CN110850915A - 一种基于自学习的炼钢钢水过程温度控制***和控制方法 - Google Patents

一种基于自学习的炼钢钢水过程温度控制***和控制方法 Download PDF

Info

Publication number
CN110850915A
CN110850915A CN201810957032.9A CN201810957032A CN110850915A CN 110850915 A CN110850915 A CN 110850915A CN 201810957032 A CN201810957032 A CN 201810957032A CN 110850915 A CN110850915 A CN 110850915A
Authority
CN
China
Prior art keywords
station
param
temperature
molten steel
self
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.)
Pending
Application number
CN201810957032.9A
Other languages
English (en)
Inventor
田建良
江中块
陈开义
李卫东
朱坤
吴丹
宗凌杰
高媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Meishan Iron and Steel Co Ltd
Original Assignee
Shanghai Meishan Iron and Steel Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Meishan Iron and Steel Co Ltd filed Critical Shanghai Meishan Iron and Steel Co Ltd
Priority to CN201810957032.9A priority Critical patent/CN110850915A/zh
Publication of CN110850915A publication Critical patent/CN110850915A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/19—Control of temperature characterised by the use of electric means
    • G05D23/30—Automatic controllers with an auxiliary heating device affecting the sensing element, e.g. for anticipating change of temperature
    • G05D23/32—Automatic controllers with an auxiliary heating device affecting the sensing element, e.g. for anticipating change of temperature with provision for adjustment of the effect of the auxiliary heating device, e.g. a function of time
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
    • B22D11/16—Controlling or regulating processes or operations
    • B22D11/18—Controlling or regulating processes or operations for pouring
    • B22D11/181—Controlling or regulating processes or operations for pouring responsive to molten metal level or slag level
    • B22D11/182—Controlling or regulating processes or operations for pouring responsive to molten metal level or slag level by measuring temperature

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Treatment Of Steel In Its Molten State (AREA)

Abstract

本发明涉及一种基于自学习的炼钢钢水过程温度控制***，所述控制***包括工位出站温度计算***、工位调节系数自学功能、L3计划接收实绩上传***、工位目标温度控制***、钢水温度预报功能；所述工位出站温度计算***包括合转炉、吹氩站、精练炉、真空处理炉出站温度计算以及连铸中包目标温度计算；所述L3计划接收实绩上传***用于接收L3计划、制造标准、作业标准，向L3发送炉次生产实绩；所述工位调节参数自学功能是在历史数据基础上自动学习该工位在不同情况下因计划与实际偏差所需要调节的参数值；整个***设计合理，计算过程中考虑多种异常因素，把各个工位L2***串联起来，自学习工位调节参数，极大的增强本发明的适应性。

