82B小方坯连铸提高拉速的工艺优化实践

赫英利 罗洪彦 裘文 李天坤 阳剑

摘 要：为提高82B生产效率，在北营炼钢厂2号小方坯铸机上开展提高拉速的生产试验，特别针对铸坯芯部质量进行多工艺的综合优化，以实现高效高质生产。首先，建立该铸机的凝固传热数学模型，并结合比色测温方法对模型中待定参数进行修正；针对中心偏析和缩孔质量问题，结合修正后凝固传热模型和相应冶金准则对拉速、二次冷却、电磁搅拌等参数进行了优化计算；最后通过生产试验比较，确定工艺优化的方向和效果。最终优化确定拉速2.25 m/min，比水量为1.7 L/Kg，结晶器电磁搅拌参数为260 A/3Hz，末端电磁搅拌参数320 A/8Hz。工艺实践及分析表明，优化工艺后铸坯低倍中心碳偏析、缩孔均有较明显的改善。

关键词：小方坯；芯部质量；凝固传热模型；二冷；电磁搅拌

TOPTIMIZATION AND PRACTICE OF BILLET CONTINUOUS CASTING PROCESS FOR IMPROVING CASTING SPEED OF 82B STEEL

He Yingli1    Luo Hongyan1    Qiu Wen1    Li Tiankun1    Yang Jian2

（1.Bensteel Group Coperation Limited Benxi 117017， China；2. School of Information Science and Engineering， Northeastern University Shenyang 110819，China.）

Abstract：In order to improve the production efficiency of 82B， production tests were carried out on the No.2 billet continuous casting machine at Beiying Steelmaking Plant to increase the casting speed， with a special focus on the comprehensive optimization of the quality of central part， to achieve both high-efficiency and high-quality. Firstly， a heat transfer and solidification model has been established for the continuous casting billets， and then the undetermined parameters in the model were calibrated using a colorimetric pyrometer. Secondly， in response to the issues of central segregation and shrinkage quality， optimization calculations were carried out on parameters such as casting speed， secondary cooling， and electromagnetic stirring by combining both the calibrated solidification heat transfer model and corresponding metallurgical criteria. Finally， by comparing production tests， the direction and effectiveness of process optimization are determined. The final optimization results indicates that it is proper with casting speed of 2.25 m/min， a specific water flow of 1.7 L/Kg， electromagnetic stirring parameters of 260 A/3Hz for the mold electromagnetic stirring， and 320 A/8Hz for the final electromagnetic stirring. Process practice and analysis both indicate that the optimization of the process has significantly improved the center carbon macro-segregation and shrinkage of the billet products.

Key words：billets; macro-segregation; solidification and heat transfer model; secondary cooling; electromagnetic stirring

0    前    言

铸坯芯部质量问题（包括中心偏析、缩孔及疏松）是生产高碳硬线钢所面临的普遍而突出的难题[1]，容易造成后续拉拔过程中的杯锥状断裂[2]，并引起相应的质量异议和生产加工损失。同时，该问题又难以完全克服。实际上，由于选分结晶的存在和对流、扩散对溶质的传输作用，连铸凝固过程中宏观偏析必然形成，且在后序轧制过程中也难以消除。特别是对于过共析高碳钢硬线品种如82B，严重的中心碳偏析在轧制过程中还导致晶界处网状渗碳体的析出，造成后序拉拔加工过程中产生断裂而影响加工过程或最终产品的质量。由于高碳钢两相区较宽，凝固收缩较大，也较容易形成中心疏松和缩孔缺陷。因此，生产82B等硬线品种钢时，有效改善其芯部质量对于满足供货质量要求至关重要。

在设备稳定的条件下，连铸工艺的优化控制是改善其铸坯质量的主要手段和途径[3]。其中，对于小方坯连铸生产，拉速、二冷和电磁搅拌是影响连铸坯芯部质量的核心要素。其中，拉速既决定生产效率又影响铸坯质量，合适的恒稳拉速是改善铸坯质量的首要条件。二冷则通过影响温度分布进而影响凝固过程和凝固组织的形成，对中心偏析的形成有显著的影响，对于小断面，强冷条件下有利于坯壳与心部的同步收缩，同时较大的冷却速率能减小枝晶间距，有利于缩孔和偏析的形成。电磁搅拌则电磁感应产生电磁力驱动钢水做旋转运动改变钢水流动状态，改变传热、传质过程，从而影响凝固过程，细化和提高等轴晶率，改善芯部质量。合理优化拉速、二冷和电磁搅拌是提高铸坯质量的关键。

