全自动炼钢动态控制模型的理论基础和应用实践.docx
《全自动炼钢动态控制模型的理论基础和应用实践.docx》由会员分享，可在线阅读，更多相关《全自动炼钢动态控制模型的理论基础和应用实践.docx（12页珍藏版）》请在冰豆网上搜索。
全自动炼钢动态控制模型的理论基础和应用实践
全自动炼钢动态控制模型的理论基础和应用实践
刘路长
（武汉钢铁股份公司，湖北，武汉，430083）
摘要：
根据多年来动态模型的应用实践经验，本文详细介绍了动态控制模型的定义、功能、脱碳和升温公式的系统推导，动态分组原则、动态控制模型运行过程中所采用的主要管理和技术措施。
炼钢总厂四分厂（以下简称为四分厂）2007年底投产以来，通过强化和细化动态控制模型的管理，大大提高了动态模型的适应能力，实现了一键炼钢，2010年一键炼钢率平均达到87.21%,最高达到93.12%；C-T双命中情况也稳步提升，2010年下半年C-T双命中率稳定在90%以上，最好达到94.04%。
关键词：
全自动炼钢；动态控制模型；一键炼钢；C-T双命中率
中图分类号：
TF345文献标识码：
B文章编号：
Thetheoreticalbasisandpracticalapplicationofthedynamiccontrolmodelforfullautomaticsteelmaking
LIULu-chang
（WuhanIronandSteelCorp.,Wuhan,430083,China）
Abstract：
Accordingtothepracticalexperienceofapplyingthedynamicmodelformanyyears,thedefinition,functionandthesystematicderivationofthedecarburizationandheatingformula,themaingroupingprinciplesandthemanagementandtechnologymeasuresforthedynamiccontrolmodelaredescribedindetails.AftertheNo.4SteelPlantofWISCOstartedupintheendof2007,theadaptabilityforthedynamiccontrolmodelhasbeengreatlyimprovedandthefunctionofOne-Key-Steelmakinghasbeenrealizedbystrengtheningandrefiningthemanagementofdynamiccontrolmodel.In2010,theaverageOne-Key-Steelmakingratereached87.21%andthebestonewas93.12%,andinthesecondhalfyearof2010,theC-Thittingratewereover90%andthebestonereached94.04%.
KeyWords:
fullautomaticsteelmaking;dynamiccontrolmodel;One-Key-Steelmaking;C-Thittingrate
1前言
随着我国现代化炼钢技术的发展，近十年来，全自动炼钢技术在大中型转炉上得到了广泛运用，尤其是在武钢成功自主研发出多项自动炼钢的配套技术，集成了具有国有知识产权的自动炼钢专有技术，并在全国十余家钢厂得到推广和运用，获得良好效果。
武钢炼钢总厂四分厂自2007年11月投产以来，一直致力于全自动炼钢模型完善和运用，根据武钢在自动炼钢技术消化、吸收、研发和推广的经验，总结得出实现全自动炼钢的基础模型是静态控制模型，核心模型是动态控制模型。
从本质上讲，转炉动态模型是理论模型，理论模型的成功运用的关键是要增强模型的适应能力和再现性。
对影响动态控制模型应用因素、动态的分组以及参数调节技术的研究需要理论和实践相结合。
