一、氧气顶吹转炉吹炼过程动态模型(论文文献综述)
邓南阳[1](2019)在《转炉双渣留渣高效脱磷相关理论基础及工艺研究》文中提出磷作为绝大多数钢种中的有害元素,对钢中磷含量控制要求日趋严格,转炉低磷冶炼技术成为整个炼钢流程中的关键控制环节。基于以上分析,结合理论计算、实验室实验、工业试验,论文研究了适用于高效脱磷的转炉双渣留渣工艺、转炉终渣循环利用技术、石灰石炼钢和铁矿石熔融还原技术。并通过工业试验,采用分阶段取样的方法研究了转炉冶炼过程脱磷渣成分、渣物相与脱磷率之间的关系。具体研究工作如下:(1)采用分子离子共存理论建立了Ca O-Si O2-Fe O脱磷渣的活度计算模型,分析了Si O2、Fe O含量和温度对熔渣脱磷的影响;采用双膜理论分析了脱磷动力学条件与脱磷限制环节。明确了冶炼时控制炉渣成分、黏度,脱磷后倒炉温度控制在1380~1450°C,炉渣碱度控制在1.3~1.6,渣中(Fe O)控制在15~20%,渣中(Mg O)控制在4~8%。(2)通过过程脱磷试验研究发现,向熔池中加入合适的铁矿石能够提高炉渣氧化性,大幅度加速3~12min的脱磷反应,炉渣中Fe O含量为15~23%之间,炉渣碱度为2.5~2.8之间脱磷效果较好。双渣脱磷试验研究结果表明,冶炼4min时炉渣碱度为1.5~1.8、渣中Fe O含量为15~20%,倒渣温度在1410~1450°C时,脱磷效果最好。调整冶炼4min时炉渣的碱度,脱磷率提高12个百分点;调整冶炼4min时炉渣中Fe O含量,使脱磷率提高了22个百分点;调整倒渣温度,脱磷率提高15个百分点。(3)采用添加石灰石进行二次快速造渣,造渣材料中石灰石的平均使用量可达到23.66kg/t钢,代替石灰使用量13.26kg/t钢,可减少CO2排放量10.42 kg/t钢。实验研究表明,温度、铁矿石密度、铁矿石比例对石灰的溶解时间均有影响,温度影响最为显着。在1400℃的温度下,随着铁矿石比例的增大,石灰完全溶解时间逐渐降低。(4)终渣循环利用研究表明,加入终点渣的炉次前期和终点的脱磷率都要远优于未加入终点渣炉次的脱磷率。一次性加料时,初期的钢、渣反应界面氧势值较高,前期低温条件下的脱磷反应速度大大提高,且一次性加料时前期的炉渣更多的为液相,动力学条件较好,脱磷效果优于分批加料。(5)采用全量留渣操作时,由于渣量大且炉容比一定,因此循环过程中前期喷溅溢渣难以控制。采用恒定留渣量进行双渣留渣循环时,针对预期的脱磷效果来控制排渣率,减少渣中磷富集可以实现双渣留渣冶炼循环。留渣量恒定为6t时,预期脱磷率50%,控制排渣率为40~50%,可以实现双渣留渣冶炼工艺的连续循环;若预期脱磷率65%、控制排渣率为40~60%,可实现连续循环。(6)开发了转炉炼钢静态控制模型,工业现场验证表明,2018年1~6月份平均石灰消耗为20.44 kg/t、平均石灰石消耗为1.94kg/t、平均轻烧白云石消耗为18.48 kg/t,石灰总消耗下降13.46kg/t,约减少CO2排放量10.58kg/t,渣量降低达到要求,铁钢比降低可节约标准煤6.56 kg/t钢。论文创新点如下:(1)基于转炉双渣过程脱磷渣成分及物相分析,发现了C3P-C2S固溶体的形成有利于提升脱磷效率;(2)提出并验证了通过铁矿石还原度的控制,实现对转炉脱磷渣中(Fe O)含量控制的工艺路线;(3)开发了转炉双渣留渣脱磷工艺模型,脱磷命中率达到较理想水平。
曹玲玲[2](2019)在《转炉熔池气—渣—金多相流行为的模拟研究》文中指出氧气转炉炼钢是当前世界上最主要的炼钢方法。转炉高效平稳冶炼与熔池多相流体的传输行为密切相关。转炉熔池的传输行为十分复杂,涉及气体、液体、固体在钢液、炉渣和气相间的流动、传质、传热、熔化和化学反应等诸多复杂现象,其中,多相流体的流动行为是熔池复杂反应的基础。因此,针对转炉熔池多相流行为开展深入研究,明晰转炉熔池多相流行为的变化规律,可为转炉反应器的优化与冶炼工艺参数的调控提供参考与指导,为转炉炼钢数字化、智能化发展提供基础数据支撑。本文以某钢厂80吨转炉为研究对象,采用物理模拟结合数值模拟方法,通过开展冶炼熔池的搅拌与混匀特性模拟、废钢行为模拟、冲击凹坑模拟、多相流相互作用模拟以及重点部位溅渣行为模拟,探究熔池混匀效果优化的工艺方案、“再现”熔池废钢行为瞬时特征、阐明凹坑与熔池传输行为关系、明晰熔池多相流行为作用机制以及获取侵蚀严重部位溅渣工艺方案,实现涉及流体流动、废钢运动与熔化、气-液两相流、气-渣-金多相流以及溅渣渣液运动复杂传输行为的模拟,揭示不同冶炼工艺生产实践条件下转炉熔池气-渣-金多相流行为规律,为复吹转炉熔池多相流行为研究提供参考。采用物理模拟方法,对转炉熔池多相流作用下熔池的搅拌与混匀行为进行了模拟研究。研究结果表明:氧枪枪位、底吹元件布置方式、底吹流量以及氧枪流量对熔池混匀效果影响显着。对于80吨复吹转炉,熔池混匀效果优化的工艺操作方案为:氧枪枪位950 mm、氧气流量14000 Nm3/h、五孔氧枪喷头、底吹元件布置方式B、底吹流量100 Nm3/h。此外,通过拟合方法可得,80吨转炉熔池混匀时间与熔池搅拌能的关系为:τ = 169.72εA-0.35。基于相似理论,采用特制的不同形状与尺寸的冰块来模拟转炉高温熔池中的废钢,探究熔池中废钢的运动与熔化行为。在转炉熔池中,良好的熔池搅拌与混匀行为,有助于冶炼过程废钢的运动与熔化。较小尺寸的废钢,更容易熔化并获得较好的熔池传输效果。废钢形状是影响废钢熔化过程的关键因素,比表面积较小的重型废钢熔化时间较长,在实际冶炼过程中应尽量避免。通过对固体冰块的数值模拟研究发现,提高流体温度与加快流体速度均有利于废钢熔化,且提高流体流速对其影响更显着。借助物理模拟方法,分析转炉熔池气-液两相流体冲击凹坑的变化规律。为定量化表征冲击凹坑的形貌,提出了无量纲凹坑形状指数(IC)。凹坑形状指数与吹炼数(NB)呈现明显的指数关系,其函数关系式为:IC=1.0205-0.2428NB+0.0228NB2-0.0005NB3。然而,过大或者过小的凹坑形状指数均不利于熔池的混匀。对于80吨复吹转炉,应控制冲击深度与冲击直径大致相等(即IC=1),以获得更好的熔池搅拌与混匀效果,此外,凹坑形状指数对熔池金属液喷溅速率有重要影响,在一定范围内,随着凹坑形状指数的增加,熔池的液滴喷溅速率相应增加。采用数值模拟方法,建立三维、可压缩、非等温的气-渣-金多相流流体体积(VOF)模型,探究了转炉顶吹高速射流与熔池流体相互作用行为。转炉冶炼过程中,气-渣-金相互作用过程具有明显的瞬态和不稳定特征。氧枪操作参数对熔池气-渣-金相互作用过程有重要影响。其中,氧枪枪位的变化可明显改变冲击凹坑形貌,并影响着熔池内金属液喷溅与液滴的生成,而炉渣物理性质对熔池多相流体相互作用过程的动量传输几乎无影响。根据熔池多相流行为数值模拟研究结果,确定了炉衬冲刷侵蚀严重部位为渣线及耳轴以下区域,需重点防护。物理模拟实验结果表明,底吹工艺参数对溅渣效果的影响较小,而溅渣枪位是控制溅渣部位的重要参数。针对侵蚀严重区域的溅渣工艺方案为:溅渣枪位960 mm、溅渣流量18000 Nm3/h、四孔喷头、底吹布置方式D4、底吹流量100 Nm3/h、留渣量为10%。
