CN109857067A - 一种大数据环境下的炼钢多工序温度协调控制***及方法 - Google Patents
一种大数据环境下的炼钢多工序温度协调控制***及方法 Download PDFInfo
- Publication number
- CN109857067A CN109857067A CN201811576981.9A CN201811576981A CN109857067A CN 109857067 A CN109857067 A CN 109857067A CN 201811576981 A CN201811576981 A CN 201811576981A CN 109857067 A CN109857067 A CN 109857067A
- Authority
- CN
- China
- Prior art keywords
- temperature
- refining
- heat
- ladle
- data
- 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
Classifications
-
- 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
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Carbon Steel Or Casting Steel Manufacturing (AREA)
- Treatment Of Steel In Its Molten State (AREA)
Abstract
一种大数据环境下的炼钢多工序温度协调控制***及方法,属于炼钢自动控制领域。解决满足连铸过热度条件的同时降低转炉出钢温度的问题。本发明提出的炼钢多工序温度协调控制方法,用尽可能低的转炉出钢温度满足连铸工序的过热度要求,对比现有的提高转炉出钢温度来保证连铸过热度的方法,可以降低转炉出钢温度,减少氧气消耗、减少降温料消耗、减少钢水含氧量、减少钢水回磷,从而降低转炉工序的成本,改善钢水质量,并提高从炼钢、精炼、连铸多工序的温度协调控制水平。
Description
技术领域
本发明属于炼钢自动化领域,涉及炼钢连铸多工序温度协调控制方法,尤其涉及在大数据环境下的炼钢多工序过程数据采集、存储、检索,以及参考炉次选择和转炉出钢温度、精练到站温度、精炼结束温度、钢水开浇温度控制方法。
背景技术
随着钢铁工业技术的不断发展,冶金过程单体技术的日趋成熟,进一步提高生产水平,降低成本,增强竞争力,对炼钢-连铸生产过程中的钢水温度控制水平提出了更苛刻的要求,钢水温度必须控制在一个较窄的范围内,方能适应高效连铸生产的要求,因此在现代连铸生产中,稳定钢水温度条件是稳定连铸生产的保证,合适的钢水过热度是获得优质铸坯的重要条件,而钢水温度的全程有效控制是保证生产节奏通畅有序的关键。因而提高从转炉出钢到炉外精炼,以及连铸回转台的全流程钢包内钢水温度控制操作水平,做好连铸前钢水温度条件的准备是体现上述技术思想的重要方面。现代炼钢-连铸生产中,影响钢水温度变化的过程按照时间顺序分为转炉冶炼过程、转炉出钢过程、钢包运输镇静过程、钢包精炼过程、钢水浇铸过程,上一过程的温度水平直接影响后续过程的温降条件,必须全过程协调控制,才能保证满足连铸过热度条件的同时降低转炉出钢温度,从而降低炼钢生产成本。
发明内容
本发明提供一种大数据环境下的炼钢多工序温度协调控制***及方法,利用大数据环境下实时海量数据的存储与检索能力,实时采集存储转炉冶炼过程、转炉出钢过程、钢包运输镇静过程、钢包精炼过程、钢水浇铸过程的生产数据,通过快速检索参考炉次生产数据为模型预报下一炉次的转炉出钢温度、精练到站温度、精炼结束温度、大包开浇温度提供基础信息。
一种大数据环境下的炼钢多工序温度协调控制***,包括炼钢过程数据采集模块、大数据存储平台、参考炉次搜索模块、大数据查询模块、炼钢过程温度计算模块、温度设定模块;其中炼钢过程数据采集模块采集数据存储到大数据存储平台;参考炉次搜索模块、大数据查询模块通过大数据存储平台进行数据搜索、查询;炼钢过程温度计算模块通过大数据查询模块查询到的数据进行计算;温度设定模块根据炼钢过程温度计算模块计算结果进行设定控制。
所述的炼钢过程数据采集模块采集转炉冶炼过程信息、转炉出钢过程信息、钢包运输镇静过程信息、钢包精炼过程信息、钢水浇铸过程信息的实时数据。
所述的参考炉次搜索模块根据钢种信息在大数据平台搜索该钢种的历史最优炉次作为参考炉次。所述的最优参考炉次是在检索出的历史炉次数据中查找满足过热度偏差最小,且精炼过程废钢加入量最小、转炉出钢温度最低的炉次。
所述的大数据查询模块从大数据平台查询参考炉次的转炉冶炼过程信息、转炉出钢过程信息、钢包运输镇静过程信息、钢包精炼过程信息、钢水浇铸过程信息,以及本炉次的钢包信息。
所述的炼钢过程温度计算模块包括:转炉出钢温度计算模型、精炼到站温度计算模型、精炼结束温度计算模型、大包开浇温度计算模型。
所述的转炉出钢温度计算模型利用参考炉的转炉冶炼过程信息计算本炉次的转炉出钢温度。