2.动态控制模型的定义和主要功能
2．1动态控制模型的定义
在吹炼过程副枪第一次测量后（以下简称SL1，一般在吹氧量达到静态模型计算总氧量83%左右），根据SL1测量值和钢种吹炼终点目标范围，对转炉动态过程的热平衡和供氧量进行计算。
这种在转炉吹炼动态过程中，通过转炉炉内实测的有关信息，进行动态计算并调节的过程模型称为动态控制模型。
2.2动态控制模型主要功能
（1）计算出动态过程的吹氧量、冷却剂添加量。
（2）依据SL1后的实际吹氧量及冷却剂添加量，实时预测钢水的碳含量和温度，当预测值到达吹炼终点目标范围内时，向一级机发出停吹、提枪指令。
（3）吹炼停止时，动态控制模型停止运行。
3．动态控制模型的理论基础
3.1脱碳理论
转炉炼钢过程中实际的脱碳速率是“两头慢，中间快”[1]。
动态控制模型运用在吹炼后期，当[C]降低到某一临界值以下时，脱碳速率由碳的传质系数决定，脱碳速率开始减慢，并随熔池[C]含量的减少而下降。
如图一所示[2]。
副枪定碳后动态供氧量和熔池中钢水碳含量的计算公式如下[3]：
其中，
Cest、C0、Cm分别为预测的钢水碳含量、碳氧界面碳含量、SL1测定的碳含量，10-2%；
α、β是动态脱碳系数，α为最高脱碳速度，理论值为1.07kg/m3；
ΔVOX为动态氧耗量,m3；
ｈ为冷却剂的氧系数，m3/t；
ΔWCL为冷却剂加入量,t,WST为钢水重量,t。
3.2升温理论
炼钢动态过程的主要化学反应式：
由上述两式得：
其中，△HC、△HFe为反应热，J/mol；μ为氧气利用率；λ为碳反应的氧耗百分比；
为供氧量为ΔVOX时产生的反应热，Ｊ。
根据3-3式可得：
其中，
为脱碳量，mol，将3-7代入3-5得：
其中，Cp为钢水热容系数,J/mol·K；△T为升温值,℃。
则3-8式变为：
在公式3-9中，
可以通过将摩尔分数换算成质量分数，该值可以看作是动态过程中熔池中碳含量的变化值，即
=Cm－Cest。
所以3-9可以变为：
添加冷却剂时，温度下降，则得到：
其中，K为冷却剂的冷却能力，℃/t。
将SL1测出的温度TSL代入式3-11得：
Test为预测的钢水温度，TSL为SL1测出的钢水温度。
3.3对理论公式的分析
通过公式3-1、3-2可看出，脱碳系数α增加、提高氧气的利用率和规范冷却剂的加入有助于提升脱碳速率。
从升温理论的推导过程可以看出，升温速度的快慢与氧气利用率、钢水热容系数和冷却剂的规范使用有很大关系。
影响钢水的热容系数主要因素是废钢的熔化情况，加料情况等。
装入量的稳定也非常重要。
这些因素将在下文进行详细分析。
４ 四分厂主体设备简介和动态控制过程实现
4.1四分厂主体设备简介
主要工艺设备包括2座KR脱硫装置，2座200t顶底复吹转炉、2座吹氩站、2座在线RH脱气装置、1座双工位LHF，2台直弧形板坯连铸机。
4.2动态控制过程实现
当转炉吹炼到总供氧量的83%左右，进行SL1的测量，利用SL1的测量结果对动态控制模型进行激活。
SL1的测量结果可以分为四种情况：
（１）Ｃ-Ｔ都测出；（２）只测出Ｃ；（３）只测出Ｔ；（４）Ｃ-Ｔ都未测出（图2中未标出）。
图２为动态控制过程示意图。
图２ 动态控制过程示意图
５．动态控制模型主要分组原则
理论模型在生产中运用的关键是模型的适应性和再现性。
在动态过程中，影响动态过程稳定性的因素非常多，主要因素可分为三大类，钢种终点目标碳含量、废钢方式和冶炼模式（因磷、锰等的特殊要求，造成对动态过程渣量的影响）。
5.1钢种终点目标碳含量对动态过程的影响：
根据脱碳理论和公式3-2和3-12可以看出，当终点目标碳由高到低时，吹炼氧气用于脱碳的比率降低而跟钢水中Fe或其它元素反应的氧气比率增加，就是目标碳越低，吹炼后期脱碳速率降低和升温速率加快。
四分厂同一品种的铝镇静钢存在两种不同的工艺路径，一种目标碳含量为0.05%，另一种为0.075%。
在生产实践中发现，该两种工艺路径对于动态控制存在明显的影响。
