APP下载

钢水“脱氧合金化”配料方案的优化

2020-06-29苏畅李媛郑鑫浩赵之一李灏

科技创新与应用 2020年20期
关键词:线性规划支持向量机

苏畅 李媛 郑鑫浩 赵之一 李灏

摘  要:转炉炼钢过程中,出钢时的脱氧合金化是相对独立而又十分重要的部分。建立数学模型分析合金收得率并提高元素收得率预测准确率,进而实现脱氧合金化成本优化对实际钢铁冶炼具有十分重要的意义。利用元素收得率为脱氧合金化时被钢水吸收的元素重量与加入该元素的总重量之比计算得到了碳、锰元素历史收得率,在元素收得率预测提高准确率的基础上,建议安装支持向量机[1]的元素收得率系统,建立良好的人机交互界面;最后介绍了成本的优化和合金配料方案。

关键词:合金收得率;多元线性回归分析模型;支持向量机;线性规划

中图分类号:TF703 文献标志码:A              文章编号:2095-2945(2020)19-0088-03

Abstract: In the process of converter steelmaking, deoxidation alloying during tapping is a relatively independent and very important part. It is of great significance for the actual iron and steel smelting to establish a mathematical model to analyze the alloy yield and improve the prediction accuracy of element yield, so as to optimize the cost of deoxidation alloying. The historical yield of carbon and manganese is calculated by using the element recovery rate as the ratio of the element weight absorbed by molten steel during deoxidization alloying to the total weight of the element added. On the basis of improving the accuracy of element yield prediction, it is suggested to install the element yield system of support vector machine to establish a good man-machine interface. Finally, the optimization of cost and alloy batching scheme are introduced.

Keywords: alloy yield; multiple linear regression analysis model; support vector machine; linear programming

1 问题重述

炼钢过程中的脱氧合金化是钢铁冶炼中的重要工艺环节。对于不同钢种在熔炼结束时,需加入不同量、不同种类的合金,以使其所含金元素达标,最终使得成品钢在某些物理性能上达到特定要求。到目前为止,我国已经具备了以合金收得率预测及成本优化算法为主体的自动配料模型,而按照不同元素的固定收得率或经验值计算各种合金的加入量,难以实现当前炉次合金配料的自动优化和成本控制。这里建立数学模型,分析并解答以下问题:

问题1:计算C、Mn两种元素的历史收得率,并构建数学模型,对C、Mn两种元素收得率进行预测,并提高这两种元素收得率的预测准确率。

问题2:不同合金料的价格不同,其选择直接影响钢水脱氧合金化的成本。实现钢水脱氧合金化成本优化,并给出合金配料方案。

2 模型的建立与求解

首先进行数据的归一化处理,由于各个指标的量纲不同,先对各个数据进行标准化处理,消除量纲

合金收得率[2]是指脱氧合金化时被钢水吸收的C、Mn元素重量与加入该元素的总重量之比, 被钢水吸收的总重量为连铸正样减去转炉终点的值乘以钢水的净重量,元素的总重量为合金配料的重量乘以对应的百分比,综上所述,得到了C、Mn元素历史收得率的计算公式(1)

其中,η为合金的收得率,g为被钢水吸收合金的重量,W为元素的总重量,g为被钢水吸收合金的重量,G为钢水的净重量,l,z分别为连铸正样与转炉终点的元素含量。h为合金配料的重量,?啄为对应百分比。

2.1 元素收得率主要影响因素模型的建立

考虑不同钢号、转炉终点温度、钢水净重、元素重量、其他元素的收得率之间的相互影响,认为这些指标对C、Mn元素收得率是有影响的。同时认为碳元素的收得率只与转炉终点温度、钢水净重、Mn、S、P、Si元素重量之间有关系