所述的精炼到站温度计算模型利用参考炉的转炉出钢过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的转炉出钢温度计算本炉次的精炼到站温度。
所述的精炼结束温度计算模型利用参考炉的精炼过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的精炼到站温度计算本炉次的精炼结束温度。
所述的大包开浇温度计算模型利用参考炉的浇铸过程信息、参考炉的钢包信息、本炉的钢包信息,以及本炉次的精炼结束温度,计算本炉次的大包开浇温度,根据与钢种的液相线温度差计算出过热度。
所述的计算本炉次的转炉出钢温度是根据参考炉次与本炉次的铁水成分、重量、温度中间的差值调整参考炉次的转炉出钢温度,调整后的温度作为本炉次的转炉出钢温度设定值Tzs。
所述的Tzs=Tzc+α1ΔG+α2ΔT+α3ΔC+α4ΔSi+α5ΔMn,其中α1,α2,α3,α4,α5分别为铁水重量调整系数、铁水温度调整系数、铁水C含量调整系数、铁水Si含量调整系数、铁水Mn含量调整系数。
所述的本炉次的精炼到站温度是根据参考炉次的转炉出钢温度实际值、转炉出钢时间、炉后合金加入量、炉后底吹氩量、参考炉次钢包状态数据输入精炼到站温度计算模型计算出参考炉次的精炼到站温度计算值TDS;根据转炉出钢温度设定值、参考炉转炉出钢时间、炉后合金加入量、炉后底吹氩量、本炉次钢包状态数据输入精炼到站温度计算模型计算出本炉次的精炼到站温度计算值TCS;精炼到站温度设定值TJSD=TCS+β(TDS-TSJ),其中TSJ为参考炉实际精炼到站温度。
所述的本炉次的精炼结束温度是根据参考炉次的精炼到站温度实际值、精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、参考炉次钢包状态数据输入精炼结束温度计算模型计算出参考炉次的精炼结束温度计算值TJJS;根据精炼到站温度设定值、参考炉转炉精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、本炉次钢包状态数据输入精炼结束温度计算模型计算出本炉次的精炼结束温度计算值TJBS;精炼结束温度设定值TJES=TJBS+β(TJJS-TFJ),其中TFJ为参考炉实际精炼结束温度。
所述的本炉次的大包开浇温度是根据参考炉次的精炼结束温度实际值、精炼后钢包镇静时间、参考炉次钢包状态数据输入大包开浇温度计算模型计算出参考炉次的大包开浇温度计算值TDBS;根据精炼结束温度设定值、参考炉次的精炼后钢包镇静时间、本炉次钢包状态数据输入大包开浇温度计算模型计算出本炉次的大包开浇温度计算值TDBB;大包开浇温度设定值TDBU=TDBB+β(TDBS-TDJ),其中TDJ为参考炉实际大包开浇温度。
所述的过热度是根据大包开浇温度设定值与钢种液相线温度计算过热度,如果过热度满足要求,则将转炉出钢温度设定值Tzs、精炼到站温度设定值TJSD、精炼结束温度设定值TJES、大包开浇温度设定值TDBU发送到温度设定模块;如果不满足过热度要求,提高转炉出钢温度设定值重新计算。
所述的转炉冶炼过程信息包括:转炉氧气流量曲线数据、氧气压力曲线数据、氧枪枪位曲线数据、底吹过程曲线数据、加料事件序列数据;所述的转炉出钢过程信息包括:转炉出钢过程角度数据、转炉出钢过程钢包合金加料数据、转炉出钢过程钢包底吹曲线数据;所述的钢包运输镇静过程信息包括:钢包号、钢包烘烤温度、钢包周转次数、钢包烘烤时间、钢包空包时间;所述的钢包精炼过程信息包括:真空度曲线数据、循环气体流量曲线数据、氧气流量曲线数据、氧气压力曲线数据、钢包精炼过程加料事件序列数据;所述的钢水浇涛过程信息为钢水从精炼结束到开始浇铸的镇静时间数据。
所述的温度设定模块用于将计算出的转炉出钢温度、精炼到站温度、精炼结束温度、大包开浇温度传输给转炉过程控制***、精炼过程控制***、连铸过程控制***。
所述的精炼到站温度计算模型、精炼结束温度计算模型、大包开浇温度计算模型是一种统计线性回归模型。
一种大数据环境下的炼钢多工序温度协调控制方法:具体步骤包括:
步骤一、利用炼钢过程数据采集模块将转炉冶炼过程信息、转炉出钢过程信息、钢包运输镇静过程信息、钢包精炼过程信息、钢水浇铸过程信息的实时数据存储到大数据平台中;
步骤二、获取本炉次冶炼钢种和过热度;
步骤三、利用参考炉次搜索模块根据钢种信息在大数据平台搜索本炉次冶炼钢种的历史最优炉次作为参考炉次;
步骤四、大数据查询模块从大数据平台查询参考炉次的转炉冶炼过程信息、转炉出钢过程信息、钢包运输镇静过程信息、钢包精炼过程信息、钢水浇铸过程信息,以及本炉次的钢包信息;
步骤五、转炉出钢温度计算模型利用参考炉的转炉冶炼过程信息计算本炉次的转炉出钢温度;
步骤六、精炼到站温度计算模型利用参考炉的转炉出钢过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的转炉出钢温度计算本炉次的精炼到站温度;
