基于LF炉精炼过程钢水温度和成分联合预测的方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110955956A(43)申请公布日2020.04.03(21)申请号201911081850.8(22)申请日2019.11.07(71)申请人北京科技大学地址100083北京市海淀区学院路30号申请人江苏沙钢集团有限公司(72)发明人王敏储建华邹长东赵家七包燕平麻晗(74)专利代理机构北京市广友专利事务所有限责任公司11237代理人张仲波(51)Int.Cl.G06F30/20(2020.01)G06Q10/04(2012.01)G06Q50/04(2012.01)G06F119/08(2020.01)权利要求书3页说明书8页附图3页(54)发明名称基于LF炉精炼过程钢水温度和成分联合预测的方法及系统(57)摘要本发明提供一种基于LF炉精炼过程钢水温度和成分联合预测的方法及系统，该方法包括以进站参数为初始值，到站参数为目标值，获取LF炉精炼过程中的生产参数，充分考虑电弧加热量、合金热效应、渣料热效应、喂线热效应、吹氩损失热、渣面损失热、包衬损失热、烟气损失热及钢水重量的变化对钢水温度和成分的影响，建立LF精炼过程钢水温度和成分的联合动态预测模型；最后以精炼过程钢水化验值作为模型精度的校验，提高终点成分的命中率；实现对选定炉次或新钢种的终点温度及成分进行预测。本发明的基于LF炉精炼过程钢水温度和成分联合预测的方法可有效降低精炼时间，降低生产成本，提高产品质量稳定性，从而为缩短新产品研发周期提供保障。CN110955956ACN110955956A权利要求书1/3页1.一种基于LF炉精炼过程钢水温度和成分联合预测的方法，其特征在于，所述基于LF炉精炼过程钢水温度和成分联合预测的方法包括：获取LF炉精炼过程的进站参数，所述进站参数包括进站钢水中预设成分含量、钢水温度、钢水重量及进站时刻；获取LF炉精炼过程的到站参数，所述到站参数包括到站钢水中预设成分含量、钢水温度及到站时刻；获取LF炉精炼过程中的生产参数，所述生产参数包括包壁温度、吹氩量和电极电压档位，以及加入合金、原辅料和喂线的成分及对应料量；以所述进站参数为初始值，所述到站参数为目标值，建立LF精炼过程钢水温度和成分的联合动态预测模型；利用所述联合动态预测模型对LF炉精炼的生产参数进行计算和训练，得出修正的各种模型参数，完成对所述联合动态预测模型的精度校核；利用完成精度校核的联合动态预测模型对选定炉次或钢种的终点温度及成分进行预测。2.如权利要求1所述的基于LF炉精炼过程钢水温度和成分联合预测的方法，其特征在于，所述进站钢水中预设成分含量包括进站钢水中C、Si、Mn、P及S的质量百分数。3.如权利要求1所述的基于LF炉精炼过程钢水温度和成分联合预测的方法，其特征在于，所述到站钢水中预设成分含量包括到站钢水中C、Si、Mn、P及S的质量百分数。4.如权利要求1所述的基于LF炉精炼过程钢水温度和成分联合预测的方法，其特征在于，所述获取LF炉精炼过程中的生产参数，包括：获取钢包外壁温度；获取LF炉精炼过程中到站开启、通电、强脱硫、测温取样、合金化、喂线、软搅拌和等待位的吹氩流量；获取电极加热档位值及通断电对应时刻；获取加入硅铁、低钛低铝铁、硅锰合金、中碳锰铁、低碳锰铁、高碳铬铁、低碳铬铁、钛铁、硼铁、氮化钒铁、钒氮合金、钒铁、钼铁、小块镍板、铌铁、氮化硅、铝粒、金属锰、磷铁和增碳剂的成分、时刻及对应料量；获取加入石灰、电石、萤石和专用合成渣的成分、时刻及对应料量；获取加入硅钙线、纯钙线、铝线、钛线和硼铁线的成分、时刻及对应料量。5.如权利要求4所述的基于LF炉精炼过程钢水温度和成分联合预测的方法，其特征在于，所述联合动态预测模型对钢水温度的计算包括：计算进入熔池的电弧热量Qab＝cstmstΔab；其中，cst为钢液比热容，单位为J/(kg·℃)；mst为钢液重量，单位为kg；Δab为钢水升温速率，单位为℃/min；m计算合金的热效应Qalloy＝[csj(Tfj-Toj)+ΔHmj+clj(Tsteel-Tfj)]Mj/Mj-ΔHojMj(1-fi)/mmMj-ΔHmfjMj/Mj；其中，Tfj为合金元素的液相温度，单位为℃；Toj为合金元素的入炉温度，单位为℃；Tsteel为钢液温度，单位为℃；csj为合金元素j的固相比热容，单位为J/(kg·℃)；clj为合金元素j的液相比热容，单位为J/(kg·℃)；ΔHmj为合金元素j的熔化潜热，单位为J/mol；Δ2CN110955956A权利要求书2/3页Hmfj为合金元素j的熔解热，单位为J/mol；ΔHm0j为合金元素j的氧化反应热，单位为J/mol；mMj为合金元素j的加入量，单位为kg；Mj为合金元素j的摩尔量，单位为kg/mol；fi为合金元素