CN103642972A - 转炉出钢温度智能优化控制*** - Google Patents
转炉出钢温度智能优化控制*** Download PDFInfo
- Publication number
- CN103642972A CN103642972A CN201310685665.6A CN201310685665A CN103642972A CN 103642972 A CN103642972 A CN 103642972A CN 201310685665 A CN201310685665 A CN 201310685665A CN 103642972 A CN103642972 A CN 103642972A
- Authority
- CN
- China
- Prior art keywords
- temperature
- tapping
- correction value
- temperature correction
- value
- 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
Images
Landscapes
- Carbon Steel Or Casting Steel Manufacturing (AREA)
- Treatment Of Steel In Its Molten State (AREA)
Abstract
本发明公开了一种转炉出钢温度智能优化控制***,包括下列步骤:(1)、在二级***计算机静态模型中设置温度智能优化模块,在模块中设定影响出钢温度因素的项目,并根据这些项目影响的程度分段建立相应的温度校正系数;(2)、温度智能优化模块根据采集的数据自动匹配相应的温度校正系数并进行优化计算,再追加到从钢种标准库中提取目标钢种初始设定的出钢温度目标值上,自动调整优化出钢温度目标值及范围;(3)把调整好的出钢温度目标值及范围从温度智能优化模块中传输到静态模型中进行相关计算,调整冶炼氧步及加料单,控制冶炼过程。本发明大幅度提高了自动化程度,转炉终点碳、出钢温度双命中率达到了92%以上,提高了生产效率。
Description
技术领域
本发明涉及一种转炉自动化炼钢控制***,尤其涉及一种转炉出钢温度的智能优化控制***。
背景技术
炼钢在整个冶金流程中处于中间关键环节,对最终的钢材质量起着决定性的作用。在炼钢生产中,包含转炉炼钢工序(LD)、炉外精炼工序(LF、RH、VD、 CAS)、连铸工序(CC)等。自动化炼钢是一个复杂的***工程,用计算机控制转炉炼钢,不仅需要计算机硬件和软件,而且还必须准确控制设备的自动运行、精准化物料计量和数据采集***。转炉自动化炼钢是通过计算机二级***控制转炉炼钢过程操作的一项炼钢新技术,该技术是在转炉吹炼开始前,根据二级***采集的铁水的成分、温度、装入量及废钢、铁块装入量数据,以及钢种计划等相关信息,由二级***计算机的静态模型计算出炼钢过程需要的吹氧量、熔剂及矿石加入量等副原料数据,吹炼过程中按照静态模型计算值及设定的吹炼模式,由二级***计算机自动控制一级***(基础自动化***)分批加入副原料,调节氧枪枪位、流量和底吹强度,并通过副枪或烟气分析等在线检测手段获得吹炼后期的钢水温度、成分等信息,再由二级***计算机动态模型作出计算,对钢水温度和碳含量做实时预测,根据需要调整冷却剂加入量和动态耗氧量,确保钢水温度和成分达到计算机设定的命中区,在钢水达到终点工艺控制要求时即结束吹炼自动提枪,从而实现炼钢过程的实时动态自动控制。
目前,转炉自动化炼钢控制***的核心是二级***炼钢模型,二级***炼钢模型主要由静态模型、动态模型两个部分组成。二级***静态模型主要包含原料计算、温度计算、熔剂计算、氧量计算等4个计算模块。静态模型是以目标终点碳含量和目标终点温度作为控制目标的计算模型。静态模型首先以物料平衡为基础,根据主原料的实际装炉数据(铁水的重量、成分和温度,废钢的种类和重量),通过物料平衡计算和热平衡计算来确定冶炼期间所需加入的副原料和供氧量,以达到冶炼钢种要求的目标成分和终点温度,自动生成冶炼氧步及加料单1并发送至一级***。动态模型也是自动化炼钢模型的核心部分之一,动态控制模型在转炉冶炼的后期启动,当吹炼进程达到设定状态时,计算机自动降低顶吹氧气和底吹气流量,同时发出下副枪进行测温取样的指令,二级计算机***将接收到的副枪测量的实际冶炼数据(钢水温度和碳含量等)与计算设定值进行比较和循环计算,并据此判定是否能够直接命中冶炼目标。若计算出冶炼终点能够直接命中目标,则不需要进行调整,动态模型可直接按原模型计算设定值继续完成冶炼过程;若计算出冶炼终点不能直接命中目标,则动态控制模型将根据副枪的测量数据计算出吹炼末期需要的吹氧量和冷却剂加入量,自动生成新的冶炼氧步及加料单2并发送至一级***。同时,动态模型会根据动态控制阶段的实际吹氧量和冷却剂加入量,按一定的步长实时预测炉内钢水的温度和碳含量,并与钢种冶炼标准确定的冶炼终点目标范围进行比对,当预测值进入目标范围时,向一级***发出提枪停吹的指令,一旦冶炼停止,动态控制模型同步停止计算,动态控制过程即告完成。现有的转炉自动化炼钢控制***流程见图1。