步骤七、精炼结束温度计算模型利用参考炉的精炼过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的精炼到站温度计算本炉次的精炼结束温度;
步骤八、大包开浇温度计算模型利用参考炉的浇铸过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的精炼结束温度计算本炉次的大包开浇温度,根据与钢种的液相线温度差计算出过热度;
步骤九、判断过热度是否满足工艺要求,如果不满足则改变过热度值重新搜索参考炉次;
步骤十、如果满足过热度要求则将模型计算出的转炉出钢温度、精炼到站温度、精炼结束温度、大包开浇温度下发过程控制***,进行温度设定。
所述的计算本炉次的转炉出钢温度是根据参考炉次与本炉次的铁水成分、重量、温度中间的差值调整参考炉次的转炉出钢温度,调整后的温度作为本炉次的转炉出钢温度设定值Tzs。
所述的Tzs=Tzc+α1ΔG+α2ΔT+α3ΔC+α4ΔSi+α5ΔMn,其中α1,α2,α3,α4,α5分别为铁水重量调整系数、铁水温度调整系数、铁水C含量调整系数、铁水Si含量调整系数、铁水Mn含量调整系数。
所述的本炉次的精炼到站温度是根据参考炉次的转炉出钢温度实际值、转炉出钢时间、炉后合金加入量、炉后底吹氩量、参考炉次钢包状态数据输入精炼到站温度计算模型计算出参考炉次的精炼到站温度计算值TDS;根据转炉出钢温度设定值、参考炉转炉出钢时间、炉后合金加入量、炉后底吹氩量、本炉次钢包状态数据输入精炼到站温度计算模型计算出本炉次的精炼到站温度计算值TCS;精炼到站温度设定值TJSD=TCS+β(TDS-TSJ),其中TSJ为参考炉实际精炼到站温度。
所述的本炉次的精炼结束温度是根据参考炉次的精炼到站温度实际值、精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、参考炉次钢包状态数据输入精炼结束温度计算模型计算出参考炉次的精炼结束温度计算值TJJS;根据精炼到站温度设定值、参考炉转炉精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、本炉次钢包状态数据输入精炼结束温度计算模型计算出本炉次的精炼结束温度计算值TJBS;精炼结束温度设定值TJES=TJBS+β(TJJS-TFJ),其中TFJ为参考炉实际精炼结束温度。
所述的本炉次的大包开浇温度是根据参考炉次的精炼结束温度实际值、精炼后钢包镇静时间、参考炉次钢包状态数据输入大包开浇温度计算模型计算出参考炉次的大包开浇温度计算值TDBS;根据精炼结束温度设定值、参考炉次的精炼后钢包镇静时间、本炉次钢包状态数据输入大包开浇温度计算模型计算出本炉次的大包开浇温度计算值TDBB;大包开浇温度设定值TDBU=TDBB+β(TDBS-TDJ),其中TDJ为参考炉实际大包开浇温度。
所述的过热度是根据大包开浇温度设定值与钢种液相线温度计算过热度,如果过热度满足要求,则将转炉出钢温度设定值Tzs、精炼到站温度设定值TJSD、精炼结束温度设定值TJES、大包开浇温度设定值TDBU发送到温度设定模块;如果不满足过热度要求,提高转炉出钢温度设定值重新计算。
所述的转炉冶炼过程信息包括:转炉氧气流量曲线数据、氧气压力曲线数据、氧枪枪位曲线数据、底吹过程曲线数据、加料事件序列数据;所述的转炉出钢过程信息包括:转炉出钢过程角度数据、转炉出钢过程钢包合金加料数据、转炉出钢过程钢包底吹曲线数据;所述的钢包运输镇静过程信息包括:钢包号、钢包烘烤温度、钢包周转次数、钢包烘烤时间、钢包空包时间;所述的钢包精炼过程信息包括:真空度曲线数据、循环气体流量曲线数据、氧气流量曲线数据、氧气压力曲线数据、钢包精炼过程加料事件序列数据;所述的钢水浇涛过程信息为钢水从精炼结束到开始浇铸的镇静时间数据。
所述的炼钢过程数据采集模块通过OPC接口采集转炉冶炼控制***、转炉加料控制***、精炼控制***、精炼加料控制***、连铸控制***中的实时数据,并通过消息中间件和ETL工具传输到大数据平台。
所述的大数据平台是采用HBASE存储秒级实时过程数据的多服务器集群。
所述的炼钢过程温度计算模块包含转炉出钢温度计算模型、精炼到站温度计算模型、精炼结束温度计算模型、大包开浇温度计算模型。
所述的参考炉次搜索模块是通过HBASE的海量数据快速检索功能,检索出相同钢种的所有历史炉次数据。
所述的最优参考炉次是在检索出的历史炉次数据中查找满足过热度偏差最小,且精炼过程废钢加入量最小、转炉出钢温度最低的炉次。
所述的大数据查询模块通过大数据平台的HTTP接口发送查询指令,查询参考炉次的转炉冶炼过程、转炉出钢过程、钢包运输镇静过程、钢包精炼过程、钢水浇铸过程信息,以及当前炉次的钢包信息。
所述的参考炉次搜索模块和炼钢过程温度计算模块都是安装在大数据服务器中的程序代码。
本发明提出的炼钢多工序温度协调控制方法,利用参考炉次搜索和多工序模型串联计算,用尽可能低的转炉出钢温度满足连铸工序的过热度要求,对比现有的提高转炉出钢温度来保证连铸过热度的方法,可以降低转炉出钢温度,减少氧气消耗、减少降温料消耗、减少钢水含氧量、减少钢水回磷,从而降低转炉工序的成本,改善钢水质量,并提高从炼钢、精炼、连铸多工序的温度协调控制水平。
