转炉炼钢静态控制优化模型.docVIP

转炉炼钢静态控制优化模型 朱光俊　梁本川 　　摘　要　对某钢厂氧气顶吹转炉炼钢现场的生产数据进行了统计回归分析,得出了控制终点钢水碳含量与终点钢水温度的氧耗增量与废钢增量的多元回归方程。并对方程进行了优化处理,获得了转炉炼钢静态控制的优化模型。　　关键词　转炉炼钢　静态控制　优化模型　回归分析 Optimum Model of Static Control on BOF Steelmaking Process Zhu Guangjun　Liang Benchuan(Chongqing Iron Steel Technology Training School) Abstract　This paper gives statistical regression analysis on practical operation parameters of BOF steelmaking in a certain steelmaking plant. As a result, multiple regression equation has been obtained, which can be used to control final carbon content in molten steel and the oxygen consumption increment and scrap increment at final temperature of molten steel. By optimizing this equation, the optimum model of static control on BOF steelmaking process has been obtained.Keywords　BOF steelmaking process　static control　optimum model　regression analysis 1　前言 　　氧气顶吹转炉炼钢目前已成为世界上主要的炼钢方法。其特点是炉内反应速度快,冶炼周期短,影响因素多而反应复杂,人工操作不易控制。为了提高钢的产量和质量,降低原料消耗,改善作业环境,国外从60年代开始就采用了计算机控制,到70年代已从静态控制发展为动态控制。吹炼终点的命中率目前已达到90%以上。在国内,除宝钢、首钢等少数转炉采用计算机动态控制外,大多数转炉的控制水平还比较低。由于资金和技术水平两方面的原因,我国的中、小型转炉无法采用动态控制,但可采用静态控制或静态控制与一些较简单的动态监控手段相结合的准动态控制。所以,静态控制在我国目前还具有广泛的应用前景。　　静态控制模型是转炉炼钢计算机静态控制的核心,其精度直接影响到终点钢水碳含量与温度同时命中率的高低。静态控制模型有理论型、统计型和经验型三类。本文仅讨论统计型模型。　　在生产条件和工艺操作方法稳定的情况下,氧气顶吹转炉炼钢的冶炼特性具有较好的再现性。因此,可以采用统计回归方法,对现行生产工艺下的冶炼数据进行回归分析,得出反映终点钢水碳含量与温度的回归方程式。并对方程进行优化处理,以获得转炉炼钢静态控制的优化模型。 2　静态模型的建立基础 2.1　因变量的选取　　转炉炼钢的目的就是要获得成分合格和温度合适的钢水。因此,控制模型就选取终点钢水碳含量和终点钢水温度作为目标值,废钢加入量和氧耗量作控制的变疸,即用废钢量控制终点钢水温度;用氧耗量控制终点钢水碳含量。因为转炉炼钢是连续化生产,本炉的氧耗量与废钢加入量均直接以上炉的数据为参考,所以选取氧耗量增量与废钢用量增量作为本回归分析的因变量,从而得到氧耗量增量与废钢用量增量的回归方程。2.2　自变量的选取　　由于氧气顶吹转炉的反应过程极为复杂,吹炼中的影响因素很多,它们之间又互相制约,为了能够较好地描述吹炼过程而又使模型比较简单,一方面根据物料平衡和热平衡关系,以及常规控制操作过程各变量的表达式关系;另一方面又根据现场实际情况和收集数据的具体情况进行分析。对影响因素,即自变量进行了选取。氧耗量增量方程选取了17个自变量,废钢用量增量方程同样也选取了17个自变量。其变量名称、表示符号与单位列于表1。 表1　自变量名称、表示符号与单位 序号 变量名称 氧耗量增量方程自变量符号 废钢用量增量方程自变量符号 1 铁水量增量/t x1 x′1 2 废钢量增量/t x2 3 铁水C增量/% x3 x′2 4 铁水Si增量/% x4 x′3 5 铁水Mn增量/% x5 x′4 6 铁水P增量/% x6 x′5 7 铁水S增量/% x7 x′6 8 铁水温度增量/℃ x8 x′7 9 出钢温度增量/℃ x9 x′8 　 出钢量增量/t