转炉炼钢过程工艺控制的发展浅析

管成东

（酒钢集团榆中钢铁有限责任公司，甘肃 兰州 730104）

1 转炉炼钢过程工艺的主要控制方法

1.1 静态控制

静态控制技术是提前预设钢水成分或是冶炼温度的期望值，在转炉炼钢工艺过程中持续采集实时生产信息，对比分析实时量测值与期望值，根据分析结果来准确判断实时生产情况，针对性采取纠偏措施来控制转炉工艺过程，并对下一阶段工艺方案进行优化调整。静态控制是钢厂在早期转炉炼钢生产期间采用的一种控制方法，具有技术成熟与操作简单的优势，适用于控制转炉冶炼高硫铁水等工艺。然而，随着转炉炼钢工艺的优化发展，静态控制方法较为滞后，无法取得理想的控制效果，根据我国攀钢提钒炼钢厂等钢厂的生产数据来看，在采取脱硫半钢冶炼连铸钢等全新工艺时，静态控制方法对操作水平、技术经济指标与产品质量均造成程度不一的负面影响。例如，在转炉炼钢终点控制方面，静态控制方法的控制效果会受到半钢物理化学热源特性、升温速度、钢种目标温度、目标供氧时间、炼钢辅助材料装入量等因素的影响，控制效果存在不确定性，整体控制效果较差。

而传统静态模型控制技术具有一定的局限性，仅采取理论模型、增量模型、统计模型等少数种类的数学模型来描述与预测转炉炼钢工艺过程，无法做到对工艺过程中产生的复杂变量因素进行准确描述与估算处理，实际计算精度较差，终点碳温命中率的平均值仅为50%~60%。

1.2 动态优化控制

在转炉炼钢生产期间，动态优化控制方法是通过不断修正工艺过程中的动态因素实现控制目的的一种方法手段，在原有的静态模型控制技术上发展演变形成，具体控制技术分为炉气动态分析与副枪终点检测动态控制两种，与早期的控制技术相比，显著提高了转炉命中率，有效加强了工艺过程控制力度。

其中，炉气动态分析控制技术是在工艺过程中持续观测炉口气体逸出情况，基于观测数值来判断熔池脱碳速度、各成分瞬时氧化量、温度瞬时变化量等工艺参数，对比分析实时量测值以及预期值的差值，开展微积分运算操作，帮助工作人员准确掌握工艺过程中形成的动态变量因素与波动误差值，进而采取相应控制措施。根据实际应用情况来看，该项技术具有适应性强、不受炉口尺寸限值、具备连续预报与动态校正工艺参数的优势。

副枪终点检测动态控制技术与早期的静态控制思路较为相似，额外设置副枪装置，工作人员在转炉吹炼临近终点等特定时间节点下在熔池内插入副枪，采集少量样本，基于样本检测结果来判断钢水成分与实时温度，组合应用静态控制技术来获取炼钢原料与供氧量等工艺参数，在转炉炼钢生产期间多用于完成测温定碳任务，我国首钢、宝钢等企业均采取这项技术。与其他控制方法相比，副枪终点检测动态控制法具有系统误差小、控制精度与终点命中率高的优势。同时，在技术发展过程中，奥钢联等企业陆续研发出倾斜式等全新型式的副枪装置，自侧面插入熔池，在完成测温定碳任务时不会影响到吹炼操作，有效解决了副枪终点检测动态控制技术在小型转炉中的适用性问题。

1.3 全自动吹炼控制

全自动吹炼控制技术是近年来研发的一种新型工艺控制方法，采取多项信息化手段，凭借其高超的数据采集与处理能力，替代人工完成大量的基础性操作，在无人工干预条件下，基于程序运行准则与预先设定指令，自动完成炉渣状况检测等操作，下达相应的控制指令。与早期的静态模型控制与动态优化控制方法相比，全自动吹炼控制技术在特定应用场景中表现出极强的实用性，有效解决了复杂变量因素描述、副枪装置限制等技术难题。然而，全自动吹炼控制系统的智能化程度不足，无法替代人工完成复杂操作任务，或是有效应对转炉炼钢工艺过程中出现的突发状况，实际控制效果受到诸多客观条件限制。