现有的静态模型出钢温度计算方式是从钢种标准库中提取目标钢种设定的出钢温度目标值及范围,再由操作人员根据现场实际进行相应增减,最终得到该炉次的目标出钢温度及范围。但是,由于实际生产中影响钢水温降的因素有很多,而且这些影响因素本身的状态也在频繁变化,因此在实际冶炼过程中,往往要求炼钢操作人员对每一炉设计的模型根据实际情况频繁进行手动设定和调整,给自动化炼钢操作带来很大的不便,并且由于操作人员的经验水平差异,导致出钢温度命中率不高,极大影响自动化炼钢的效率。
发明内容
为了克服转炉自动化炼钢过程中出钢温度不能自动调整,需人工干预、命中率不高等问题,本发明提供一种转炉出钢温度智能优化控制***,以提高转炉自动化炼钢过程的自动化率及命中率,降低生产成本,提高生产效率。
本发明解决上述技术问题所采用的技术方案是:
一种转炉出钢温度智能优化控制***,包括钢种标准库,其特征在于,包括下列步骤:
(1)在二级***计算机静态模型中设置温度智能优化模块,在模块中设定影响出钢温度因素的项目,并根据这些项目影响的程度分段建立相应的温度校正系数;
(2)二级计算机***跟踪采集影响出钢温度因素项目的各项数据,温度智能优化模块根据采集的数据自动匹配相应的温度校正系数并进行优化计算,再追加到从钢种标准库中提取目标钢种初始设定的出钢温度目标值上,自动调整优化出钢温度目标值;
(3)设定吹炼终点出钢温度范围:出钢温度目标值±12℃;
(4)把调整好的出钢温度目标值及范围从温度智能优化模块中传输到二级计算机***的静态模型中进行相关计算,调整冶炼氧步及加料单,从而自动控制冶炼过程。
所述影响出钢温度因素的项目至少包括工艺路线、出钢时间、钢包状态、钢包含有残钢状态,根据这些项目影响的程度分段建立相应的温度校正系数为:
(a)工艺路线:LD-LF-CC路线,温度校正值为-15℃~ -25℃;LD-LF-RH-CC、LD-LF-VD-CC路线,温度校正值为0℃;LD-CAS-CC路线,温度校正值为15℃~25℃;LD-RH-CC路线,温度校正值为25℃~35℃;
(b)出钢时间:出钢时间4分钟及以下,温度校正值为-8℃~-12℃;出钢时间5分钟,温度校正值为-3℃~-7℃;出钢时间6分钟,温度校正值为0℃;出钢时间7分钟,温度校正值为3℃~7℃;出钢时间8分钟,温度校正值为8℃~12℃;出钢时间9分钟及以上,温度校正值为13℃~17℃;
(c)钢包状态:钢包内衬温度1050℃及以上,温度校正值为0℃;钢包内衬温度1049℃~950℃,温度校正值为3℃~7℃;钢包内衬温度949℃~850℃,温度校正值为8℃~12℃;钢包内衬温度850℃以下,温度校正值为13℃~17℃;
(d)钢包含有残钢状态:残钢0~<2吨,温度校正值为0℃;残钢2吨~5吨,温度校正值为8℃~16℃;残钢大于5吨,温度校正值为17℃~25℃。
本发明的总体思路是:
1、首先确定目标钢种初始的出钢温度目标值及范围,其原则是:
(1)按照冶金流程学的工序服从原则,即前道工序服从后道工序的工艺要求,转炉的出钢温度是以后道工序的温度要求为基准进行控制;
(2)连铸工序是整个炼钢流程中的最后工序,所有的钢水都在连铸工序完成由液态转变成固态的凝固过程,由于钢种成分的不同,每个钢种都有着不同的凝固温度;
(3)钢水必须在一定的过热度条件下进行浇注;
(4)钢水浇注过程、前后道工序之间的转运过程、以及转炉出钢过程都存在一定的温降;
(5)因此,对于前道工序转炉来说,钢种初始的出钢温度目标值=钢种凝固温度+过热度+浇注过程温降+工序间转运过程温降+出钢过程温降。每个钢种在二级***钢种标准库中都设定了一个标准的初始出钢温度目标值及范围。
2、其次,进一步确定上述步骤(1)中影响出钢温度因素的项目,说明如下:
(a)工艺路线:由于经过不同工艺路线处理的钢水其洁净度、钢材性能质量以及生产成本都有不同,实际生产中对于同一个钢种也可能会根据需要选择不同的工艺路线,而不同的工艺路线对转炉出钢温度的要求也不相同,因此必须根据工艺路线对出钢温度目标值进行调整。对于LD-LF-CC路线,温度校正值为-15℃~ -25℃;LD-LF-RH-CC、LD-LF-VD-CC路线,温度校正值为0℃;LD-CAS-CC路线,温度校正值为15℃~25℃;LD-RH-CC路线,温度校正值为25℃~35℃;
