[发明专利]一种转炉炼钢吹氧量的预测方法和系统

说明书

本发明属于钢铁冶金技术领域，具体为一种转炉炼钢吹氧量的预测方法和系统，采用机理模型和统计模型相结合的方式建立转炉吹氧量预测模型，将能够相对准确计算的部分通过氧平衡建立的机理模型进行计算，其余氧耗使用统计模型计算，并且通过聚类分析的方法，将生产数据分为N类后分别进行计算，有效提高了转炉炼钢吹氧量预测精度，在钢铁冶金领域有良好的应用前景。

技术领域

本发明涉及钢铁冶金技术领域，具体为一种转炉炼钢吹氧量的预测方法和系统。

背景技术

目前，转炉炼钢工艺是钢铁生产流程的主流，而吹氧工艺是转炉炼钢过程的重要工艺之一。吹氧量对转炉炼钢的顺利进行起着重要的作用。如果吹氧量太小，终点杂质元素含量会超过要求值并且终点温度会过低；如果吹氧量太大，会使冶炼周期变长，钢水产量降低，钢水过氧化，并增加合金消耗量，终点钢水温度过高。因此，为了实现转炉高效生产，稳定控制钢水质量，对转炉炼钢过程吹氧量的预测是十分重要的。

目前，在转炉炼钢吹氧量预测的研究中通常采用机理模型、统计模型、增量模型和智能算法模型。机理模型是基于熔池各元素氧化反应通过氧气平衡来计算的耗氧量，机理模型很难反应炉内的实际情况，预测精度较低。增量模型是选择与生产炉次条件相近的炉次为基准，制定相似的加料过程和生产工艺。统计模型通过数据之间的关系建模，精度较高，但是单纯考虑数据之间的联系，很可能出现与机理相反的结果，对生产实际应用造成阻碍。而以神经网络为例的智能算法模型需要大量的完整和准确的数据进行建模和模型计算，对于大多数中小型企业缺乏数据采集和存储设备，需要投入更多的成本用于设备投资。

发明内容

为解决现有技术存在的问题，本发明的主要目的是提出一种转炉炼钢吹氧量的预测方法和系统。

为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：

一种转炉炼钢吹氧量的预测方法，包括如下步骤：

S1.将用于预测的炉次数据与原始数据集进行合并形成新数据集，合并后使用聚类分析的方法将新数据集中的数据聚类为N类；

S2.确定预测的炉次数据的类别，并在预测的炉次数据中添加类别参数；

S3.根据预测的炉次数据的类别匹配对应的估算氧量的多元线性计算公式，计算得到估算氧量；

S4.根据预测的炉次的铁水和目标钢水的碳、硅、锰、磷、硫含量以及铁水重量，计算得到铁水耗氧量；

S5.步骤S3的估算氧量与步骤S4的铁水耗氧量相加得到预测转炉吹氧量。

作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案，其中：所述步骤S1中，所述原始数据集中包含完整的炉次数据的炉次数≥300。

作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案，其中：所述步骤S1中，所述N≥3，优选的，所述N=3。

作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案，其中：所述步骤S1中，所述原始数据集包括：铁水装入量，铁水温度，重废、中废、轻废、生铁、渣钢装入量，铁水碳、硅、锰、磷、硫元素含量，目标钢水温度，目标钢水碳、锰、磷、硫元素含量，装料时间，冶炼时间，烧结返矿加入量，轻烧镁球加入量，石灰加入量，轻烧白云石加入量等。

作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案，其中：所述步骤S1中，聚类分析的依据包括：铁水装入量，铁水温度，铁水碳、硅含量，钢水锰、硫含量，重废装入量等。

作为本发明所述的一种转炉炼钢吹氧量的预测方法的优选方案，其中：所述步骤S3中，3个类别匹配对应的估算氧量的多元线性计算公式分别为：

第1类：

第2类：