CN116067900B - 火点区自主发光监测熔池温度和成分数据分析方法及装置 - Google Patents
火点区自主发光监测熔池温度和成分数据分析方法及装置 Download PDFInfo
- Publication number
- CN116067900B CN116067900B CN202310315236.3A CN202310315236A CN116067900B CN 116067900 B CN116067900 B CN 116067900B CN 202310315236 A CN202310315236 A CN 202310315236A CN 116067900 B CN116067900 B CN 116067900B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- characteristic
- reaction
- molten pool
- temperature
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000000203 mixture Substances 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000006243 chemical reaction Methods 0.000 claims abstract description 239
- 238000001228 spectrum Methods 0.000 claims abstract description 218
- 238000009628 steelmaking Methods 0.000 claims abstract description 71
- 238000007405 data analysis Methods 0.000 claims abstract description 49
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 41
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 33
- 239000001301 oxygen Substances 0.000 claims abstract description 33
- 239000000523 sample Substances 0.000 claims abstract description 16
- 238000009499 grossing Methods 0.000 claims abstract description 15
- 238000000926 separation method Methods 0.000 claims abstract description 15
- 229910017135 Fe—O Inorganic materials 0.000 claims description 37
- 229910018557 Si O Inorganic materials 0.000 claims description 36
- LIVNPJMFVYWSIS-UHFFFAOYSA-N silicon monoxide Inorganic materials [Si-]#[O+] LIVNPJMFVYWSIS-UHFFFAOYSA-N 0.000 claims description 36
- 230000003595 spectral effect Effects 0.000 claims description 29
- 230000005855 radiation Effects 0.000 claims description 26
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 18
- 229910052799 carbon Inorganic materials 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 18
- 238000007664 blowing Methods 0.000 claims description 12
- 238000004020 luminiscence type Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 8
- 238000003491 array Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000011065 in-situ storage Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 8
- 238000003723 Smelting Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 229910004298 SiO 2 Inorganic materials 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000001748 luminescence spectrum Methods 0.000 description 4
- 238000004833 X-ray photoelectron spectroscopy Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002893 slag Substances 0.000 description 3
- 230000005457 Black-body radiation Effects 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004868 gas analysis Methods 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000005472 transition radiation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910018663 Mn O Inorganic materials 0.000 description 1
- 229910003176 Mn-O Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000543 intermediate Substances 0.000 description 1