附图说明
图1为本发明所述的一种大数据环境下的炼钢多工序温度协调控制方法的结构示意图。
图2为本发明所述的一种大数据环境下的炼钢多工序温度协调控制方法的流程示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图1所示,本发明由炼钢过程数据采集模块、参考炉次搜索模块、大数据查询模块、炼钢过程温度计算模块、大数据平台、温度设定模块组成。其中大数据平台由安装了OpenTSDB软件的7台服务器集群构成,用于存储炼钢过程的所有实时过程数据,包括:
·转炉氧气流量曲线数据、氧气压力曲线数据、氧枪枪位曲线数据、底吹过程曲线数据、加料事件序列数据;
·转炉出钢过程角度数据、转炉出钢过程钢包合金加料数据、转炉出钢过程钢包底吹曲线数据;
·接收钢水的钢包状态数据,包括:钢包号、钢包烘烤温度、钢包周转次数、钢包烘烤时间、钢包空包时间;
·钢包精炼过程真空度曲线数据、循环气体流量曲线数据、氧气流量曲线数据、氧气压力曲线数据、钢包精炼过程加料事件序列数据;
·钢水从精炼结束到开始浇铸的镇静时间数据。
所有曲线数据时间间隔为1秒,事件数据为所有加料事件,具体包括:加料时间、加料种类、加料量、炉次号。
炼钢过程数据采集模块负责采集上述数据,并通过OpenTSDBHTTP API存入大数据平台。
参考炉次搜索模块用于搜索最优参考炉次,具体步骤为:
·根据本炉次钢种发送查询指令,从大数据平台中查出该钢种在最近3个月的所有生产炉次信息,对于不经常生产的钢种可将时间段设定为1年内;
·从所有查出的炉次中首先查找过热度偏差小于2℃的炉次;
·在满足过热度偏差的炉次查找转炉出钢温度最低的炉次;
·判断该炉次在精炼过程中是否进行了吹氧升温操作,如果进行了吹氧升温,则返回上一步,查找转炉出钢温度次低的炉次,如果没有进行吹氧升温操作,则判断是否在精炼过程加入了降温废钢;
·如果加入废钢,则将该炉次的转炉出钢温度按废钢的降温系数下调。
炼钢温度计算模块用于计算转炉出钢温度、精炼到站温度、精炼结束温度、大包开浇温度的预设值,结合图2,具体实施步骤为:
·首先根据参考炉次与本炉次的铁水成分、重量、温度中间的差值调整参考炉次的转炉出钢温度,调整后的温度作为本炉次的转炉出钢温度设定值Tzs;调整方法为Tzs=Tzc+α1ΔG+α2ΔT+α3ΔC+α4ΔSi+α5ΔMn,其中α1,α2,α3,α4,α5分别为铁水重量调整系数、铁水温度调整系数、铁水C含量调整系数、铁水Si含量调整系数、铁水Mn含量调整系数;
·根据参考炉次的转炉出钢温度实际值、转炉出钢时间、炉后合金加入量、炉后底吹氩量、参考炉次钢包状态数据输入精炼到站温度计算模型计算出参考炉次的精炼到站温度计算值TDS,根据转炉出钢温度设定值、参考炉转炉出钢时间、炉后合金加入量、炉后底吹氩量、本炉次钢包状态数据输入精炼到站温度计算模型计算出本炉次的精炼到站温度计算值TCS,则精炼到站温度设定值TJSD=TCS+β(TDS-TSJ),其中TSJ为参考炉实际精炼到站温度;
·根据参考炉次的精炼到站温度实际值、精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、参考炉次钢包状态数据输入精炼结束温度计算模型计算出参考炉次的精炼结束温度计算值TJJS,根据精炼到站温度设定值、参考炉转炉精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、本炉次钢包状态数据输入精炼结束温度计算模型计算出本炉次的精炼结束温度计算值TJBS,则精炼结束温度设定值TJES=TJBS+β(TJJS-TFJ),其中TFJ为参考炉实际精炼结束温度;
·根据参考炉次的精炼结束温度实际值、精炼后钢包镇静时间、参考炉次钢包状态数据输入大包开浇温度计算模型计算出参考炉次的大包开浇温度计算值TDBS,根据精炼结束温度设定值、参考炉次的精炼后钢包镇静时间、本炉次钢包状态数据输入大包开浇温度计算模型计算出本炉次的大包开浇温度计算值TDBB,则大包开浇温度设定值TDBU=TDBB+β(TDBS-TDJ),其中TDJ为参考炉实际大包开浇温度;
·根据大包开浇温度设定值与钢种液相线温度计算过热度,如果过热度满足要求,则将转炉出钢温度设定值Tzs、精炼到站温度设定值TJSD、精炼结束温度设定值TJES、大包开浇温度设定值TDBU发送到温度设定模块;如果不满足过热度要求则重新选择参考炉次;
·过热度不满足要求需要重新选择参考炉次时,提高转炉出钢温度设定值重新计算。
温度设定模块用于将计算出的转炉出钢温度、精炼到站温度、精炼结束温度、大包开浇温度传输给转炉过程控制***、精炼过程控制***、连铸过程控制***,传输方式为Socket通信。
所述的精炼到站温度计算模型、精炼结束温度计算模型、大包开浇温度计算模型是一种统计线性回归模型。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (10)