Description

一种基于自学习的炼钢钢水过程温度控制***和控制方法
技术领域
本发明涉及一种控制***，具体涉及一种基于自学习的炼钢钢水过程温度控制，属于炼钢冶炼技术领域。
背景技术
连铸生产需要稳定的钢水温度，并保证一定的中包过热度。从炼钢转炉兑入铁水到连铸浇铸完成需要经历超过一个小时的时间，每炉钢水经历的路径又有多种变化，每个钢种也对钢水成分、原辅料的加入有不同的要求，这些都造成了钢水温度在每个环节都是动态的，每个环节的目标温度也是要进行动态的调整，尤其是钢水计划预排是采用固定的浇铸周期，与实际存在比较大的偏差，造成目标温度计算不准确，无法很好的指导生产。这个过程中往往需要精练现场操作人员、连铸中控人员、生产调度人员密切协调，人工确定钢水目标出站温度，进而决定是否出站，有时为了保证连铸浇铸的顺利进行不得不在钢水温度不满足的条件下出站送上连铸平台，对铸坯的质量、生产节奏都会造成一定的影响，甚至可能造成断浇、漏钢等生产事故。出现上述问题主要原因是信息沟通不及时、各个***之间信息交换不通畅，工位之间、行车调装等环节时间节奏把握不好，钢包使用状态、出钢口情况等设备状态异常而造成出站钢水温度过高、过低，无法满足连铸正常浇铸造成的，因此，迫切的需要一种新的方案解决该技术问题。
发明内容
本发明正是针对现有技术中存在的技术问题，提供一种基于自学习的炼钢钢水过程温度控制***和方法，该技术能根据生产计划信息、生产过程数据，对计划时序与实际生产的节奏存在的偏差采用自学习方法计算出相应的调节参数，并在此基础上自动计算转炉出钢目标温度、吹氩站出站目标温度、精练炉出站目标温度、真空处理炉出站目标温度、连铸中间包目标温度等，计算过程中考虑多种异常因素，提供方便维护的操作界面，计算结果自动上传L3(生产管理***、下送到各个单元L2(过程控制***)，进而控制各个工位的出站温度。各个工位钢水出站后把炉次实绩进行收集起来，计算目标与实绩偏差，通过统计分析调整相关参数，实现闭环控制的目的。实时预报钢水温度，指导各个工序进行温度精确控制。该技术能够保证各个工位的稳定性，减少非计划过精练炉的次数，降低炼钢生产成本。
为了实现上述目的，本发明的技术方案如下：一种基于自学习的炼钢钢水过程温度控制***，其特征在于，所述控制***包括工位出站温度计算***、工位调节系数自学功能、L3计划接收实绩上传***、工位目标温度控制***、钢水温度预报功能；所述工位出站温度计算***包括合转炉、吹氩站、精练炉、真空处理炉出站温度计算以及连铸中包目标温度计算；所述L3计划接收实绩上传***用于接收L3计划、制造标准、作业标准，向L3发送炉次生产实绩；所述工位调节参数自学功能是在历史数据基础上自动学习该工位在不同情况下因计划与实际偏差所需要调节的参数值；所述工位目标温度控制***包括接收该工位目标温度，通过控制小废钢加入量、电加热升温、吹氧升温等手段来实现温度控制的功能；所述钢水温度预报功能完成一炉钢水从转炉吹炼开始到连铸浇铸完成全过程温度预报。方便操作人员掌控钢水状态，稳定生产节奏，该功能允许操作、技术人员把生产经验作为知识总结出来，转换为温度预报规则，添加到规则库中，并能随时维护参数，不断提高温度预报准确度。
基于自学习的炼钢钢水过程温度控制方法，其特征在于，所述控制方法如下：
步骤一：接收L3计划信息、制造标准、作业标准等信息；
步骤二：当各工位有炉次已经进站时启动工位出站温度计算***相应模块计算出站温度；计算的时序是先计算连铸中包目标温度，然后在此基础上计算各工位的出站温度。
步骤三：计算完成后保存结果，发送到各工位目标温度控制***进行温度调节控制，发送到L3进行画面显示；
步骤四：各个工位接收目标出站温度，计算需要添加的原料以及其它处理手段，控制钢水出站温度满足目标温度；
步骤五：钢水温度预报功能的实现，根据详细的生产过程数据以及操作人员经验估算各个工位处理中的钢水温度，当收到实测温度时对预报温度进行修正，并对预报温度计算中的相应参数进行自学习。
作为本发明的一种改进，所述步骤二具体如下，
1)连铸钢包上台温度计算，首先确定钢水的液相线，利用如下公式：
Figure BDA0001772908220000021
其中:
TliqFe＝1536.6℃
Figure BDA0001772908220000031
中间包钢水目标温度计算公式如下：
TaimTund＝TliqFe+T过热度；
2)读取快换中包标志、混浇标志以及精练路径，在此基础上读取工位调节参数Paramij。