王鹏[3](2018)在《不同废钢比条件下转炉工艺优化》文中提出近几年,随着废钢产量的增加,废钢价格逐步降低,各钢厂开始通过提高转炉废钢比的方法来节约炼钢成本,提高效益。而当转炉废钢比提高时,热量不足往往会成为提高废钢比的主要限制因素。因此,在现有转炉设备条件下,通过改进对转炉的供氧和造渣制度进行工艺优化,实现转炉高废钢比冶炼具有重要的意义。本文以淮钢100t顶底复吹转炉为依托,针对不同废钢比来进行转炉工艺优化研究,提高终点命中率。具体的研究内容包括:首先,在常规冶炼条件下,进行转炉管道压力损失测定、氧枪喷头优化、水模试验和现场试验,得到的主要结果如下:(1)在实际使用压力为0.8MPa时,氧枪管道阻损在0.080.10MPa之间;(2)水模试验结果表明,新喷头冲击深度增加718mm,冲击面积变大2865mm2,混匀时间缩短1.99.3s;(3)终点温度命中率提高39.87%,脱磷率提高2.58%,总造渣料减少约8.5kg/t钢,冶炼时间缩短0.53min。其次,在高废钢比条件下,进行二次燃烧氧枪喷头设计、水模试验和现场试验,得到的主要结果如下:(1)二次燃烧氧枪喷头的设计参数:4个马赫数为1.96的主孔和8个马赫数为1.0的副孔;(2)水模试验结果表明,二次燃烧氧枪喷头在顶吹流量为75.57m3/h时,冶炼效果最佳;(3)终点温度平均为1625℃,终点终点磷含量平均为0.017%,CO燃烧率提高7.16%;(4)冶炼周期缩短0.5min,耗氧量吨钢减少0.7m3,煤气回收吨钢减少3000m3。最后,根据现场数据开发出转炉终点控制模型,得到如下结果:(1)终点温度命中率在10℃以内达到66.7%,终点C±0.01%的命中率达到94.3%以上;(2)终点控制模型理论计算的石灰吨钢使用量为25.75kg,相比之前该厂石灰吨钢平均用量34.9kg有了明显的改善,使用该模型可有效减少石灰用量。
杨凯军[4](2017)在《复吹转炉炼钢静态模型与动力学模型开发研究》文中研究说明以转炉炼钢为研究对象,采用机理模型与实际生产数据相结合的混合建模方式,建立了转炉炼钢静态模型与动力学模型,并利用Visual C++编程软件编写了相应的计算过程和界面。研究的主要内容如下:(1)依据转炉炼钢过程中的物料平衡和热平衡原理,建立了转炉炼钢静态模型,该模型根据目标磷分配比、磷分配比与炉渣成分和温度关系,可以确定终渣碱度和(TFe)含量,根据铁水条件及出钢条件计算在转炉炼钢所需加入的造渣剂、冷却剂用量、吹氧量。(2)100t转炉的实际生产数据与静态模型的计算结果进行对比,以此来验证静态模型的准确率,结果表明,石灰加入量在±300kg控制精度范围内的命中率为76.7%;耗氧量在±300Nm3范围内的命中率为84.5%;终渣中Si02百分含量在±1%控制精度范围内的命中率为82.4%;终渣中CaO百分含量在±1.5%控制精度范围内的命中率为80.1%;终渣中(TFe)百分含量在±1%控制精度范围内的命中率为70.6%。(3)应用转炉内冶金反应的热力学和动力学原理,建立了转炉吹炼过程的动力学模型,研究了在转炉炼钢生产过程中的动力学因素对铁水和熔渣中各组元成分的影响,计算了动力学模型中的主要参数:用Wagner公式计算出铁水中各组元的活度系数;用完全离子溶液模型计算了熔渣组元的活度系数;并根据前人的工作给定了其他动力学参数,如气液两侧传质系数,渣金两侧传质系数等。根据龙格-库塔法计算出铁水和熔渣中各组元的本体浓度随吹炼时间的变化规律。(4)用100t转炉现场生产数据验证了动力学模型计算结果,通过与现场数据的比较,得出以下结果:终点钢水中C含量在±0.05%控制精度范围内的命中率为73.3%;终点钢水中Mn含量在±0.05%控制精度范围内的命中率为80.0%;终点钢水中P含量在±0.005%控制精度范围内的命中率为76.7%;终点熔渣中Si02含量在±1.5%控制精度范围内的命中率为73.3%;终点熔渣中MnO含量在±1%控制精度范围内的命中率为70.0%;终渣终(TFe)含量在±2%控制精度范围内的命中率为63.3%;用文献中的转炉吹炼过程与计算值关于[%C]、[%Mn]和温度在一定程度上吻合较好。
邵艳明[5](2016)在《基于火焰多光谱分析的转炉终点控制研究》文中研究说明转炉炼钢生产效率高、能耗低,是目前钢铁行业中最主要的炼钢生产方式之一,其吹炼终点的准确控制对降低能源消耗、节约生产成本,提高钢产品质量,提升环保能力,扩大产品范围具有决定性的影响。然而,由于转炉炼钢所采用的原料成分不稳定,吹炼过程涉及多种高温环境下复杂的物理、化学反应,吹炼终点的熔池成分受众多因素影响,使得转炉炼钢终点的在线准确控制至今难以实现,这也是全世界冶金行业亟待解决的难题。本文针对上述问题展开研究,具体内容包括以下几个方面:构建了炉口火焰多光谱辐射信息采集系统,该系统能够在炼钢现场的复杂环境下稳定地实现远距离、非接触式的炉口火焰多光谱辐射信息的采集,且采集过程不受转炉的吹炼工艺变化以及转炉炉型差异的影响;将不同吹炼阶段炉口火焰的光谱分布特征和转炉炉前操作工人的经验相结合,分析了转炉吹炼过程中炉口火焰与熔池状态之间所存在的规律。以吹炼过程中与熔池碳含量相关的炉口火焰光谱特征及吹炼参数作为模型的输入变量,分别提出了两种针对于不同的终点目标碳含量范围的基于支持向量机分类与回归混合模型的终点碳含量预报方法。提出了采用吹炼中期的炉口火焰光谱特征等作为输入变量来构建终点磷含量二分类模型的方法。提出了采用炉内钢水作为辐射源来测量辐射采集系统的响应系数的方法,并分别采用双波长法和多光谱法对炉口火焰温度进行计算。考虑到炉口火焰温度与熔池温度之间的联系,构建了基于支持向量机回归算法的终点温度预测模型,实现了熔池温度的在线、非接触式的准确预测。本文所有数据均是在实际的转炉吹炼过程中采集得到的。此外,为了检验所提出的方法与系统的实际应用效果,将上述系统与终点碳温预报模型应用于炼钢厂的实际吹炼过程。实验对象均是随机抽样的钢厂正常的吹炼过程。实验结果表明,本文所构建的终点预测模型能够完全满足炼钢现场的实际要求,在国内外首次实现了采用炉口火焰多光谱分析进行转炉吹炼终点的准确预测,其终点命中率相比于人工经验法的73%提升了约20%。本文的研究方法能够适用于不同的转炉炼钢工艺,且不受吹炼过程中复杂的熔池反应的影响,对世界转炉炼钢终点控制技术的发展具有开创性的意义和广泛的应用价值。
