转炉冶炼静态控制模型

冯聚和，薛月凯，田鹏，陈超，宫永煜

(1.河北联合大学冶金与能源学院，河北唐山063009;2.河北钢铁集团承钢公司提钒钢轧二厂，河北承德067000)

在快节奏的转炉生产环境下，没有充分时间根据原料成分及当前炉次的实际情况进行准确计算，人工经验配料只能根据上一炉的情况和铁水条件进行估算，往往会造成原材料消耗高、能源利用率低等缺陷。转炉冶炼静态控制模型将理论模型和现场生产的确切参数相结合，根据转炉冶炼所使用的原料条件和冶炼钢种的要求，对原材料进行优化配料计算，从而优化了炉料结构，降低了原材料消耗，提高终点温度和终点碳含量控制精度，减少补吹次数、优化冶炼成本。

1 静态控制模型选择

1.1 静态模型的分类

1.1.1 理论模型

理论模型建立在物料平衡和热平衡基础上，描述转炉内发生的各种化学反应及其传热传质的过程，反映转炉炼钢过程的基本规律，计算出为了达到终点目标碳含量和温度所需的各种原材料和辅料加入量、吹氧量和冷却剂加入量［1］。理论模型在实际生产中投入使用，并取得了较好的控制效果。

1.1.2 经验模型

经验模型是根据前一炉的吹炼结果，以两炉作业条件之差异对输出的影响作为修正依据，计算出本炉应加的冷却剂量和氧气量。

典型的一类经验模型采用增量模型，其一般表达式如(1)式所示。

式中，Y1为当前炉的输出量(终点温度或碳含量)，Y0为上一炉对应的输出量，△X1为本炉输入与上炉对应输入的差值，△X2为本炉输入与上两炉对应输入的差值，Xn为本炉输入与上n炉对应输入的差值，ai为待求的回归系数，β为干扰项。

1.1.3 统计模型

统计模型是依据黑箱原理，不考虑过程中的物理化学规律，只考虑系统输入量与输出量间的对应关系，在收集大量试验数据的基础上，通过数学统计的手段，统计计算冶炼过程各主要控制变量的大小［2］。这类模型可以对随机偏差进行分析，消除随机因素的影响，因而能保证一定的精度，并且结构比较简单。但这类模型有较强的条件性和针对性，要求统计大量的实际生产数据，建模前期工作量较大。

1.1.4 智能模型

智能模型能够在一定程度上消除转炉冶炼过程中的随机误差和系统误差的影响，应用的智能控制学习方式主要有自学习自适应方式、专家系统、模糊控制和神经元网络，其控制效果一般优于普通模型。

1.2 静态模型选择

单纯依靠理论模型建立的静态控制准确度较低，采用统计修正的方法，可以提高软件的实用性，有效避免机理建模过程当中的一些未知影响因素和过程变化对结果造成的误差。因此，本静态控制模型采用理论模型与统计修正相结合的方式。

统计修正采用“再现”性原理对软件进行调试。所谓“再现性”原理指同类事件的重复过程，在原料条件相同和操作影响因素不变的情况下，得到的结论应该基本相同［3］。转炉冶炼过程当中，对于同一转炉冶炼的同一钢种，在冶炼工艺相同、铁水和原料成分波动较小的情况下，吹炼结果应该相差很小。采用理论模型与统计修正相结合的方法既提高模型的实用性，又能节省了建模与数据统计的时间。

2 静态控制模型组成

本模型主要由四个部分组成:原始数据、优化配料计算、冶炼模式选取和合金加入量计算。

2.1 原始数据界面

原始数据界面主要包括了原材料成分、铁水条件和铁水带渣情况三部分内容，使模型适应了原材料成分和铁水条件的变化，使模型具有通用性。原材料成分模块包含了转炉冶炼常用的各种散状料，主要包括石灰、萤石、镁球、轻烧白云石、氧化铁皮和铁矿石，能够适应不同铁水条件的转炉生产使用。铁水带渣模块的设计主要考虑到高炉铁水带渣量往往波动较大，影响转炉配料计算的精度，因此静态控制模型在进行原料计算时要考虑铁水带渣量，使模型具有通用性。

I’ve been here since the end of June.自6月末以来我就一直待在这儿。

2.2 优化配料界面

优化配料界面主要是通过物料平衡与热平衡计算建立数学模型，根据所使用的原料成分、冶炼钢种等原料条件和现场实际生产情况对转炉进行优化配料计算，确定出各种原料的合理加入量。

在优化配料计算界面上，通过“冶炼钢种选择”按钮，操作者选择本炉冶炼所需达到的终点钢水成分要求，再通过炉渣碱度文本框确定本炉造渣所需的终渣碱度。“散状料选择”界面便于操作者选择造渣所使用的各种散状料，操作方便、应用性强。

加料列表模块分为三部分:第一部分为钢铁料，包括废钢、铁水和铁块;第二部分为散状料，包括:白云石、萤石、氧化铁皮、石灰、镁球、铁矿石以及炉衬损失;第三部分为耗氧量。加料列表模块采用此布置方式主要是为了方便操作者的控制。钢铁料在降枪吹氧前加入，而散状料则是由加料系统自动控制、在冶炼过程当中分批加入。该加料列表模块便于数据的传输和控制。

2.3 冶炼模式界面

在冶炼过程中根据铁水条件，采用模式控制。根据铁水含Si量的不同，冶炼模式分为十种，包括八种基本冶炼模式和两种特殊冶炼模式。每种冶炼模式根据实际炉况，按氧流量、氧枪高度、底吹气体量、底吹气体等参数的不同，将主吹炼期分成若干步骤。采用氧步控制整个炼钢过程，使钢水的质量相对稳定。解决了因钢水成分和温度波动而引起的钢水产量、质量下降和难以归档分析的问题［4］。

