·1248· 工程科学学报，第40卷，第10期 将熔渣中Fe0的活度计算值代入式(8)，可得 图4(a)是模型终点碳含量预报误差分布.由 到转炉吹炼末期C和Fe选择性氧化临界C含量与 图可知，绝大多数炉次终点碳质量分数预报误差在 钢水温度之间的关系，如式(10)所示 -0.01%~0.02%之间，且在命中的炉次中正偏差 1 的频数多于负偏差的频数.进一步统计分析可知， 0[C]=10-5w*47×0.241 (10) 终点碳质量分数预报误差在±0.02%之间的有75 根据新钢厂历史炉次可知，转炉冶炼终点钢水 炉次，占验证数据量的88.2%.图4(b)是模型碳含 平均温度为1686℃，此温度下C和Fe元素选择性 量预测值与实测值的比较，图中可分为三块区域：I 氧化的熔池极限碳质量分数w[C]。为0.033%. 区、Ⅱ区和命中区.I区中的点碳含量实测值小于 3.2模型的预报结果及分析 预测值，Ⅱ区中的点碳含量实测值大于预测值.研 本模型与先前的指数模型相比，有两处改进：其 究发现，I区中的点所对应的)值比平均值小，即 一，本模型引入熔池混匀度，充分考虑了氧枪枪位、 理论上熔池搅拌能力较弱，钢-渣间的传质不能有 顶吹氧气流量以及底吹气体流量对转炉熔池脱碳过 效进行，不利于脱碳反应，故预测值偏大.Ⅱ区的情 程的影响：其二，传统的指数模型中熔池极限碳含量 况正好和I区相反，Ⅱ区中的点所对应的？值比平 w[C]。采用经验值0.02%，而本模型根据具体熔渣 均值大，即理论上熔池搅拌能力较强，钢-渣间传质 活度计算得出，可靠性更高 效率高，有利于脱碳反应的进行，故预测值偏小 32r 0.11 (a) 命中率882% (b) 28 ±0.02% 0.10 0.09 ±0.02% 0.08 0.07 16 0.06 12 0.05 0.04 0.03 0.0 -0.04-0.03-0.02-0.0100.010.020.030.040.05 0.020.030.040.050.060.070.080.090.100.11 碳质量分数预报误差/% 碳质量分数实测值/% 图4基于熔池混匀度的指数模型终点碳含量预测结果.(a)终点碳含量预报误差分布：(b)碳含量预测值和实测值比较 Fig.4 End-point carbon content prediction result of the exponential model based on bath mixing degree:(a)error distribution of end-point carbon content prediction:(b)comparison between predicted and measured carbon contents 图5(a)和(b)分别是三次方模型、指数模型与 指数模型绝大多数炉次的相对误差小于10%.同一 基于熔池混匀度的终点碳指数模型的相对误差比 炉次下两种模型预报精度的高低并无规律可言，即 较.由图(a)可知，三次方模型和基于熔池混匀度的 基于熔池混匀度的模型的相对误差在某些炉次比三 35 35 (a) ·一三次方模型 (b) ·一指数模型 30 ·一基于熔池混匀度的指数模型 30 ·一基于熔池混匀度的指数模型 25 15 10 10 1020 30 40 60 80 90 D 20 40 50 60 80 90 炉次 炉次 图5模型相对误差的比较.(a)三次方模型和基于熔池混匀度的指数模型的比较：(b)指数模型和基于熔池混匀度的指数模型的比较 Fig.5 Comparison of relative errors of models:(a)comparison between cubic model and exponential model based on bath mixing degree;b)compar- ison between exponential model and exponential model based on bath mixing degree工程科学学报,第 40 卷,第 10 期 将熔渣中 FeO 的活度计算值代入式(8),可得 到转炉吹炼末期 C 和 Fe 选择性氧化临界 C 含量与 钢水温度之间的关系,如式(10)所示. w[C] = 1 10 ( - 5168 / T + 4郾 741) 伊 0郾 241 (10) 根据新钢厂历史炉次可知,转炉冶炼终点钢水 平均温度为 1686 益 ,此温度下 C 和 Fe 元素选择性 氧化的熔池极限碳质量分数 w[C]0为 0郾 033% . 3郾 2 模型的预报结果及分析 本模型与先前的指数模型相比,有两处改进:其 一,本模型引入熔池混匀度,充分考虑了氧枪枪位、 顶吹氧气流量以及底吹气体流量对转炉熔池脱碳过 程的影响;其二,传统的指数模型中熔池极限碳含量 w[C]0采用经验值 0郾 02% ,而本模型根据具体熔渣 活度计算得出,可靠性更高. 图 4(a)是模型终点碳含量预报误差分布. 由 图可知,绝大多数炉次终点碳质量分数预报误差在 - 0郾 01% ~ 0郾 02% 之间,且在命中的炉次中正偏差 的频数多于负偏差的频数. 进一步统计分析可知, 终点碳质量分数预报误差在 依 0郾 02% 之间的有 75 炉次,占验证数据量的 88郾 2% . 图 4(b)是模型碳含 量预测值与实测值的比较,图中可分为三块区域:玉 区、域区和命中区. 玉区中的点碳含量实测值小于 预测值,域区中的点碳含量实测值大于预测值. 研 究发现,玉区中的点所对应的 浊 值比平均值小,即 理论上熔池搅拌能力较弱,钢鄄鄄 渣间的传质不能有 效进行,不利于脱碳反应,故预测值偏大. 域区的情 况正好和玉区相反,域区中的点所对应的 浊 值比平 均值大,即理论上熔池搅拌能力较强,钢鄄鄄渣间传质 效率高,有利于脱碳反应的进行,故预测值偏小. 图 4 基于熔池混匀度的指数模型终点碳含量预测结果 郾 (a)终点碳含量预报误差分布;(b)碳含量预测值和实测值比较 Fig. 4 End鄄point carbon content prediction result of the exponential model based on bath mixing degree:( a) error distribution of end鄄point carbon content prediction;(b)comparison between predicted and measured carbon contents 图 5 模型相对误差的比较 郾 (a)三次方模型和基于熔池混匀度的指数模型的比较;(b)指数模型和基于熔池混匀度的指数模型的比较 Fig. 5 Comparison of relative errors of models:(a)comparison between cubic model and exponential model based on bath mixing degree;(b)compar鄄 ison between exponential model and exponential model based on bath mixing degree 图 5(a)和(b)分别是三次方模型、指数模型与 基于熔池混匀度的终点碳指数模型的相对误差比 较. 由图(a)可知,三次方模型和基于熔池混匀度的 指数模型绝大多数炉次的相对误差小于 10% . 同一 炉次下两种模型预报精度的高低并无规律可言,即 基于熔池混匀度的模型的相对误差在某些炉次比三 ·1248·