(b)出钢时间:转炉的出钢口耐材寿命一般在150~200炉之间,不同时期的出钢口内径由于钢水冲刷发生变化,对于同样的出钢量,处于寿命后期的出钢口由于内径较大,出钢时间明显要比前期出钢口的出钢时间短,由此导致的钢水温降也相差较大。以实际出钢时间为准,调整出钢温度目标值:出钢时间4分钟及以下,温度校正值为-8℃~-12℃;出钢时间5分钟,温度校正值为-3℃~-7℃;出钢时间6分钟,出钢温度目标值不调整;出钢时间7分钟,温度校正值为3℃~7℃;出钢时间8分钟,温度校正值为8℃~12℃;出钢时间9分钟及以上,温度校正值为13℃~17℃。可输入的温度调整范围,在温度智能优化模块中分段后的出钢时间中限制。分段设定不同的温度校正系数,通过***加减调整出钢温度目标值,并经***静态模型计算,来精确调整吹氧时间或改变相应数量的冷却剂加入量,达到目标钢种所需要的出钢温度;
(c)钢包状态:钢包的红热程度(以钢包内衬红外测温值为参考),钢包红热程度越低,钢包内衬的吸热就越强,因而需要对出钢温度进行补偿。根据检测到的钢包内衬温度为基准,调整出钢温度目标值:钢包内衬温度1050℃及以上,出钢温度目标值不调整;钢包内衬温度1049℃~950℃,温度校正值为3℃~7℃;钢包内衬温度949℃~850℃,温度校正值为8℃~12℃;钢包内衬温度850℃以下,温度校正值为13℃~17℃。可输入的温度调整值,在温度智能优化模块中分段后的钢包内衬温度中限制;
(d)钢包含有残钢状态:钢包内包底残钢越多,吸热就越多,钢水温降也越大,调整出钢温度目标值:残钢0~<2吨,出钢温度目标值不调整;残钢2~5吨,温度校正值为8℃~16℃;残钢大于5吨,温度校正值为17℃~25℃。可输入的温度调整值,在温度智能优化模块中分段后的钢包含有残钢状态中限制;
(e)其他因素影响:可根据实际情况在温度智能优化模块中增加设定影响项目及温度调整值。
3、二级计算机采集影响出钢温度因素项目的各项数据,温度智能优化模块根据采集的数据调整初始的出钢温度目标值,可以精确把握出钢温度目标值。
4、把调整好的出钢温度目标值及范围传输到静态模型进行相关计算,自动调整冶炼氧步及加料单,从而实现“一键式”炼钢,自动控制冶炼过程。
5、设定吹炼终点出钢温度范围以出钢温度目标值±12℃为最佳。
本发明的有益效果是:
1、在温度智能优化模块中设定影响出钢温度因素的项目,并根据这些项目影响的程度分段建立相应的温度校正系数,***采集后自动匹配,大幅度提高了自动化程度,偏差小,转炉终点碳、出钢温度双命中率由之前的85%左右提高到了目前的92%以上;
2、减少了人工经验判断所花费的时间,缩短了转炉冶炼周期,提高了生产效率;
3、减少对经验炼钢工的依赖,便于标准化操作,提高管理水平,降低各种能源消耗,有效提高经济效益。
附图说明
图1 现有的转炉自动化炼钢控制***流程图。
图2 本发明转炉出钢温度智能优化控制***结构框图。
具体实施方式
下面结合实施例对本发明做进一步说明,本处所描述的实施例仅是本发明的部分案例,不限于此。
本发明转炉出钢温度智能优化控制***结构框图如图2所示。结合图2,温度智能优化模块根据采集的数据自动匹配相应的温度校正系数并进行优化计算,再追加到从钢种标准库中提取的目标钢种初始设定的出钢温度目标值上,自动调整优化出钢温度目标值及范围,调整后的目标钢种出钢温度目标值及范围,反馈至静态模型进行相应计算。影响出钢温度的项目:工艺路线、出钢时间、钢包状态、钢包含有残钢状态等已在温度智能优化模块中设定,并根据这些项目影响的程度分段建立相应的温度校正系数,见表1:
表1 出钢温度目标值的温度校正系数。
二级计算机***能自动采集出钢时间数据,钢包内衬温度及钢包含有残钢状态,则由钢包工检测和观察后手动输入***,温度智能优化模块获取上述数据后,自动进行判断及匹配相应的温度校正系数,并追加到目标钢种初始的出钢温度目标值上,自动调整优化出钢温度目标值及范围。需要改变常规值,在温度智能优化模块中分段后的限制范围内输入温度调整值,超范围***不予认可。
调整(校正)后的出钢温度目标值及范围发送到自动化炼钢静态模型进行相关计算,自动调整冶炼氧步及加料单,从而自动控制冶炼过程。
当冶炼的钢种、工艺路线、外界影响因素没有发生改变时,温度智能优化模块储存调整好的出钢温度目标值及范围,直接进行下一炉的开始。
实施例1
一种转炉出钢温度的智能优化控制***,包括如下步骤:
(1)计划钢种Q235B,钢种标准库中设定初始的出钢温度目标值为1630℃,出钢温度范围1618℃~1642℃;
(2)钢种工艺路线确定为LD-CAS-CC,温度校正值为20℃,温度智能优化模块自动匹配常规值“20”;