汪宙[6](2016)在《转炉冶炼中高碳钢过程及终点控制研究》文中进行了进一步梳理随着中国制造2025的发展,钢铁行业的智能制造正在探讨之中,炼钢过程的智能化是未来钢铁工业实现智能制造的一个重要内容,而转炉炼钢终点的稳定与准确控制是智能炼钢需解决的问题之一。由于国内炼钢工艺发展不均衡,缺乏动态检测设备的转炉占有相当比例,因此针对此类转炉研发炼钢过程及终点控制技术,对于国内炼钢工艺控制水平的整体提升具有重要作用。本文针对缺乏动态检测设备的转炉冶炼中高碳钢终点钢水成分和温度命中率偏低、吹炼过程控制难度偏大的难题,通过开展80吨转炉炼钢吹氧和造渣优化控制模型研究、基于熔池混匀度的冶炼过程模型研究、冶炼后期钢水磷和锰含量预报模型研究、冶炼末期补吹模型研究,研发转炉冶炼中高碳钢过程及终点控制技术,以实现中高碳钢冶炼终点钢水成分和温度的准确控制。采用氧平衡理论模型与统计模型相结合的方法构建了转炉吹氧量综合预报模型,该模型对于氧耗量预报的平均相对误差小于1%。通过转炉水力学模拟实验研究了主要工艺参数对转炉熔池搅拌混匀效果影响的显着性。构建了转炉炼钢过程造渣料加入量模型,制定了转炉炼钢过程造渣料的加入制度。重新定义了“熔池混匀度”的概念,并结合经典转炉脱碳三阶段理论和熔池热平衡原理,建立了基于熔池混匀度的转炉(无副枪)冶炼过程模型。该模型应用于中高碳钢冶炼过程,碳含量预报误差在±0.04%范围且温度预报误差在±15℃范围内时的概率是72%。通过分析转炉冶炼过程钢水磷和锰元素的氧化反应机理,采用数据挖掘结合反应机理分析的方法构建了基于多层递阶回归分析的冶炼后期磷含量预报模型和基于遗传算法优化的BP神经网络冶炼后期锰含量预报模型。其中,与磷含量预报模型的预报误差在±0.004%范围内时,模型的命中率为73%;当锰含量预报模型的预报误差在±0.025%范围内时,模型的命中率为84%。针对转炉冶炼中高碳钢接近吹炼终点阶段钢水成分和温度的变化规律进行研究,构建了冶炼末期补吹模型。现场应用表明,补吹方案实施后终点钢水成分和温度均达到出钢要求,且模型用于预报终点钢水温度、碳、锰、磷和硫含量时,模型预报误差相应分布在±10℃、±0.02%、±0.02%、±0.003%和±0.004%范围。构建了中高碳钢冶炼过程及终点控制模型集,初步形成中高碳钢冶炼过程及终点控制技术,实现中高碳钢冶炼过程及终点的准确控制。
王希政[7](2015)在《基于RBF神经网络的转炉炼钢终点碳温预测模型》文中提出转炉炼钢终点碳温控制是转炉炼钢后期的重要环节。由于冶炼过程温度极高,很难进行准确及时的测量,无法形成通常意义下的反馈控制。国内大多数中小型转炉因受其结构尺寸限制、设备投资及维护等原因,并未装备副枪及炉气分析等设备,仍然处于相关检测设备不够完善,自动化控制水平普遍较低的状况。中小型转炉依靠人工经验或传统静态模型的终点控制仍是普遍现象。从鞍钢的中型转炉炼钢实际来看,其终点控制目前仍大部分采用倒炉取样的方式,终点命中率较低,这对提高钢水质量存在很大制约。转炉炼钢是一个极其复杂的物理化学反应过程,如何更加精准、实时、有效、经济地实现转炉炼钢的终点碳温预测,是一项具有现实意义的课题。本文将终点碳含量和终点温度作为研究对象,完成以下主要研究工作:(1)根据热力学、动力学等相关知识,依据物料平衡和热平衡原理,在一定的假设条件下,详细分析转炉冶炼过程,建立转炉炼钢终点预测机理模型,从配料阶段来提高冶炼模型的精度。(2)将RBF神经网络引入该转炉炼钢终点控制预测过程中,采用最近邻聚类算法与具有遗忘因子的递归最小二乘法对RBF神经网络进行改进,提出基于滑动窗口矩阵的样本选取方法,研究建立在中型转炉上利用现有数据资源实现经济性要求条件下的转炉炼钢终点预测模型。(3)考虑到冶炼机理、现场实际情况及该模型对数据的要求,对冶炼数据进行了相关数据处理,主要是对离群值的处理与数据的标准化处理。(4)在MATLAB环境下对该预测模型进行仿真;搜集鞍钢某转炉炼钢的历史数据,对仿真系统进行训练学习,并应用该模型对转炉炼钢终点含碳量和终点温度进行预测。仿真研究表明,在精度为±0.019%时,C终点命中率达到92%;在精度为±15℃下,终点温度命中率达到79%。碳温双命中率为71%。通过与当前鞍钢采用的经验预测法比较来看,该模型碳温预测结果均有显着提高,该模型被证明是有效的,可为工况条件下的冶炼操作提供指导。
姚树鹤[8](2015)在《转炉炼钢控制模型研究》文中研究表明转炉炼钢是钢铁生产过程中重要的环节,主要任务去除铁水中的杂质,获得成分和温度均合格的钢水。而吹炼终点控制是转炉炼钢的一项重要操作,其自动化技术水平直接影响转炉吹炼后期钢水的质量。本文针对联峰钢铁公司50吨转炉目前存在的自动化控制水平不高,配料、加料时间、枪位操作和供氧操作完全依靠人工经验问题,建立了转炉炼钢控制模型,解决了配料问题,同时设计了一种基于规则和权值的最近邻算法,来求解最优案例,根据最优解的吹炼操作信息指导新炉次。并建立了转炉炼钢RBF神经网络终点预测模型,检验控制模型的控制效果,以提高终点命中率。转炉炼钢静态配料模型是基于物料平衡和热平衡原理建立的,目前联峰钢铁公司转炉造渣方法采用的是单渣法,确定炉渣碱度的范围,然后结合新炉次铁水重量、铁水成分、铁水温度,计算下一炉需要加入的造渣剂重量,主要有生石灰加入量和白云石加入量,当造渣剂误差范围在600kg时,计算结果准确率在73.4%,可以很好的辅助配料,并且根据质量平衡定律,建立了终点钢水中锰、磷、硫的含量计算公式和吹炼吨钢耗氧量计算公式。转炉炼钢控制模型是基于案例推理的原理建立的,根据不同的钢种设计合理的案例库,保存不同钢种的一倒成功炉次的静态参数和动态参数,包括铁水重量、废钢量、供氧操作、枪位操作等参数,使用一种基于规则和权值的最近邻算法搜索数据库中与新炉次相似甚至一致的案例,如果匹配到案例,则新炉次根据规则参照案例吹炼,否则转为工人操作。转炉炼钢终点预测模型选用具有逼近速度快、收敛性强等特点的RBF神经网络建模,根据RBF神经网络建模原理,按照样本选择、网络结构设计、数据处理和学习算法选择4步建立转炉炼钢终点RBF神经网络预测模型,将样本数据分为训练样本和预测样本,使用MATLAB软件实现模型仿真,仿真结果显示,当终点温度偏差,碳含量偏差时,碳温命中率可达65%。