- 238000010310 metallurgical process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000002381 plasma Anatomy 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- 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
-
- 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
- C21C5/42—Constructional features of converters
- C21C5/46—Details or accessories
- C21C5/4673—Measuring and sampling devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
- G01J5/0018—Flames, plasma or welding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0044—Furnaces, ovens, kilns
-
- 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
- C21C2300/00—Process aspects
- C21C2300/06—Modeling of the process, e.g. for control purposes; CII
-
- 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
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Organic Chemistry (AREA)
- Metallurgy (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Plasma & Fusion (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种火点区自主发光监测熔池温度和成分数据分析方法及装置，涉及炼钢技术领域。包括：基于光谱采集探头，获取炼钢转炉的火点区的原始光谱；对原始光谱进行光谱平滑处理，得到平滑光谱；对原始光谱进行光谱分离处理，得到尖锐光谱；根据平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果。本发明能够监测整个炼钢熔池冶金反应进程，为后续炼钢操作提供数据指导，实现对炼钢供氧火点区的非接触原位监控和测量，将为炼钢生产提供一种全新的实时在线检测手段。
Description
技术领域
本发明涉及炼钢技术领域，尤其涉及一种火点区自主发光监测熔池温度和成分数据分析方法及装置。
背景技术
一键炼钢或自动炼钢是转炉炼钢技术发展的重点内容，其实施过程依赖于各种过程检测手段，为转炉冶金模型提供必要的钢水的温度、成分修正，从而提高模型预报精度，改善冶金工艺指标。目前转炉使用的过程检测手段主要有：炉顶副枪、炉气分析、人工测温取样、声呐化渣、炉口火焰检测等在线或离线检测方法，其中炉顶副枪、人工测温取样等消耗一次性探头，可直接获得较为准确的钢水成分和温度信息，但一般只能提供有限次数的点测数据，无法实现冶炼过程连续覆盖；炉气分析、声呐化渣、炉口火焰检测方法虽然可以实现连续测量，但其测量对象只是炉内冶金反应结果间接、延迟、混合的体现，无法直接获得转炉核心区域的实时反应特征。转炉炼钢智能化发展亟需新型的过程检测手段。
发明内容
本发明针对现有技术无法实现冶炼过程连续覆盖，以及无法直接获得转炉核心区域的实时反应特征的问题，提出了本发明。
为解决上述技术问题，本发明提供如下技术方案：
一方面，本发明提供了一种火点区自主发光监测熔池温度和成分数据分析方法，该方法由电子设备实现，该方法包括：
S1、基于光谱采集探头，获取炼钢转炉的火点区的原始光谱。
S2、对原始光谱进行光谱平滑处理，得到平滑光谱。
S3、对原始光谱进行光谱分离处理，得到尖锐光谱。
S4、根据平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果。
可选地，S1中的基于光谱采集探头，获取炼钢转炉的火点区的原始光谱，包括：
光谱采集探头通过炼钢转炉的氧气射流和氧枪喷孔形成的光路通道，对火点区自主发光进行捕获并分光识别，得到炼钢转炉的火点区的原始光谱。
原始光谱的波段包括紫外光波段、可见光波段和近中红外光波段，波长分辨率小于1nm。
可选地，S4中的根据平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果，包括：
S41、根据平滑光谱，得到火点区的总温。
S42、根据平滑光谱以及尖锐光谱，得到火点区的多个特征反应强度。
S43、根据火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果。
S44、根据多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果。
可选地，S41中的根据平滑光谱，得到火点区的总温，包括：
S411、从平滑光谱中提取单色辐射亮度，计算得到辐射亮度比。
S412、根据辐射亮度比，计算得到火点区的总温。
可选地，S42中的根据平滑光谱以及尖锐光谱，得到火点区的多个特征反应强度，包括：
S421、从尖锐光谱中分别提取多个特征反应的特征峰强数组。
S422、从平滑光谱中分别提取多个特征反应的背景亮度数组。
S423、根据特征峰强数组和背景亮度数组，计算多个特征反应的特征峰值比。
S424、根据特征峰值比以及火点区的总温，计算火点区的多个特征反应强度。
可选地，S421中的从尖锐光谱中分别提取多个特征反应的特征峰强数组，包括：
根据多个特征反应的每个特征反应的谱线特征点位值，从尖锐光谱上分别提取Fe-O特征反应的特征峰强数组、C-O特征反应的特征峰强数组以及Si-O特征反应的特征峰强数组。
可选地，S424中的根据特征峰值比以及火点区的总温，计算火点区的特征反应强度，包括：
根据特征反应的特征峰值比与火点区的总温，分别计算火点区的Fe-O特征反应强度、C-O特征反应强度以及Si-O特征反应强度。
可选地，S43中的根据火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果，如下式（1）所示：
其中，T为熔池温度，
为火点区总温，C(Fe)为Fe-O特征反应的热效应系数、C(C)为C-O特征反应的热效应系数，C(Si)为Si-O特征反应的热效应系数，/>
为温度修正系数，/>
为Fe-O特征反应强度，/>
为C-O特征反应强度，/>
为Si-O特征反应强度。
