自动炼钢助力钢企降本增效

  • 日期:10-25
  • 点击:(1376)


转炉中自动炼钢的动态控制可以提高钢水质量,减少生产消耗,提高生产效率,改善工人的工作条件。这是现代炼钢技术发展的必然趋势。国内工厂在传统自动炼钢模型的基础上结合自身特点进行了一系列技术开发工作,使自动炼钢技术成功地应用于其“一刀切”高效生产组织模式,该模型的投资率提高了约70%,转炉的双命中率也提高了约15%,并取得了可观的经济和社会效益。

提高铁水和废铁信息的准确性和及时性

该厂的钢铁界面采用“一罐一底”生产组织方式,可以减少铁水的温降,缩短工艺流程,减少对环境的污染,但其组成,温度和温度的稳定性较差。铁水的重量。转炉装载系统不稳定,不能满足传统自动炼钢技术的要求。为此,要增强模型功能,首先必须提高自动炼钢模型收集铁水和废钢信息的准确性和及时性。

收集铁水信息。从高炉冶炼的特点和实际生产情况看,高炉铁沟内同一铁水罐采集的样品与转炉前采集的样品的化学分析结果往往不同。因此,您需要选择正确的信息收集点。由于KR脱硫处理后的铁水成分更加均匀,并且KR铁水脱硫站建在1号和2号高炉之间,因此铁水进入转炉并具有至少23分钟的缓冲时间,因此,铁水成分信息的收集点最终是在KR铁水脱硫结束后确定的。铁水温度是在钢铁跨界线和转炉进料跨界之间的提升孔中手动测量的。测量之后,将铁水直接送入转炉。这样可以确保有关铁水的温度信息更加准确。铁水的重量=重金属罐铁水罐,这要求铁水在进入转炉后尽快称重空罐。实践证明,行车秤可以快速称重空罐,但挥发性大,精度不高。虽然刻度尺精度很高,但是刻度尺设置在钢铁接口的交叉线的前端,并且必须至少等到熨烫之后。结果只有10分钟,这在实际的大型生产中是不可操作的。因此,当罐的重量为罐的重量时,通过模型收集的铁水的重量=以该模式获得的铁水的重量相对准确。

收集废料信息。在“一罐一罐”生产组织模式下,根据铁水计划的数量定期调整废钢量,波动性不大。但是,废钢种类很多,成分也有很大差异。由于公司的物流状况以及供需关系,无法长时间固定每种废料的比例。因此,为了减少废钢的分类和计量,以减少各种废钢不同比例对模型计算精度的影响,主要分为重废,中废,轻废,炉渣钢和生铁块。

提高终点对磷和锰的预测功能

为了实现高效生产,有必要缩短转炉的冶炼周期。但是,在实际生产中,转换器停止后,最终样品的分析将花费一些时间,导致转换器停止。因此,根据炉子的原料和工艺条件,可以预测终点处的磷和锰含量,并且可以实现钢的不均等产量,从而可以节省这部分时间。

端点P预测。由于转炉的后续步骤不具有除磷修复功能,因此脱磷通常被认为是转炉操作中最重要的任务。终点P预测主要基于理论计算,例如原料条件,炉子辅助材料结构,转炉炉渣条件和终点控制,并且已通过大量实验数据进行了分析和验证。模型设置P偏差=TSO预测P-测定P,P偏差±0.005%准确度很重要。

终点Mn预测。为了降低预铁系统的成本,高炉逐渐增加了杂矿的比例,导致铁水的Mn成分大幅波动。开发终点Mn预测功能可以在实现转炉短周期的基础上,稳定Mn成分的控制,避免钢种变化的判断,还可以提高材料平衡和热平衡计算模型的准确性。还基于大量转炉过程数据理论计算来计算终点Mn预测。该模型设置Mn偏差=TSO预测Mn-测定Mn。

创建一种结合了温度控制和炉渣效果的控制模式

计算静态模型后,传统的自动炼钢模型不再干预静态过程控制。在TSC测量出钢水的碳含量和温度之前,该模型是动态计算和控制的,不适合工厂的铁水条件。生产计划的特征非常不稳定。为此,研发团队为转炉的静态控制过程中的吹炼过程建立了模拟的动态温度控制系统,并引入了转炉渣系统以监控过程炉渣的状况,并建立了将温度控制和炉渣结合起来的转炉。影响。吹制过程的操作模式。

