在3~10℃间,例如ΔT=5℃,从而得到当前炉次工艺条件下的温度控制范围。
在一些实施例中,根据温度控制范围以及噪声控制范围,对泡沫渣合理埋弧进行精准有效地控制,具体步骤如下:
获取t1时间内的每个温度传感器4的实时温度信息,计算得到动态平均温度Tv,t1=2s;获取t2时间内的实时噪声信息,计算得到动态平均声强Lv,t2=2s;
若动态平均温度Tv在温度控制范围内,即Tv≤Tu,则表明温度合理且炉壁辐射无热点,但不保证泡沫渣已成功埋弧,需进一步检测噪声。
若动态平均声强Lv在噪声控制范围内,即Ld≤Lv≤Lu,则表明泡沫渣冶炼平稳,无需操作。
若动态平均声强Lv不在噪声控制范围内,当动态平均声强Lv低于噪声控制声强的下限Ld时,即Lv≤Ld,表明泡沫渣高度已超过预期高度,无需操作。
当动态平均声强Lv超出噪声控制声强的上限Lu时,即Lv≥Lu,表明泡沫渣高度h不足,直接启动吹氧和喷碳,直到动态平均声强Lv低于声强控制上限Lu且动态平均温度Tv低于温度控制上限Tu时,即Lv≤Lu且Tv≤Tu时,持续吹氧喷碳tb时间后停止操作,tb范围在3~8秒间,在本实例中取5秒。
若动态平均温度Tv不在温度控制范围内,动态平均温度Tv超出上限值Tu,即Tv≥Tu,则表明泡沫渣高度h不足,弧光仍然大量辐射到炉壁,此时启动吹氧和喷碳,当动态平均温度Tv低于温度控制上限Tu或动态平均声强Lv低于控制下限Ld时,即Tv≤Tu或Lv≤Ld时,持续吹氧喷碳tb时间后停止操作,tb范围在3~8秒间,在本实例中取5秒。
本发明还提供了一种基于噪声和温度的电弧炉泡沫渣高度控制系统,具体包括:
存储器和处理器,所述存储器中存储有计算机程序,所述处理器在执行所述计算机程序时,用于实现上述基于噪声和温度的电弧炉泡沫渣高度的控制方法。
第一传声器1、第二传声器2、第三传声器3,安装在电弧炉炉顶处,用于接收电弧炉炼钢时产生的噪音。
温度传感器4,安装在电弧炉的炉壁处,用于获取电弧炉炼钢时炉壁的温度。
在一些实施例中,存储器还可以用于存储所述历史炉次的噪声音频信息以及所述历史炉次的温度信息。
综上所述,本发明具有以下优点:获取历史炉次在不同工艺条件下,泡沫渣平稳冶炼阶段的温度控制范围以及噪声控制范围,预测目标工艺条件对应的噪声控制范围以及温度控制范围,通过第一传声器1、第二传声器2、第三传声器3和温度传感器4获取目标电弧炉内动态平均声强和动态平均温度,判断目标电弧炉内的平均声强和平均温度是否处于目标工艺条件对应的噪声控制范围和温度控制范围内,并根据反馈数据客观地分析出目标电弧炉内泡沫渣高度能否合理埋弧,当目标电弧炉内泡沫渣高度无法进行合理埋弧,导致电弧炉内的噪声或温度超出目标工艺条件对应的噪声控制范围和温度控制范围内时,控制碳粉和氧气喷入,当电弧炉内的噪声或温度处于目标工艺条件对应的噪声控制范围和温度控制范围内时,控制碳粉和氧气停止喷入。本发明通过将实时数据与控制范围相比较,更加客观地分析出电弧炉内泡沫渣的高度情况,进而控制吹氧和喷碳,避免了因操作人员的主观因素造成泡沫渣高度调控的误差,从而实现对电弧炉内泡沫渣的高度进行精准有效地控制。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于噪声和温度的电弧炉泡沫渣高度控制方法,其特征在于,包括:
步骤1:获取目标工艺条件对应的噪声控制范围以及温度控制范围;所述噪声控制范围为泡沫渣合理埋弧的噪声范围,所述温度控制范围为泡沫渣合理埋弧的温度范围;所述目标工艺条件为当前炉次的工艺条件;
步骤2:获取电弧炉中设定时间段内的动态平均温度以及动态平均声强;
步骤3:判断所述动态平均温度是否处于所述温度控制范围内;
如果所述动态平均温度处于温度控制范围内,则判断所述动态平均声强是否处于所述噪声控制范围内;
如果所述动态平均声强超出所述噪声控制范围上限,则控制吹氧和喷碳,并返回步骤2;
如果所述动态平均温度超出所述温度控制范围上限,则控制吹氧和喷碳,并返回步骤2。
2.根据权利要求1所述的基于噪声和温度的电弧炉泡沫渣高度控制方法,其特征在于,所述方法还包括:
如果所述动态平均声强处于所述噪声控制范围内,控制停止吹氧和喷碳;
如果所述动态平均声强低于所述噪声控制范围下限,控制停止吹氧和喷碳。
3.根据权利要求1所述的基于噪声和温度的电弧炉泡沫渣高度控制方法,其特征在于,在步骤1之前,还包括:
将所述目标工艺条件输入到训练好的噪声平均声强预测模型中,得到目标噪声平均声强;所述噪声平均声强预测模型为:以历史工艺条件作为输入,以所述历史工艺条件下的多个历史炉次的噪声平均声强为标签,训练获得的模型;
在所述目标噪声平均声强的基础上提高或降低设定的分贝,得到所述噪声控制范围。
4.根据权利要求1所述的基于噪声和温度的电弧炉泡沫渣高度控制方法,其特征在于,在步骤1之前,还包括:
将所述目标工艺条件输入到训练好的总平均温度预测模型中,得到目标总平均温度;所述总平均温度预测模型为:以历史工艺条件作为输入,以所述历史工艺条件下的多个历史炉次的总平均温度为标签,训练获得的模型;
在所述目标总平均温度的基础上提高设定的温度,得到所述温度控制范围。
5.一种基于噪声和温度的电弧炉泡沫渣高度控制系统,其特征在于,包括:存储器和处理器,所述存储器中存储有计算机程序,所述处理器在执行所述计算机程序时,实现权利要求1-4任一项所述的方法。
6.根据权利要求5所述的基于噪声和温度的电弧炉泡沫渣高度控制系统,其特征在于,还包括:传声器,安装在电弧炉炉顶处,用于接收电弧炉炼钢时产生的噪音。
7.根据权利要求5所述的基于噪声和温度的电弧炉泡沫渣高度控制系统,其特征在于,还包括:温度传感器,安装在电弧炉的炉壁处,用于获取电弧炉炼钢时炉壁的温度。