可选地，S44中的根据多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果，如下式（2）所示：
其中，D(C)为C-O特征反应强度，P(C)为熔池成分，L为顶吹供氧流量，
为最低碳含量，k1、k2为关系函数系数。
另一方面，本发明提供了一种火点区自主发光监测熔池温度和成分数据分析装置，该装置应用于实现火点区自主发光监测熔池温度和成分数据分析方法，该装置包括：
获取模块，用于基于光谱采集探头，获取炼钢转炉的火点区的原始光谱。
平滑光谱计算模块，用于对原始光谱进行光谱平滑处理，得到平滑光谱。
尖锐光谱计算模块，用于对原始光谱进行光谱分离处理，得到尖锐光谱。
输出模块，用于根据平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果。
可选地，获取模块，进一步用于：
光谱采集探头通过炼钢转炉的氧气射流和氧枪喷孔形成的光路通道，对火点区自主发光进行捕获并分光识别，得到炼钢转炉的火点区的原始光谱。
原始光谱的波段包括紫外光波段、可见光波段和近中红外光波段，波长分辨率小于1nm。
可选地，输出模块，进一步用于：
S41、根据平滑光谱，得到火点区的总温。
S42、根据平滑光谱以及尖锐光谱，得到火点区的多个特征反应强度。
S43、根据火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果。
S44、根据多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果。
可选地，输出模块，进一步用于：
S411、从平滑光谱中提取单色辐射亮度，计算得到辐射亮度比。
S412、根据辐射亮度比，计算得到火点区的总温。
可选地，输出模块，进一步用于：
S421、从尖锐光谱中分别提取多个特征反应的特征峰强数组。
S422、从平滑光谱中分别提取多个特征反应的背景亮度数组。
S423、根据特征峰强数组和背景亮度数组，计算多个特征反应的特征峰值比。
S424、根据特征峰值比以及火点区的总温，计算火点区的多个特征反应强度。
可选地，输出模块，进一步用于：
根据多个特征反应的每个特征反应的谱线特征点位值，从尖锐光谱上分别提取Fe-O特征反应的特征峰强数组、C-O特征反应的特征峰强数组以及Si-O特征反应的特征峰强数组。
可选地，输出模块，进一步用于：
根据特征反应的特征峰值比与火点区的总温，分别计算火点区的Fe-O特征反应强度、C-O特征反应强度以及Si-O特征反应强度。
可选地，根据火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果，如下式（1）所示：
其中，T为熔池温度，
为火点区总温，C(Fe)为Fe-O特征反应的热效应系数、C(C)为C-O特征反应的热效应系数，C(Si)为Si-O特征反应的热效应系数，/>
为温度修正系数，/>
为Fe-O特征反应强度，/>
为C-O特征反应强度，/>
为Si-O特征反应强度。
可选地，根据多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果，如下式（2）所示：
其中，D(C)为C-O特征反应强度，P(C)为熔池成分，L为顶吹供氧流量，
为最低碳含量，k1、k2为关系函数系数。
一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述火点区自主发光监测熔池温度和成分数据分析方法。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述火点区自主发光监测熔池温度和成分数据分析方法。
上述技术方案，与现有技术相比至少具有如下有益效果：
上述方案，提供了一种火点区自主发光光谱监测转炉熔池温度和成分的数据分析方法，可应用于所有采用顶吹供氧的转炉，适用容量范围30t-400t。本发明通过对火点区光谱数据的分析得到转炉熔池温度和吹炼末期熔池碳含量的关键数据，为转炉炼钢的过程及终点控制提供了一种新的技术手段，提高终点命中率，降低冶炼消耗。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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获得其他的附图。
图1是本发明实施例提供的火点区自主发光监测熔池温度和成分数据分析方法流程示意图；
图2是本发明实施例提供的火点区自主发光监测熔池温度和成分数据分析方法应用实例的流程示意图；
图3是本发明实施例提供的火点区自主发光监测熔池温度和成分数据分析装置框图；
图4是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的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。
如图1所示，本发明实施例提供了一种火点区自主发光监测熔池温度和成分数据分析方法，该方法可以由电子设备实现。如图1所示的火点区自主发光监测熔池温度和成分数据分析方法流程图，该方法的处理流程可以包括如下的步骤：
S1、基于光谱采集探头，获取炼钢转炉的火点区的原始光谱。
可选地，上述步骤S1可以是：
如图2所示，光谱采集探头通过炼钢转炉的氧气射流和氧枪喷孔形成的光路通道，对火点区自主发光进行捕获并分光识别，得到炼钢转炉的火点区的原始光谱。
原始光谱的波段包括紫外光波段、可见光波段和近中红外光波段，波长分辨率小于 1nm。
一种可行的实施方式中，氧气炼钢是现代转炉炼钢生产的核心工艺和典型特征。超音速氧气射流与钢水接触发生剧烈化学反应，并产生高热和强光，形成炼钢供氧火点区。火点区是转炉炼钢反应的核心区域，实现对火点区域冶金反应的实时测量，是掌握转炉熔池状态的变化动向的有效手段。本发明申请人利用氧枪内设置的采光器，通过由氧枪喷孔和氧气射流形成光路通道，实现了对转炉炼钢过程火点区自主发光的连续采集和光谱分析。
本发明对转炉火点区发光特性进行了研究。火点区发光是由熔池高温和化学反应共同作用产生的结果，同时呈现有化学发光、原子（分子）跃迁辐射和高温黑体辐射的混合特征：集中在转炉火点区及其周边范围，氧气与熔池各元素同时发生复杂的平行、交叉、往复的直接氧化和间接氧化，可能发生的主要化学反应有Fe-O、C-O、Si-O、Mn-O、P-O反应，涉及到的具体反应过程有：
Fe-O反应：Fe + O2 → FeO; Fe + O2 → Fe2O3; FeO + O2 → Fe2O3。
C-O反应：C + O2 → CO; C + O2 →CO2; CO + O2 →CO2；Fe2O3 + C → FeO +CO;FeO + C → Fe +CO; Fe2O3 + C → FeO +CO2; FeO + C → Fe +CO2; Fe2O3 + CO → FeO+CO2; FeO + CO → Fe +CO2。
