APP下载

智能炼钢模型的工业实践

2021-11-19宋保民王建江史书广

河南冶金 2021年4期
关键词:智能模型

宋保民 王建江 史书广

(沙钢集团安阳永兴特钢有限公司)

0 引言

沙钢集团安阳永兴特钢有限公司有120 t 的转炉两座,高炉铁水没有经过铁水预处理直接入转炉。铁水中的硅含量高且波动较大,大多为0.30%~0.80%,部分炉次高达1.2%。铁水硅含量高,一方面,会导致转炉冶炼前期炉内升温速度较快,产生大量的泡沫渣,在冶炼过程中极易喷溅[1],钢铁料消耗增加,成本增加。而钢铁料消耗是炼钢过程中最主要的物料消耗,是影响炼钢生产成本的关键因素,占转炉炼钢成本的90%以上[2];另一方面,会产生大量的SiO2,导致石灰消耗量变大[3],炉渣量增加,渣中氧化铁和铁珠量增加,钢铁料消耗增加,且炉内渣量的增加加剧了对炉衬的冲刷和侵蚀,增加了炉衬喷补料的消耗,成本升高[4]。此外,铁水中的磷含量较高,通常在0.12%左右,而高Si 铁水在冶炼前期,一方面因为Si 被氧化而释放热量,造成钢水升温[5];另一方面氧化产生了SiO2,造成炉渣碱度降低,不利于脱P[6]。

因此,根据铁水条件,科学加入渣料,实现提高转炉终点命中率,降低铁损、减少钢铁料消耗,在炉渣碱度和MgO 含量满足要求的前提下,减少造渣料的使用量显得尤为重要。为此,安阳永兴特钢公司与安徽工业大学合作,开发应用了智能炼钢模型,旨在在炼钢模型的指导下,结合转炉运行的实际情况,综合探究转炉内的反应过程、造渣料特性等,从而科学指导造渣料的加入量和加入时间,以减少造渣料和钢铁料消耗,降低生产成本,提高经济效益。……

登录APP查看全文

猜你喜欢

智能模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
智能制造 反思与期望
智能前沿
智能前沿
智能前沿
智能前沿
智能制造·AI未来
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究