表１为同一钢种不同目标碳含量的不同脱碳、升温系数表。
表１同一钢种经Ar或RH处理工艺的转炉动态过程脱碳、升温系数对照表
目标碳,%
α
β
γ
η
0.05
9.9
13.5
12.3
-6.1
0.075
9.8
13.5
11.2
-5.1
5.2废钢方式对动态过程的影响：
由于废钢块度不同造成比表面积不同，因而对废钢的熔化速度有较大影响，导致了冶炼过程升温规律不同。
块度大的废钢不易熔化，前期升温快，熔池过程温度高，碳在氧化时的产物CO2较少，而块度小的废钢易熔化，前期熔池温度低，氧化时的产物CO2较多（如图3[4]），这种氧化产物的差异，导致了转炉冶炼过程生成热不同，最终影响转炉的终点温度；同时，由于铁水碳氧化产物的不同，所耗氧量也不同，不同废钢条件转炉氧耗存在差别（如图4[5]）。
特殊品种的废钢的影响更明显，四分厂因使用部分含有3%左右[Si]的废钢，
对热平衡、吨钢氧耗、动态降碳、升温和渣量都有影响。
此类废钢在四分厂作为计算机炼钢模型的一个独立参数。
图3CO和CO2标准生成自由焓与温度的关系示意图
5.3冶炼模式对动态过程的影响：
因钢种对终点磷、锰的要求不同，转炉的吹炼模式也会出现各种不同。
对于终点磷含量要求低的钢种，过程渣量相对较大，过程控制以化渣为主，过程渣中的（FeO）含量相对要高。
从动态模型的参数设置可以看出为降碳系数小，氧气利
用率低。
而对于锰有特殊要求的钢种，前期采取
双渣操作，后期再造渣，将会导致SL1的温度低（主要原因是冶炼过程温度偏低，废钢在前期熔化不好）、动态过程中钢水热容系数相对变大。
此类钢种在动态过程中的表现就是降碳速度相对较快，但升温速度相对较慢（需要进一步熔化大量废钢）。
6.动态控制模型成功运用的实践经验
6.1静态模型是动态模型的基础
由于动态模型的控制过程时间短，基本上在2分钟左右，四分厂平均为112秒，调节能力受限。
因而静态模型必须设定命中范围，为提高动态模型的稳定性和再现性打下基础。
静态模型命中需同时满足以下条件：
（1）TSC测量碳在0.025～0.060%之间；
（2）动态计算曲线在目标曲线范围内或以上（如图2），动态计算曲线在目标曲线范围以上时，满足条件⑶，达到终点命中时
用提供二次能源；
（3）达到终点命中时的冷却剂加入量小于1.5吨。
提高静态命中率是成功运用动态模型的基础，提高静态过程稳定性和命中率的主要途径是：
（1）根据废钢方式（重废、硅废、渣钢、热压块等）、熔剂方式和一些特殊要求来细化静态分组和自学习分组，并及时检查、修正参考炉次数据；
（2）通过采取二次出铁（为了热平衡计算和勾兑成分、温度异常铁水）、一号到底（出铁号与熔炼号一致）和降低出铁到入炉时间等方式优化热平衡计算，降低热平衡严重不足（低于SL1命中标准温度20℃）炉次比率，四分厂二次出铁率和一号到底率稳定在90%以上，热平衡严重不足炉次由2010年年初的4.6%降低到1.8%以下;（3）规范转炉过程操作，提出了“一键炼钢”的控制思路，减少人为干预，提高静态模型的再现性和自学习功能；（4）规范计量管理和原材料管理,稳定转炉装入量。
静态命中率2010年全年平均达到79.2%,下半年维持在80%以上，最高达到82.4%。
6.2副枪运行稳定、测量精度高是成功运行动态模型的前提。
动态模型是以副枪TSC测量的值作为起点进行热平衡和物料平衡计算的，副枪TSC未能测出，动态模型不能运行。
四分厂2010年副枪综合使用率稳定在98.5%以上。
6.3 稳定的复吹效果
转炉采用溅渣护炉后，在不同的炉龄时期其复吹效果不同，动态过程的脱碳行为与转炉复吹状况有密切的关系。
因此，在一定时期内转炉有一个稳定的复吹效果是非常重要的，另外，稳定的复吹效果也更便于采用转炉动态计算系数的快速调节技术和提高自学习的及时性和准确性。
6.4冷却剂的快速加入
动态过程相对较短，动态过程冷却剂的快速加入尤其重要。
动态过程的冷却剂应该通过快速给料器直接加入炉内，让其快速参与脱碳反应并起到降温的作用。