陈林根,夏少军,谢志辉,刘晓威,沈勋,孙丰瑞[9](2014)在《钢铁冶金过程动态数学模型的研究进展》文中指出从铁矿石烧结、球团矿生产、铁水预处理、复吹转炉炼钢、炉外精炼和连铸等主要装置和工序层面,较为全面地综述了钢铁冶金过程动态数学过程模型国内外研究现状,分析了各装置及工序相关研究中的重点和难点,探讨了今后进一步研究的发展方向。
李帅[10](2014)在《基于灰色RBF神经网络的转炉终点预测模型研究》文中研究说明转炉炼钢是当今世界上最主要的炼钢方法,我国一些先进的钢铁企业的转炉已采用动态控制技术。转炉炼钢是一种极其复杂的工业过程,影响终点温度和碳含量的因素很多,由于炉内的温度过高,对终点温度和碳的含量不能及时、准确地测量,因此建立精确的温度和碳的预报模型就显得十分重要。针对这个问题本文建立了转炉炼钢神经网络终点预测模型,根据预报结果可以对补吹氧气量及冷却剂加入量进行合理调整,从而提高终点命中率,以提高转炉炼钢产量和质量,减少能源消耗,降低炼钢成本。本文在鞍钢信息产业公司的冶金全流程仿真项目的基础上进行深入的理论研究和延伸。主要研究工作如下:由于转炉炼钢神经网络模型的核心是其终点预测模型,由于其工艺复杂,影响因素多,首先利用粗糙集属性约简的方法,对转炉输入属性进行约简,再结合实际的现场数据训练神经网络,从而得到更好的预测模型。RBF神经网络与BP神经网络相比学习时间短,具有很好的非线性预测效果。但是由于转炉炼钢工艺复杂,数据繁多,因此本文对传统的RBF神经网络模型进行了改进,利用蚁群聚类的算法确定基函数中心和隐含层节点数目。为了解决训练样本少、预测结果不准确的问题,引入灰色GM(1,N)预测模型改进RBF神经网络,将改进后的模型进行整合得到一种复合预测模型——灰色RBF神经网络预测模型。本文运用各神经网络预测模型和灰色RBF神经网络预测模型对钢厂的实际冶炼数据进行的仿真,改进的预测模型仿真效果结果明显要好于其它模型,说明本文所提出的方法具有可行性。
二、氧气顶吹转炉吹炼过程动态模型(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、氧气顶吹转炉吹炼过程动态模型(论文提纲范文)
(1)转炉双渣留渣高效脱磷相关理论基础及工艺研究(论文提纲范文)
摘要 |
Abstract |
绪论 |
1 文献综述 |
1.1 炼钢过程脱磷方法 |
1.1.1 铁水预处理脱磷 |
1.1.2 转炉脱磷 |
1.1.3 炉外精炼脱磷 |
1.2 国内外转炉脱磷工艺概述 |
1.2.1 双联法脱磷 |
1.2.2 双渣留渣法脱磷 |
1.3 炉渣脱磷的研究现状 |
1.3.1 炉渣脱磷基本理论 |
1.3.2 炉渣对于转炉脱磷的影响 |
1.3.3 炉渣物相对脱磷影响的研究现状 |
1.4 转炉炼钢能量高效利用研究现状 |
1.5 研究内容与研究意义 |
2 转炉双渣留渣工艺技术研究 |
2.1 转炉脱磷热力学分析 |
2.1.1 渣碱度对转炉脱磷的影响 |
2.1.2 渣中FeO含量对转炉脱磷的影响 |
2.1.3 温度对转炉脱磷的影响 |
2.2 转炉双渣脱磷动力学分析 |
2.3 脱磷渣物性参数控制研究 |
2.3.1 脱磷渣温度控制 |
2.3.2 炉渣物性参数控制研究 |
2.3.3 炉渣中铁珠的下沉行为研究 |
2.4 转炉倒渣过程钢渣分离研究 |
2.5 留渣工艺研究 |
2.6 本章小结 |
3 转炉冶炼过程脱磷分析 |
3.1 研究方案 |
3.1.1 过程脱磷试验 |
3.1.2 双渣脱磷试验 |
3.2 过程脱磷试验结果与分析 |
3.2.1 试验结果 |
3.2.2 分析讨论 |
3.3 双渣脱磷试验结果与分析 |
3.3.1 碱度对脱磷的影响 |
3.3.2 FeO含量对脱磷的影响 |
3.3.3 一倒温度对脱磷率影响 |
3.4 本章小结 |
4 石灰石造渣与铁矿石熔融还原研究 |
4.1 石灰石快速造渣工艺 |
4.1.1 石灰石高温反应 |
4.1.2 石灰石造渣过程 |
4.1.3 石灰石造渣有益作用 |
4.2 石灰石造渣工业试验 |
4.3 铁矿石熔融过程吸热分析 |
4.4 铁矿石熔融还原率研究 |
4.5 铁矿石对石灰成渣速率的影响 |
4.5.1 铁矿石加入比例对石灰成渣的影响 |
4.5.2 铁矿石对石灰成渣时间的影响 |
4.6 本章小结 |
5 转炉脱磷终渣循环利用研究 |
5.1 终渣循环利用实验室实验 |
5.1.1 实验方案 |
5.1.2 终点渣循环利用时脱磷的效果 |
5.1.3 终点渣不循环利用时脱磷效果 |
5.2 终渣循环利用加料方式实验室研究 |
5.2.1 实验方案 |
5.2.2 界面氧势对脱磷效果影响 |
5.2.3 加料方式对成渣路线的影响 |
5.3 终渣循环利用工业试验 |
5.3.1 终渣循环利用试验 |
5.3.2 加料方式试验验证 |
5.4 终渣循环利用留渣量研究 |
5.4.1 全量留渣研究 |
5.4.2 恒定留渣量研究 |
5.5 本章小结 |
6 转炉双渣留渣高效脱磷工艺控制模型开发 |
6.1 转炉双渣留渣炼钢控制模型 |
6.2 转炉双渣留渣控制模型设计 |
6.2.1 存储能计算模型 |
6.2.2 能量损耗模型 |
6.2.3 废钢熔化模型 |
6.2.4 钢水温度预报模型 |
6.2.5 底吹气体模型 |
6.2.6 转炉脱磷模型 |
6.2.7 转炉脱硫模型 |
6.2.8 钢水成分预报模型 |
6.2.9 钢水量计算模型 |
6.2.10 渣量计算模型 |
6.2.11 留渣倒渣模型 |
6.2.12 溅渣护炉模型 |
6.2.13 炉渣成分预报模型 |
6.3 转炉双渣留渣脱磷静态控制模型应用 |
6.3.1 静态模型的现场验证 |
6.3.2 模型应用及推广 |
6.4 本章小结 |
7 结论 |
参考文献 |
在读期间科研成果 |
致谢 |
(2)转炉熔池气—渣—金多相流行为的模拟研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 引言 |
2 文献综述 |
2.1 氧气转炉炼钢技术发展概况 |
2.1.1 国内外转炉炼钢技术发展历程 |
2.1.2 转炉炼钢技术特点及发展现状 |
2.1.3 转炉炼钢冶炼过程特征 |
2.2 多相流传输行为研究方法 |
2.2.1 转炉熔池传输行为特点 |
2.2.2 流体力学研究体系 |
2.2.3 转炉熔池多相流行为研究方法 |
2.3 转炉熔池多相流模拟研究现状 |
2.3.1 转炉熔池多相流行为物理模拟研究 |
2.3.2 转炉熔池多相流行为数值模拟研究 |
2.3.3 转炉熔池多相流行为研究现状小结 |
2.4 论文结构与研究内容 |
3 转炉熔池搅拌与混匀特性物理模拟研究 |
3.1 实验原理 |