本文针对82B生产，基于凝固传热模型的开发，通过有效结合工艺优化计算和生产实践，有效地改善了连铸小方坯的芯部质量。

1    凝固传热数学模型的建立与修正

1.1    模型的建立

凝固传热模型是进行连铸工艺优化控制的核心和基础[4-5]。而由于连铸过程涉及对流、凝固相变等复杂现象，模型建立和求解均较为困难，通常进行必要的简化或转化。

1）将连铸过程中的对流换热等效为导热。

2）将凝固过程中潜热释放过程等效为比热的增加。采用跟随铸坯移动的随动坐标系，建立连铸坯三维凝固传热模型：

?T       ?          ?T        ?          ?T        ?          ?T

ρceff ——=——（keff——）+——（keff——）+——（keff——）

?t      ?x         ?x       ?y         ?y       ?z         ?z

（1）

式中：ρ为钢液密度，kg/m3; ceff为等价比热容，J/（kg·K），ceff=dH/dT，H为热焓；keff为等效导热系数，W/（m·K） ，keff=fsks+m（1-fs）kl[6]，ks、kl分别为固液相导热系数，fs为固相分率，m表征对流强度；T为铸坯温度，℃。其中，物性参数ρ、H、k是温度和钢种成分的函数，本文通过伪二元相图方法进行计算[7]。

模型的初始条件和边界条件如下.。

1）初始条件，忽略中间包到弯月面温降

T（x，y，z，0）=Tc                                         （2）

式中：Tc为中间包钢水温度。

2）结晶器边界条件

?T

-k——=A-B√t                                                    （3）

?n

式中：t为铸坯自弯月面开始在结晶中停留的时间，A、B为常数，通过测量结晶器进出水温差计算得到。

3）二冷区边界条件

?T

-k——=h（T-Twater） +εσ[（T+273）4- （Tair+273）4]    （4）

?n

式中：hi为二冷区第i冷却段换热系数，W/（m2·K）；Twater，Tair分别冷却水温度和环境空气温度，℃；ε为铸坯表面综合辐射系数，σ为斯蒂芬-波尔兹曼常数，W/（m2·K4）。

4）空冷区边界条件

?T

-k——=εσ[（T+273）4- （Tair+273）4]                       （5）

?n

式中：数值模型采用有限容积法进行离散化并采用交差隐式算法进行求解，考虑方坯的对称性，只计算1/4断面。同时，为了在保证模型精度的条件下提高模型的计算速度，考虑网格划分与温度梯度分布相匹配，通过优化网格划分和时间步长，采用基于非均匀变网格变步长的实时算法对模型进行求解[4，8]。

1.2    模型中的待辨识参数及修正

依据传热机理所建立的模型，由于物性参数和边界条件的不确定性引入一些待定参数，它们是影响模型准确性进而可靠应用的关键。根据喷淋方式的差异，二冷区各段换热系数与水流密度的关系采用不同的经验公式确定：

1）喷水冷却[5]

1 570w2 i（1-0.007 5Tw）

hi=——————————                （6）

αi

2）气雾冷却[4]

hi=1 000wi/ αi                                             （7）

式中：wi为二冷第i段水流密度，L/（m2·s），αi为相应冷却段对应的待辨识参数．

共有（n+1）个参数需要在模型应用前进行辨识，其中包括n个冷却段参数αi及有效导热系数中参数m，共同记为α， α=[α1， α2， …， αn， m]。

凝固传热模型参数辨识的基本原理是通过不断寻优待辨识的参数值，使得模型计算值与相应检测值偏差不断减小，以满足应用需求。本文采用比色测温仪（HWSG-2H）多点测温进行模型参数的辨识修正。

Tcal，j-Tmea，j   2

minJ（α）=∑〔————〕                              （8）

Tmea，j

式中：Tmea，j是铸坯表面温度，Tcal，j则是根据第j组测量时工艺条件及传热模型得到的相应计算值。优化目标函数的最优解α*作为模型参数辨识的结果。在优化方法上，考虑凝固传热模型参数辨识问题具有明显的非线性特征，采用混沌粒子群算法[9]对目标函数（7）进行优化，其中，α是作为粒子群算法中的“粒子”。其中，所使用的测温数据和相应铸机参数分别见表1和表2，修正后模型参数见表3。图1给出模型修正前后模型计算表面温度与实际测温数据的比较。

