·1696 工程科学学报，第43卷，第12期 合金减量化智能控制模型在现场使用的一段 secondary steelmaking.Ironmak Steelmak,2019,46(3):211 时间里，模型运行稳定，各工序数据传输顺畅，生 [4] Xing L D,Guo J L,Li X,et al.Control of TiN precipitation 产炉次均满足成分需要，未发生成分超标或成分 behavior in titanium-containing micro-alloyed steel.Mater Today Commun,2020,25:101292 不合的情况，生产炉次与历史数据相比，降本效果 [5] Yang L Z,Wang X Y,Wang Z D,et al.Alloy charging 较明显.结果表明，该模型适用于炼钢生产现场复 optimization model based on the yield dynamic libraries.JUniv 杂的工况条件，能够符合现场的生产要求，具有一 Sci Technol Beijing,2014,36(Suppl 1):104 定的推广应用价值. (杨凌志，王学义，王志东，等基于收得率动态库的合金加料优 化模型.北京科技大学学报，2014,36增刊1少：104) 4结论 [6] Nath N K,Mandal K,Singh A K,et al.Ladle furnace on-line (1)基于K均值聚类法对转炉出钢过程合金 reckoner for prediction and control of steel temperature and composition.Ironmak Steelmak,2006,33(2):140 损耗的影响因素进行分析，将选取的140炉次 [7] Han M,Xu Q,Zhao Y,et al.Calculation of alloy addition to yied- 42CMo钢按吨钢耗氧量、装料铁水比和出钢温度 predict model BOF steel-making.Steelmaking,2010,26(1):44 聚为3类.利用聚类方法减少分组数量，有效提取 (韩敏，徐俏，赵耀，等，基于收得率预测模型的转炉炼钢合金加 数字特征，在出钢温度低，装料铁水比高的1类中 人量计算.炼钢，2010,26(1)：44) 锰收得率高于均值1.15%，条件相反的2类中锰收 [8]Han M.Xu Q.Integrated optimization model for alloy addition of 得率低于均值0.75%.控制冶炼工艺过程在合金收 basic oxygen furace based on Particle Swarm Optimization / 得率高的范围内进行，有利于减少合金的消耗，降 2010 IEEE International Conference on Systems.Man and 低炼钢生产成本，实现降本增效 Cybernetics.Istanbul,2010:4257 [9] Geng T,Zou C D,Zhao J Q,et al.Study on cost optimization of (2)建立了基于PCA-BP神经网络和混合整数 alloy batching model in Al-killed steel.Metall Ind Autom,2019, 线性规划的合金减量化智能控制系统，并采用 43(3):40 Matlab软件编制用户界面，模型实时准确地获取 (耿涛，邹长东，赵家七，等.铝镇静钢的成本最优化合金配料模 当前冶炼炉次的合金收得率，利用intlinprog函数 型研究.治金自动化，2019,43(3)：40) 线性规划求解得出合金加入成本最低的加料方 [10]Wang X.Wei S H,Qin D P,et al.Development and application of 案，提高了合金化钢液成分准确度，减少由传统人 alloy minimum cost control system for steelmaking.Metall Ind 工经验计算配料造成的成本浪费和成分超标的情 42tom,2019.43(1):47 (王星，危尚好，素登平，等.炼钢合金最小成本控制系统的开发 况发生 及应用.冶金自动化，2019,43(1)：47) (3)合金减量化智能控制模型在现场工业生产 [11]Gong W.JiangZ H,Zheng W,et al.Component controlling model 测试中运行稳定，模型与企业检化验系统等数据 in BOF steelmaking process.J Northeast Univ,2002,23(12): 库互联互通，能够实现数据的实时查询与调用.应 1155 用模型指导合金配料降本效果明显，不同钢种吨 (龚伟，姜周华，郑万，等.转炉冶炼过程中合金成分控制模型 钢合金降本2.5%~29%.在模型工业在线应用试 东北大学学报，2002,23(12)：1155) 验中，试验炉次较历史炉次铁合金加入总成本降 [12]Xu Z.Optimal Setting of the Amount of Alloying Additions for Ladle Furnace and Its Application [Dissertation].Shenyang: 低5.95%~14.74%，平均降幅11.72%，综合降本效 Northeastern University,2012 果明显 (徐枯.