铁水中的Si含量和炉渣碱度直接影响造渣材料所用的石灰量，因此根据Si含量来确定不同的冶炼模式具有一定的可行性。在忽略废钢带来的合金元素情况下，1 kg铁水带入的SiO2为2.14 kg，为保证炉渣碱度为R，则冶炼每吨铁水应加入的石灰量为:

式中，CaO有效为石灰中CaO有效含量;%Si为铁水中Si含量;R为熔渣碱度;2.29即1 kg P氧化生成2.29 kg P2O5;0.90为转炉脱P率(一般为90～95%)。

在冶炼过程中，当石灰加入量少时，造渣剂在冶炼前期尽量加完。前期尽早化渣，减轻(SiO2)和(FeO)对炉衬侵蚀;当石灰加入量大时，采用分批次加入的模式。由于冶炼中期，C、O剧烈反应，炉渣和钢水呈乳化状态，脱C速度大，此时加入第二批造渣剂可能会引起喷溅或炉渣返干［5］，造渣剂应少加。一般在冶炼时间的60%以前将散状料加完。

2.4 铁合金界面

铁合金具有调整钢液成分和脱除钢中氧的作用。由于铁合金成分、纯净度等条件的差异，铁合金的价格相差甚大。冶炼一炉钢根据钢水条件和钢种要求的差值确定合金加入量，在满足产品要求的基础上使用最廉价的高碳铁合金是节约生产成本的一个有效途径。考虑各种不同合金的收得率和价格的差异，本模型的合金控制优化模块对合金的加入量也进行了计算。

加入钢包中的合金量一般采用(3)式计算。

式中，Wi为元素i需要的加入量，t;Xaim为i元素的目标含量，t;Xi为i元素出钢时的实际含量，%;Ws为出钢重量，t;ηi为i元素的收得率，%。

实际生产中，常加入的合金通都不是单一合金，脱氧合金化操作是采用几种铁合金配合使用，多牌号合金的计算可以采用线性规划的方法来选择最优化的合金加入量，实现成本最低又能满足目标钢种的合金加入量要求。

3 静态控制模型应用

在原始数据模块，列出了常用的散状料种类，并给出了各散状料的成分、含量等信息，如图1所示。点击图1当中的“确定物料平衡计算”按钮可以进入优化配料计算界面(如图2所示)，“返回”按钮将退出返回到系统主界面当中。该模块能够快速进行配料计算，计算无滞后，可以直接得出需要的数据，用以满足炼钢生产的快节奏生产的要求。

图2 优化配料界面

图2所示的优化配料模块中，根据冶炼钢种的不同，确定目标钢水中各元素百分含量，通过点击优化配料确定按钮，准确计算出冶炼一炉钢各种散状料的加入量。本模块列出了大多数钢厂广泛使用的散状料的种类，操作人员可以根据本钢厂的实际使用情况选择散状料的种类。

图3给出了铁合金选择模块，列出了炼钢常用的十余种铁合金。点击铁合金名称，系统自动将所选择铁合金的成分显示到“所选铁合金”选项中去，通过加入量按钮计算出所选铁合金加入量，并显示在文本框当中。根据钢种成分和钢水成分以及选取铁的铁合金种类，来计算所选铁合金的加入量。

图3 铁合金选择模块

图4给出了冶炼模式选取模块，操作者可以根据实际的铁水条件选择不同的冶炼模式。系统根据实际的铁水情况提供一种建议模式供操作者使用，但由于炼钢过程的影响因素较多，操作者可在建议模式的基础上，根据实际的生产应用情况选取自己所需要的冶炼模式。通过单击“确定模式”按钮，操作者可以用自己所选的冶炼模式进行吹炼。

图4 冶炼模式选择模块

通过使用本系统模型，可以得到以理论模型为基础的转炉配料的真实数据，并通过选择冶炼模式分批次加入散状料，减少转炉喷溅，对转炉冶炼生产具有重要的指导作用。铁合金计算模块能够在满足钢种成分要求的基础上选择最廉价的合金，对降低成本具有重要的意义。

4 结论

中小型转炉采用静态控制模型系统能够克服冶炼过程中经验配料的不足，有效指导转炉生产过程，对降低冶炼成本具有重要意义。本研究采用理论模型与统计修正相结合的方法构建了转炉冶炼静态控制模型，具有较高的实用性，其优势在于:

(1)根据原料条件和冶炼钢种要求，采用本软件优化配料计算可以科学的组织生产，减少操作的盲目性，减低各种原材料的消耗和炼钢成本。

(2)结合现场生产情况和原料状况，制定合理的冶炼模式。采用氧步控制炼钢过程，使获得的钢水质量相对稳定。

(3)根据钢种的要求及铁合金种类和价格，确定合金的种类，在满足钢种要求的前提下选择适宜的合金种类，优化生产成本。

［1］ 朱光俊，梁本川.转炉炼钢静态控制优化模型［J］.炼钢，1999，15(4)，25-28.

［2］ 冯聚和.炼钢设计原理［M］.北京:化学工业出版社，2005，21-33.

［3］ 姚勇.炼钢静态模型的应用［J］.武钢技术，2001，55-59.

［4］ 马杰，杜佳，李志军等.转炉炼钢过程中能量的利用与回收［J］.冶金丛刊.2009(6)，44-49.

［5］ 张西涛.济钢自动化炼钢静动态模型的应用［J］.鞍钢技术，2007(1)，32-35.