刘青等：炼钢厂多尺度建模与协同制造 ·1701· 上，结合经典脱碳三阶段理论和熔池热平衡原 预报转炉冶炼过程钢水的碳含量：在转炉冶炼后 理，构建了转炉冶炼过程脱碳模型和钢水温度变 期，碳含量与温度的预测值均与实测值比较接近， 化模型，并将上述两个模型进行综合，构建了基于 如图2所示，碳含量预测误差主要分布在0.05% 熔池混匀度的转炉冶炼过程模型) 范围内，其中预测误差绝对值在0.04%以内的炉 采用国内某钢厂转炉（无副枪）冶炼中高碳钢 次占总炉次数的90%：温度值预报误差主要分布 的实际生产数据进行了模型验证，验证结果表明： 在20℃范围内，其中预测误差绝对值在15℃范 所构建的基于熔池混匀度的转炉冶炼过程模型对 围以内的炉次占总炉次数的80%，达到了较好的 脱碳规律的描述符合实际脱碳情况，可用于实时 预测效果 0.35 1720 (a) (b) 0.30 1700 0 1680 80.20 1660 88 3±0.05% 1640 ±20℃ 1620 士0.04%，hit ratio90% ±15℃，hit ratio80% 0.080s 0.100.150.200.250.300.35 1600 600 162016401660168017001720 Measured carbon content/% Measured temperature/C 图2基于熔池混匀度的转炉治炼过程模型验证.(@)碳含量预报：(b)温度预报 Fig.2 Validation of converter steelmaking process model based on molten bath mixing degree:(a)carbon content prediction;(b)temperature prediction 针对转炉吹炼末期终点碳含量精准控制的问 准确预报，为转炉精准控制冶炼终点钢水碳含量 题，笔者团队在经典指数衰减模型的基础上引入 和温度提供参考 熔池混匀度的概念，充分考虑了枪位、顶吹流量和 1.2精炼工序工艺控制模型 底吹流量等实际生产过程操作参数对熔池搅拌与 生产高品质钢是当代钢铁工业的重要任务之 混匀的影响，建立了基于熔池混匀度的转炉终点 一 炉外精炼技术在提高钢质量和扩大钢材品种 碳指数模型啊.该模型终点碳含量预报误差分布如 方面起着关键的作用，是生产高品质钢必不可少 图3所示，终点碳含量预报误差在0.02%之间命 的重要工序.在众多的精炼方法中，LF精炼是当 中率为88.2%，具有较高的预报命中率 前应用最为广泛的二次治金方法之一，本节以LF 32 精炼造渣模型与钢水成分预报模型为例来进行论述 Hit ratio 88.2% 28 0.02% 对于LF精炼造渣过程，笔者团队首先通过造 渣机理分析和FactSage热力学模拟计算，得到最 20 优的渣系成分含量；其次，基于冶金机理模型（硫 16 质量守恒、物料守恒、渣-金氧平衡等)与过程数 据模型（运用SPss统计学软件、Matlab数学软件 8 分析现场数据)相结合的方法，利用数据模型对机 4 理模型进行优化，构建“机理+数据”的灰箱模型， 进而计算LF精炼脱硫所需加入的石灰量；最后， -0.04-0.03-002-00100.010.020.030.040.05 Carbon mass fraction prediction error/% 对所建灰箱模型进行在线验证与调试，获得符 图3基于熔池混匀度的指数模型终点碳含量预报误差分布问 合生产需求的最优命中率.对某钢厂52炉生产数 Fig.3 Prediction error distribution of end-point carbon content of the 据进行验证，结果如图4所示，该模型预报的石灰 exponential model based on bath mixing degree 加入量误差在±20kg内的命中率达88%，误差 综上所述，在没有采用动态检测设备的情况 在±40kg内的命中率达98%，该模型计算的一次 下，基于熔池混匀度的转炉冶炼过程模型与终点 石灰添加量可有效命中精炼终点钢水硫含量的目 碳指数模型可以实现碳含量的实时预报与温度的 标值，满足实际生产需求上[14] ，结合经典脱碳三阶段理论和熔池热平衡原 理，构建了转炉冶炼过程脱碳模型和钢水温度变 化模型，并将上述两个模型进行综合，构建了基于 熔池混匀度的转炉冶炼过程模型[15] . 