在生产计划中查找快换中包标志TundishChange、混浇标志MixFlag，然后在如下表查找对相应i工位的系数，在计算转炉、吹氩站目标温度时判定精练路径中是否包含LF、RH，包含则选用BOF1对应的系数，否则选用BOF对应的系数；
工位调节参数表：
BOF BOF1 AR AR1 LF RH
TundishChange Param<sub>00</sub> Param<sub>01</sub> Param<sub>02</sub> Param<sub>03</sub> Param<sub>04</sub> Param<sub>05</sub>
MixFlag Param<sub>10</sub> Param<sub>11</sub> Param<sub>12</sub> Param<sub>13</sub> Param<sub>14</sub> Param<sub>15</sub>
Others Param<sub>20</sub> Param<sub>21</sub> Param<sub>22</sub> Param<sub>23</sub> Param<sub>24</sub> Param<sub>25</sub>
3)如果需要，则计算工位目标出钢温度；
工位目标温度＝中间包钢水目标温度TaimTund+钢水总等待时间Twait*工位温降系数Coeffi+工位过热度SHi+工位调节参数Paramij；
其中工位温降系数Coeff(℃/分钟)如下表：
4)浇铸结束，开始工位调节参数自学功能；
读取根据包快换标记、混浇标记，原有工位调节参数Paramij；
计算当前Paramcurr公式如下：
Paramcurr＝时间偏差*工位温降系数*权重；
时间偏差＝(实际开浇时间－计划开浇时间)*1440，单位：分钟
其中：
计划开浇时间：计算工位目标温度时使用的计划开浇时间，
实际开浇时间：钢水包打开时间
权重：取值75％～95％
为了保证稳定，首先对波动较大数据进行过滤，方法如下：
仅当
|Paramcurr-Paramij|＜MaxDiff满足时进行参数自学习，否则退出；
MaxDiff：取值5～15；
对这些参数进行平滑处理。采用指数平滑法对自学习参数进行处理，具体如下：Paramij＝K*Paramcurr+(1-K)*Paramij；
K：取值0.05～0.15；
计算完成后根据中包快换标记、混浇标记、工位，把计算结果保存到相应的数据项中。
所述步骤五具体如下：为转炉工位建立规则表结构如下：
名称 单位 二次项系数 一次项系数 基数项 有效范围
铁水硅含量 ％
铁水磷含量 ％
铁水碳含量 ％
吹氧量 Nm3
合金 kg
小废钢 kg
冷却矿石 kg
石灰 t
转炉空闲时间 min
铁水温度
装入量 kg
为吹氩站工位建立规则表结构如下：
名称 单位 二次项系数 一次项系数 基数项 有效范围
小废钢 kg
吹氩时间 Min
铝线 kg
为钢包精练炉工位建立规则表结构如下：
名称 单位 二次项系数 一次项系数 基数项 有效范围
加热用电量 kwh
吹氩时间 Min
铝线 kg
碳线 kg
为真空处理炉工位建立规则表结构如下：
名称 单位 二次项系数 一次项系数 基数项 有效范围
升温吹氧量 Nm3
脱气时间 Min
铝块 kg
合金 kg
各个工位温度计算公式如下：
Figure BDA0001772908220000061
a[i]:二次项系数；
b[i]:一次项系数；
。
c[i]:基数项；
Count：规则数量；
相对于现有技术，本发明优点如下：整个***设计合理，计算过程中考虑多种异常因素，把各个工位L2***串联起来，自学习工位调节参数，极大的增强本发明的适应性，尤其适用于计划时序不是很精确的情况下，仍然能够根据实际生产节奏学习到相应的偏差，从而计算出较高准确度的工位目标温度，实现钢水过程温度精确控制，同时能够实时计算出钢水当前温度，方便操作人员掌控生产节奏，并可以根据实际需要灵活修改、增加计算规则，以便不断提高计算准确度。该技术能够保证各个工位的稳定性，提高板坯的质量，减少非计划过精练炉的次数，降低炼钢生产成本。
附图说明
图1是本发明的结构框图。
图2是本发明的钢水液相线计算流程图。
图3是本发明的工位目标温度计算流程图。
具体实施方式
为了加强对本发明的理解和认识，下面结合附图和具体实施方式对本发明做出进一步的说明和介绍。
实施例1：参见图1，一种基于自学习的炼钢钢水过程温度控制方法，所述方法具体如下，(1)计算工位目标出站温度，首先根据历史数据确定如下参数表，然后用公式：工位目标温度＝中间包钢水目标温度TaimTund+钢水总等待时间Twait*工位温降系数Coeffi+工位过热度SHi+工位调节参数Paramij计算工位的目标出站温度。