Si-O反应：Si + O2 →SiO2; Fe2O3 + Si → FeO +SiO2; FeO + Si → Fe +SiO2。
Mn-O反应：Mn + O2 →MnO; Fe2O3 + Mn → FeO +MnO; FeO + Mn → Fe +MnO。
P-O反应：P + O2 →P2O5; Fe2O3 + P → FeO + P2O5; FeO + Mn → Fe + P2O5。
……
相应的反应过程释放能量，可能直接产生化学发光，同时反应物、产物或中间产物的蒸汽或等离子体受火点区高温激发，可能发出原子（分子）跃迁辐射。不同的物质种类和反应过程发光的波长范围不尽相同，从而在光谱曲线上呈现出叠在连续谱上的尖峰，被称为特征光谱或特征光谱线组。其中：CO2特征光谱的波数范围是2300-2400cm-1、630-670cm-1和690-730cm-1,CO受激光谱的波数范围是1779.7-1900cm-1、1970-2050cm-1和2100-2200cm-1，Fe2O3受激光谱的波数范围是520-570cm-1和580-730cm-1，FeO受激光谱的波数范围是730-780cm-1、1650-1750cm-1、3000-3200cm-1，SiO2受激光谱的波数范围是690-720cm-1、760-780cm-1、800-820cm-1。火点区的自主发光携带有该区域内复杂化学反应的整体耦合信息。同时，钢水持续产生黑体辐射，尤其是火点区温度最高，辐射强度更大。辐射强度主要受控于火点区温度，而火点区温度是在熔池温度、化学放热和熔池热传导耦合作用的结果，其中火点区向外的热传导效率与火点区及其周边钢、渣扰动强度密切相关，也可以被视为由超音速射流冲击引起的附带效果。
进一步地，本发明要求光谱数据应满足条件：1）光谱数据应通过由氧气射流和氧枪喷孔形成的光路通道，使用特殊设置的采光器和光谱仪，对火点区自主发光进行捕获后分光识别获得。其中，光谱识别可使用棱镜、衍射光栅或干涉分光法。2）光谱数据应覆盖紫外、可见光和近中红外波段，波长范围为10-4000 nm，波长分辨率< 1nm。
S2、对原始光谱进行光谱平滑处理，得到平滑光谱。
一种可行的实施方式中，可采用FFT（Fast Fourier Transform，快速傅里叶变换）法、Savitzky-Golay算法、相邻平均法或百分位滤波进行平滑处理。
S3、对原始光谱进行光谱分离处理，得到尖锐光谱。
一种可行的实施方式中，利用平滑光谱对原始光谱进行光谱分离，获得尖锐光谱（特征谱）。光谱分离可采用差值法、XPS（X-ray Photoelectron Spectroscopy，X射线光电子能谱）法进行光谱分离，提取尖锐峰。
S4、根据平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果。
可选地，上述步骤S4可以包括如下步骤S41- S44：
S41、根据平滑光谱，得到火点区的总温。
可选地，上述步骤S41可以包括如下步骤S411- S412：
S411、从平滑光谱中提取单色辐射亮度，计算得到辐射亮度比。
一种可行的实施方式中，在平滑光谱波长700nm-2000nm范围内，提取2个相邻波长位置的单色辐射亮度L(λ1)、L(λ2)，计算辐射亮度比，如下式（1）所示：
S412、根据辐射亮度比，计算得到火点区的总温。
一种可行的实施方式中，利用辐射亮度比Q与火点区温度之间的关系函数，计算获得火点区总温PT；基本关系函数式，如下式（2）所示：
其中，A、B为关系系数，需根据波长λ1、λ2标定。
S42、根据平滑光谱以及尖锐光谱，得到火点区的多个特征反应强度。
可选地，上述步骤S42可以包括如下步骤S421- S424：
S421、从尖锐光谱中分别提取多个特征反应的特征峰强数组。
可选地，上述步骤S421可以是：
根据多个特征反应的每个特征反应的谱线特征点位值，从尖锐光谱上分别提取Fe-O特征反应的特征峰强数组、C-O特征反应的特征峰强数组以及Si-O特征反应的特征峰强数组。
一种可行的实施方式中，基于特征反应的谱线特征点位值，从尖锐光谱上分别提取Fe-O特征反应的特征峰强数组[F(Fe-1)、F(Fe-2)、F(Fe-3)]、C-O特征反应的特征峰强数组[F(C-1)、F(C-2)、F(C-3)]、Si-O特征反应的特征峰强数组[F(Si-1)、F(Si-2)、F(Si-3)]。其中Fe-O特征反应的谱线特征点位可以有3个，分别为：312.5-333nm、571.4-606nm、1754-1923nm，C-O特征反应的谱线特征点位有3个，分别为：454.5-476.2nm、487.8-507.6nm、526-561.8nm，Si-O特征反应的谱线特征点位有3个，分别为：1219.5-1250nm、1282-1315.8nm、1388.9-1450nm。
S422、从平滑光谱中分别提取多个特征反应的背景亮度数组。
一种可行的实施方式中，基于步骤S421相同特征反应的谱线特征点位值，从平滑光谱上分别提取Fe-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]、C-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]、Si-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]。
S423、根据特征峰强数组和背景亮度数组，计算多个特征反应的特征峰值比。
一种可行的实施方式中，利用各反应的特征峰强数组和背景亮度数组，进行特征峰值标准化，获得Fe-O特征反应的特征峰值比RFe=(F(Fe-1)/B(Fe-1)+ F(Fe-2)/B(Fe-2)+ F(Fe-3)/B(Fe-3))/3 、C-O特征反应的特征峰值比RC=(F(C-1)/B(C-1)+ F(C-2)/B(C-2)+ F(C-3)/B(C-3))/3、Si-O特征反应的特征峰值比RSi=(F(Si-1)/B(Si-1)+ F(Si-2)/B(Si-2)+ F(Si-3)/B(Si-3))/3。
S424、根据特征峰值比以及火点区的总温，计算火点区的多个特征反应强度。
可选地，上述步骤S424可以是：
根据特征反应的特征峰值比与火点区的总温，分别计算火点区的Fe-O特征反应强度、C-O特征反应强度以及Si-O特征反应强度。
一种可行的实施方式中，Fe-O特征反应强度D(Fe)= d(Fe)×RFe/PT、C-O特征反应强度D(C)= d(C)×RC/PT、Si-O特征反应强度D(Si)= d(Si)×RSi/PT。其中，d(Fe) d(C) d(Si)为关系函数修正系数，需由工业数据拟合标定。
S43、根据火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果。
可选地，利用特征反应带来的热效益，预报熔池温度，如下式（3）所示：
其中，T为熔池温度，