1.一种大数据环境下的炼钢多工序温度协调控制***,其特征在于:控制***包括炼钢过程数据采集模块、大数据存储平台、参考炉次搜索模块、大数据查询模块、炼钢过程温度计算模块、温度设定模块;其中炼钢过程数据采集模块采集数据存储到大数据存储平台;参考炉次搜索模块、大数据查询模块通过大数据存储平台进行数据搜索、查询;炼钢过程温度计算模块通过大数据查询模块查询到的数据进行计算;温度设定模块根据炼钢过程温度计算模块计算结果进行设定控制;
所述的炼钢过程数据采集模块采集转炉冶炼过程信息、转炉出钢过程信息、钢包运输镇静过程信息、钢包精炼过程信息、钢水浇铸过程信息的实时数据;
所述的参考炉次搜索模块根据钢种信息在大数据平台搜索该钢种的历史最优炉次作为参考炉次;所述的最优参考炉次是在检索出的历史炉次数据中查找满足过热度偏差最小,且精炼过程废钢加入量最小、转炉出钢温度最低的炉次;
所述的大数据查询模块从大数据平台查询参考炉次的转炉冶炼过程信息、转炉出钢过程信息、钢包运输镇静过程信息、钢包精炼过程信息、钢水浇铸过程信息,以及本炉次的钢包信息;
所述的炼钢过程温度计算模块包括:转炉出钢温度计算模型、精炼到站温度计算模型、精炼结束温度计算模型、大包开浇温度计算模型;
所述的温度设定模块用于将计算出的转炉出钢温度、精炼到站温度、精炼结束温度、大包开浇温度传输给转炉过程控制***、精炼过程控制***、连铸过程控制***。
2.根据权利要求1所述的控制***,其特征在于:所述的转炉冶炼过程信息包括:转炉氧气流量曲线数据、氧气压力曲线数据、氧枪枪位曲线数据、底吹过程曲线数据、加料事件序列数据;所述的转炉出钢过程信息包括:转炉出钢过程角度数据、转炉出钢过程钢包合金加料数据、转炉出钢过程钢包底吹曲线数据;所述的钢包运输镇静过程信息包括:钢包号、钢包烘烤温度、钢包周转次数、钢包烘烤时间、钢包空包时间;所述的钢包精炼过程信息包括:真空度曲线数据、循环气体流量曲线数据、氧气流量曲线数据、氧气压力曲线数据、钢包精炼过程加料事件序列数据;所述的钢水浇涛过程信息为钢水从精炼结束到开始浇铸的镇静时间数据。
3.根据权利要求1所述的控制***,其特征在于:所述的转炉出钢温度计算模型利用参考炉的转炉冶炼过程信息计算本炉次的转炉出钢温度;
所述的精炼到站温度计算模型利用参考炉的转炉出钢过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的转炉出钢温度计算本炉次的精炼到站温度;
所述的精炼结束温度计算模型利用参考炉的精炼过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的精炼到站温度计算本炉次的精炼结束温度;
所述的大包开浇温度计算模型利用参考炉的浇铸过程信息、参考炉的钢包信息、本炉的钢包信息,以及本炉次的精炼结束温度,计算本炉次的大包开浇温度,根据此温度与钢种的液相线温度差计算出过热度。
4.根据权利要求3所述的控制***,其特征在于:所述的计算本炉次的转炉出钢温度是根据参考炉次与本炉次的铁水成分、重量、温度中间的差值调整参考炉次的转炉出钢温度,调整后的温度作为本炉次的转炉出钢温度设定值Tzs;
所述的Tzs=Tzc+α1ΔG+α2ΔT+α3ΔC+α4ΔSi+α5ΔMn,其中α1,α2,α3,α4,α5分别为铁水重量调整系数、铁水温度调整系数、铁水C含量调整系数、铁水Si含量调整系数、铁水Mn含量调整系数。
5.根据权利要求3所述的控制***,其特征在于:所述的本炉次的精炼到站温度是根据参考炉次的转炉出钢温度实际值、转炉出钢时间、炉后合金加入量、炉后底吹氩量、参考炉次钢包状态数据输入精炼到站温度计算模型计算出参考炉次的精炼到站温度计算值TDS;根据转炉出钢温度设定值、参考炉转炉出钢时间、炉后合金加入量、炉后底吹氩量、本炉次钢包状态数据输入精炼到站温度计算模型计算出本炉次的精炼到站温度计算值TCS;精炼到站温度设定值TJSD=TCS+β(TDS-TSJ),其中TSJ为参考炉实际精炼到站温度。
6.根据权利要求3所述的控制***,其特征在于:所述的本炉次的精炼结束温度是根据参考炉次的精炼到站温度实际值、精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、参考炉次钢包状态数据输入精炼结束温度计算模型计算出参考炉次的精炼结束温度计算值TJJS;根据精炼到站温度设定值、参考炉转炉精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、本炉次钢包状态数据输入精炼结束温度计算模型计算出本炉次的精炼结束温度计算值TJBS;精炼结束温度设定值TJES=TJBS+β(TJJS-TFJ),其中TFJ为参考炉实际精炼结束温度。
7.根据权利要求3所述的控制***,其特征在于:所述的本炉次的大包开浇温度是根据参考炉次的精炼结束温度实际值、精炼后钢包镇静时间、参考炉次钢包状态数据输入大包开浇温度计算模型计算出参考炉次的大包开浇温度计算值TDBS;根据精炼结束温度设定值、参考炉次的精炼后钢包镇静时间、本炉次钢包状态数据输入大包开浇温度计算模型计算出本炉次的大包开浇温度计算值TDBB;大包开浇温度设定值TDBU=TDBB+β(TDBS-TDJ),其中TDJ为参考炉实际大包开浇温度;