①分析历史数据建立工位调节参数表初始数据如下：
BOF BOF1 AR AR1 LF RH
TundishChange 5.0 13.05 4.3 8.8 3.4 4.6
MixFlag 6.3 13.4 3.6 9.1 3.2 5.4
Others 3.9 8.4 2.5 6.1 2.33 2.32
工位温降系数表Coeff：
BOF AR LF RH
工位温降系数 0.56 0.53 0.39 0.5
权重：取值90％
MaxDiff：取值
BOF AR LF RH
MaxDiff 7 6 4 4
K：取值0.11。
②读取工位信息、计划信息，根据炉次特殊标识、工艺路径计算出i、j值。
③读取工位调节参数Paramij。
④计算中包目标温度TaimTund。
⑤计算总等待时间Tweight，读取工位温降系数Coeffi，查找工艺标准中的标准过热度SHi。
⑥工位目标温度＝TaimTund+Twait*Coeffi+SHi+Paramij
计算实例：
转炉正在处理某炉次，计算过成如下：
钢种为:GV5950E2；查找该钢种标准数据以及相关参数，计算得到液相线：1517°，中包过热度25°，转炉过热度20°，出钢温降15°，该炉计划更换中包，该炉计划经过LF进行处理，可知i＝0,j＝1。
当时时刻:5月9日23：16：26；
计划开浇时刻：5月10日00：40：00
计算得到总等待时间为83.57分钟
工位温降系数为0.56
工位调节参数Param01查表为13.05
工位目标温度为：1517+25+20+15+83.57*0.56+13.05＝1636.5°
(2)工位调节参数自学习过程
以上述转炉钢水为例，计算过程如下：
该炉实际开浇时间为：5月10日1：06：32
实际开浇时间与计划开浇时间偏差26.53分钟，工位温降系数为0.56，
Paramcurr＝时间偏差*工位温降系数*权重＝26.53*0.56*90％＝13.37
MaxDiff＝7
|Paramcurr-Paramij|＜MaxDiff
因13.37-13.05＝0.32<7所以参与自学习，利用下面公式进行计算
Paramij＝K*Paramcurr+(1-K)*Paramij
即Param01＝0.11*13.37+(1-0.11)*13.05＝13.0852，保存结果完成自学习过程。
(3)钢水温度预报功能的实现，根据详细的生产过程数据以及操作人员经验估算各个工位处理中的钢水温度，当收到实测温度时对预报温度进行修正。
转炉工位建立规则表：
Figure BDA0001772908220000081
Figure BDA0001772908220000091
吹氩站工位建立规则表如下：
名称 单位 二次项系数 一次项系数 常数项 有效范围
小废钢 kg 0 -0.15 0
吹氩时间 Min 0 -0.6 0
铝线 kg 0 0.13 0
为钢包精练炉工位建立规则表结构如下：
为真空处理炉工位建立规则表结构如下：
名称 单位 二次项系数 一次项系数 基数项 有效范围
升温吹氧量 Nm3 0.000369315 0.105887939 0
脱气时间 Min 0 -1 0
铝块 kg 0 0.013 0
合金 kg 0 -0.01 0
各个工位温度计算公式如下：
Figure BDA0001772908220000092
a[i]:二次项系数；
b[i]:一次项系数；
c[i]:基数项；
Count：规则数量；
计算过程如下：
①读取工位当前状态；
②如果工位空闲则转至8；
③读取该工位规则表，获得规则数Count，设i＝0；
④查找规则表第i项对应的生产过程数据x[i]以及初始温度，Tsteel＝初始温度
⑤计算Tsteel＝Tsteel+a[i]*(x[i]-c[i])*(x[i]-c[i])+b[i]*(x[i]-c[i])
⑥i＝i+1
⑦如果i>＝Count转至⑩否则转至④；
⑧计算等待时间Twait；
⑨计算Tsteel＝Tsteel+coeff*Twait
⑩当前钢水温度为Tsteel，并输出给用户
计算实例：
真空处理炉某炉次当前状态为：
初始温度1607；
铝块加入量为330kg；
合金：460kg；
升温吹氧172Nm3；
脱气时间34分钟；
预测温度为1601.6；
实测温度1597，偏差4.6°。
需要说明的是上述实施例，并没有用来限定本发明的保护范围，在上述基础上所作出的等同替换或者替代均属于本发明权利要求的保护范围。