3.1.1 物理模拟基本理论 |
3.1.2 相似准数推导 |
3.1.3 模型参数确定 |
3.2 实验方案 |
3.2.1 实验装置 |
3.2.2 实验参数 |
3.2.3 实验过程 |
3.3 实验结果与分析 |
3.3.1 顶吹转炉熔池搅拌与混匀行为 |
3.3.2 底吹转炉熔池搅拌与混匀行为 |
3.3.3 复吹转炉熔池搅拌与混匀行为 |
3.3.4 转炉熔池搅拌能对熔池混匀行为的影响 |
3.4 本章小结 |
4 转炉熔池废钢运动行为的模拟研究 |
4.1 物理模型 |
4.1.1 实验原理 |
4.1.2 实验参数 |
4.1.3 实验装置 |
4.2 数学模型 |
4.2.1 基本方程 |
4.2.2 几何模型 |
4.2.3 模型验证 |
4.3 模拟结果与分析 |
4.3.1 废钢瞬态运动特性 |
4.3.2 不同废钢条件下熔池混匀行为 |
4.3.3 不同废钢条件下废钢熔化行为 |
4.3.4 废钢动态熔化行为 |
4.4 本章小结 |
5 转炉熔池冲击凹坑行为的模拟研究 |
5.1 实验条件与装置 |
5.2 实验过程 |
5.3 模拟结果与分析 |
5.3.1 工艺参数对冲击凹坑的影响 |
5.3.2 冲击凹坑形状的无量纲化表征 |
5.3.3 冲击凹坑与吹炼数及喷溅率关系 |
5.3.4 冲击凹坑形貌与对混匀效果的影响 |
5.4 本章小结 |
6 转炉熔池气-渣-金相互作用的模拟研究 |
6.1 数学模型描述 |
6.1.1 多相流模型 |
6.1.2 基本控制方程 |
6.1.3 湍流模型 |
6.2 数值求解 |
6.2.1 数值求解方法 |
6.2.2 几何模型及网格化 |
6.2.3 计算条件与求解过程 |
6.2.4 模型验证 |
6.3 模拟结果与分析 |
6.3.1 气-渣-金相互作用的瞬态行为 |
6.3.2 氧枪操作参数对气-渣-金行为的影响 |
6.3.3 渣层厚度对气-渣-金行为的影响 |
6.3.4 渣层物性参数对气-渣-金行为的影响 |
6.4 本章小结 |
7 转炉熔池溅渣行为的模拟研究 |
7.1 转炉熔池湍动能分析 |
7.2 实验方案 |
7.2.1 实验参数 |
7.2.2 实验装置 |
7.2.3 实验过程 |
7.3 实验结果与分析 |
7.3.1 工艺参数对溅渣总量的影响 |
7.3.2 工艺参数对转炉不同部位溅渣的影响 |
7.4 本章小结 |
8 结论及展望 |
8.1 论文结论 |
8.2 论文创新点 |
8.3 展望 |
参考文献 |
作者简历及在学研究成果 |
学位论文数据集 |
(3)不同废钢比条件下转炉工艺优化(论文提纲范文)
摘要 |
Abstract |
第一章 文献综述 |
1.1 我国废钢产量及其价格走势 |
1.2 常规冶炼转炉工艺优化及终点控制研究 |
1.2.1 冶炼工艺优化 |
1.2.2 转炉终点控制 |
1.3 高废钢比转炉工艺优化的研究 |
1.3.1 提高热量收入项提高废钢比 |
1.3.2 降低热量支出项提高废钢比 |
1.4 文献小结 |
1.5 研究背景与研究内容 |
第二章 复吹转炉冶炼情况调研 |
2.1 转炉冶炼设备及工艺制度 |
2.1.1 转炉冶炼设备及原材料条件 |
2.1.2 转炉冶炼工艺制度 |
2.1.3 终点控制 |
2.2 氧气管道压力损失测定 |
2.2.1 测定目的 |
2.2.2 测试方法 |
2.2.3 测试结果 |
2.3 转炉炉渣、钢水平衡状况分析 |
2.3.1 转炉吹炼过程中钢水和炉渣化学成分变化 |
2.3.2 转炉终点钢渣平衡状况分析 |
2.3.3 转炉炉渣岩相分析 |
2.4 本章结论 |
第三章 氧枪喷头参数设计及冷态模拟试验研究 |
3.1 氧枪喷头参数设计 |
3.1.1 氧枪喷头参数分析 |
3.1.2 现用氧枪喷头问题 |
3.1.3 氧枪喷头的改进设计 |
3.2 冷态模拟试验研究 |
3.2.1 试验目的 |
3.2.2 试验原理及试验装置 |
3.2.3 试验参数与试验方案(冶炼过程) |
3.2.4 试验结果与分析(冶炼过程) |
3.2.5 试验参数与试验方案(溅渣过程) |
3.2.6 试验结果与分析(溅渣过程) |
3.3 本章结论 |
第四章 复吹转炉工艺优化的试验研究 |
4.1 复吹转炉物料平衡与热平衡计算 |
4.1.1 计算过程所需信息 |
4.1.2 物料平衡计算 |
4.1.3 热平衡计算 |
4.2 转炉工艺优化试验方案 |
4.2.1 供氧制度优化 |
4.2.2 造渣制度优化 |
4.2.3 溅渣制度优化 |
4.3 试验结果及讨论分析 |
4.3.1 新旧工艺终点情况对比 |
4.3.2 新旧工艺加料对比 |
4.3.3 新工艺炉渣岩相 |
4.3.4 新工艺溅渣后炉衬情况 |
4.3.5 新旧工艺氧枪枪龄对比 |
4.4 本章结论 |
第五章 二次燃烧氧枪喷头参数设计及冷态试验研究 |
5.1 二次氧枪喷头参数设计 |
5.1.1 现场工艺参数 |
5.1.2 氧枪工作流量计算 |
5.1.3 主副孔数目及马赫数设定 |
5.1.4 二次燃烧氧枪喷头氧枪参数设定 |
5.2 冷态试验模拟研究 |
5.2.1 试验目的 |
5.2.2 试验参数与试验方案(冶炼过程) |
5.2.3 试验结果与分析(冶炼过程) |
5.2.4 试验参数与试验方案(溅渣过程) |
5.2.5 试验结果与分析(溅渣过程) |
5.3 本章结论 |
第六章 高废钢比转炉冶炼工艺的研究 |
6.1 高废钢比下的热平衡和物料平衡计算 |
6.1.1 计算所需信息 |
6.1.2 物料平衡计算 |
6.1.3 热平衡计算 |
6.2 试验研究方案 |
6.2.1 供氧制度确定 |
6.2.2 造渣、溅渣制度确定 |
6.2.3 底吹制度优化 |
6.3 试验结果及讨论分析 |
6.3.1 转炉终点及加料情况 |
6.3.2 转炉煤气回收情况 |
6.3.3 转炉终点岩相情况 |
6.3.4 试验中存在的问题及改进方案 |
6.4 本章结论 |
第七章 转炉终点控制模型的开发 |
7.1 数据分析和样本筛选 |
7.2 模型输入变量的选择和确定 |
7.3 数学模型的确立及使用 |
7.3.1 数学模型的确立 |
7.3.2 数学模型的使用 |
7.3.3 模型使用效果分析 |
7.4 本章结论 |
第八章 结论 |
参考文献 |
在学期间发表论文及研究成果 |
致谢 |
(4)复吹转炉炼钢静态模型与动力学模型开发研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 本文主要内容 |
1.4 文献综述 |
