- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
宣钢铁水脱硫自动控制系统的设计 1文献综述 1.1课题研究的目的和意义 铁水预处理工艺以降低入炼钢炉前铁水中的[S]、[P]等有害元素含量,为炼钢提供合格铁水,提高炼钢效率和质量为目的。硫是绝大多数钢种中的有害元素,它以硫化物的形式存在于钢中,对钢的质量有相当大的影响。 钢中的含硫量高,会使钢材的加工性能和使用性能大大降低,在热加工过程中甚至会造成热脆、断裂。而低硫钢具有良好的机械性能、使用性能、加工性能、耐腐蚀性能和焊接性能。可以满足用户对优质钢材的要求,具有良好的市场前景,同时低硫钢具有高附加值,生产低硫钢、超低硫钢可为钢铁企业创造很好的经济效益。 1.2国内外研究现状 1.2.1国内研究现状 我国的铁水预脱硫经过了一个缓慢的发展过程,在20世纪50年代初就开始用苏打铺撒法处理高硫铁水,但我国从平炉改造到转炉炼钢比较晚,铁水炉外脱硫到70年代才逐渐发展起来。我国武钢1976年引进KR法脱硫装置开始,铁水预脱硫技术得到一定发展。 1.2.2国外发展情况 国外工业上应用的铁水炉外脱硫剂主要有:苏打(Na2CO3)、电石(CaC2)、石灰(CaO)、金属镁以及以它们为基础的复合脱硫剂。研究表明,复合脱硫剂具有比单一脱硫剂脱硫效率高、成本低、环境污染小的优点,因而工业生产多使用复合脱硫剂,如电石系(西欧、日本、北美)、苏打系(日本、西欧)、石灰系(日本、前苏联、法国、美国)、金属镁系(北美、前苏联、西欧、日本)等。 2课题研究背景 2.1铁水预脱硫工艺概述 2.1.1主要铁水脱硫方法 目前铁水脱硫处理方法很多,工业上应用较成熟的方法主要有两种。分别是KR搅拌法 和喷吹法 。 2.1.2铁水镁脱硫原理 镁的脱硫分两步进行:金属镁由氮气传输并通过喷枪进入高温铁水,镁首先气化溶人铁水中,铁水中的溶解[Mg]和气态Mg(g)都能与硫迅速反应生成固态硫化镁MgS(s),上浮进入渣中且经扒渣去除。 2.1.3影响脱硫效果的因数 影响脱硫效果的因素主要包括以下: 脱硫剂的种类 铁水温度 铁水初始硫含量 铁水量 终点硫含量 铁水成分 2.1.4颗粒镁喷吹脱硫工艺概述 2.2模糊神经网络在铁水脱硫的应用 模糊神经网络(Fuzzy Neural Network,简称FNN)将模糊系统和神经网络相结合,充分考虑了二者的互补性,集逻辑推理、语言计算、非线性动力学于一体,具有学习、联想、识别、自适应和模糊信息处理能力等功能。 2.3自动化控制描述 铁水脱硫站由上料系统、喷吹系统、喷枪系统、供气系统、铁水罐车、捞(扒)渣机等组成,整个控制过程全部实现PLC自动控制。实现人机界面、PLC程控,就地操作、HMI手动操作、自动控制及实时监控、实时报警、声光报警、数据实时曲线、数据本地显示、数据存盘、数据报表打印等功能。 自动化控制系统主要实现功能: 自动确定喷吹参数 急停功能 监测功能 连锁功能 通讯功能 3 课题研究目标、方法及相关内容 3.1研究目标 本课题的研究目标是利用模糊神经网络原理,建立铁水预脱硫过程镁粉耗量预报模型,以及基于模糊神经网络的PID控制器,来实现颗粒镁喷吹氮气流量控制,进而控制铁水终点硫质量分数,最终实现铁水脱硫自动控制。 3.2研究内容: (1)在铁水脱硫过程中,采用模糊神经网络建立镁粉耗量数学模型,精确控制镁粉耗量。 (2)在颗粒镁喷吹氮气流量控制中,氮气流量的控制采用基于模糊神经网的PID控制。 (3)镁粉耗量数学模型的建立和氮气流量的控制学习算法都采用SPID神经网络。 (4)实现铁水脱硫自动化控制,实现上料系统、喷吹系统、辅助系统、供气系统等PLC自动控制。本控制系统设有自动操作方式、手动操作方式、远程操作方式三种方式。 (5)本课题的实验验证及现场验证 3.3研究方案 本课题将按以下方案进行: 首先,通过学习相关资料和请教有经验的脱硫技术员,拟选取影响镁粉喷吹量的主要参数四个,包括铁水重量、铁水温度、初始硫含量、目标硫含量,确定模型的输入,并且采集所选参数的实际生产数据,确定模糊神经网络数学模型,将所采集的数据对所建立的模型进行训练,并用于预测,仿真出结果。 其次,通过模糊神经网络整定PID控制器。重点设计基于SPIDNN学习算法模糊神经网络P
文档评论(0)