所述的过热度是根据大包开浇温度设定值与钢种液相线温度计算过热度,如果过热度满足要求,则将转炉出钢温度设定值Tzs、精炼到站温度设定值TJSD、精炼结束温度设定值TJES、大包开浇温度设定值TDBU发送到温度设定模块;如果不满足过热度要求,提高转炉出钢温度设定值重新计算。
8.一种大数据环境下的炼钢多工序温度协调控制方法,其特征在于:
步骤一、利用炼钢过程数据采集模块将转炉冶炼过程信息、转炉出钢过程信息、钢包运输镇静过程信息、钢包精炼过程信息、钢水浇铸过程信息的实时数据存储到大数据平台中;
步骤二、获取本炉次冶炼钢种和过热度;
步骤三、利用参考炉次搜索模块根据钢种信息在大数据平台搜索本炉次冶炼钢种的历史最优炉次作为参考炉次;
步骤四、大数据查询模块从大数据平台查询参考炉次的转炉冶炼过程信息、转炉出钢过程信息、钢包运输镇静过程信息、钢包精炼过程信息、钢水浇铸过程信息,以及本炉次的钢包信息;
步骤五、转炉出钢温度计算模型利用参考炉的转炉冶炼过程信息计算本炉次的转炉出钢温度;
步骤六、精炼到站温度计算模型利用参考炉的转炉出钢过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的转炉出钢温度计算本炉次的精炼到站温度;
步骤七、精炼结束温度计算模型利用参考炉的精炼过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的精炼到站温度计算本炉次的精炼结束温度;
步骤八、大包开浇温度计算模型利用参考炉的浇铸过程信息、参考炉的钢包信息、本炉的钢包信息,以及计算得到的精炼结束温度计算本炉次的大包开浇温度,根据与钢种的液相线温度差计算出过热度;
步骤九、判断过热度是否满足工艺要求,如果不满足则改变过热度值重新搜索参考炉次;
步骤十、如果满足过热度要求则将模型计算出的转炉出钢温度、精炼到站温度、精炼结束温度、大包开浇温度下发过程控制***,进行温度设定。
9.根据权利要求8所述的控制方法,其特征在于:所述的计算本炉次的转炉出钢温度是根据参考炉次与本炉次的铁水成分、重量、温度中间的差值调整参考炉次的转炉出钢温度,调整后的温度作为本炉次的转炉出钢温度设定值Tzs;
所述的Tzs=Tzc+α1ΔG+α2ΔT+α3ΔC+α4ΔSi+α5ΔMn,其中α1,α2,α3,α4,α5分别为铁水重量调整系数、铁水温度调整系数、铁水C含量调整系数、铁水Si含量调整系数、铁水Mn含量调整系数;
所述的本炉次的精炼到站温度是根据参考炉次的转炉出钢温度实际值、转炉出钢时间、炉后合金加入量、炉后底吹氩量、参考炉次钢包状态数据输入精炼到站温度计算模型计算出参考炉次的精炼到站温度计算值TDS;根据转炉出钢温度设定值、参考炉转炉出钢时间、炉后合金加入量、炉后底吹氩量、本炉次钢包状态数据输入精炼到站温度计算模型计算出本炉次的精炼到站温度计算值TCS;精炼到站温度设定值TJSD=TCS+β(TDS-TSJ),其中TSJ为参考炉实际精炼到站温度;
所述的本炉次的精炼结束温度是根据参考炉次的精炼到站温度实际值、精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、参考炉次钢包状态数据输入精炼结束温度计算模型计算出参考炉次的精炼结束温度计算值TJJS;根据精炼到站温度设定值、参考炉转炉精炼吹氧量、精炼加料量、精炼合金加入量、精炼循环气体量、本炉次钢包状态数据输入精炼结束温度计算模型计算出本炉次的精炼结束温度计算值TJBS;精炼结束温度设定值TJES=TJBS+β(TJJS-TFJ),其中TFJ为参考炉实际精炼结束温度;
所述的本炉次的大包开浇温度是根据参考炉次的精炼结束温度实际值、精炼后钢包镇静时间、参考炉次钢包状态数据输入大包开浇温度计算模型计算出参考炉次的大包开浇温度计算值TDBS;根据精炼结束温度设定值、参考炉次的精炼后钢包镇静时间、本炉次钢包状态数据输入大包开浇温度计算模型计算出本炉次的大包开浇温度计算值TDBB;大包开浇温度设定值TDBU=TDBB+β(TDBS-TDJ),其中TDJ为参考炉实际大包开浇温度;
所述的过热度是根据大包开浇温度设定值与钢种液相线温度计算过热度,如果过热度满足要求,则将转炉出钢温度设定值Tzs、精炼到站温度设定值TJSD、精炼结束温度设定值TJES、大包开浇温度设定值TDBU发送到温度设定模块;如果不满足过热度要求,提高转炉出钢温度设定值重新计算。
