郑瑞轩等：炼钢合金减量化智能控制模型及其应用 1695. 表2合金收得率预测结果和实际收得率对比 220 Actual cost per ton of steel 200 Table 2 Comparison of the actual alloy yield and the forecast alloy yield Calculated value of ton steel cost model Number Actual alloy yield/% Forecast alloy yield/%Error/% 160 94.40 95.89 1.48 140 95.68 95.65 -0.02 ,120 3 95.08 93.83 -1.24 100 4 95.82 95.05 -0.76 95.88 95.96 0.08 60 6 95.66 96.28 0.62 101520253035 96.51 95.23 -1.27 Heat No. 8 97.07 95.44 -1.62 图7模型计算成本与实际成本对比 Fig.7 Comparison of the model calculation alloy cost and the actual 从图可以看出，在统计的35炉数据中，所有炉 alloy cost 次的模型计算合金配料方案吨钢成本均低于实际 42CMo钢的部分工业应用实验结果如表3所示， 值，不同钢种吨钢合金降本2.5%~29%，平均吨钢 结果表明试验炉次钢包取样的钢液成分均符合要 合金成本降低11.06%，成本降低最多的炉次为 求.通过基于K均值聚类的合金耗量数据分析，优 38.7￥.对于像轴承钢和高合金钢之类，合金加 化控制吨钢耗氧量、装料铁水比和出钢温度等工 入量大且合金加入种类多的钢种，合金计算降本 艺参数，显著降低了转炉出钢过程铁合金的损耗， 效果更显著.以42CMo钢为例，模型计算结果降 提高了收得率，实验炉次较历史对照炉次M收得 本684~2609￥炉-，吨钢降本5.7~21.7元，合金 率提高3.22%~5.29%，平均提高3.54%.同时结合 化成本降低6.0%~11.85%. 模型计算优化合金配料方案实现整体合金加入成 3.3模型应用案例 本的降低，对实验炉次的合金降本效果进行追踪， 将合金减量化智能控制模型应用于某钢厂转 实验炉次较历史对照炉次铁合金加入总成本降低 炉厂1转炉在线运行，应用模型指导现场合金配 5.95%~14.74%,平均降幅11.72%.综合降本效果 料.模型在线运行期间共指导生产115炉，其中 明显 表3工业试验结果 Table 3 Results of the industrial test Furace O,consumption/ Tapping Hot metal Mn Past average Current Reduce Decrease Whether the number (m3t) temperature/℃ ratio yield/% cost/() cost/(￥tr) costs￥tr) rate/ ingredients are qualified Control 52.20 1641 0.92 86.52 198.4 一 一 一 一 group 1 56.46 1585 0.77 86.60 198.4 167.5 30.9 11.68 2 50.48 1581 0.77 87.03 198.4 170.1 28.3 11.67 3 56.77 1589 0.78 89.31 198.4 175.2 23.2 14.24 4 53.37 1581 0.78 89.37 198.4 159.9 38.4 5.95 5 59.45 1531 0.91 89.65 198.4 160.5 37.9 9.27 6 45.97 1582 0.78 89.66 198.4 166.3 32.1 14.03 7 46.54 1571 0.76 89.80 198.4 161.8 36.6 9.82 8 47.62 1584 0.92 90.25 198.4 175.1 23.3 9.24 9 49.83 1583 0.92 90.26 198.4 168.4 30.0 14.74 10 50.84 1575 0.77 90.35 198.4 161.1 37.3 12.70 11 51.48 1582 0.78 90.58 198.4 170.8 27.6 11.46 的 55.76 1571 0.78 90.64 198.4 161.1 37.3 14.06 13 51.35 1569 0.8 91.10 198.4 166.5 31.8 13.52从图可以看出，在统计的 35 炉数据中，所有炉 次的模型计算合金配料方案吨钢成本均低于实际 值，不同钢种吨钢合金降本 2.5%～29%，平均吨钢 合金成本降低 11.06%，成本降低最多的炉次为 38.7 ¥·t–1 . 