2.2 C、Mn元素收得率预测模型的建立

支持向量机元素收得率基本思想

在钢铁冶金领域,支持向量机被广泛应用。支持向量机的基本思想是通过用内积函数定义的非线性变换将低维输入空间变换到一个高维空间,在这个高维空间中寻找输入变量和输出变量之间的一种线性关系,把寻找最优线性回归超平面的算法归结为求解一个凸约束条件下的凸规划问题,并可以求得全局最优解,使在特征空间中可以应用线性学习机的方法解决样本空间中的高度非线性回归问题。

考慮碳、锰、硫、磷、硅、铝、钙、钒、氮9种元素,以预测的100次的元素收得率作为标准。合金材料成分可知,投入元素的重量为被钢水吸收合金的重量比该元素的收得率,为了满足脱氧合金化各个元素的成分要求,各元素的重量为定值。16种合金配料氮化钒铁FeV55N11-A、、低铝硅铁、钒氮合金(进口)、钒铁(FeV50-A)、钒铁(FeV50-B)、硅铝钙、硅铝合金FeAl30Si25、硅铝锰合金球、硅锰面(硅锰渣)、硅铁(合格块)、硅铁FeSi75-B、石油焦增碳剂、锰硅合金FeMn64Si27(合格块)、锰硅合金FeMn68Si18(合格块)、碳化硅(55%)、硅钙碳脱氧剂的重量。

可以得到某一种元素各个合金配料的含有率同时可以进一步表示为约束条件,只要投入的元素的重量等于合金配料种元素的重量, 脱氧合金化过程的成本要最低,即满足目标函数。

其中,M为脱氧合金化的最小成本,m为各个金属配料的单价,b1,b2…,b9分别为碳、锰、硫、磷、硅、铝、钙、钒、氮9种元素的重量,a1,a2,...,a16各个合金配料的含有率,X1,X2,…X15,X16为合金配料的重量。

以前100次作为样本训练支持向量机的模型,以后100次数据作为实际结果与预测结果对比,以转炉终点温度,钢水净重,C、Mn、S、P、Si元素重量作为支持向量机的输入,以元素的收得率作为输出,C与 Mn元素收得率100次预测结果,如图1。

同时预测的100个炉号最优成本并取预测的100个炉号建立线性规划模型并求解得到合金配料方案如表1。在这里给出前5号炉的合金配料方案。

3 模型的评价与推广

利用多元回归分析来分析元素收得率的影响因素,简单明了。并对其进行残差检验,具有信服力。而且只考虑输入,输出和其中的关系,把脱氧合金化过程系统化,建立了基于支持向量机收得率预测模型。但忽略了配料脱氧合金化过程或者投入过程中的损失问题。在支持向量机模型的基础上,创造的加入负反馈机制使输出能够影响输入,提高了预测的精度。

模型的改进、仿真测试等在微机板上进行,达到理想的效果后再移植到过程机版进行在线控制。使得操作界面友好,提高人机交互性。

参考文献:

[1]张俊娜,毛文涛,穆晓霞,等.基于局部差商信息修正的全局多模型建模方法[J].计算机工程与设计,2013,034(007):2551-

2555,2574.

[2]张晨.钢包精炼工艺对钒氮合金收得率的影响[J].钢铁钒钛,2003(04):48-52.

[3]穆晓霞,范海菊,牛振齐.无线局域网络的理论与技术研究[J].河南师范大学学报:自然科学版,2011,039(006):154-157.

[4]唐国宁,罗晓曙,孔令江.用负反馈控制混沌Lorenz系统到达任意目标[J].物理学报,2000,049(001):30-32.

猜你喜欢

线性规划支持向量机
基于大学生选课问题的线性规划模型
集体活动的时间规划
新课程概率统计学生易混淆问题
基于多枢纽轮辐式运输网络模型的安徽省快递网络优化
基于改进支持向量机的船舶纵摇预报模型
基于SVM的烟草销售量预测
动态场景中的视觉目标识别方法分析
论提高装备故障预测准确度的方法途径
线性规划常见题型及解法
基于熵技术的公共事业费最优组合预测