钢包精炼炉合金添加量的优化设定与应用[学位论文] 沈阳：东北大学，2012) 参考文献 [13]Ekmekci I,Yetisken Y,Camdali 0.Mass balance modeling for [1]Zhu R,Han B C,Dong K,et al.A review of carbon dioxide electric arc fumnace and ladle fumace system in steelmaking disposal technology in the converter steelmaking process.In facility in Turkey.J Iron Steel Res Int,2007,14(5):1 Miner Metall Mater,2020,27(11):1421 [14]Wei C X,Li J X,Zhang Y,et al.Factors affecting yield of alloy in [2]Bao Y P.Zhang C J.Wang M.Situation and prospect on ANS-OB ladle refining process and prevention.Steelmaking,2003. investigation of ferroalloy reduction during steelmaking.ChinJ 19226 Eg,2018.40(9):1017 (魏春新，李纪样，张越，等.影响ANS-OB精炼合金收得率的因 (包燕平，张超杰，王敏.炼钢过程中合金减量化研究现状及展 素及对策.炼钢，2003,19(2)：26) 望.工程科学学报，2018,40(9)：1017) [15]Zhang C.Effect of ladle refining technique on yielding rate of VN [3]Kothari A K,Ranjan R,Singh R S,et al.A real-time ferroalloy alloy.Iron Steel Vanadium Titanium,2003,24(4):44 model for the optimum ladle furnace treatment during the (张晨.钢包精炼工艺对钒氮合金收得率的影响.钢铁钒钛，合金减量化智能控制模型在现场使用的一段 时间里，模型运行稳定，各工序数据传输顺畅，生 产炉次均满足成分需要，未发生成分超标或成分 不合的情况，生产炉次与历史数据相比，降本效果 较明显. 结果表明，该模型适用于炼钢生产现场复 杂的工况条件，能够符合现场的生产要求，具有一 定的推广应用价值. 4    结论 (1) 基于 K 均值聚类法对转炉出钢过程合金 损耗的影响因素进行分析 ，将选取 的 140 炉 次 42CrMo 钢按吨钢耗氧量、装料铁水比和出钢温度 聚为 3 类. 利用聚类方法减少分组数量，有效提取 数字特征，在出钢温度低，装料铁水比高的 1 类中 锰收得率高于均值 1.15%，条件相反的 2 类中锰收 得率低于均值 0.75%. 控制冶炼工艺过程在合金收 得率高的范围内进行，有利于减少合金的消耗，降 低炼钢生产成本，实现降本增效. (2) 建立了基于 PCA-BP 神经网络和混合整数 线性规划的合金减量化智能控制系统 ，并采用 Matlab 软件编制用户界面，模型实时准确地获取 当前冶炼炉次的合金收得率，利用 intlinprog 函数 线性规划求解得出合金加入成本最低的加料方 案，提高了合金化钢液成分准确度，减少由传统人 工经验计算配料造成的成本浪费和成分超标的情 况发生. (3) 合金减量化智能控制模型在现场工业生产 测试中运行稳定，模型与企业检化验系统等数据 库互联互通，能够实现数据的实时查询与调用. 应 用模型指导合金配料降本效果明显，不同钢种吨 钢合金降本 2.5%～29%. 在模型工业在线应用试 验中，试验炉次较历史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. 参    考    文    献 Zhu R, Han B C, Dong K, et al. A review of carbon dioxide disposal technology in the converter steelmaking process. Int J Miner Metall Mater, 2020, 27（11）: 1421 [1] Bao Y P, Zhang C J, Wang M. Situation and prospect on investigation of ferroalloy reduction during steelmaking. Chin J Eng, 2018, 40（9）: 1017 （包燕平, 张超杰, 王敏. 炼钢过程中合金减量化研究现状及展 望. 