为火点区总温，C(Fe)为Fe-O特征反应的热效应系数、C(C)为C-O特征反应的热效应系数，C(Si)为Si-O特征反应的热效应系数，/>
为温度修正系数，/>
为Fe-O特征反应强度，/>
为C-O特征反应强度，/>
为Si-O特征反应强度。
S44、根据多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果。
可选地，转炉吹炼末期，利用火点区C-O特征反应强度D(C)与熔池成分P(C)、顶吹供氧流量L的关系函数，预报熔池碳含量P(C)，如下式（4）所示：
其中，D(C)为C-O特征反应强度，P(C)为熔池成分，L为顶吹供氧流量，
为最低碳含量，k1、k2为关系函数系数。
实施例1，100t炼钢转炉：
步骤1，光谱平滑。对原始光谱进行光谱平滑处理，获得平滑光谱，可采用FFT法进行光谱平滑处理。
步骤2，计算辐射亮度比。从平滑光谱提取计算辐射亮度比Q。
具体地，在平滑光谱波长800nm-1000nm范围内，提取2个相邻波长位置的单色辐射亮度L(λ1)、L(λ2)，计算辐射亮度比:Q= L(λ1)/L(λ2)。
步骤3，计算火点区总温。利用辐射亮度比Q计算火点区总温。
具体地，利用辐射亮度比Q与火点区温度之间的关系函数，计算获得火点区总温PT；基本关系函数式为：lnQ= A+ B × PT -1，其中A、B为关系系数，需根据波长λ1、λ2标定。
步骤4，光谱分离。对原始光谱进行光谱分离，获得尖锐光谱。
具体地，利用平滑光谱对原始光谱进行光谱分离，获得尖锐光谱（特征谱）。其中，采用差值法进行光谱分离，提取尖锐峰。
步骤5，提取特征峰强数组。从尖锐光谱提取特征反应的特征峰强数组。
具体地，基于特征反应的谱线特征点位值，从尖锐光谱上分别提取Fe-O特征反应的特征峰强数组[F(Fe-1)、F(Fe-2)、F(Fe-3)]、C-O特征反应的特征峰强数组[F(C-1)、F(C-2)、F(C-3)]、Si-O特征反应的特征峰强数组[F(Si-1)、F(Si-2)、F(Si-3)]。其中Fe-O特征反应的谱线特征点位有3个，分别为：315-322nm、585-600nm、1780-1875nm，C-O特征反应的谱线特征点位有3个，分别为：460.5-472.5nm、492-505nm、535-557nm，Si-O特征反应的谱线特征点位有3个，分别为：1224-1243.8nm、1291.4-1312.8nm、1412-1441.5nm。
步骤6，提取背景亮度数组。从平滑光谱提取特征反应的背景亮度数组。
具体地，基于操作5相同特征反应的谱线特征点位值，从平滑光谱上分别提取Fe-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]、C-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]、Si-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]。
步骤7，计算特征峰值比。利用特征反应的特征峰强数组和背景亮度数组，计算特征反应的特征峰值比R。
具体地，利用各反应的特征峰强数组和背景亮度数组，进行特征峰值标准化，获得Fe-O特征反应的特征峰值比RFe=(F(Fe-1)/B(Fe-1)+ F(Fe-2)/B(Fe-2)+ F(Fe-3)/B(Fe-3))/3 、C-O特征反应的特征峰值比RC=(F(C-1)/B(C-1)+ F(C-2)/B(C-2)+ F(C-3)/B(C-3))/3、Si-O特征反应的特征峰值比RSi=(F(Si-1)/B(Si-1)+ F(Si-2)/B(Si-2)+ F(Si-3)/B(Si-3))/3。
步骤8，计算特征反应强度。利用特征反应的特征峰值比计算火点区特征反应强度。
具体地，利用特征反应的特征峰值比R与火点区温度、火点区特征反应强度之间的关系函数式，分别计算火点区Fe-O特征反应强度D(Fe)= d(Fe)×RFe/PT、C-O特征反应强度D(C)=d(C)×RC/PT、Si-O特征反应强度D(Si)= d(Si)×RSi/PT。其中，d(Fe) d(C) d(Si)为关系函数修正系数，需由工业数据拟合标定。
步骤9，预报熔池温度。利用火点区总温和特征反应强度，预报熔池温度。
具体地，利用特征反应带来的热效益，预报熔池温度T= PT–t×(C(Fe)× D(Fe)+C(C)× D(C)+C(Si)× D(Si))。其中C(Fe)、C(C)、C(Si)为特征反应热效应系数，基于化学反应焓折算；t为温度修正系数，需根据顶吹供氧流量L、火点区温度PT标定。
步骤10，预报熔池碳含量。利用特征反应强度，预报转炉吹炼末期熔池碳含量。
具体地，转炉吹炼末期，利用火点区C-O特征反应强度D(C)与熔池成分P(C)、顶吹供氧流量L的关系函数，预报熔池碳含量P(C)。基本关系函数式为：
，其中，/>
为最低碳含量；k1、k2为关系函数系数，需由工业数据拟合标定。
实施例2，300t脱磷转炉：
步骤1，光谱平滑。对原始光谱进行光谱平滑处理，获得平滑光谱，可以采用Savitzky-Golay法进行光谱平滑处理。
步骤2，计算辐射亮度比。从平滑光谱提取计算辐射亮度比Q。
具体地，在平滑光谱波长1200nm-1600nm范围内，提取2个相邻波长位置的单色辐射亮度L(λ1)、L(λ2)，计算辐射亮度比:Q= L(λ1)/L(λ2)。
步骤3，计算火点区总温。利用辐射亮度比Q计算火点区总温。
具体地，利用辐射亮度比Q与火点区温度之间的关系函数，计算获得火点区总温PT；基本关系函数式为：lnQ= A+ B × PT -1，其中A、B为关系系数，需根据波长λ1、λ2标定。
步骤4，光谱分离。对原始光谱进行光谱分离，获得尖锐光谱。
具体地，利用平滑光谱对原始光谱进行光谱分离，获得尖锐光谱（特征谱）。其中，采用XPS法进行光谱分离，提取尖锐峰。
步骤5，提取特征峰强数组。从尖锐光谱提取特征反应的特征峰强数组。
具体地，基于特征反应的谱线特征点位值，从尖锐光谱上分别提取Fe-O特征反应的特征峰强数组[F(Fe-1)、F(Fe-2)、F(Fe-3)]、C-O特征反应的特征峰强数组[F(C-1)、F(C-2)、F(C-3)]、Si-O特征反应的特征峰强数组[F(Si-1)、F(Si-2)、F(Si-3)]。其中Fe-O特征反应的谱线特征点位有3个，分别为：313.5-332nm、576-605nm、1761-1917.8nm，C-O特征反应的谱线特征点位有3个，分别为：460-473nm、490-506nm、530-557nm，Si-O特征反应的谱线特征点位有3个，分别为：1220-1245nm、1290-1315nm、1390-1446nm。
步骤6，提取背景亮度数组。从平滑光谱提取特征反应的背景亮度数组。
具体地，基于操作5相同特征反应的谱线特征点位值，从“平滑光谱”上分别提取Fe-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]、C-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]、Si-O特征反应的背景亮度数组[B(Fe-1)、B(Fe-2)、B(Fe-3)]。