Claims (3)

1.一种基于自学习的炼钢钢水过程温度控制***，其特征在于，所述控制***包括工位出站温度计算***、工位调节系数自学功能、L3计划接收实绩上传***、工位目标温度控制***、钢水温度预报功能；所述工位出站温度计算***包括合转炉、吹氩站、精练炉、真空处理炉出站温度计算以及连铸中包目标温度计算；所述L3计划接收实绩上传***用于接收L3计划、制造标准、作业标准，向L3发送炉次生产实绩；所述工位调节参数自学功能是在历史数据基础上自动学习该工位在不同情况下因计划与实际偏差所需要调节的参数值；所述工位目标温度控制***包括接收该工位目标温度，通过控制小废钢加入量、电加热升温、吹氧升温等手段来实现温度控制的功能；所述钢水温度预报功能完成一炉钢水从转炉吹炼开始到连铸浇铸完成全过程温度预报。
2.基于自学习的炼钢钢水过程温度控制方法，其特征在于，所述控制方法如下：
步骤一：接收L3计划信息、制造标准、作业标准等信息；
步骤二：当各工位有炉次已经进站时启动工位出站温度计算***相应模块计算出站温度；计算的时序是先计算连铸中包目标温度，然后在此基础上计算各工位的出站温度。
步骤三：计算完成后保存结果，发送到各工位目标温度控制***进行温度调节控制，发送到L3进行画面显示；
步骤四：各个工位接收目标出站温度，计算需要添加的原料以及其它处理手段，控制钢水出站温度满足目标温度；
步骤五：钢水温度预报功能的实现，根据详细的生产过程数据以及操作人员经验估算各个工位处理中的钢水温度，当收到实测温度时对预报温度进行修正，并对预报温度计算中的相应参数进行自学习。
3.根据权利要求2所述的基于自学习的炼钢钢水过程温度控制方法，其特征在于，
所述步骤二具体如下，
1)连铸钢包上台温度计算，首先确定钢水的液相线，利用如下公式：
Figure FDA0001772908210000011
其中:
TliqFe＝1536.6℃
Figure FDA0001772908210000021
中间包钢水目标温度计算公式如下：
TaimTund＝TliqFe+T过热度；
2)读取快换中包标志、混浇标志以及精练路径，在此基础上读取工位调节参数Paramij。
在生产计划中查找快换中包标志TundishChange、混浇标志MixFlag，然后在如下表查找对相应i工位的系数，在计算转炉、吹氩站目标温度时判定精练路径中是否包含LF、RH，包含则选用BOF1对应的系数，否则选用BOF对应的系数；
工位调节参数表：
BOF BOF1 AR AR1 LF RH TundishChange Param<sub>00</sub> Param<sub>01</sub> Param<sub>02</sub> Param<sub>03</sub> Param<sub>04</sub> Param<sub>05</sub> MixFlag Param<sub>10</sub> Param<sub>11</sub> Param<sub>12</sub> Param<sub>13</sub> Param<sub>14</sub> Param<sub>15</sub> Others Param<sub>20</sub> Param<sub>21</sub> Param<sub>22</sub> Param<sub>23</sub> Param<sub>24</sub> Param<sub>25</sub>
3)如果需要，则计算工位目标出钢温度；
工位目标温度＝中间包钢水目标温度TaimTund+钢水总等待时间Twait*工位温降系数Coeffi+工位过热度SHi+工位调节参数Paramij；
其中工位温降系数Coeff(℃/分钟)如下表：
4)浇铸结束，开始工位调节参数自学功能；
读取根据包快换标记、混浇标记，原有工位调节参数Paramij；
计算当前Paramcurr公式如下：
Paramcurr＝时间偏差*工位温降系数*权重；
时间偏差＝(实际开浇时间－计划开浇时间)*1440，单位：分钟
其中：
计划开浇时间：计算工位目标温度时使用的计划开浇时间，
实际开浇时间：钢水包打开时间；
权重：取值75％～95％；
为了保证稳定，首先对波动较大数据进行过滤，方法如下：
仅当
|Paramcurr-Paramij|＜MaxDiff满足时进行参数自学习，否则退出；
MaxDiff：取值5～15；
对这些参数进行平滑处理，采用指数平滑法对自学习参数进行处理，具体如下：
Paramij＝K*Paramcurr+(1-K)*Paramij；
K：取值0.05～0.15；
计算完成后根据中包快换标记、混浇标记、工位，把计算结果保存到相应的数据项中。
CN201810957032.9A 2018-08-21 2018-08-21 一种基于自学习的炼钢钢水过程温度控制***和控制方法 Pending CN110850915A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810957032.9A CN110850915A (zh) 2018-08-21 2018-08-21 一种基于自学习的炼钢钢水过程温度控制***和控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810957032.9A CN110850915A (zh) 2018-08-21 2018-08-21 一种基于自学习的炼钢钢水过程温度控制***和控制方法