(3)出钢时间4分钟,温度校正值为-10℃,温度智能优化模块自动匹配常规值“-10”;
(4)红外测温枪测得钢包内衬温度985℃,钢包工输入钢包温度985℃,温度校正值为5℃,温度智能优化模块自动匹配常规值“5”;
(5)钢包工观察钢包含有残钢1吨,钢包工输入钢包残钢1吨,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(6)***根据浇次顺序号自动识别该炉次为开浇第一炉,温度校正值为10℃,温度智能优化模块自动匹配常规值“10”;
上述步骤(1)~(6)完成后,温度智能优化模块运算并显示校正后的出钢温度目标值为1655℃,出钢温度范围1643℃~1667℃。调整(校正)后的出钢温度目标值及范围发送到自动化炼钢静态模型进行相关计算,自动调整冶炼氧步及加料单,操作人员选择吹炼模式并点击冶炼开始按钮,从而自动控制冶炼过程。
实施例2
(1)计划钢种JBSPHC,钢种标准库中设定初始的出钢温度目标值为1637℃,出钢温度范围1625℃~1649℃;
(2)工艺路线为LD-RH-CC,温度校正值为30℃,温度智能优化模块自动匹配常规值“30”;
(3)出钢时间7分钟,温度校正值为5℃,温度智能优化模块自动匹配常规值“5”;
(4)钢包内衬温度1086℃,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(5)钢包残钢量3吨,温度校正值为12℃,温度智能优化模块自动匹配常规值“12”;
(6)正常连浇炉,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
上述步骤(1)~(6)完成后,温度智能优化模块运算并显示校正后的出钢温度目标值为1684℃,出钢温度范围1672℃~1696℃。调整(校正)后的出钢温度目标值及范围发送到自动化炼钢静态模型进行相关计算,自动调整冶炼氧步及加料单,操作人员选择吹炼模式并点击冶炼开始按钮,从而自动控制冶炼过程。
实施例3
(1)计划钢种JBSPHC,钢种标准库中设定初始的出钢温度目标值为1637℃,出钢温度范围1625℃~1649℃;
(2)工艺路线为LD-LF-CC,温度校正值为-20℃,温度智能优化模块自动匹配常规值“-20”;
(3)出钢时间5分钟,温度校正值为-5℃,温度智能优化模块自动匹配常规值“-5”;
(4)钢包内衬温度890℃,温度校正值为10℃,温度智能优化模块自动匹配常规值“10”;
(5)钢包残钢量6吨,温度校正值为20℃,温度智能优化模块自动匹配常规值“20”;
(6)正常连浇炉,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
上述步骤(1)~(6)完成后,温度智能优化模块运算并显示校正后的出钢温度目标值为1642℃,出钢温度范围1630℃~1654℃。调整(校正)后的出钢温度目标值及范围发送到自动化炼钢静态模型进行相关计算,自动调整冶炼氧步及加料单,操作人员选择吹炼模式并点击冶炼开始按钮,从而自动控制冶炼过程。
实施例4
(1)计划钢种Q345B,钢种标准库中设定初始的出钢温度目标值为1615℃,出钢温度范围1603℃~1627℃;
(2)工艺路线为LD-LF-VD-CC,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(3)出钢时间6分钟,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(4)钢包内衬温度1000℃,温度校正值为5℃,温度智能优化模块自动匹配常规值“5”;
(5)钢包残钢量0吨,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(6)正常连浇炉,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
上述步骤(1)~(6)完成后,温度智能优化模块运算并显示校正后的出钢温度目标值为1620℃,出钢温度范围1608℃~1632℃。调整(校正)后的出钢温度目标值及范围发送到自动化炼钢静态模型进行相关计算,自动调整冶炼氧步及加料单,操作人员选择吹炼模式并点击冶炼开始按钮,从而自动控制冶炼过程。
实施例5
(1)计划钢种JB51CrV4,钢种标准库中设定初始的出钢温度目标值为1610℃,出钢温度范围1598℃~1622℃;
(2)工艺路线为LD-LF-RH-CC,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(3)出钢时间8分钟,温度校正值为10℃,温度智能优化模块自动匹配常规值“10”;