步骤7，计算特征峰值比。利用特征反应的特征峰强数组和背景亮度数组，计算特征反应的特征峰值比R。
具体地，利用各反应的特征峰强数组和背景亮度数组，进行特征峰值标准化，获得Fe-O特征反应的特征峰值比RFe=(F(Fe-1)/B(Fe-1)+ F(Fe-2)/B(Fe-2)+ F(Fe-3)/B(Fe-3))/3 、C-O特征反应的特征峰值比RC=(F(C-1)/B(C-1)+ F(C-2)/B(C-2)+ F(C-3)/B(C-3))/3、Si-O特征反应的特征峰值比RSi=(F(Si-1)/B(Si-1)+ F(Si-2)/B(Si-2)+ F(Si-3)/B(Si-3))/3。
步骤8，计算特征反应强度。利用特征反应的特征峰值比计算火点区特征反应强度。
具体地，利用特征反应的特征峰值比R与火点区温度、火点区特征反应强度之间的关系函数式，分别计算火点区Fe-O特征反应强度D(Fe)= d(Fe)×RFe/PT、C-O特征反应强度D(C)=d(C)×RC/PT、Si-O特征反应强度D(Si)= d(Si)×RSi/PT。其中，d(Fe) d(C) d(Si)为关系函数修正系数，需由工业数据拟合标定。
步骤9，预报熔池温度。利用火点区总温和特征反应强度，预报熔池温度。
具体地，利用特征反应带来的热效益，预报熔池温度T= PT–t×(C(Fe)× D(Fe)+C(C)× D(C)+C(Si)× D(Si))。其中C(Fe)、C(C)、C(Si)为特征反应热效应系数，基于化学反应焓折算；t为温度修正系数，需根据顶吹供氧流量L、火点区温度PT标定。
步骤10，预报熔池碳含量。利用特征反应强度，预报转炉吹炼末期熔池碳含量。
具体地，转炉吹炼末期，利用火点区C-O特征反应强度D(C)与熔池成分P(C)、顶吹供氧流量L的关系函数，预报熔池碳含量P(C)。基本关系函数式为：
，其中，/>
为最低碳含量；k1、k2为关系函数系数，需由工业数据拟合标定。
本发明提供了一种利用火点区自主发光光谱监测转炉熔池温度和成分的数据分析方法，为火点区所测光谱的数据分析提供了一种切实可行的分析手段，可通过火点区发光有效计算出熔池温度及转炉吹炼末期熔池碳含量。
本发明具有操作简单，能够抗粉尘和烟雾干扰，适用于温度和成分等数据的非接触测量。本发明还可应用于其他类型的工业生产中，可以与遥感和遥控等智能化手段配合使，应用领域广泛。
本发明申请人通过实验发现，转炉火点区的自主发光携带有区域内化学反应的信息，通过必要的光谱分析和数据提取，能提供转炉炼钢核心区域的化学反应速率、放热强度等信息，从而实现对转炉炼钢熔池成分和温度的监测。本发明提供了利用火点区发光光谱数据对转炉熔池状态进行监测过程的数据分析方法、谱线特征点位和参照值。
本发明实施例中，提供了一种火点区自主发光光谱监测转炉熔池温度和成分的数据分析方法，可应用于所有采用顶吹供氧的转炉，适用容量范围30t-400t。本发明通过对火点区光谱数据的分析得到转炉熔池温度和吹炼末期熔池碳含量的关键数据，为转炉炼钢的过程及终点控制提供了一种新的技术手段，提高终点命中率，降低冶炼消耗。
如图3所示，本发明实施例提供了一种火点区自主发光监测熔池温度和成分数据分析装置300，该装置300应用于实现火点区自主发光监测熔池温度和成分数据分析方法，该装置300包括：
获取模块310，用于基于光谱采集探头，获取炼钢转炉的火点区的原始光谱。
平滑光谱计算模块320，用于对原始光谱进行光谱平滑处理，得到平滑光谱。
尖锐光谱计算模块330，用于对原始光谱进行光谱分离处理，得到尖锐光谱。
输出模块340，用于根据平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果。
可选地，获取模块310，进一步用于：
光谱采集探头通过炼钢转炉的氧气射流和氧枪喷孔形成的光路通道，对火点区自主发光进行捕获并分光识别，得到炼钢转炉的火点区的原始光谱。
原始光谱的波段包括紫外光波段、可见光波段和近中红外光波段，波长分辨率小于 1nm。
可选地，输出模块340，进一步用于：
S41、根据平滑光谱，得到火点区的总温。
S42、根据平滑光谱以及尖锐光谱，得到火点区的多个特征反应强度。
S43、根据火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果。
S44、根据多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果。
可选地，输出模块340，进一步用于：
S411、从平滑光谱中提取单色辐射亮度，计算得到辐射亮度比。
S412、根据辐射亮度比，计算得到火点区的总温。
可选地，输出模块340，进一步用于：
S421、从尖锐光谱中分别提取多个特征反应的特征峰强数组。
S422、从平滑光谱中分别提取多个特征反应的背景亮度数组。
S423、根据特征峰强数组和背景亮度数组，计算多个特征反应的特征峰值比。
S424、根据特征峰值比以及火点区的总温，计算火点区的多个特征反应强度。
可选地，输出模块340，进一步用于：
根据多个特征反应的每个特征反应的谱线特征点位值，从尖锐光谱上分别提取Fe-O特征反应的特征峰强数组、C-O特征反应的特征峰强数组以及Si-O特征反应的特征峰强数组。
可选地，输出模块340，进一步用于：
根据特征反应的特征峰值比与火点区的总温，分别计算火点区的Fe-O特征反应强度、C-O特征反应强度以及Si-O特征反应强度。
可选地，根据火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果，如下式（1）所示：
其中，T为熔池温度，
为火点区总温，C(Fe)为Fe-O特征反应的热效应系数、C(C)为C-O特征反应的热效应系数，C(Si)为Si-O特征反应的热效应系数，/>
为温度修正系数，/>
为Fe-O特征反应强度，/>
为C-O特征反应强度，/>
为Si-O特征反应强度。
可选地，根据多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果，如下式（2）所示：
其中，D(C)为C-O特征反应强度，P(C)为熔池成分，L为顶吹供氧流量，
为最低碳含量，k1、k2为关系函数系数。
本发明实施例中，提供了一种火点区自主发光光谱监测转炉熔池温度和成分的数据分析方法，可应用于所有采用顶吹供氧的转炉，适用容量范围30t-400t。本发明通过对火点区光谱数据的分析得到转炉熔池温度和吹炼末期熔池碳含量的关键数据，为转炉炼钢的过程及终点控制提供了一种新的技术手段，提高终点命中率，降低冶炼消耗。