2 转炉炼钢过程工艺控制技术的未来发展路径

2.1 静态控制技术优化

2.1.1 静态控制模型优化

以上提及，在早期开展的转炉炼钢生产活动中，所采取静态模型控制技术存在难以准确描述变量因素、终点命中率低、控制效果受多方面因素影响的应用难题，技术优势没有得到充分发挥，控制效果有待强化提升。

因此，要积极应用神经元网络、模糊控制等全新技术手段，针对性强化静态模型控制技术的终点预测能力，提前模拟转炉炼钢工艺过程，描述可能出现的变量因素与造成的具体影响。为实现这一目的，企业结合实际工艺控制要求来选择静态模型的优化方法，主要优化方法包括 BP神经网络模型、群组寻优算法模型、遗传算法与人工神经网络组合模型三种。

其中，BP神经网络模型是在人工神经网络基础上构建的模型，由输入层、中间层与输出层三部分组成，其具有工作状态稳定、硬件要求低、具备自主学习能力的优势，提前在模型中导入相关训练样本，模型在训练期间不断积累控制经验，以此来提高控制精度，有效应对突发状况与准确描述复杂变量因素，在转炉炼钢工艺过程中，BP神经网络模型多用于完成复杂系统仿真试验与识别分类等控制分析任务。

群组寻优算法模型是在BP神经网络结构中采取群组寻优算法的一种数学模型，研发目的在于解决BP模型中输入/输出层节点数量过多的问题，基于自适应群组寻优算法不断校正网络阀值权值，从而将网路输出值误差控制在允许范围内，并预留一定数量的数据以执行网络训练任务，在训练后代入求误差与计算隐含层数目，在短时间内完成节点数目优化与均方误差值计算调整的操作任务。在转炉炼钢过程工艺控制方面，群组寻优算法模型主要被用于开展输入参数与操作参数的优化控制任务。

遗传算法与人工神经网络组合模型是在遗传算法以及BP神经网络结构基础上构建的数学模型，与BP神经网络模型相比，该模型的搜索空间得到进一步扩大，且数据计算效率与自动化水平均得到明显提升，凭借遗传算法起到模型优化效果。例如，在转炉炼钢工艺过程中，变异算子与染色体分别在BP神经网络结构中起到改进群体以及准确描述网络信息的作用。同时，遗传算法与人工神经网络组合模型解决了算法迭代运行期间易出现的点麻痹以及局部最优问题，算法可以使节点快速跳出局部最优区域，减小相邻步数误差值，准确判断是否处于逼近最优点状况，针对性采取调整措施。

2.1.2 仿真实验

在转炉炼钢生产准备阶段，为提前发现后续工艺过程期间可能出现的突发状况与变量因素，需要根据工艺方案与以往工艺数据来开展仿真实验，用于替代真实系统模拟转炉炼钢工艺过程，从而做好预先性的控制部署工作。而主要的仿真实验为造渣过程仿真、脱碳升温仿真、综合仿真实验。

其中，在造渣过程仿真实验中，在模型中导入炉渣碱度、炉渣氧化物含量等参数，基于工艺方案模拟造渣过程，在实验期间重点观察炉渣泡沫化现象的产生过程，总结发展规律，如副枪插入枪位与氧气流量等因素对炉渣泡沫化过程及程度造成的具体影响，在仿真计算结果上构建造渣模型，对转炉炼钢工艺方案进行调整，如变更渣料加入方式、调整枪位。

在脱碳升温过程仿真实验中，在模型中导入相关参数信息，重点对转炉炼钢工艺期间的炉内温度以及碳含量变化过程加以模拟预测，同步观测脱碳速率，绘制曲线变化图，如枪控曲线图、温度与时间预测曲线图，基于仿真计算结果来掌握温度、氧气流量等关键参数与脱碳速率之间的变化发展规律。

