Lf爐精煉終點鋼液成分和溫度預測模型開發(fā).pdf

1、本文以某廠300噸LF爐鋼包精煉爐生產(chǎn)工藝為研究背景，采用參考爐次法和人工智能的方法，建立LF爐終點成分和溫度預測模型。模型使用VisualC++6.0作為軟件開發(fā)工具，MicrosoftAccess2003數(shù)據(jù)庫系統(tǒng)編制出了應用軟件，軟件具有數(shù)據(jù)庫維護、BP神經(jīng)網(wǎng)絡訓練、即時終點成分和溫度預測、合金加入量預測等功能。 在建立終點成分預測過程中，采用了參考爐次法平均計算收得率，對各元素的收得率進行計算，采用50爐數(shù)據(jù)對模型的預測

2、精度進行驗證，對于主要元素的預測與實際數(shù)據(jù)比較，計算誤差較小，達到了現(xiàn)場的精度要求。對于C元素的預測值與實際值相比較，誤差在±0.01％的占總爐次的96％，對于Si元素的預測值與實際值相比較誤差在±0.04％的占總爐次的98％，對于Mn元素的預測值與實際值相比較誤差在±0.06％的占總爐次的98％，其它元素的預測值也比較精確，能夠減少取樣次數(shù)，從而間接地縮短冶煉時間，降低能耗，優(yōu)化冶煉操作。同時，操作人員也可根據(jù)現(xiàn)場需要，輸入所要添加的

3、合金種類和數(shù)量，模型可以根據(jù)參考爐次得到的合金收得率，提前預測出鋼水成分，對現(xiàn)場的操作有一定的指導意義。 建立終點溫度預測模型過程中，將整個鋼包體系作為一個系統(tǒng)研究LF爐能量平衡關系，分析出影響LF爐鋼水溫度的主要因素為：通電時間、通電量、非通電時間、初始溫度、鋼包狀態(tài)、合金及渣料吸放熱量、氬氣吹入量8個主要因素作為網(wǎng)絡的輸入量，將終點溫度作為網(wǎng)絡輸出量。實際系統(tǒng)運行表明，這些因素作為輸入量預測終點溫度完全可行，并達到了精度要求