10.根据权利要求8所述的控制方法,其特征在于:所述的转炉冶炼过程信息包括:转炉氧气流量曲线数据、氧气压力曲线数据、氧枪枪位曲线数据、底吹过程曲线数据、加料事件序列数据;所述的转炉出钢过程信息包括:转炉出钢过程角度数据、转炉出钢过程钢包合金加料数据、转炉出钢过程钢包底吹曲线数据;所述的钢包运输镇静过程信息包括:钢包号、钢包烘烤温度、钢包周转次数、钢包烘烤时间、钢包空包时间;所述的钢包精炼过程信息包括:真空度曲线数据、循环气体流量曲线数据、氧气流量曲线数据、氧气压力曲线数据、钢包精炼过程加料事件序列数据;所述的钢水浇涛过程信息为钢水从精炼结束到开始浇铸的镇静时间数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811576981.9A CN109857067B (zh) | 2018-12-23 | 2018-12-23 | 一种大数据环境下的炼钢多工序温度协调控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811576981.9A CN109857067B (zh) | 2018-12-23 | 2018-12-23 | 一种大数据环境下的炼钢多工序温度协调控制***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109857067A true CN109857067A (zh) | 2019-06-07 |
CN109857067B CN109857067B (zh) | 2021-01-05 |
Family
ID=66891859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811576981.9A Active CN109857067B (zh) | 2018-12-23 | 2018-12-23 | 一种大数据环境下的炼钢多工序温度协调控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109857067B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09236392A (ja) * | 1996-02-28 | 1997-09-09 | Murata Mfg Co Ltd | 熱処理装置 |
CN101504544A (zh) * | 2008-02-01 | 2009-08-12 | 霍尼韦尔国际公司 | 用于氧气转炉质量控制***的方法和装置 |
CN101760577A (zh) * | 2009-12-17 | 2010-06-30 | 湖南华菱湘潭钢铁有限公司 | 高强度管件钢炼钢工艺 |
CN101842756A (zh) * | 2007-08-14 | 2010-09-22 | 国际壳牌研究有限公司 | 用于化工厂或精炼厂的连续、在线监视的***与方法 |
CN102418036A (zh) * | 2011-06-29 | 2012-04-18 | 南阳汉冶特钢有限公司 | 一种低温压力容器用15MnNiDR低合金钢板及其生产方法 |
CN103388054A (zh) * | 2013-07-19 | 2013-11-13 | 东北大学 | 一种在线控制lf精炼过程钢水温度的***及方法 |
CN103642972A (zh) * | 2013-12-16 | 2014-03-19 | 新余钢铁集团有限公司 | 转炉出钢温度智能优化控制*** |
CN103882176A (zh) * | 2014-03-25 | 2014-06-25 | 东北大学 | 一种基于数据驱动的转炉炼钢过程在线动态最优控制方法 |
CN104630410A (zh) * | 2015-02-10 | 2015-05-20 | 东北大学 | 一种基于数据解析的转炉炼钢质量实时动态预测方法 |
CN106180619A (zh) * | 2016-08-12 | 2016-12-07 | 湖南千盟物联信息技术有限公司 | 一种连铸过程智能控制的***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 |
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 |
-
2018
- 2018-12-23 CN CN201811576981.9A patent/CN109857067B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09236392A (ja) * | 1996-02-28 | 1997-09-09 | Murata Mfg Co Ltd | 熱処理装置 |
CN101842756A (zh) * | 2007-08-14 | 2010-09-22 | 国际壳牌研究有限公司 | 用于化工厂或精炼厂的连续、在线监视的***与方法 |
CN101504544A (zh) * | 2008-02-01 | 2009-08-12 | 霍尼韦尔国际公司 | 用于氧气转炉质量控制***的方法和装置 |
CN101760577A (zh) * | 2009-12-17 | 2010-06-30 | 湖南华菱湘潭钢铁有限公司 | 高强度管件钢炼钢工艺 |
CN102418036A (zh) * | 2011-06-29 | 2012-04-18 | 南阳汉冶特钢有限公司 | 一种低温压力容器用15MnNiDR低合金钢板及其生产方法 |