(4)钢包内衬温度1080℃,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(5)钢包残钢量0吨,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(6)正常连浇炉,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
上述步骤(1)~(6)完成后,温度智能优化模块运算并显示校正后的出钢温度目标值为1620℃,出钢温度范围1608℃~1632℃。调整(校正)后的出钢温度目标值及范围发送到自动化炼钢静态模型进行相关计算,自动调整冶炼氧步及加料单,操作人员选择吹炼模式并点击冶炼开始按钮,从而自动控制冶炼过程。
实施例6
(1)计划钢种CCS D32,钢种标准库中设定初始的出钢温度目标值为1620℃,出钢温度范围1608℃~1632℃;
(2)工艺路线为LD-LF-CC,温度校正值为-20℃,温度智能优化模块自动匹配常规值“-20”;
(3)出钢时间11分钟,温度校正值为15℃,温度智能优化模块自动匹配常规值“15”;
(4)钢包内衬温度830℃,温度校正值为15℃,温度智能优化模块自动匹配常规值“15”;
(5)钢包残钢量0吨,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
(6)正常连浇炉,温度校正值为0℃,温度智能优化模块自动匹配常规值“0”;
上述步骤(1)~(6)完成后,温度智能优化模块运算并显示校正后的出钢温度目标值为1630℃,出钢温度范围1618℃~1642℃。调整(校正)后的出钢温度目标值及范围发送到自动化炼钢静态模型进行相关计算,自动调整冶炼氧步及加料单,操作人员选择吹炼模式并点击冶炼开始按钮,从而自动控制冶炼过程。
本发明在具体钢种实施过程中出现特殊情况,对自动匹配的出钢温度常规值进行调整,由人工输入,特殊情况温度校正系数见表2。
表2 特殊情况出钢温度目标值的温度校正系数选择。
本发明实施例所述的温度校正系数常规值应根据不同吨位等级的转炉自动化炼钢流程,根据实际工况在本发明声明的可调范围内进行适当调整,即可取得更佳的应用效果。
Claims (2)
1.一种转炉出钢温度智能优化控制***,包括钢种标准库,其特征在于,包括下列步骤:
(1)在二级***计算机静态模型中设置温度智能优化模块,在模块中设定影响出钢温度因素的项目,并根据这些项目影响的程度分段建立相应的温度校正系数;
(2)二级计算机***跟踪采集影响出钢温度因素项目的各项数据,温度智能优化模块根据采集的数据自动匹配相应的温度校正系数并进行优化计算,再追加到从钢种标准库中提取目标钢种初始设定的出钢温度目标值上,自动调整优化出钢温度目标值;
(3)设定吹炼终点出钢温度范围:出钢温度目标值±12℃;
(4)把调整好的出钢温度目标值及范围从温度智能优化模块中传输到二级计算机***的静态模型中进行相关计算,调整冶炼氧步及加料单,从而自动控制冶炼过程。
2.根据权利要求1所述的一种转炉出钢温度智能优化控制***,其特征在于,所述影响出钢温度因素的项目至少包括工艺路线、出钢时间、钢包状态、钢包含有残钢状态,根据这些项目影响的程度分段建立相应的温度校正系数为:
(a)工艺路线:LD-LF-CC路线,温度校正值为-15℃~ -25℃;LD-LF-RH-CC、LD-LF-VD-CC路线,温度校正值为0℃;LD-CAS-CC路线,温度校正值为15℃~25℃;LD-RH-CC路线,温度校正值为25℃~35℃;
(b)出钢时间:出钢时间4分钟及以下,温度校正值为-8℃~-12℃;出钢时间5分钟,温度校正值为-3℃~-7℃;出钢时间6分钟,温度校正值为0℃;出钢时间7分钟,温度校正值为3℃~7℃;出钢时间8分钟,温度校正值为8℃~12℃;出钢时间9分钟及以上,温度校正值为13℃~17℃;
(c)钢包状态:钢包内衬温度1050℃及以上,温度校正值为0℃;钢包内衬温度1049℃~950℃,温度校正值为3℃~7℃;钢包内衬温度949℃~850℃,温度校正值为8℃~12℃;钢包内衬温度850℃以下,温度校正值为13℃~17℃;