图4是本发明实施例提供的一种电子设备400的结构示意图，该电子设备400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（centralprocessing units，CPU）401和一个或一个以上的存储器402，其中，存储器402中存储有至少一条指令，至少一条指令由处理器401加载并执行以实现下述火点区自主发光监测熔池温度和成分数据分析方法：
S1、基于光谱采集探头，获取炼钢转炉的火点区的原始光谱。
S2、对原始光谱进行光谱平滑处理，得到平滑光谱。
S3、对原始光谱进行光谱分离处理，得到尖锐光谱。
S4、根据平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述火点区自主发光监测熔池温度和成分数据分析方法。例如，计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种火点区自主发光监测熔池温度和成分数据分析方法，其特征在于，所述方法包括：
S1、基于光谱采集探头，获取炼钢转炉的火点区的原始光谱；
S2、对所述原始光谱进行光谱平滑处理，得到平滑光谱；
S3、对所述原始光谱进行光谱分离处理，得到尖锐光谱；
S4、根据所述平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果；
所述S4中的根据所述平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果，包括：
S41、根据所述平滑光谱，得到火点区的总温；
S42、根据所述平滑光谱以及尖锐光谱，得到火点区的多个特征反应强度；
S43、根据所述火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果；
S44、根据所述多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果。
2.根据权利要求1所述的方法，其特征在于，所述S1中的基于光谱采集探头，获取炼钢转炉的火点区的原始光谱，包括：
所述光谱采集探头通过炼钢转炉的氧气射流和氧枪喷孔形成的光路通道，对火点区自主发光进行捕获并分光识别，得到炼钢转炉的火点区的原始光谱；
所述原始光谱的波段包括紫外光波段、可见光波段和近中红外光波段，波长分辨率小于1nm。
3.根据权利要求1所述的方法，其特征在于，所述S41中的根据所述平滑光谱，得到火点区的总温，包括：
S411、从所述平滑光谱中提取单色辐射亮度，计算得到辐射亮度比；
S412、根据所述辐射亮度比，计算得到火点区的总温。
4.根据权利要求1所述的方法，其特征在于，所述S42中的根据所述平滑光谱以及尖锐光谱，得到火点区的多个特征反应强度，包括：
S421、从所述尖锐光谱中分别提取多个特征反应的特征峰强数组；
S422、从所述平滑光谱中分别提取多个特征反应的背景亮度数组；
S423、根据所述特征峰强数组和背景亮度数组，计算多个特征反应的特征峰值比；
S424、根据所述特征峰值比以及火点区的总温，计算火点区的多个特征反应强度。
5.根据权利要求4所述的方法，其特征在于，所述S421中的从所述尖锐光谱中分别提取多个特征反应的特征峰强数组，包括：
根据多个特征反应的每个特征反应的谱线特征点位值，从所述尖锐光谱上分别提取Fe-O特征反应的特征峰强数组、C-O特征反应的特征峰强数组以及Si-O特征反应的特征峰强数组。
6.根据权利要求4所述的方法，其特征在于，所述S424中的根据所述特征峰值比以及火点区的总温，计算火点区的特征反应强度，包括：
根据所述特征反应的特征峰值比与火点区的总温，分别计算火点区的Fe-O特征反应强度、C-O特征反应强度以及Si-O特征反应强度。
7.根据权利要求1所述的方法，其特征在于，所述S43中的根据所述火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果，如下式（1）所示：
其中，T为熔池温度，
为火点区总温，C(Fe)为Fe-O特征反应的热效应系数、C(C)为C-O特征反应的热效应系数，C(Si)为Si-O特征反应的热效应系数，/>
为温度修正系数，/>
为Fe-O特征反应强度，/>
为C-O特征反应强度，/>
为Si-O特征反应强度。
8.根据权利要求1所述的方法，其特征在于，所述S44中的根据所述多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果，如下式（2）所示：
其中，D(C)为C-O特征反应强度，P(C)为熔池成分，L为顶吹供氧流量，
为最低碳含量，k1、k2为关系函数系数。
9.一种火点区自主发光监测熔池温度和成分数据分析装置，其特征在于，所述装置包括：
获取模块，用于基于光谱采集探头，获取炼钢转炉的火点区的原始光谱；
平滑光谱计算模块，用于对所述原始光谱进行光谱平滑处理，得到平滑光谱；
尖锐光谱计算模块，用于对所述原始光谱进行光谱分离处理，得到尖锐光谱；
输出模块，用于根据所述平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果；
所述根据所述平滑光谱以及尖锐光谱，得到炼钢转炉的熔池温度和熔池成分的数据分析结果，包括：
S41、根据所述平滑光谱，得到火点区的总温；
S42、根据所述平滑光谱以及尖锐光谱，得到火点区的多个特征反应强度；
S43、根据所述火点区的总温和多个特征反应强度，得到炼钢转炉的熔池温度的数据分析结果；
S44、根据所述多个特征反应强度，得到炼钢转炉的熔池成分的数据分析结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310315236.3A CN116067900B (zh) | 2023-03-29 | 2023-03-29 | 火点区自主发光监测熔池温度和成分数据分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310315236.3A CN116067900B (zh) | 2023-03-29 | 2023-03-29 | 火点区自主发光监测熔池温度和成分数据分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116067900A CN116067900A (zh) | 2023-05-05 |
| CN116067900B true CN116067900B (zh) | 2023-06-16 |
Family
ID=86171734
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310315236.3A Active CN116067900B (zh) | 2023-03-29 | 2023-03-29 | 火点区自主发光监测熔池温度和成分数据分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116067900B (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08184565A (ja) * | 1995-01-04 | 1996-07-16 | Nippon Steel Corp | 溶鋼中元素のオンライン分析方法 |
