CN111518980A - 一种转炉终点碳含量预报模型的修正方法和*** - Google Patents

Abstract

本发明公开了一种转炉终点碳含量预报模型的修正方法，包括：采集冶炼过程中加入转炉的铁水碳含量C₁、TSC碳含量C₂和终点拉碳前的碳含量C₃；采集转炉冶炼过程中转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量；利用采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化进行计算，得到修正系数，利用修正系数对碳含量预报模型进行修正，修正终点拉碳前的碳含量C₃。本发明解决了现有技术中，碳含量预测模型自学习***容易出现波动，且没有考虑本炉次实际生产情况，特别是渣量控制对脱碳速率影响，准确率不稳定问题。

Description

一种转炉终点碳含量预报模型的修正方法和***

技术领域

本发明属于转炉炼钢技术领域，具体涉及一种转炉终点碳含量预报模型的修正方法和***。

背景技术

自动化炼钢技术是集自动化控制、冶金机理、生产工艺、数学模型、人工智能、数学仿真、计算机等多种技术于一体的高难度复杂技术。因为转炉炼钢是一个非常复杂的的多元、多相、高温状态下进行的非特性物理、化学反应过程。存在着许多不确定的因素，且难以准确连续的在线检测转炉吹炼过程中钢水的工艺参数，因此，采用数学模型。

转炉炼钢技术的数学模型中包括转炉终点碳预报模型、温度预报模型、磷含量预报模型、氧含量预报模型、炉渣成分预报模型等。预报模型基于过程测量数据及物料称重等数据采集，通过一定算法，对终点参数进行预测。

其中碳含量涉及到钢种的判定，是转炉终点重点控制的参数，碳含量的准确控制，不仅可以提高生产效率，还可以控制钢水质量。目前，主要通过副枪的控制模型来预报转炉终点碳含量，该模型控制的基础主要依赖机理模型和自学习模型。然而，现有技术中，副***型自学习***容易出现波动，且没有考虑本炉次实际生产情况，特别是渣量控制对脱碳速率影响的问题，因此，实际过程中，碳含量预测值准确率不稳定。

发明内容

鉴于上述碳含量预测准确率值不稳定的问题，提出了本以便提供一种克服上述问题或者至少部分地解决上述问题的一一种转炉终点碳含量预报模型的修正方法和***。

本发明提出的技术方案如下：

一种转炉终点碳含量预报模型的修正方法，包括：

采集冶炼过程中加入转炉的铁水碳含量C₁、TSC碳含量C₂和终点拉碳前的碳含量C₃；

采集转炉冶炼过程中转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量；

利用采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化进行计算，得到修正系数，利用修正系数对碳含量预报模型进行修正，修正终点拉碳前的碳含量C₃。

进一步地，利用采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化计算，得到修正系数修正系数具体的得过程为：利用烟气流量、烟气中一氧化碳和二氧化碳的积分求得的脱碳总量C_脱，与入炉铁水碳含量C1减去副枪测量的TSC碳含量C2的值进行对比，即修正系数α公式为：

进一步地，所述冶炼过程中加入转炉的铁水碳含量范围2.8-3.6％，拉碳前碳含量范围0.10-0.50％。

进一步地，所述修正系数范围为0.50-0.70。

进一步地，所述修正系数与炉渣渣量β呈反比关系，即：

α＝kβ+m

其中，k、m为常数，且k小于0。

进一步地，k为-0.00139，m为0.67。

进一步地，所述碳含量预报模型由冶炼过程中历史数据自学习得到。

本发明还公开了一种转炉终点碳含量预报模型的修正***，包括：测量模块、烟气分析模块、计算模块，其中，

测量模块，用于采集采集冶炼过程中加入转炉的铁水碳含量C₁、TSC碳含量C₂和终点拉碳前的碳含量C₃；

烟气分析模块，用于采集转炉冶炼过程中转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量；

计算模块，用于将采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化进行就算，得到修正系数，利用修正系数对碳含量预报模型进行修正，修正终点拉碳前的碳含量C₃。