冷却剂加入晚，会造成熔池内成分和温度不均，有时甚至会出现较大的差异。
6.5供氧系统稳定和合理的供氧制度
动态过程氧量相对较少，以200吨的转炉为例在1400m3左右。
调节阀的灵敏度和氧气阀门的开关速度、开关氧点和氧枪的运行速度的合理匹配非常重要。
四分厂专门对调节阀、开关阀时间、开关氧点、待吹点、氧枪升降速度进行了调整，使终点提枪后氧量过冲控制在100m3以内，且过冲量稳定，可以从模型中直接进行修正。
合理的供氧制度对静态过程和动态过程都有很大影响，同时，不稳定的静态过程也会对动态过程产生影响。
四分厂开工初期的供氧强度3.35m3/t.min，发现在操作过程中的化渣情况良好，但搅拌偏弱，过程渣活跃且动态时降碳困难，终渣稀。
为了摸索合适的供氧强度，进行了3.45m3/t.min、3.60m3/t.min、3.75m3/t.min三种供氧强度的试验。
最后得出在3.75m3/t.min的供氧强度的情况下，整个操作过程稳定，动态过程降碳速度正常，且SL1的碳磷比维持在一个合适的范围。
枪龄高的后期氧枪对静态过程和动态过程均会产生很大影响，氧枪的管理工作非常重要。
表2不同供氧强度对转炉动态过程脱碳系数，终渣（TFe），SL1[C]/[P]的影响
供氧强度m3/t.min
α
β
（TFe）
%
[C]/[P]
3.35
9.3
13.8
19.48
1.59
3.45
9.5
13.8
18.79
1.48
3.60
9.6
13.8
17.63
1.45
3.75
9.9
13.5
16.54
1.36
6.6 完善的自学习功能和参考炉次的人工修正
根据自学习的分组原则和各钢厂的生产实际情况要不断完善自学习模型约束条件和自学习的分组，从而提高模型的自修正能力。
同时，技术人员要对参考炉次进行检查，当参考炉次与当时的操作条件不吻合，要进行人工修正。
7．动态控制模型成功运用的效果
7.1计算机炼钢一键炼钢率和C-T双命中率显著提高
一键炼钢率和C-T双命中率能很好反映动态控制模型运行的状况。
2010年转炉一键炼钢率平均达到87.21%,最高达到93.12%；C-T双命中情况也稳步提升，下半年稳定在90%以上，最好达到94.04%.
7.2钢水收得率稳定且维持在较高水平
通过推进一键炼钢工作，规范了车间的基础管理工作，规范废钢装槽，稳定转炉装入量，转炉操作规范，减少了过程喷溅，终点控制稳定,降低点吹率和钢水氧化性，2010年，钢水收得率控制在较高水平，维持在92.5%左右，最好达到93.58%。
8. 结语
8.1 动态模型理论对现场的动态模型的运用具有很强的指导的作用。
8.2动态模型运行的基础是静态模型的稳定性。
四分厂通过采取一系列的技术和管理措施，静态命中率2010年全年平均达到79.2%,下半年维持在80%以上，最高达到82.4%。
8.3一键炼钢率和C-T双命中率是衡量全自动炼钢动态模型的运用水平的关键指标。
2010年，一键炼钢率平均达到87.21%,最高达到93.12%；C-T双命中下半年稳定在90%以上，最好达到94.04%。
[参考文献]
[1]戴云阁,李文秀等主编.现代转炉炼钢[M].沈阳.东北大学出版社.1998年,P20
[2]王新华.钢铁冶金——炼钢学[M].北京,高等教育出版社,2007,P24.
[3]戴云阁,李文秀等主编.现代转炉炼钢[M].沈阳.东北大学出版社.1998年,P150-151.
[4]黄希祜.钢铁冶金原理[M].第三版.北京：
冶金工业出版社.2002,P245.
[5]余志祥,刘路长,肖文斌等,武钢三炼钢计算机炼钢技术的新进展,第一届中德冶金技术研讨会论文集,中国金属学会,北京,2004.10,P87.
本文结构节录
1前言
2动态控制模型的定义和主要功能
3动态控制模型的理论基础
４四分厂主体设备简介和动态控制过程实现
５动态控制模型主要分组原则
6动态控制模型成功运用的实践经验
7动态控制模型成功运用的效果8结语
本文刊于《炼钢》杂志
2009年第6期
升级会员 