2    基于模型的工艺优化计算

2.1    拉速的优化

拉速是影响铸坯产量和质量的重要因素之一。拉速工艺的制定首先是在保证炉机匹配、生产顺行的条件下尽可能提高拉坯速度，以保证较高的生产效率；其次，合理的拉坯速度应保证铸坯具有较好的质量。即拉速是保证高效高质生产的关键。特别对于小方坯连铸机，一般拉速上限要保证不带液芯矫直以避免产生中心裂纹或中间裂纹；同时，为了充分发挥凝固末端电磁搅拌的作用，其对应位置的中心凝固分率推荐为0.3 ～ 0.4[10]。根据凝固传热模型计算得到表4，则对应拉速上限和合适的拉速范围分别为2.4 m/min、2.2 ～2.4 m/min。优化后拉速较原来拉速2.0～2.2 m/min提高10%～20%。

2.2    二次冷却的优化

连铸过程中，二冷对铸坯温度场具有决定性影响，而铸坯表面温度是铸坯温度场和凝固状态的重要表征[9]。铸坯温度的变化与裂纹的产生扩展有关，优化的二冷制度应该保证铸坯表面温度处于较高的塑性区间。本文基于目标温度的方法[11]对二冷进行优化。对于小断面生产高碳钢，一般采用强冷模式，通过强冷可以减小二次枝晶间距，减轻铸坯偏析程度。对应于强冷模式，二冷区铸坯表面温度设置于高温塑性区（900 ～ 1 100 ℃）低温区段，通常接近900 ℃，本文中二冷分为四个区，各区目标温度依次设定为900 ℃、900 ℃、900 ℃、900 ℃。以82B为例，过热度（30 ℃）、拉速条件下，优化调整二冷各区水量，使二冷各段末温度达到目标温度，见图2。不同拉速下可得到不同的二冷各段水量，见表5。优化后的比水量由1.28 ～ 1.49 L/kg增强到1.52 ～ 1.81 L/kg。

2.3    电磁搅拌的优化

电磁搅拌是目前针对改善小方坯生产内部质量的重要措施，其作用主要是提高中心等轴晶率、改善中心偏析等[12]。电磁搅拌包含结晶器电磁搅拌和凝固末端电磁搅拌。要充分发挥电磁搅拌的作用，主要是两点：一是在合适的位置进行搅拌，关键是凝固末端电磁搅拌的位置与拉速匹配，其中，对于新安装电磁搅拌的铸机，凝固末端电磁搅拌安装的位置要进行合理设计，而对于电磁搅拌安装位置已固定的铸机，则通过调节拉速使中心凝固分率在安装位置处取得合适的值；二是设定合适的搅拌强度（凝固前沿搅拌速度）和方式，其中影响搅拌强度的参数包括搅拌电流和频率，搅拌方式则包括连续搅拌和交替搅拌方式。本文中结晶器电磁搅拌和凝固末端电磁搅拌均采用连续搅拌。连续搅拌下，凝固前沿搅拌速度与磁感应强度、频率、液芯大小以及钢水粘度和电导率等有关，具体如式（9）[10]。

uθmax=0.1KB√fr（√σ/ρμ-0.44）≈0.064 4B√fr              （9）

式中：K是与搅拌器有关的常数，B是铸坯中心磁感应强度（mT），f为频率（Hz），r为液芯半径（指两相区+液相区部分，m），括号内为与钢种相关的项，σ是电导率（S/cm），ρ为密度（g/cm3），μ为钢种动力粘度（Pa·s）。根据式（9），实践中可通过磁感应强度推算凝固前沿搅拌速度，通常认为凝固前沿合适的搅拌速度为0.3 ～ 0.6 m/s，不超过1 m/s。本文中磁感应强度通过特斯拉计（HT201）测量获得。

3    工艺优化实践与分析

根据模型优化测算结果，结合现场生产经验，设计相关试验以确定工艺调整方向。主要涉及拉速、二冷、结晶器电磁搅拌、凝固末端电磁搅拌4个工艺变量。选择相同流进行不同工艺的比较研究，见表6。