(d)钢包含有残钢状态:残钢0~<2吨,温度校正值为0℃;残钢2吨~5吨,温度校正值为8℃~16℃;残钢大于5吨,温度校正值为17℃~25℃。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310685665.6A CN103642972B (zh) | 2013-12-16 | 2013-12-16 | 转炉出钢温度智能优化控制*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310685665.6A CN103642972B (zh) | 2013-12-16 | 2013-12-16 | 转炉出钢温度智能优化控制*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103642972A true CN103642972A (zh) | 2014-03-19 |
CN103642972B CN103642972B (zh) | 2015-06-10 |
Family
ID=50248252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310685665.6A Active CN103642972B (zh) | 2013-12-16 | 2013-12-16 | 转炉出钢温度智能优化控制*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103642972B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104480248A (zh) * | 2014-11-26 | 2015-04-01 | 上海梅山科技发展有限公司 | 一种转炉单渣全自动控制***及方法 |
CN106636530A (zh) * | 2016-11-17 | 2017-05-10 | 北京光科博冶科技有限责任公司 | 一种转炉炼钢温度预报方法及服务器 |
CN107557520A (zh) * | 2017-07-18 | 2018-01-09 | 唐山钢铁集团有限责任公司 | 转炉炼钢过程加料、氧枪枪位和氧气流量的自动控制方法 |
CN107937658A (zh) * | 2017-02-08 | 2018-04-20 | 辽宁鸿盛冶金科技有限公司 | 一种转炉冶炼自动智能控制*** |
CN108004368A (zh) * | 2016-11-01 | 2018-05-08 | 北京明诚技术开发有限公司 | 智能化自动炼钢方法及装置 |
CN108018393A (zh) * | 2016-11-01 | 2018-05-11 | 北京明诚技术开发有限公司 | 智能化自动炼钢***及方法 |
CN108676955A (zh) * | 2018-05-02 | 2018-10-19 | 中南大学 | 一种转炉炼钢终点碳含量和温度控制方法 |
CN108958325A (zh) * | 2017-05-17 | 2018-12-07 | 上海梅山钢铁股份有限公司 | Lf-rh工序钢水温度预控装置及方法 |
CN109425439A (zh) * | 2017-08-25 | 2019-03-05 | 宝山钢铁股份有限公司 | 一种钢铸界面钢液温降在线预测***及其预测方法 |
CN109857067A (zh) * | 2018-12-23 | 2019-06-07 | 北京首钢自动化信息技术有限公司 | 一种大数据环境下的炼钢多工序温度协调控制***及方法 |
CN112662841A (zh) * | 2020-11-20 | 2021-04-16 | 首钢京唐钢铁联合有限责任公司 | 一种cas-ob精炼自动合金化的控制方法及*** |
CN114635004A (zh) * | 2022-03-14 | 2022-06-17 | 南京钢铁股份有限公司 | 一种缩短转炉冶炼周期的方法 |
CN115125363A (zh) * | 2022-06-09 | 2022-09-30 | 北京同创信通科技有限公司 | 一种智能识别废钢料斗中配料检测***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0657319A (ja) * | 1992-06-08 | 1994-03-01 | Kawasaki Steel Corp | 転炉出鋼マンガン濃度の推定方法 |
JPH09201666A (ja) * | 1996-01-26 | 1997-08-05 | Sumitomo Metal Ind Ltd | 溶融金属の温度管理方法 |
US20030154819A1 (en) * | 2002-02-15 | 2003-08-21 | Rama Mahapatra | Model-based system for determining process parameters for the ladle refinement of steel |