工程科学学报, 2018, 40（9）：1017） [2] Kothari A K, Ranjan R, Singh R S, et al. A real-time ferroalloy model for the optimum ladle furnace treatment during the [3] secondary steelmaking. Ironmak Steelmak, 2019, 46（3）: 211 Xing L D, Guo J L, Li X, et al. Control of TiN precipitation behavior in titanium-containing micro-alloyed steel. Mater Today Commun, 2020, 25: 101292 [4] Yang L Z, Wang X Y, Wang Z D, et al. Alloy charging optimization model based on the yield dynamic libraries. J Univ Sci Technol Beijing, 2014, 36(Suppl 1): 104 （ 杨凌志, 王学义, 王志东, 等. 基于收得率动态库的合金加料优 化模型. 北京科技大学学报, 2014, 36(增刊1): 104） [5] Nath N K, Mandal K, Singh A K, et al. Ladle furnace on-line reckoner for prediction and control of steel temperature and composition. Ironmak Steelmak, 2006, 33（2）: 140 [6] Han M, Xu Q, Zhao Y, et al. Calculation of alloy addition to yied￾predict model BOF steel-making. Steelmaking, 2010, 26（1）: 44 （韩敏, 徐俏, 赵耀, 等. 基于收得率预测模型的转炉炼钢合金加 入量计算. 炼钢, 2010, 26（1）：44） [7] Han M, Xu Q. Integrated optimization model for alloy addition of basic oxygen furnace based on Particle Swarm Optimization // 2010 IEEE International Conference on Systems, Man and Cybernetics. Istanbul, 2010: 4257 [8] Geng T, Zou C D, Zhao J Q, et al. Study on cost optimization of alloy batching model in Al-killed steel. Metall Ind Autom, 2019, 43（3）: 40 （耿涛, 邹长东, 赵家七, 等. 铝镇静钢的成本最优化合金配料模 型研究. 冶金自动化, 2019, 43（3）：40） [9] Wang X, Wei S H, Qin D P, et al. Development and application of alloy minimum cost control system for steelmaking. Metall Ind Autom, 2019, 43（1）: 47 （王星, 危尚好, 秦登平, 等. 炼钢合金最小成本控制系统的开发 及应用. 冶金自动化, 2019, 43（1）：47） [10] Gong W, Jiang Z H, Zheng W, et al. Component controlling model in BOF steelmaking process. J Northeast Univ, 2002, 23（12）: 1155 （龚伟, 姜周华, 郑万, 等. 转炉冶炼过程中合金成分控制模型. 东北大学学报, 2002, 23（12）：1155） [11] Xu Z. Optimal Setting of the Amount of Alloying Additions for Ladle Furnace and Its Application [Dissertation]. Shenyang: Northeastern University, 2012 （ 徐喆. 钢包精炼炉合金添加量的优化设定与应用[学位论文]. 沈阳: 东北大学, 2012） [12] Ekmekçi Ī, Yetisken Y, Çamdali Ü. Mass balance modeling for electric arc furnace and ladle furnace system in steelmaking facility in Turkey. J Iron Steel Res Int, 2007, 14(5): 1 [13] Wei C X, Li J X, Zhang Y, et al. Factors affecting yield of alloy in ANS-OB ladle refining process and prevention. Steelmaking, 2003, 19(2): 26 （ 魏春新, 李纪祥, 张越, 等. 影响ANS-OB精炼合金收得率的因 素及对策. 炼钢, 2003, 19(2): 26） [14] Zhang C. Effect of ladle refining technique on yielding rate of VN alloy. Iron Steel Vanadium Titanium, 2003, 24（4）: 44 （张晨. 钢包精炼工艺对钒氮合金收得率的影响. 钢铁钒钛, [15] · 1696 · 工程科学学报，第 43 卷，第 12 期