进一步地，所述计算模块得到修正系数具体过程为：利用烟气流量、烟气中一氧化碳和二氧化碳的积分求得的脱碳总量C_脱，与入炉铁水碳含量C1减去副枪测量的TSC碳含量C2的值进行对比，即修正系数α公式为：

本发明与现有技术相比至少具有以下有益效果：

本发明提供的这种转炉终点碳含量预报模型的修正方法和***，通过实时采集冶炼过程中加入转炉的铁水碳含量、TSC碳含量和终点拉碳前的碳含量，并利用转炉烟气流量、烟气中一氧化碳和二氧化碳进行碳积分，实时得到修正系数，利用修正系数对碳含量预报模型进行修正，实时修正碳含量。

本发明解决了现有技术中，碳含量预测模型自学习***容易出现波动，且没有考虑本炉次实际生产情况，特别是渣量控制对脱碳速率影响，准确率不稳定问题。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

在附图中：

图1是本发明实施例1中，一种转炉终点碳含量预报模型的修正方法流程图；

图2是本发明实施例2中，一种转炉终点碳含量预报模型的修正***结构图。

具体实施方式

实施例1

本实施例公开了一种转炉终点碳含量预报模型的修正方法，包括：

采集冶炼过程中加入转炉的铁水碳含量C₁、TSC碳含量C₂和终点拉碳前的碳含量C₃；

具体的，在转炉双联工艺中，脱碳炉采用全铁水冶炼，不加入废钢。根据碳平衡原理，转炉内碳含量的来源只有铁水，通过吹氧脱碳，碳含量的去向只有烟气中的一氧化碳和二氧化碳。具体的，所述碳含量均可以由转炉副枪***获取。

采集转炉冶炼过程中转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量；具体的，所述转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量均可以由流量计获取。

利用采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化进行计算，得到修正系数，利用修正系数对碳含量预报模型进行修正，修正终点拉碳前的碳含量C₃。

具体的，利用采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化计算，得到修正系数修正系数具体的得过程为：利用烟气流量、烟气中一氧化碳和二氧化碳的积分求得的脱碳总量C_脱，与入炉铁水碳含量C1减去副枪测量的TSC碳含量C2的值进行对比，即修正系数α公式为：

在一些优选实施例中，冶炼过程中加入转炉的铁水碳含量C₁范围2.8-3.6％，拉碳前碳C₃含量范围0.10-0.50％。

在一些优选实施例中，所述修正系数α范围为0.50-0.70。

在一些优选实施例中，所述修正系数α与炉渣渣量β呈反比关系，即：

α＝kβ+m

其中，k、m为常数，且k小于0。通过大量实验和实际经验，优选的，k为-0.00139，m为0.67。

本实施例提供的这种转炉终点碳含量预报模型的修正方法通过实时采集冶炼过程中加入转炉的铁水碳含量、TSC碳含量和终点拉碳前的碳含量，并利用转炉烟气流量、烟气中一氧化碳和二氧化碳进行碳积分，实时得到修正系数，利用修正系数对碳含量预报模型进行修正，实时修正碳含量。

本方法解决了现有技术中，碳含量预测模型自学习***容易出现波动，且没有考虑本炉次实际生产情况，特别是渣量控制对脱碳速率影响，准确率不稳定问题。

实施例2

本实施例公开了一种转炉终点碳含量预报模型的修正***，其特征在于，包括：测量模块、烟气分析模块、计算模块，其中，

测量模块1，用于采集采集冶炼过程中加入转炉的铁水碳含量C₁、TSC碳含量C₂和终点拉碳前的碳含量C₃；在一些优选实施例中，所述碳含量均可以由转炉副枪***获取。

烟气分析模块2，用于采集转炉冶炼过程中转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量；在一些优选实施例中，转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量可以由流量计获取。

计算模块3，用于将采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化进行就算，得到修正系数，利用修正系数对碳含量预报模型进行修正，修正终点拉碳前的碳含量C₃。