根据试验得到的结果，f工艺条件下中心缩孔和中心碳偏析指数均表现良好，后续拟以该工艺为基础进一步开展批量生产试验。针对所取得的试验效果，有以下分析。

1）提高拉速对缩孔和偏析均有所改善，其主要原因为：适当提高拉速有利于更充分发挥凝固末端电磁搅拌的作用，有利于打破“小钢锭”凝固，增强中心区域的补缩。

2）适当增强MEMS也有利于同时改善偏析和缩孔，其主要原因为：增强结晶器电磁搅拌：①促进中心形核的增加，增加并细化中心等轴晶区，有利于减轻中心疏松和缩孔；②由于等轴晶区增加，中心偏析有所改善。

3）适当减弱凝固末端电磁搅拌有利于改善偏析，原因可能是过强的搅拌产生的溶质冲刷作用将溶质带到中心会引起中心碳偏析的加重。

4）强冷具有多方面的作用：①促进柱状晶生长更容易搭桥，加重中心偏析和缩孔；② 铸坯表面冷却加强起到一定热压下作用，铸坯芯部致密度增加，中心疏松有所减轻，对缩孔影响不大；③冷却速率增加，二次枝晶间距减小，液相流动减弱微观偏析减轻，中心偏析减轻；④液芯变短，不利于发挥凝固末端电磁搅拌作用增强补缩，缩孔和V型偏析加重。从结果分析来看，②③④的作用更为主导。

4    结    论

本文针对小方坯82B连铸提高拉速条件下质量优化问题，开展建模、优化计算和试验，得到以下结论：

1）为取得良好质量，针对高碳钢合适的拉速应与凝固末端电磁搅拌位置相匹配；

2）适当强冷有利于提高铸坯芯部致密度，改善疏松和缩孔和偏析状态；

3）采用较强的结晶器电磁搅拌和稍弱的凝固末端电磁搅拌有利于改善铸坯芯部质量。

参考文献

[1]    王长顺， 郭福建， 李广龙，等. 中心偏析控制对型钢低温韧性的影响[J]. 钢铁， 2019， 54（8）：202.

[2]    李桂英， 李麦麦. 钢帘线用钢C82D2盘条拉拔断丝成因分析和工艺改进[J]. 特殊钢， 2021， 42（4）：30.

[3]    贺洪印， 刘海涛， 陈伟庆，等. 高碳钢小方坯连铸参数优化及铸坯中心偏析控制[J]. 钢铁钒钛， 2011， 32（1）：84.

[4]    Yang J， Xie Z， Ji Z P， et al. Real-time heat transfer model based on variable non-uniform grid for dynamic control of continuous casting billets[J]. ISIJ International， 2014， 54（2）： 328.

[5]    Ma J C， Xie Z， Jia G L. Applying of Real-time heat transfer and solidification model on the dynamic control system of billet continuous casting[J]. ISIJ International， 2008， 48（12）： 1722.

[6]    Louhenkilpi S， Laitinen E， Nieminen R. Real-time simulation of heat transfer in continuous casting[J]. Metallurgical Transactions B， 1993， 24（4）： 685.

[7]    Xie Z， Yang J. Calculation of Solidification-Related Thermophysical properties of steels based on Fe-C pseudobinary phase diagram[J]. Steel Research International， 2015， 86（7）： 766.

[8]    Jian Yang， Zhi Xie， Hongji Meng， et al. Multiple time steps optimization for real-time heat transfer model of continuous casting billets[J]， International Journal of Heat and Mass Transfer， 2014， 76：492.

[9]    孟红记， 郑鹏， 梅国晖，等. 基于混沌序列的粒子群优化算法[J]. 控制与决策， 2006， 21（3）：263.

[10]    Yang J， Ji Z P， Liu W H， et al. Digital-twin-based coordinated optimal control for steel continuous casting process[J]. Metals， 2023， 13（4）： 816.

[11]    纪振平，高志强. 基于SVM的连铸二冷目标控制模型研究[J]. 沈阳理工大学学报， 2018， 37（1）：47.

[12]    王彪， 谢植， 贾光霖，等. 凝固末端电磁搅拌参数确定及其对中心偏析的影响[J]. 钢铁， 2007， 42（3）：18.