1.4.1 转炉炼钢的发展 |
1.4.2 转炉炼钢的过程 |
1.4.3 转炉炼钢数学模型概况 |
1.4.4 转炉炼钢静态模型的概况 |
1.4.5 转炉炼钢动力学模型的概况 |
第2章 转炉炼钢静态模型 |
2.1 计算方案 |
2.2 物料平衡计算 |
2.2.1 炉渣量及成分计算 |
2.2.2 炉气成分、质量和体积计算 |
2.2.3 总氧气消耗量和体积计算 |
2.2.4 钢水质量计算 |
2.2.5 物料平衡计算 |
2.3 热平衡计算 |
2.3.1 热平衡计算所需基本参数 |
2.3.2 热平衡计算 |
第3章 转炉炼钢静态模型应用 |
3.1 能耗与物耗计算 |
3.2 计算参数及原料成分 |
3.3 能耗物耗查询 |
3.4 能耗物耗统计 |
3.5 模型计算结果 |
3.6 转炉炼钢静态模型验证 |
3.6.1 石灰加入量对比 |
3.6.2 耗氧量对比 |
3.6.3 终渣中SiO_2组分含量对比 |
3.6.4 终渣中CaO组分含量对比 |
3.6.5 终渣中TFe组分含量对比 |
3.7 本章小结 |
第4章 转炉炼钢动力学模型 |
4.1 动力学模型原理 |
4.1.1 渣金界面反应 |
4.1.2 冲击坑气液界面反应 |
4.1.3 钢液组元、质量以及熔渣组元、质量随吹炼时间的变化 |
4.1.4 石灰的熔解速率 |
4.1.5 冲击坑面积计算 |
4.1.6 废钢和生铁的熔化速率 |
4.2 动力学模型中参数的确定 |
4.2.1 钢液中各组元活度系数计算 |
4.2.2 熔渣中各组元活度系数计算 |
第5章 转炉炼钢动力学模型应用 |
5.1 动力学模型界面 |
5.2 动力学模型计算结果 |
5.3 模型结果检验 |
5.4 本章小结 |
第6章 结论 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文 |
作者简介 |
(5)基于火焰多光谱分析的转炉终点控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 转炉炼钢吹炼过程 |
1.3 转炉炼钢终点控制技术发展与研究现状 |
1.3.1 静态控制 |
1.3.2 动态控制方法 |
1.3.2.1 经验模型 |
1.3.2.2 机理模型 |
1.3.2.3 灰箱模型 |
1.3.3 终点控制方法的现状分析 |
1.4 研究内容与结构安排 |
2 炉口火焰辐射信息采集系统及其多光谱分析 |
2.1 炉口火焰光谱辐射探测的理论基础 |
2.2 炉口火焰辐射信息采集系统组成 |
2.3 光谱仪的选取 |
2.4 炉口火焰辐射信息采集系统软件设计 |
2.4.1 火焰光谱数据读取 |
2.4.2 火焰光谱数据的存储 |
2.5 炉口火焰多光谱辐射信息分析 |
2.5.1 火焰光谱预处理 |
2.5.2 炉口火焰光谱特征分析 |
2.6 本章小结 |
3 支持向量机建模方法及转炉终点碳磷预测模型 |
3.1. 支持向量机原理 |
3.1.1 线性可分二分类问题 |
3.1.2 非线性可分二分类问题 |
3.1.3 回归问题 |
3.2 转炉终点预测模型的优化 |
3.2.1 模型优化的过拟合现象 |
3.2.2 转炉终点预测模型的参数优化 |
3.3 转炉终点碳含量回归预测建模 |
3.3.1 终点预测模型的构建 |
3.3.2 模型预测结果及其分析 |
3.4 终点磷含量的分类预测模型 |
3.4.1 机理分析 |
3.4.2 分类模型的构建 |
3.4.3 分类结果 |
3.5 本章小结 |
4 基于支持向量多类分类及回归拟合的转炉终点碳含量预测模型 |
4.1 终点碳含量多类分类预测模型的可行性分析 |
4.2 支持向量机多类分类原理 |
4.3 终点碳含量多类分类及拟合混合预测模型的构建 |
4.3.1 终点碳含量多类分类模型的构建 |
4.3.2 终点碳含量拟合模型的构建 |
4.3.3 终点碳含量的混合模型构建 |
4.4 本章小结 |
5 基于辐射光谱法的转炉终点温度预测模型 |
5.1 现有的火焰温度测量方法 |
5.1.1 激光光谱法 |
5.1.2 辐射光谱法 |
5.2 辐射响应系数的测量 |
5.3 双波长法炉口火焰温度测量 |
5.3.1 双波长法的种类 |
5.3.2 波长间隔的选取 |
5.4 多光谱法炉口火焰温度测量 |
5.4.1 多光谱法的种类 |
5.4.2 基于最小平方法的炉口火焰温度测量 |
5.5 基于辐射测温法的终点熔池温度拟合 |
5.6 本章小结 |
6. 转炉炼钢现场实验与结果分析 |
6.1 转炉吹炼终点实时测量系统 |
6.1.1 光谱数据处理模块 |
6.1.2 PC与工控机之间进行通讯 |
6.1.3 转炉炼钢现场实验程序 |
6.2 终点碳含量预测模型实验结果 |
6.3 温度预测模型现场实验结果 |
6.4 实验结果分析 |
6.5 本章小结 |
7 全文总结与展望 |
7.1 全文总结 |
7.2 论文创新点 |
7.3 未来工作展望 |
致谢 |
参考文献 |
攻读博士学位期间发表的论文及着作 |
攻读博士学位期间参加的研究课题 |
附录Ⅰ |
附录Ⅱ |
附录Ⅲ |
(6)转炉冶炼中高碳钢过程及终点控制研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 引言 |
2 文献综述 |
2.1 转炉炼钢技术的发展历程 |
2.1.1 世界转炉炼钢技术的发展演变 |
2.1.2 我国转炉炼钢技术的发展历史 |
2.2 转炉吹炼过程的冶金特征 |
2.2.1 转炉吹炼过程化学反应的基本特点 |
2.2.2 转炉吹炼过程氧气射流与熔池的相互作用 |
2.3 转炉炼钢控制模型的研究现状 |
2.3.1 转炉炼钢静态控制模型 |
2.3.2 转炉炼钢动态控制模型 |
2.3.3 转炉炼钢全自动吹炼控制模型 |
2.4 论文结构与研究内容 |
3 转炉炼钢过程吹氧和造渣优化控制模型 |
3.1 转炉炼钢过程吹氧优化控制模型 |
3.1.1 转炉炼钢过程吹氧量预报模型的构建 |
3.1.2 转炉吹炼主要工艺参数对熔池搅拌混匀效果的影响 |
3.1.3 转炉炼钢过程吹氧枪位和氧流量的优化 |
3.2 转炉炼钢过程造渣优化控制模型 |
3.2.1 造渣料加入量模型 |
3.2.2 冷却剂加入量模型 |
3.3 本章小结 |
4 基于熔池混匀度的转炉(无副枪)冶炼过程模型 |
4.1 转炉冶炼过程脱碳模型 |
4.1.1 经典脱碳三阶段理论 |
4.1.2 转炉熔池混匀度 |
4.1.3 冶炼过程脱碳模型的建立 |
4.2 转炉冶炼过程温度变化模型 |