采用国内某钢厂转炉（无副枪）冶炼中高碳钢 的实际生产数据进行了模型验证，验证结果表明： 所构建的基于熔池混匀度的转炉冶炼过程模型对 脱碳规律的描述符合实际脱碳情况，可用于实时 预报转炉冶炼过程钢水的碳含量；在转炉冶炼后 期，碳含量与温度的预测值均与实测值比较接近， 如图 2 所示，碳含量预测误差主要分布在±0.05% 范围内，其中预测误差绝对值在 0.04% 以内的炉 次占总炉次数的 90%；温度值预报误差主要分布 在±20 ℃ 范围内，其中预测误差绝对值在 15 ℃ 范 围以内的炉次占总炉次数的 80%，达到了较好的 预测效果. 0.35 (a) ±0.04%, hit ratio 90% ±0.05% 0.30 0.25 0.20 0.15 0.10 0.05 0.15 0.20 0.25 0.30 0.35 Measured carbon content/% Predicted carbon content/ % 0.05 0.10 1720 (b) ±15 ℃, hit ratio 80% ±20 ℃ 1700 1680 1660 1640 1620 1600 Measured temperature/℃ Predicted temperature/ ℃ 1600 1620 1640 1660 1680 1700 1720 图 2    基于熔池混匀度的转炉冶炼过程模型验证. (a) 碳含量预报; (b) 温度预报[15] Fig.2    Validation of converter steelmaking process model based on molten bath mixing degree: (a) carbon content prediction; (b) temperature prediction 针对转炉吹炼末期终点碳含量精准控制的问 题，笔者团队在经典指数衰减模型的基础上引入 熔池混匀度的概念，充分考虑了枪位、顶吹流量和 底吹流量等实际生产过程操作参数对熔池搅拌与 混匀的影响，建立了基于熔池混匀度的转炉终点 碳指数模型[5] . 该模型终点碳含量预报误差分布如 图 3 所示，终点碳含量预报误差在±0.02% 之间命 中率为 88.2%，具有较高的预报命中率. 32 28 24 20 16 12 8 4 0 −0.02−0.01 0 0.01 0.02 0.03 0.04 0.05 Carbon mass fraction prediction error/% Hit ratio 88.2% ±0.02% Number of heats −0.04 −0.03 图 3    基于熔池混匀度的指数模型终点碳含量预报误差分布[5] Fig.3     Prediction  error  distribution  of  end-point  carbon  content  of  the exponential model based on bath mixing degree 综上所述，在没有采用动态检测设备的情况 下，基于熔池混匀度的转炉冶炼过程模型与终点 碳指数模型可以实现碳含量的实时预报与温度的 准确预报，为转炉精准控制冶炼终点钢水碳含量 和温度提供参考. 1.2    精炼工序工艺控制模型 生产高品质钢是当代钢铁工业的重要任务之 一. 炉外精炼技术在提高钢质量和扩大钢材品种 方面起着关键的作用，是生产高品质钢必不可少 的重要工序. 在众多的精炼方法中，LF 精炼是当 前应用最为广泛的二次冶金方法之一，本节以 LF 精炼造渣模型与钢水成分预报模型为例来进行论述. 对于 LF 精炼造渣过程，笔者团队首先通过造 渣机理分析和 FactSage 热力学模拟计算，得到最 优的渣系成分含量；其次，基于冶金机理模型（硫 质量守恒、物料守恒、渣−金氧平衡等）与过程数 据模型（运用 SPSS 统计学软件、Matlab 数学软件 分析现场数据）相结合的方法，利用数据模型对机 理模型进行优化，构建“机理+数据”的灰箱模型， 进而计算 LF 精炼脱硫所需加入的石灰量；最后， 对所建灰箱模型[8] 进行在线验证与调试，获得符 合生产需求的最优命中率. 对某钢厂 52 炉生产数 据进行验证，结果如图 4 所示，该模型预报的石灰 加入量误差在 ±20  kg 内的命中率 达 88%，误差 在±40 kg 内的命中率达 98%，该模型计算的一次 石灰添加量可有效命中精炼终点钢水硫含量的目 标值，满足实际生产需求. 刘    青等： 炼钢厂多尺度建模与协同制造 · 1701 ·