Publications (1)

Publication Number Publication Date
CN110850915A true CN110850915A (zh) 2020-02-28

Family

ID=69594504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810957032.9A Pending CN110850915A (zh) 2018-08-21 2018-08-21 一种基于自学习的炼钢钢水过程温度控制***和控制方法

Country Status (1)

Country Link
CN (1) CN110850915A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111893237A (zh) * 2020-07-08 2020-11-06 北京科技大学 一种转炉炼钢的熔池碳含量及温度全程实时预测方法
CN112317713A (zh) * 2020-11-04 2021-02-05 中冶赛迪重庆信息技术有限公司 一种连铸控制方法、***、介质及电子终端
CN115049260A (zh) * 2022-06-15 2022-09-13 华院计算技术(上海)股份有限公司 认知智能连铸钢包质量预判模型的应用方法及***
CN116011149A (zh) * 2023-01-18 2023-04-25 鞍钢股份有限公司 一种rh精炼炉目标搬出温度确定方法
CN117920985A (zh) * 2024-03-20 2024-04-26 成都新航工业科技股份有限公司 用于铸造石膏型熔模的熔液转运方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002167612A (ja) * 2000-11-30 2002-06-11 Kawasaki Steel Corp 製銑・製鋼工場における温度・成分の最適制御方法
CN1603026A (zh) * 2003-09-29 2005-04-06 宝山钢铁股份有限公司 一种rh精炼炉钢液温度实时预测方法
CN101592964A (zh) * 2009-06-26 2009-12-02 北京首钢自动化信息技术有限公司 一种双工位lf炉钢水温度预报控制***
CN102373310A (zh) * 2011-10-19 2012-03-14 北京科技大学 一种指导转炉补吹过程操作的方法
CN102618804A (zh) * 2012-03-26 2012-08-01 宝山钢铁股份有限公司 一种奥氏体耐热钢及其制造方法
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
CN106363149A (zh) * 2015-07-24 2017-02-01 上海梅山钢铁股份有限公司 炼钢连铸钢水过程温度动态控制***及控制方法
CN107916315A (zh) * 2016-10-09 2018-04-17 上海梅山钢铁股份有限公司 一种转炉留渣双渣自动炼钢控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002167612A (ja) * 2000-11-30 2002-06-11 Kawasaki Steel Corp 製銑・製鋼工場における温度・成分の最適制御方法
CN1603026A (zh) * 2003-09-29 2005-04-06 宝山钢铁股份有限公司 一种rh精炼炉钢液温度实时预测方法
CN101592964A (zh) * 2009-06-26 2009-12-02 北京首钢自动化信息技术有限公司 一种双工位lf炉钢水温度预报控制***
CN102373310A (zh) * 2011-10-19 2012-03-14 北京科技大学 一种指导转炉补吹过程操作的方法
CN102618804A (zh) * 2012-03-26 2012-08-01 宝山钢铁股份有限公司 一种奥氏体耐热钢及其制造方法
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
CN106363149A (zh) * 2015-07-24 2017-02-01 上海梅山钢铁股份有限公司 炼钢连铸钢水过程温度动态控制***及控制方法
CN107916315A (zh) * 2016-10-09 2018-04-17 上海梅山钢铁股份有限公司 一种转炉留渣双渣自动炼钢控制方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111893237A (zh) * 2020-07-08 2020-11-06 北京科技大学 一种转炉炼钢的熔池碳含量及温度全程实时预测方法
CN111893237B (zh) * 2020-07-08 2021-11-09 北京科技大学 一种转炉炼钢的熔池碳含量及温度全程实时预测方法
CN112317713A (zh) * 2020-11-04 2021-02-05 中冶赛迪重庆信息技术有限公司 一种连铸控制方法、***、介质及电子终端
CN115049260A (zh) * 2022-06-15 2022-09-13 华院计算技术(上海)股份有限公司 认知智能连铸钢包质量预判模型的应用方法及***
CN116011149A (zh) * 2023-01-18 2023-04-25 鞍钢股份有限公司 一种rh精炼炉目标搬出温度确定方法
CN116011149B (zh) * 2023-01-18 2023-10-20 鞍钢股份有限公司 一种rh精炼炉目标搬出温度确定方法
CN117920985A (zh) * 2024-03-20 2024-04-26 成都新航工业科技股份有限公司 用于铸造石膏型熔模的熔液转运方法及装置
CN117920985B (zh) * 2024-03-20 2024-06-11 成都新航工业科技股份有限公司 用于铸造石膏型熔模的熔液转运方法及装置