具体的，所述计算模块3得到修正系数具体过程为：

利用烟气流量、烟气中一氧化碳和二氧化碳的积分求得的脱碳总量C_脱，与入炉铁水碳含量C1减去副枪测量的TSC碳含量C2的值进行对比，即修正系数α公式为：

在一些优选实施例中，冶炼过程中加入转炉的铁水碳含量C1范围2.8-3.6％，拉碳前碳C3含量范围0.10-0.50％。

在一些优选实施例中，所述修正系数α范围为0.50-0.70。

在一些优选实施例中，所述修正系数α与炉渣渣量β呈反比关系，即：

α＝kβ+m

其中，k、m为常数，且k小于0。通过大量实验和实际经验，优选的，k为-0.00139，m为0.67。

本实施例提供的这种转炉终点碳含量预报模型的修正***通过实时采集冶炼过程中加入转炉的铁水碳含量、TSC碳含量和终点拉碳前的碳含量，并利用转炉烟气流量、烟气中一氧化碳和二氧化碳进行碳积分，实时得到修正系数，利用修正系数对碳含量预报模型进行修正，实时修正碳含量。

本***解决了现有技术中，碳含量预测模型自学习***容易出现波动，且没有考虑本炉次实际生产情况，特别是渣量控制对脱碳速率影响，准确率不稳定问题。

在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。

上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示非排它性的“或者”。

Claims (9)

1.一种转炉终点碳含量预报模型的修正方法，其特征在于，包括：

采集冶炼过程中加入转炉的铁水碳含量C₁、TSC碳含量C₂和终点拉碳前的碳含量C₃；

采集转炉冶炼过程中转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量；

利用采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化进行计算，得到修正系数，利用修正系数对碳含量预报模型进行修正，修正终点拉碳前的碳含量C₃。

2.如权利要求1所述的一种转炉终点碳含量预报模型的修正方法，其特征在于，包括：

利用采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化计算，得到修正系数修正系数具体的得过程为：利用烟气流量、烟气中一氧化碳和二氧化碳的积分求得的脱碳总量C_脱，与入炉铁水碳含量C1减去副枪测量的TSC碳含量C2的值进行对比，即修正系数α公式为：

3.根据权利要求1所述的一种转炉终点碳含量预报模型的修正方法，其特征在于，所述冶炼过程中加入转炉的铁水碳含量C₁范围2.8-3.6％，拉碳前碳C₃含量范围0.10-0.50％。

4.如权利要求2所述的一种转炉终点碳含量预报模型的修正方法，其特征在于，所述修正系数α范围为0.50-0.70。

5.如权利要求2所述的一种转炉终点碳含量预报模型的修正方法，其特征在于，所述修正系数α与炉渣渣量β呈反比关系，即：

α＝kβ+m

其中，k、m为常数，且k小于0。

6.如权利要求2所述的一种转炉终点碳含量预报模型的修正方法，其特征在于，k为-0.00139，m为0.67。

7.如权利要求1所述的一种转炉终点碳含量预报模型的修正方法，其特征在于，包括：所述碳含量预报模型由冶炼过程中历史数据自学习得到。

8.一种转炉终点碳含量预报模型的修正***，其特征在于，包括：测量模块、烟气分析模块、计算模块，其中，

测量模块，用于采集采集冶炼过程中加入转炉的铁水碳含量C₁、TSC碳含量C₂和终点拉碳前的碳含量C₃；

烟气分析模块，用于采集转炉冶炼过程中转炉烟气流量、烟气中一氧化碳和二氧化碳的体积百分含量；

计算模块，用于将采集到的铁水碳含量C₁、TSC碳含量C₂、烟气流量、烟气中一氧化碳和二氧化进行就算，得到修正系数，利用修正系数对碳含量预报模型进行修正，修正终点拉碳前的碳含量C₃。

9.一种转炉终点碳含量预报模型的修正***，其特征在于，所述计算模块得到修正系数具体过程为：

利用烟气流量、烟气中一氧化碳和二氧化碳的积分求得的脱碳总量C_脱，与入炉铁水碳含量C1减去副枪测量的TSC碳含量C2的值进行对比，即修正系数α公式为：

Images