在综合仿真实验中，基于以往的吹炼默契形成的测试数据与工艺参数，构建多个独立数学模型，如脱碳速度模型、钢水升温模型、冷却剂加入模型，并确定模型信息与设定仿真运行时钟参数，全面模拟转炉炼钢工艺过程中的装料、吹炼、出钢、溅渣等生产工序，以展示转炉炼钢的整体运行状况，动态模拟各项关键参数的变化情况，帮助工作人员进行定量分析，优化调整转炉炼钢工艺方案。

2.2 全过程低热损控制技术优化

根据相关调查结果显示，在传统转炉炼钢过程工艺控制模式中，普遍存在热能严重流失现象，既造成了不必要的能源损耗，同时，还对炼钢生产效率与产品质量造成负面影响。而这一问题的根源在于，早期转炉炼钢工艺中的热损控制技术滞后，存在诸多技术难题有待解决，没有起到应有的控制作用。

因此，企业应提高对全过程低热损控制技术优化工作的重视程度，采取以下优化技术措施：第一，出钢炉渣固化保温技术。基于热量传输原理，在出钢工序前增设炉渣稠化处理环节，并调整副枪低枪位时间。如此，虽然终渣透气性能会发生变化，但可以明显增加出钢环节中的钢水与渣料温度梯度，同步提升钢水温度与增大外散热驱动力，最终实现控制出钢降温速度以及抑制钢水热量逸散速度的技术目的。第二，连铸加盖保温技术。在钢水出站以及钢包车停稳环节的间隙，工作人员启动电葫芦装置，将包盖起吊至钢包的包沿上方0.3m~0.5m处，对包盖朝向角度进行校正，随后，缓慢下放包盖，将钢包口密封处理，避免热量通过钢包口持续向外逸散。第三，钢包底吹氩技术。在精炼工序与转炉出钢工序的衔接环节中，在钢包底部吹入氩气流，将吹氩作业持续时间缩短至8min内，受到钢包底部吹氩与CO搅拌等因素影响，钢包搅拌期间将保持紊流搅拌状态，起到控制吹氩环节热量逸散量、改善钢水搅拌效果的作用。同时，综合分析工艺方式与吹氩持续时间来设定钢包底吹氩量。例如，在采取全程吹氩普碳钢种模式下，分别将2min内、2min~10min、10min~20min持续时间的吹氩量设定为400NL/min、40NL/min与15NL/min。

2.3 智能化工艺控制

针对早期转炉炼钢过程工艺控制期间面临的全自动吹炼控制系统智能化水平不足的问题，企业应灵活运用人工智能技术，在原有自动化吹炼控制系统基础上开发生产管理智能决策支持系统，为工艺方案的前期制定、过程质量控制提供辅助决策服务，在真正意义上实现人机协同目标，并替代人工完成部分较为复杂的工艺控制任务。

例如，在工艺方案制定应用场景中，智能化工艺控制系统负责从历史生产数据中提取有用信息，工作人员使用系统中的参数预测与参数优化使用功能，构建静态控制数学模型，在模型中导入原材料成分与加入量等关键工艺参数，替代人工完成基础性操作，根据模型输出值来掌握炼钢终点预测值，辅助人工优化调整工艺方案中的操作参数。在过程质量控制应用场景中，智能化工艺控制系统持续采集现场监测信号，自动对比分析实时量测值与期望值，在检测到工艺参数超限或是出现异常状况时自动发送报警信号，帮助操作人员掌握实时锅炉炼钢生产情况，第一时间发现质量问题。与此同时，控制系统可以在无人工干预条件下自动实施预设的响应运行方案，下达相应控制指令来调整操作参数，将质量问题消灭于萌芽状态，稳定维持转炉炼钢的最佳生产状态。

3 结语

综上所述，为持续提高转炉炼钢产品质量，满足特殊性处理工艺的控制需求，实现炼钢过程质量控制目标。因此，企业必须提高对转炉炼钢过程工艺控制技术的应用研究力度，结合自身情况，推动技术体系创新，积极探索转炉炼钢工艺控制模式的未来发展路径与优化方向。