Similar Documents

Publication Publication Date Title
CN110850915A (zh) 一种基于自学习的炼钢钢水过程温度控制***和控制方法
CN111304406B (zh) 一种钢包底吹氩控制方法及装置
CN103184302B (zh) 一种转炉主原料装入控制方法及其控制***
CN110343805B (zh) 钢包精炼炉钢水硅锰成分控制装置及控制方法
CN103642972B (zh) 转炉出钢温度智能优化控制***
CN110991916A (zh) 一种铸坯质量判定***和方法
CN108342540B (zh) 一种炼钢厂rh精炼设备自动控制***
CN101942537B (zh) 一种高炉出渣量在线检测方法
CN103472811A (zh) 炼钢二级过程控制***及控制方法
CN113919206A (zh) 一种炼钢合金化窄成分控制方法
CN104726635A (zh) 一种电炉冶炼优化配料计算方法
CN110245808A (zh) 一种基于需量控制的钢包炉优化调度方法
CN109581988A (zh) 一种基于转炉烟气分析技术的智能炼钢***
CN103695593B (zh) 转炉自动化炼钢留渣操作方法
CN110358888B (zh) 基于参考炉次分组的转炉冶炼控制装置及控制方法
CN103135466B (zh) 一种电熔镁砂熔炼过程多级需量控制方法
CN112296290A (zh) 一种连铸拉坯速度与钢水过热度匹配的自动控制方法
CN113961865A (zh) 一种大型转炉精确控制tsc阶段调温剂加入量的方法
CN1603424A (zh) 一种基于智能复合动态模型的有副枪转炉吹炼控制方法
CN110991772A (zh) 一种预测转炉终渣粘度模型的高效护炉方法
CN104267600A (zh) 钢包精炼炉电极调节控制***及其控制方法
CN115906538A (zh) 一种钢包精炼炉钢水成分预测的方法
CN116109069A (zh) 一种基于钢铁企业的大数据融合应用控制方法
CN105242545B (zh) 一种基于工艺批次模型的转炉用氧流量的预测方法
CN115576285A (zh) 一种lf精炼全自动生产的方法及***

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200228

RJ01 Rejection of invention patent application after publication