转炉炼钢终点静态控制预测模型.pdfVIP

中文摘要 终点控制是转炉吹炼后期的一项重要操作。天铁冶金集团炼钢厂采 用的是人工经验控制，终点命中率很低，延长了吹炼时间，增加金属料 消耗，影响钢的品质。当前，主要采用静态和动态相结合的控制方法。 机理模型、统计模型及人工神经网络模型是目前常用的模型。机理 模型在实际应用中涉及的参数较多且不易测取与控制，准确建模还有相 当的困难。如果生产条件和工艺操作方法比较稳定，转炉炼钢冶炼特性 具有较好的再现性，这时可以采用反映终点钢水碳含量与温度的统计模 型。由于转炉炼钢过程高度复杂、随机性强，采用具有很强的自学习能 力、容错能力和推理能力的人工神经网络技术对转炉炼钢终点控制提供 了一条新的实现途径。 基于天铁冶金集团30吨转炉炼钢实际生产工况数据，首先建立了 转炉炼钢终点静态控制的吹氧量及矿石用量统计模型，其预测100个炉 次的吹氧量及矿石用量平均相对误差分别为O．58％及10．4％。考虑到影 响终点钢水温度及碳含量的因素比较复杂，本文设计了预测钢水终点温 257个炉次实际生产数据进行了模型训练，并对另外100个炉次的终点 点碳含量0．033％～0．128％范围内，得到的终点碳温双命中率为55％。 应用显示，明显地提高了终点钢水温度及碳含量的预测精度。 关键词：转炉炼钢，终点控制，统计模型，人工神经网络模型 ABSTRACT The controlisan inthelater ofLD end—point importantoperation period converter controlmethodisstillusedinthe experience TrMG steelmaking．Artificial a steel rateis low．As the result，it plant，theend—pointhitting very prolongs smelting themetalconsumeandinfluencesthesteel time，increases present，the quality．At methodisthecombinationofstaticand contr01． advancedcontrol dynamic themechanism modelandartificialneural Currently model，statistical network modelareincommonuse．In mechanismmodelisinvolved practicalapplications，the in and thataredifficulttomeasure theaccurate manyparameters control，SO