曹宇轩 刘惠康 江典蔚

(武汉科技大学教育部冶金自动化与检测技术工程研究中心 武汉 430081)

0 引 言

LF(ladle furnace)精炼炉是炼钢生产的主要工序，作为炼钢过程的重要一环，位于转炉和连铸之间，具有承上启下调节生产节奏的作用[1]。生产中钢水温度控制、合金加入、底吹氩气的控制精度和准确性，直接影响钢水的质量和工序的顺序进行。传统炼钢中主要是操作工依据经验来预测钢水温度，只能通过多次测温来判断是否需要电机升温或者加废钢降温，该预估方法不可靠且多次测温效率不高，可能会带来很大误差，直接影响吹氩压力大小和加合金时间，致使钢成分不达标，严重情况下可能会由于温度过低导致钢水报废，造成极大的经济损失[2]。

因此建立精确的LF炉温度控制模型具有很强的实际意义。从国内外温度模型的研究实例可以看出，常用的建模方法分为3类，分别是经验建模、机理建模和数据建模[3，4]。经验建模是操作工经长期的现场冶炼过程和经验总结的经验公式，它忽略了一些内在和外在的因素，因此经验公式准确性势必受到影响。机理建模主要考虑精炼过程中物理反应和化学反应发生的热量变化、钢包散热、冶炼过程中的吹氩搅拌和耗电量，运用公理或定理及数学方法进行推导得出数学模型，但精炼环节过多的物理化学反应导致推导过程复杂，势必影响到建模的准确性[5]。数据建模是从生产数据中找出冶炼过程中影……