CN102163261A (zh) * | 2011-04-08 | 2011-08-24 | 汪红兵 | 一种基于案例推理的钢水温度预测方法 |
CN202401093U (zh) * | 2011-12-16 | 2012-08-29 | 攀钢集团西昌钢钒有限公司 | 模型炼钢控制*** |
CN102867220A (zh) * | 2012-06-25 | 2013-01-09 | 攀钢集团研究院有限公司 | 一种实时预测钢包精炼炉精炼钢水温度的方法 |
-
2013
- 2013-12-16 CN CN201310685665.6A patent/CN103642972B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0657319A (ja) * | 1992-06-08 | 1994-03-01 | Kawasaki Steel Corp | 転炉出鋼マンガン濃度の推定方法 |
JPH09201666A (ja) * | 1996-01-26 | 1997-08-05 | Sumitomo Metal Ind Ltd | 溶融金属の温度管理方法 |
US20030154819A1 (en) * | 2002-02-15 | 2003-08-21 | Rama Mahapatra | Model-based system for determining process parameters for the ladle refinement of steel |
CN102163261A (zh) * | 2011-04-08 | 2011-08-24 | 汪红兵 | 一种基于案例推理的钢水温度预测方法 |
CN202401093U (zh) * | 2011-12-16 | 2012-08-29 | 攀钢集团西昌钢钒有限公司 | 模型炼钢控制*** |
CN102867220A (zh) * | 2012-06-25 | 2013-01-09 | 攀钢集团研究院有限公司 | 一种实时预测钢包精炼炉精炼钢水温度的方法 |
Non-Patent Citations (1)
Title |
---|
林文辉等: "210t转炉副枪自动炼钢技术的开发及优化", 《江西冶金》, vol. 32, no. 6, 31 December 2012 (2012-12-31) * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104480248A (zh) * | 2014-11-26 | 2015-04-01 | 上海梅山科技发展有限公司 | 一种转炉单渣全自动控制***及方法 |
CN108004368A (zh) * | 2016-11-01 | 2018-05-08 | 北京明诚技术开发有限公司 | 智能化自动炼钢方法及装置 |
CN108018393A (zh) * | 2016-11-01 | 2018-05-11 | 北京明诚技术开发有限公司 | 智能化自动炼钢***及方法 |
CN106636530A (zh) * | 2016-11-17 | 2017-05-10 | 北京光科博冶科技有限责任公司 | 一种转炉炼钢温度预报方法及服务器 |
CN107937658A (zh) * | 2017-02-08 | 2018-04-20 | 辽宁鸿盛冶金科技有限公司 | 一种转炉冶炼自动智能控制*** |
CN108958325A (zh) * | 2017-05-17 | 2018-12-07 | 上海梅山钢铁股份有限公司 | Lf-rh工序钢水温度预控装置及方法 |
CN107557520A (zh) * | 2017-07-18 | 2018-01-09 | 唐山钢铁集团有限责任公司 | 转炉炼钢过程加料、氧枪枪位和氧气流量的自动控制方法 |
CN109425439A (zh) * | 2017-08-25 | 2019-03-05 | 宝山钢铁股份有限公司 | 一种钢铸界面钢液温降在线预测***及其预测方法 |
CN109425439B (zh) * | 2017-08-25 | 2020-11-17 | 宝山钢铁股份有限公司 | 一种钢铸界面钢液温降在线预测***及其预测方法 |
CN108676955A (zh) * | 2018-05-02 | 2018-10-19 | 中南大学 | 一种转炉炼钢终点碳含量和温度控制方法 |
CN108676955B (zh) * | 2018-05-02 | 2019-07-12 | 中南大学 | 一种转炉炼钢终点碳含量和温度控制方法 |