对于像轴承钢和高合金钢之类，合金加 入量大且合金加入种类多的钢种，合金计算降本 效果更显著. 以 42CrMo 钢为例，模型计算结果降 本 684～2609 ¥·炉–1，吨钢降本 5.7～21.7 元，合金 化成本降低 6.0%～11.85%. 3.3    模型应用案例 将合金减量化智能控制模型应用于某钢厂转 炉厂 1#转炉在线运行，应用模型指导现场合金配 料. 模型在线运行期间共指导生产 115 炉，其中 42CrMo 钢的部分工业应用实验结果如表 3 所示， 结果表明试验炉次钢包取样的钢液成分均符合要 求. 通过基于 K 均值聚类的合金耗量数据分析，优 化控制吨钢耗氧量、装料铁水比和出钢温度等工 艺参数，显著降低了转炉出钢过程铁合金的损耗， 提高了收得率，实验炉次较历史对照炉次 Mn 收得 率提高 3.22%～5.29%，平均提高 3.54%. 同时结合 模型计算优化合金配料方案实现整体合金加入成 本的降低，对实验炉次的合金降本效果进行追踪， 实验炉次较历史对照炉次铁合金加入总成本降低 5.95%～14.74%，平均降幅 11.72%，综合降本效果 明显. 220 0 200 5 180 10 160 15 140 20 120 25 100 30 80 35 60 40 Ferroalloy cost per ton of steel/(¥·t−1 ) Heat No. Actual cost per ton of steel Calculated value of ton steel cost model 图 7 模型计算成本与实际成本对比 Fig.7 Comparison of the model calculation alloy cost and the actual alloy cost 表 2 合金收得率预测结果和实际收得率对比 Table 2 Comparison of the actual alloy yield and the forecast alloy yield Number Actual alloy yield/% Forecast alloy yield/% Error/% 1 94.40 95.89 1.48 2 95.68 95.65 –0.02 3 95.08 93.83 –1.24 4 95.82 95.05 –0.76 5 95.88 95.96 0.08 6 95.66 96.28 0.62 7 96.51 95.23 –1.27 8 97.07 95.44 –1.62 表 3 工业试验结果 Table 3 Results of the industrial test Furnace number O2 consumption/ (m3 ·t–1) Tapping temperature/℃ Hot metal ratio Mn yield/% Past average cost/(¥·t–1) Current cost/ (¥·t–1) Reduce costs /(¥·t–1) Decrease rate /% Whether the ingredients are qualified Control group 52.20 1641 0.92 86.52 198.4 — — — — 1 56.46 1585 0.77 86.60 198.4 167.5 30.9 11.68 √ 2 50.48 1581 0.77 87.03 198.4 170.1 28.3 11.67 √ 3 56.77 1589 0.78 89.31 198.4 175.2 23.2 14.24 √ 4 53.37 1581 0.78 89.37 198.4 159.9 38.4 5.95 √ 5 59.45 1531 0.91 89.65 198.4 160.5 37.9 9.27 √ 6 45.97 1582 0.78 89.66 198.4 166.3 32.1 14.03 √ 7 46.54 1571 0.76 89.80 198.4 161.8 36.6 9.82 √ 8 47.62 1584 0.92 90.25 198.4 175.1 23.3 9.24 √ 9 49.83 1583 0.92 90.26 198.4 168.4 30.0 14.74 √ 10 50.84 1575 0.77 90.35 198.4 161.1 37.3 12.70 √ 11 51.48 1582 0.78 90.58 198.4 170.8 27.6 11.46 √ 12 55.76 1571 0.78 90.64 198.4 161.1 37.3 14.06 √ 13 51.35 1569 0.8 91.10 198.4 166.5 31.8 13.52 √ 郑瑞轩等： 炼钢合金减量化智能控制模型及其应用 · 1695 ·