8.根据权利要求5所述的基于噪声和温度的电弧炉泡沫渣高度控制系统,其特征在于,所述存储器还用于存储所述历史炉次的噪声音频信息以及所述历史炉次的温度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211344171.7A CN115679038B (zh) | 2022-10-31 | 2022-10-31 | 一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211344171.7A CN115679038B (zh) | 2022-10-31 | 2022-10-31 | 一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115679038A true CN115679038A (zh) | 2023-02-03 |
CN115679038B CN115679038B (zh) | 2024-05-10 |
Family
ID=85045342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211344171.7A Active CN115679038B (zh) | 2022-10-31 | 2022-10-31 | 一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115679038B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1429918A (zh) * | 2001-12-29 | 2003-07-16 | 宝山钢铁股份有限公司 | 炼钢电弧炉泡沫渣控制方法 |
CN102137941A (zh) * | 2008-08-26 | 2011-07-27 | Sms西马克股份公司 | 用于在电弧炉中对一种抗锈熔体进行泡沫渣控制的方法 |
CN104131134A (zh) * | 2014-07-08 | 2014-11-05 | 莱芜钢铁集团有限公司 | 一种电弧炉熔池内造泡沫渣的工艺 |
-
2022
- 2022-10-31 CN CN202211344171.7A patent/CN115679038B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1429918A (zh) * | 2001-12-29 | 2003-07-16 | 宝山钢铁股份有限公司 | 炼钢电弧炉泡沫渣控制方法 |
CN102137941A (zh) * | 2008-08-26 | 2011-07-27 | Sms西马克股份公司 | 用于在电弧炉中对一种抗锈熔体进行泡沫渣控制的方法 |
CN104131134A (zh) * | 2014-07-08 | 2014-11-05 | 莱芜钢铁集团有限公司 | 一种电弧炉熔池内造泡沫渣的工艺 |
Also Published As
Publication number | Publication date |
---|---|
CN115679038B (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101228406B (zh) | 用于确定电弧炉中的至少一个状态参数的方法和电弧炉 | |
CN102928455B (zh) | 一种测定焦炭高温冶金性能的方法 | |
JP4948304B2 (ja) | 高炉の溶銑温度予測方法 | |
CN108647407B (zh) | 一种转炉炼钢烟气分析定碳方法 | |
JP6897261B2 (ja) | 溶鋼中りん濃度推定方法、転炉吹錬制御装置、プログラム及び記録媒体 | |
CN113239482B (zh) | 一种转炉后吹碳含量动态预测方法及装置 | |
KR20150079971A (ko) | 제강 공정들의 예측, 개루프 제어 및/또는 폐루프 제어 방법 및 그 장치 | |
RU2011133683A (ru) | Способ и устройство для регулирования выбросов окиси углерода электродуговой печи | |
KR101482340B1 (ko) | 전기로 및 전기로의 전극봉 위치제어방법 | |
CN115679038A (zh) | 一种基于噪声和温度的电弧炉泡沫渣高度控制方法及系统 | |
CN111518980B (zh) | 一种转炉终点碳含量预报模型的修正方法和系统 | |
EP3712281B1 (en) | Blast control device for blast furnace and method therefor | |
CN102137941B (zh) | 用于在电弧炉中对一种抗锈熔体进行泡沫渣控制的方法 | |
JP6897260B2 (ja) | 溶鋼中りん濃度推定方法、転炉吹錬制御装置、プログラム及び記録媒体 | |
CN110878383A (zh) | 一种转炉溅渣护炉控制系统及方法 | |
CN106191371A (zh) | 转炉副枪自动控制系统与控制方法 | |
CN113564296B (zh) | 炼钢转炉的喷溅预警方法、系统及工控设备 | |
KR20130023886A (ko) | 고로의 노열 변동 예측방법 | |
TWI481722B (zh) | 高爐爐下部透液性之判斷方法與判斷系統 | |
JPWO2017163902A1 (ja) | 溶銑予備処理方法及び溶銑予備処理制御装置 | |
CN112899432A (zh) | 基于烟气分析的转炉冶炼方法 | |
JP2684209B2 (ja) | 溶融還元炉の操業方法 | |
JP2002013881A (ja) | スラグレベル検知方法及びそれに基づくランス高さ制御方法 | |
JP4181075B2 (ja) | 高炉炉床部温度レベルの早期検知方法 | |
JPS58109903A (ja) | プラント制御方法 |
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 |