解读：合金加料优化预测模型对合金收得率提高企业竞争力
文/黄金 （东北农业大学）
随着钢铁行业中高附加值钢种产量的不断提高，如何通过历史数据对脱氧合金化环节建立数学模型，在线预测并优化投入合金的种类及数量,在保证钢水质量的同时最大限度地降低合金钢的生产成本，是各大钢铁企业提高竞争力所要解决的重要问题。
问题重述
问题背景：
炼钢过程中的脱氧合金化是钢铁冶炼中的重要工艺环节。对于不同的钢种在熔炼结束时，需加入不同量、不同种类的合金，以使其所含合金元素达标，最终使得成品钢在某些物理性能上达到特定要求。随着钢铁行业中高附加值钢种产量的不断提高，如何通过历史数据对脱氧合金化环节建立数学模型，在线预测并优化投入合金的种类及数量,在保证钢水质量的同时最大限度地降低合金钢的生产成本，是各大钢铁企业提高竞争力所要解决的重要问题。我们要通过计算合金料中几个主要元素的合金收得率从而实现对炼钢成本的控制，通过合金收得率公式计算 C、Mn两个元素的合金收得率并分析影响合金收得率的主要因素，我们通过主成分分析法对合金收得率的影响因素进行建模分析，从而确定主要的影响因素。
模型假设
（1）假设加入的合金元素在钢液中快速融化、且均匀分布。
在医保办窗口张贴门诊特殊病申报流程，并派专人指导，答疑解难。优化服务流程，简化退费流程，实行“一站式办公”“一条龙服务”业务办理模式，让患者及家属少跑路，减少排队次数，节省等候时间，提升工作效率，改善患者的就医感受。
我们将表1中C、Mn收得率平均计算得：C 的历史收得率=62.63%，Mn的历史收得率=59.80%
肌电图AMP显示:30例AMP轻度降低,55例中度降低,11例重度降低;NCV显示:30例轻度减慢 ,50例中度减慢,16例重度减慢;EMG显示:30例无异常,55例部分神经源性损害,11例完全神经源性损害。进一步对患侧和健侧值进行配对t检验,有显著性差异(p<0.05)。见表1。
问题一模型建立与求解
（一）元素收得率公式求解
对样本数据进行KMO和Bartlett检验，所得数据如下：
钢水脱氧合金化过程中合金收得率受合金元素加入量百分比、所炼钢种、合金加种类、数量顺序、重点碳及操作素等多种因素影响。但由于多种复杂因素难以采用显性表达式确定公式求得合金收得率，因此我们将采用主成分分析法，通过主成分分析法可以起到降低合金收得率维度的作用，把多个指标合成为少数几个相互无关的综合指标。本文在运用Matlab软件的基础上采用主成分分析法建立分析模型，这种方法对比其他方法，在引进多方面变量的同时将复杂因素归结为几个主成分，使问题简单清晰化，从而得到更加科学有效的数据信息和结论。
对于混凝土构件，受拉力作用时是最不利的，因为混凝土抗压强度很高，抗拉强度很低，配筋混凝土在受到拉力时极易产生裂缝，GB 50077—2017《钢筋混凝土筒仓设计规范》对裂缝的要求比较严格，为0.2mm，因此，当收到的拉力越大，构件中钢筋用于“抗裂”的占比越大，结构就越不经济。
表1
（2）假设忽略合金材料中带入钢液的中的杂质，如Si02、AL203等。
（二）模型求解
模型如下；
经过样本数据与公式计算得表1。
模型分析与建立：
根据合金收得率公式与数据，将 C、Mn 连铸正样与转炉终点、钢水净重以及相应的合金料数据代入到公式当中即可求出两种元素的历史收得率。
分析建议：主成分分析探索定量数据可以浓缩为几个方面，通常用于权重计算；
第一：分析KMO值；如果此值高于0.8，则说明非常适合进行分析；如果此值介于0.7～0.8之间，则说明比较适合进行分析；如果此值介于0.6～0.7，则说明可以进行分析；如果此值小于0.6，说明不适合进行分析；第二：如果Bartlett检验对应P值小于0.05，说明适合进行主成分分析；第三：如果仅两个分析项，则KMO均为0.5。
因此得到三组薄膜的吸收率净增加量分别为8.35%、12.76%、13.85%，但是增加的幅度并不和膜厚成比例，一种可能的解释是，膜厚增加会导致其吸收激光能力增加，以及薄膜相变现象的累积，这二者共同促使了薄膜吸收率的增加.但是随着膜厚增加，在相变效应累积的同时，薄膜对激光能量的吸收能力增幅是随膜厚增加而衰减的，从而导致40 nm到60 nm薄膜的吸收率净变化量增幅相比于20 nm到40 nm薄膜的吸收率净变化量增幅放缓.
（三）结论
通过对合金收得率影响因素的主成分分析当中，我们可以看出，合金元素的损失途径主要有3种：合金元素残留于渣中、由于电弧放电产生的高温使合金元素升华。其中合金元素被氧化是主要的损失途径。并且我们认为溶解氧含量、温度、碳含量、锰、硫、磷含量等均影响合金的收得率钢种与硅锰面包含多数信息成为我们研究因素中的主要因素，是我们在生产过程应当重视的主要因素。
标签：合金收得率论文; 生产成本论文; 钢水质量论文; 合金化论文; 建立数学模型论文; 提高竞争力论文; 合金加料论文; 预测模型论文; 东北农业大学论文;