模拟温度动态控制系统。首先,根据炉辅助材料的化学组成,对转炉吹炼过程中这些材料从室温升高到出钢温度的物理和化学热进行了理论分析,得到了不同辅料的冷却效果。其次,结合大量吹炼过程计算出的数据和转炉喷溅情况,对各种炉内附件的冷却系数进行校正,并根据模型进料方式进行计算,最后模拟出温度动态。控制系统形成。

音频排渣系统。转换器的音频源主要是:超音速氧气流的空气动力学音频以及撞击到铁水,炉渣和固相颗粒时的音频,一氧化碳气泡破裂以及气流音频,金属的溢出熔池与炉渣和炉壁的摩擦声。音频熔渣技术是一种通过使用这些音频强度来测量熔渣状况的方法。该系统处理转炉吹炼过程的炉渣表面音频信号,以形成二维动态曲线。曲线的变化可以实时反映当前的炉渣状况和发展趋势。通过大量曲线数据的统计分析和转换器的实际控制,逐渐形成了可靠的音频控制区域。操作员可以根据可靠区域中曲线的变化及时调整运行模式。

结合温度控制和炉渣作用的效果。操作员基于熔池使温度上升均匀且音频曲线正常波动的原理来监视吹气过程。由于在模型的自动控制过程中,落料系统和氧气喷枪控制系统在模型的静态和动态过程中的参数仍可调整,因此模型的自动控制不会由于手动校正而无效,从而避免了转炉吹炼的过程。由于原材料条件的突然变化和设备的不稳定性对模型控制的影响,模型自动控制系统具有更大的适应性。

开发独特的模型过程控制方法和自学习系统

通过P分布比计算冶金石灰的量。随着高炉矿石掺混方法的改变,铁水的磷含量已从以前的0.100%逐渐增加到目前的平均值0.160%,最高甚至达到0.180%。脱磷已成为电流转换器过程中最重要的任务。因此,为了满足实际生产操作的需要,将通过模型中的最终矿渣碱度计算冶金石灰量的方法改为基于P分配比的计算方法。这种计算方法更适合各种条件下的脱磷要求,比碱度计算更合理。更改模式后,以及使用该模型的其他功能后,辅助材料的消耗量将减少约10kg/t钢。

使用更精细的多步转换器进给模式。传统自动炼钢模型的进料方式一般在静态控制过程中分4批增加到6批,而动态控制过程根据副枪的测量结果一次添加大量的冷却剂。该模型要求生产条件具有很高的稳定性,而动态控制则需要添加大量的含铁资源作为冷却剂,这往往会增加炼钢成本。因此,工厂根据自身特点将矩阵式落料程序引入自动炼钢模型中。在该下料过程中,每个料仓的下料过程是相对独立的。纵向设置消隐模式,并逐步进给。该冲裁系统比传统的模型更加灵活,并且将监控系统与上述温度控制和炉渣效果相结合,相得益彰。

稳定转炉中残留的残渣量。为了稳定转炉中残留的炉渣量,除了对转炉末端的转炉倾角进行试验和分析外,最重要的是使用转炉炉渣秤和炉渣检测系统攻丝过程。首先将转炉渣量的理论计算结果和转炉渣垢的称量结果与自动炼钢模型进行实时比较,并通过模型自学习逐步优化转炉渣量的理论计算参数。函数,以便计算模型。理论转炉炉渣量与转炉炉渣秤称量的实际炉渣量一致。这不仅使转炉炉渣量的计算更加准确,而且可以准确地指导不同原料或冶炼不同钢种下残留的适量炉渣。其次,充分发挥矿渣检测系统的预警和测量功能,将各炉子的矿渣量纳入模型的矿渣保留量计算中,提高了计算精度。由于炉渣系统本身不具有称重功能,因此主要根据炉渣系统的警告值理论来计算当前炉渣量。

递归模型自学习系统。递归模型自学习系统的主要特征是包含了数十个熔炉数据,这些熔炉数据以前已经被熔炼并被限定在学习组中。每次静态计算运行后,系统将基于学习组数据的加权系数评估静态计算结果的参考性。该参考可分为多个等级,并且仅基于参考值最强的少数熔炉数据来计算熔炼热量。对于参考率较低的熔炉,该模型会记录其特异性并及时进行更新。反复进行模型静态计算的结果更接近实际生产情况,模型的适应性更强。

通过上述一系列技术开发和系统优化,主要经济技术指标的完成情况如下表所示。可以看出,自动炼钢技术的正常应用减少了辅助材料,钢材和脱氧合金的消耗,取得了较好的经济效益,提高了炼钢技术水平。

[打印] [关闭]

——