CN103388054A (zh) * | 2013-07-19 | 2013-11-13 | 东北大学 | 一种在线控制lf精炼过程钢水温度的***及方法 |
CN103642972A (zh) * | 2013-12-16 | 2014-03-19 | 新余钢铁集团有限公司 | 转炉出钢温度智能优化控制*** |
CN103882176A (zh) * | 2014-03-25 | 2014-06-25 | 东北大学 | 一种基于数据驱动的转炉炼钢过程在线动态最优控制方法 |
CN104630410A (zh) * | 2015-02-10 | 2015-05-20 | 东北大学 | 一种基于数据解析的转炉炼钢质量实时动态预测方法 |
CN106180619A (zh) * | 2016-08-12 | 2016-12-07 | 湖南千盟物联信息技术有限公司 | 一种连铸过程智能控制的***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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN109857067B (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112317713B (zh) | 一种连铸控制方法及*** | |
CN104384460A (zh) | 光谱标样用钢生产工艺及其浇注装置 | |
JP3973168B2 (ja) | Cv黒鉛鋳鉄として凝固する鋳造品のための予備処理された溶融鋳鉄を供給する方法 | |
CN103194574B (zh) | 一种vod精炼终点碳含量预报模型的动态调整方法 | |
CN111020118B (zh) | 一种基于粒子群优化案例推理的rh终点温度预测方法 | |
CN107765550B (zh) | 一种基于钢包自动定位的稳定出钢温度的方法 | |
CN110059940B (zh) | 一种炼钢-连铸界面衔接节能方法及*** | |
CN109857067A (zh) | 一种大数据环境下的炼钢多工序温度协调控制***及方法 | |
CN116011149B (zh) | 一种rh精炼炉目标搬出温度确定方法 | |
JP4727431B2 (ja) | 鉄鋼の製造プロセスの操業方法及びそれに用いられる操業装置 | |
CN106811685B (zh) | 一种低碳高锰钢的冶炼方法 | |
CN115906538A (zh) | 一种钢包精炼炉钢水成分预测的方法 | |
CN115576285A (zh) | 一种lf精炼全自动生产的方法及*** | |
JP5924310B2 (ja) | 吹錬制御方法及び吹錬制御装置 | |
JPH055121A (ja) | 出鋼温度の管理方法 | |
Shukla et al. | Lean operations strategy to combat uncertainties in temperture at bof end point, tapping, deoxidation, alloy addition and thermal history | |
Viana et al. | Hybrid model associating thermodynamic calculations and artificial neural network in order to predict molten steel temperature evolution from blowing end of a BOF for secondary metallurgy | |
CN118080804A (zh) | 连铸工序间温度预测控制方法 | |
US11717885B2 (en) | Casting facility control system | |
TWI827485B (zh) | 用於預測分鋼槽內鋼液溫度的方法 | |
CN104268363B (zh) | 一种应用于钢铁厂的鱼雷罐数量计算方法 | |
Palovaara et al. | Temperature Control of a Smelting Plant | |
Belonozhko et al. | Decrease in Consumption of Ferrous Alloys for Alloying of Pipe Steel With Controlled Nitrogen Content at Taganrog Iron & Steel Factory (AO TAGMET) | |
CN112775404B (zh) | 一种连铸方坯的矫直段温度预测方法 | |
CN116522630A (zh) | 基于目标联动的lf精炼终点温度预测方法 |
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 |