| CN106153550A (zh) * | 2015-04-10 | 2016-11-23 | 南京理工大学 | 基于svm的转炉炼钢钢水碳含量在线实时动态检测方法 |
| CN106872371A (zh) * | 2017-03-03 | 2017-06-20 | 余杨 | 一种钢水成分连续检测系统及方法 |
| CN110809629B (zh) * | 2017-06-30 | 2022-04-05 | 杰富意钢铁株式会社 | 转炉操作的监视方法及转炉的操作方法 |
| CN110804684B (zh) * | 2019-10-16 | 2020-08-11 | 北京科技大学 | 一种转炉co2-o2混合喷吹冶炼火点区温度动态控制方法 |
| WO2022124050A1 (ja) * | 2020-12-11 | 2022-06-16 | Ｊｆｅスチール株式会社 | 転炉の操業方法及び転炉の吹錬制御システム |
| CN114119986A (zh) * | 2021-11-17 | 2022-03-01 | 南京理工大学 | 用于转炉炼钢终点预测的光谱特征信息提取方法 |
-
2023
- 2023-03-29 CN CN202310315236.3A patent/CN116067900B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN116067900A (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Van Caneghem et al. | Improving eco-efficiency in the steel industry: the ArcelorMittal Gent case | |
| CN116067900B (zh) | 火点区自主发光监测熔池温度和成分数据分析方法及装置 | |
| WO2022024544A1 (ja) | ドロス欠陥予測方法、ドロス欠陥低減方法、溶融亜鉛めっき鋼板の製造方法、合金化溶融亜鉛めっき鋼板の製造方法、ドロス欠陥予測モデルの生成方法、ドロス欠陥予測装置、およびドロス欠陥予測端末システム | |
| CN107787442B (zh) | 确定炉渣部分的化学组成的方法 | |
| Nascimento et al. | Novel solid-state compounds of heavy rare-earth (III) picolinates. A pyrolytic study using: TG-DSC-IR, HSM-MS and GC-MS | |
| FI95148C (fi) | Metallurginen ohjausmenetelmä | |
| 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 | |
| Kantor | Optimization of the electrothermal vaporization conditions for inductively coupled plasma excitation spectrometry: Selective volatilization versus covolatilization approaches | |
| CN114119986A (zh) | 用于转炉炼钢终点预测的光谱特征信息提取方法 | |
| Chattopadhyay et al. | Application of thermodynamic analysis for developing strategies to improve BOF steelmaking process capability | |
| Garcia et al. | Real-time monitoring of high-temperature corrosion in stainless steels by open-path laser-induced plasma spectrometry | |
| Deb et al. | Synthesis, characterization and thermal decomposition kinetics of barium (II) bis (oxalato) barium (II) dihydrate and lead (II) bis (oxalato) lead (II) monohydrate | |
| CN116463469A (zh) | 基于火点区发光检测的转炉炼钢自动控制系统及运行方法 | |
| JPH08184565A (ja) | 溶鋼中元素のオンライン分析方法 | |
| JP2007315945A (ja) | 精錬炉内溶融金属の成分分析方法および装置 | |
| Rybenko et al. | Resource-saving direct alloying of steel | |
| Chiba et al. | On-line analysis of molten steel in converter | |
| US11802832B2 (en) | Method and system for determining a content of H2S | |
| JP2022177624A (ja) | ダスト発生速度推定装置及びダスト発生速度推定方法 | |
| CN117568550A (zh) | 多源化转炉冶炼状态监测方法及系统 | |
| Hernandez et al. | From control data to real-time resource maps in a steel-making plant | |
| Gao et al. | Reduction of phosphogypsum for SO2 production: Insights into the release characteristics of SO2 following the solid–solid reaction of CaS and CaSO4 under different atmospheres | |
| JP2918806B2 (ja) | 鋼中硫化物の形態別分析方法 | |
| JP2023127474A (ja) | 精錬炉の操業方法 | |
| JPH0211097B2 (zh) |
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 |