CN109857067A (zh) * | 2018-12-23 | 2019-06-07 | 北京首钢自动化信息技术有限公司 | 一种大数据环境下的炼钢多工序温度协调控制***及方法 |
CN109857067B (zh) * | 2018-12-23 | 2021-01-05 | 北京首钢自动化信息技术有限公司 | 一种大数据环境下的炼钢多工序温度协调控制***及方法 |
CN112662841A (zh) * | 2020-11-20 | 2021-04-16 | 首钢京唐钢铁联合有限责任公司 | 一种cas-ob精炼自动合金化的控制方法及*** |
CN114635004A (zh) * | 2022-03-14 | 2022-06-17 | 南京钢铁股份有限公司 | 一种缩短转炉冶炼周期的方法 |
CN115125363A (zh) * | 2022-06-09 | 2022-09-30 | 北京同创信通科技有限公司 | 一种智能识别废钢料斗中配料检测***及方法 |
CN115125363B (zh) * | 2022-06-09 | 2023-10-20 | 北京同创信通科技有限公司 | 一种智能识别废钢料斗中配料检测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103642972B (zh) | 2015-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103642972B (zh) | 转炉出钢温度智能优化控制*** | |
CN103103309B (zh) | 一种辅助预报转炉炼钢终点的方法 | |
CN104480248B (zh) | 一种转炉单渣全自动控制***及方法 | |
CN102367500B (zh) | 一种双联工艺脱碳转炉的自动控制方法 | |
CN102399933B (zh) | 一种转炉吹炼低碳钢氧枪自动控制方法 | |
CN103642976B (zh) | 一种h13钢的冶炼工艺 | |
WO2021129350A1 (zh) | 一种转炉炼钢冶炼后期碳含量预报方法 | |
CN101748237A (zh) | 一种转炉双渣操作的自动控制方法 | |
CN106834593A (zh) | 一种以参考炉次法确定rh精炼炉脱碳工艺数据的方法 | |
CN104392213B (zh) | 一种适用于熔炼过程中的图像信息状态识别*** | |
CN103695593B (zh) | 转炉自动化炼钢留渣操作方法 | |
CN103866088A (zh) | 一种利用参考炉次法确定lf精炼炉造渣料及脱氧合金加入量的方法 | |
CN102373310B (zh) | 一种指导转炉补吹过程操作的方法 | |
CN103757174A (zh) | 一种转炉底吹全自动控制***及其控制方法 | |
CN102758052B (zh) | 一种rh轻处理模式的控制方法 | |
CN101592650B (zh) | 电炉炼钢炉内钢水碳含量的连续测定方法 | |
CN104419799A (zh) | 一种转炉冶炼在线预测高碳钢碳含量方法 | |
CN102031328B (zh) | 一种转炉装入方法 | |
CN110991772B (zh) | 一种预测转炉终渣粘度模型的高效护炉方法 | |
CN110358888A (zh) | 基于参考炉次分组的转炉冶炼控制装置及控制方法 | |
CN107164597A (zh) | 一种无副枪无炉气检测一键式转炉自动炼钢方法 | |
CN107502698A (zh) | 一种适用于少渣冶炼的自动化炼钢方法 | |
JP2011256407A (ja) | 製鋼用アーク炉の電力投入制御方法 | |
CN103290170B (zh) | 一种lf精炼炉中加入合金重量的获取方法及装置 | |
CN108018393A (zh) | 智能化自动炼钢***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160729 Address after: 338001 Xinyu metallurgy Road, Jiangxi, No. 1 Patentee after: Xinyu Iron & Steel Co., Ltd. Address before: 338001 Xinyu metallurgy Road, Jiangxi, No. 1 Patentee before: Xinyu Iron & Steel Co., Ltd. |