4.2.1 冶炼过程热效应分析 |
4.2.2 冶炼过程温度变化模型的建立 |
4.3 基于熔池混匀度的转炉(无副枪)冶炼过程模型的构建与验证 |
4.3.1 转炉(无副枪)冶炼过程模型的构建 |
4.3.2 转炉(无副枪)冶炼过程模型的验证 |
4.4 本章小结 |
5 转炉冶炼后期钢水磷和锰含量预报模型 |
5.1 转炉冶炼后期钢水磷含量预报模型 |
5.1.1 炼钢过程脱磷的热力学分析 |
5.1.2 多层递阶回归分析方法简介 |
5.1.3 基于多层递阶回归分析的冶炼后期钢水磷含量预报模型 |
5.2 转炉冶炼后期钢水锰含量预报模型 |
5.2.1 基于多元线性回归分析的冶炼后期钢水锰含量预报模型 |
5.2.2 基于BP神经网络的冶炼后期钢水锰含量预报模型 |
5.2.3 基于遗传算法优化的BP神经网络冶炼后期锰含量预报模型 |
5.3 本章小结 |
6 转炉冶炼末期补吹模型 |
6.1 转炉补吹阶段钢水脱碳升温规律 |
6.1.1 补吹阶段钢水的脱碳规律 |
6.1.2 补吹阶段钢水的升温规律 |
6.2 转炉补吹阶段钢水锰、磷和硫含量变化规律 |
6.2.1 补吹阶段钢水锰含量的变化规律 |
6.2.2 补吹阶段钢水磷含量的变化规律 |
6.2.3 补吹阶段钢水硫含量的变化规律 |
6.3 转炉冶炼末期补吹模型的建立与应用 |
6.3.1 补吹模型的构建 |
6.3.2 补吹模型的应用 |
6.4 本章小结 |
7 转炉冶炼中高碳钢过程及终点控制技术 |
7.1 转炉冶炼中高碳过程及终点控制模型集的构建 |
7.1.1 模型集的架构 |
7.1.2 模型集的建立 |
7.2 转炉冶炼中高碳钢过程及终点控制技术的提出 |
7.2.1 技术的主要内容 |
7.2.2 技术的实施情况 |
7.3 转炉冶炼中高碳钢在线模拟与辅助控制系统的研发 |
7.3.1 系统的设计 |
7.3.2 系统的运行 |
7.4 本章小结 |
8 结论及展望 |
8.1 论文结论 |
8.2 论文创新点 |
8.3 展望 |
参考文献 |
附录A |
作者简历及在学研究成果 |
学位论文数据集 |
(7)基于RBF神经网络的转炉炼钢终点碳温预测模型(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景 |
1.2 转炉炼钢的发展 |
1.3 转炉炼钢终点控制技术发展 |
1.4 人工神经网络及其在转炉炼钢中的应用 |
1.5 本文主要研究内容 |
第2章 转炉炼钢工艺 |
2.1 转炉炼钢工艺 |
2.1.1 概述 |
2.1.2 转炉炼钢主要设备 |
2.1.3 转炉炼钢炉内主要反应 |
2.1.4 脱碳反应原理 |
2.2 顶吹转炉的冶炼工艺 |
2.2.1 顶吹转炉的冶金特点 |
2.2.2 吹炼工艺流程 |
2.2.3 吹炼过程中金属成分的变化规律 |
2.2.4 吹炼过程中熔渣成分的变化规律 |
2.2.5 吹炼过程中熔池温度的变化规律 |
2.2.6 顶吹转炉炼钢制度 |
2.2.7 温度控制 |
2.2.8 终点控制 |
2.3 本章小结 |
第3章 物料平衡及热平衡机理模型 |
3.1 物料平衡分析 |
3.2 物料平衡计算 |
3.2.1 物料平衡计算准备及假设 |
3.2.2 炉渣量及各成分计算 |
3.2.3 烟尘中的铁及氧含量计算 |
3.2.4 炉气成分及重量计算 |
3.2.5 氧气消耗量计算 |
3.2.6 钢水量计算 |
3.2.7 物料平衡终算 |
3.3 热平衡分析 |
3.3.1 热量收入 |
3.3.2 热量支出 |
3.3.3 富裕热量 |
3.4 热平衡计算 |
3.5 加入废钢后原料加入量的确定 |
3.6 鞍钢某转炉目前采用的终点控制方法 |
3.7 本章小结 |
第4章 基于RBF神经网络的终点碳温预测模型 |
4.1 人工神经网络 |
4.1.1 生物神经元 |
4.1.2 人工神经元模型 |
4.1.3 神经网络的结构 |
4.2 RBF神经网络 |
4.2.1 径向基函数 |
4.2.2 RBF神经网络结构 |
4.2.3 RBF网络的优缺点 |
4.3 RBF神经网络预测模型 |
4.3.1 RBF神经网络结构确定 |
4.3.2 神经元个数的选取 |
4.3.3 基函数的选取 |
4.3.4 基于最近邻聚类算法的RBF基函数中心选取 |
4.3.5 基于带遗忘因子递推最小二乘法的权值调整 |
4.3.6 滑动窗口矩阵选取样本方法 |
4.4 相关数据处理 |
4.4.1 离群值的处理 |
4.4.2 数据标准化处理 |
4.5 本章小结 |
第5章 预测模型的仿真研究 |
5.1 仿真软件工具的选择 |
5.2 仿真流程 |
5.3 模型中关键算法的数据流程图及MATLAB实现 |
5.3.1 最近邻聚类算法流程 |
5.3.2 带遗忘因子的递归最小二乘法流程 |
5.4 仿真结果分析 |
5.4.1 采用RBF神经网络模型得出的终点含C量预测结果 |
5.4.2 采用RBF神经网络模型得出的终点温度预测结果 |
5.4.3 采用RBF神经网络模型得出的终点碳温双命中率预测结果 |
5.4.4 与目前鞍钢转炉现场终点控制预测结果的对比 |
5.5 本章小结 |
第6章 总结及展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(8)转炉炼钢控制模型研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
1 绪论 |
1.1 课题的研究背景与研究意义 |
1.2 转炉炼钢生产原理与工艺流程 |
1.2.1 转炉炼钢简介 |
1.2.2 转炉炼钢的基本任务及工艺流程 |
1.3 转炉炼钢国内外自动化技术研究现状 |
1.3.1 静态控制在转炉生产中的应用 |
1.3.2 动态控制技术在转炉生产中的应用 |
1.4 研究内容与结构安排 |
2 转炉炼钢工艺流程与需求分析 |
2.1 炼钢炼钢工艺流程分析 |
2.1.1 钢铁生产流程分析 |
2.1.2 转炉炼钢吹炼流程分析 |
2.2 转炉炼钢吹炼工艺问题分析 |
2.3 转炉炼钢控制模型分析 |
2.3.1 目标分析 |
2.3.2 设计思路 |
2.4 本章小结 |
3 转炉炼钢静态配料数学模型的建立 |
3.1 配料模型分析 |
3.2 静态配料模型的建模步骤分析 |
3.3 静态配料模型的建立 |
3.3.1 炉渣来源及作用分析 |
3.3.2 总渣量的确定 |
3.3.3 转炉造渣料加入量的计算 |
3.3.4 冷却剂加入量计算 |
3.3.5 供氧量的计算 |
3.5 模型仿真分析 |
3.6 本章小结 |
4 转炉炼钢控制模型建立 |
4.1 转炉炼钢控制模型结构 |
4.2 实现步骤分析 |
4.3 案例匹配算法的设计 |
4.4 数据库设计 |
4.4.1 数据库设计分析 |
4.4.2 数据库表格设计 |
4.5 转炉炼钢控制模型的实现 |
4.5.1 辅料加入时间的确定 |
4.5.2 吹氧操作方法的设计 |
4.5.3 枪位操作方法的设计 |
4.6 模型仿真分析 |
4.7 本章小结 |
5 转炉炼钢 RBF 神经网络终点预测模型 |
5.1 预测模型分析 |
5.2 RBF 神经网络简介 |
5.2.2 RBF 人工神经网络结构 |
5.2.3 RBF 常用径向基函数 |
5.3 转炉炼钢终点 RBF 预测模型设计 |
5.3.1 转炉炼钢终点 RBF 预测模型原理 |
5.3.2 模型结构的确定 |
5.3.3 隐含层中心个数的确定 |
5.3.4 样本数据的选择及标准化 |
5.4 使用递推最小二乘法方法训练 RBF 网络 |
5.5 模型仿真分析 |
5.6 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 未来展望 |
致谢 |
参考文献 |
附录 A 读研期间研究成果 |
附录 B 样本数据表 |
(9)钢铁冶金过程动态数学模型的研究进展(论文提纲范文)
0 引言 |
1 动态数学模型的一般特征 |
2 铁矿石烧结过程动态数学模型的研究现状 |
2.1 国外烧结料层温度场研究 |
2.2 国内烧结料层温度场研究 |
3 球团生产过程动态数学模型的研究现状 |
3.1 竖炉内各种过程的机理研究 |
3.2 竖炉内气流运动研究 |
4 铁水预处理过程动态数学模型的研究现状 |
4.1 铁水喷粉脱硫 |
4.2 铁水喷粉脱磷 |
4.3 铁水同时脱硫、脱硅、脱磷 |
4.4 特殊铁水预处理 |
5 复吹转炉炼钢过程动态数学模型的研究现状 |
5.1 复吹转炉冶炼动态过程机理研究 |
5.2 基于炉气分析的转炉动态预测 |
6 炉外精炼过程动态数学模型的研究现状 |
6.1 RH精炼过程 |
6.1.1 RH真空精炼装置内流动行为研究 |
6.1.2 RH真空脱碳和脱气过程研究 |
6.1.3 RH真空精炼过程中夹杂物去除过程研究 |
6.2 AOD精炼过程 |
6.2.1 熔池内钢液流动特性研究 |
6.2.2 AOD精炼脱碳过程研究 |
7 连铸过程 |
7.1 结晶器内流场研究 |
7.2 结晶器内温度场研究 |
7.3 结晶器内流场、温度场、浓度场等多场耦合研究 |
8 总结与展望 |
(10)基于灰色RBF神经网络的转炉终点预测模型研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源及研究意义 |
1.2 转炉终点控制方法国内外研究现状 |
1.2.1 人工经验控制 |
1.2.2 静态控制 |
1.2.3 动态控制 |
1.2.4 神经网络方法 |
1.3 课题实际背景 |
1.4 本文主要研究内容 |
第2章 转炉炼钢工艺 |
2.1 转炉炼钢原理 |
2.2 转炉炼钢工艺介绍 |
2.2.1 转炉炼钢工艺 |
2.2.2 鞍钢100t复吹转炉介绍 |
2.3 转炉炼钢机理模型 |
2.3.1 静态模型 |
2.3.2 动态模型 |
2.4 本章小结 |
第3章 转炉终点预测影响因素分析 |
3.1 转炉终点预测相关因素 |
3.1.1 转炉终点预测的属性分析 |
3.1.2 影响转炉终点预测的因素 |
3.2 粗糙集属性约简 |
3.2.1 信息系统 |
3.2.2 不可分辨关系 |
3.2.3 近似集与边界区 |
3.2.4 属性依赖度及属性重要性 |
3.2.5 属性约简与约简核 |
3.3 基于粗糙集的转炉终点预测影响因素约简 |
3.3.1 数据预处理 |
3.3.2 基于粗糙集的属性约简 |
3.4 本章小结 |
第4章 灰色RBF神经网络 |
4.1 RBF径向基函数神经网络 |
4.1.1 RBF神经网络结构 |
4.1.2 RBF神经网络的映射关系 |
4.1.3 RBF神经网络的准则和常用算法 |
4.1.4 RBF神经网络和BP神经网络的对比 |
4.2 灰色预测模型 |
4.3 灰色RBF神经网络 |
4.3.1 基于蚁群聚类确定聚类中心及单元数 |
4.3.2 灰色预测与RBF神经网络的结合方式 |
4.3.3 灰色预测与RBF神经网络融合 |
4.3.4 测试函数仿真验证 |
4.4 本章小结 |
第5章 基于灰色RBF神经网络的转炉终点预测 |
5.1 灰色预测模型的应用 |
5.1.1 灰色GM(1,N)模型分析 |
5.1.2 应用GM(1,N)灰色预测模型进行转炉终点预测 |
5.1.3 GM(1,N)转炉终点预测仿真 |
5.1.4 预测效果分析 |
5.2 基于蚁群聚类的RBF神经网络预测模型应用 |
5.2.1 蚁群聚类RBF转炉终点预测仿真 |
5.2.2 预测效果分析 |
5.3 基于灰色RBF神经网络预测模型应用 |
5.3.1 基于灰色RBF神经网络预测模型 |
5.3.2 灰色RBF转炉终点预测仿真 |
5.3.3 预测效果分析 |
5.3.4 预测命中率对比分析 |
5.4 本章小结 |
第6章 结论与展望 |
参考文献 |
致谢 |
四、氧气顶吹转炉吹炼过程动态模型(论文参考文献)
- [1]转炉双渣留渣高效脱磷相关理论基础及工艺研究[D]. 邓南阳. 安徽工业大学, 2019(06)
- [2]转炉熔池气—渣—金多相流行为的模拟研究[D]. 曹玲玲. 北京科技大学, 2019(02)
- [3]不同废钢比条件下转炉工艺优化[D]. 王鹏. 钢铁研究总院, 2018(12)
- [4]复吹转炉炼钢静态模型与动力学模型开发研究[D]. 杨凯军. 东北大学, 2017(06)
- [5]基于火焰多光谱分析的转炉终点控制研究[D]. 邵艳明. 南京理工大学, 2016(07)
- [6]转炉冶炼中高碳钢过程及终点控制研究[D]. 汪宙. 北京科技大学, 2016(05)
- [7]基于RBF神经网络的转炉炼钢终点碳温预测模型[D]. 王希政. 东北大学, 2015(06)
- [8]转炉炼钢控制模型研究[D]. 姚树鹤. 杭州电子科技大学, 2015(10)
- [9]钢铁冶金过程动态数学模型的研究进展[J]. 陈林根,夏少军,谢志辉,刘晓威,沈勋,孙丰瑞. 热科学与技术, 2014(02)
- [10]基于灰色RBF神经网络的转炉终点预测模型研究[D]. 李帅. 东北大学, 2014(08)