[发明专利]一种中小型转炉的终点碳含量和终点温度预测方法

说明书

本发明提供了一种中小型转炉的终点碳含量和终点温度预测方法，属于智能冶炼工艺领域。所述预测方法获取中小型转炉的历史生产数据并进行维度筛选，再基于共享最近邻传播SNN‑AP算法构建聚类模型，将筛选后的数据集输入聚类模型，得到基于模型训练数据集的聚类中心点集及对应的聚类数据集，为每类数据集建立终点碳含量预测模型和终点温度预测模型；将每个类别的数据集输入对应的预测模型进行训练，得到成熟的预测模型；采集中小型转炉与比较数列对应的数据项，输入对应类别的成熟的预测模型，得到预测的当前碳含量及温度。本发明利用SNN‑AP聚类算法将相似炉况的冶炼数据归纳区分，提高了终点碳含量和终点温度预测的准确度和精度。

技术领域

本发明属于智能冶炼工艺及设备领域，具体涉及一种中小型转炉的终点碳 含量和终点温度预测方法。

背景技术

冶炼时的终点控制工艺决定产品品质。终点控制即控制冶炼终点时使金属 的化学成分和温度同时达到计划钢种出钢要求而进行的控制，包括增碳法和拉 碳法等。终点控制的具体目标包括：钢水的碳含量应达到所炼钢种要求的目标 范围；钢中磷、硫含量应低于规格下限要求的范围；出钢温度应保证下步工序： 如炉外精炼、浇注的顺利进行；在冶炼沸腾钢、半镇静钢时还应保持钢水应有的氧化性，在具体操作中一般需要进行碳含量监测和温度监测(碳温监测)。

中小型转炉的终点控制通常包括人工控制方法、静态控制方法、副枪和炉 气分析动态控制方法、光学图像控制方法和基于数据模型的智能控制方法。其 中，人工控制和静态控制方法缺少智能算法的指导与参考，终点碳温命中率较 低，经常需要进行二次补吹，或不得不高温出钢，导致冶炼成本的提高和冶金 资源的浪费；副枪动态控制并不适用于中小型转炉，且炉气分析动态控制成本过高。光学图像控制中图像识别预测终点碳温的技术尚不成熟；而基于数据模 型的智能控制方法不存在上述缺陷，相对比较具有优势，转炉终点碳温预测是 其核心技术。

现有技术中，有学者针对物料加入量对不同类别终点碳温的影响不同的情 况，将数据按终点碳含量划分为低碳(C0.06％)、高碳(C≥0.06％)两类，然后进 行碳温预测，预测精度显著提升，终点碳含量C预测在误差|ΔC|＜0.02％内从 46.28％提升至68.09％，终点温度T预测在误差|ΔT|＜15℃内从47.14％提升至 55.45％，实现了提高模型预测能力的目标。但其研究将冶炼终点C含量作为考 虑分类的依据，对真正影响冶炼结果的各项冶炼因素的考虑则略有欠缺，且由 于是以冶炼开始前无法知悉的终点C含量作为分类考量，因此在实际生产中应 用难度较高。

也有学者为准确预报转炉终点的P、S含量，采用了依据铁水入炉P、S含 量(高磷、中磷、低磷；高硫、中硫、低硫)及所采取的造渣操作的不同模式 (大渣量高碱度、小渣量低碱度、一般造渣)对炉次数据分类的方法。以冶炼 过程操作与入炉铁水为分类依据，分别尝试以造渣操作和入炉硫、造渣操作和入炉磷为准，将数据分为9类，并分别建模预测，最终模型命中率在不同类别 下表现不同，模型总精度在误差|ΔP|＜0.004％内达到63.5％，|ΔS|＜0.003％ 内达到86.6％。由于考虑冶炼过程造渣操作时依据的是机理计算所得终点渣量 与终渣成分，鉴于转炉冶炼的复杂性，机理计算的结果很可能产生偏差，难以 保证求得的终点成分的准确性，模型在现场应用难度较高。

发明内容

鉴于现有技术中所存在的问题，本发明实施例提供了一种中小型转炉的终 点碳含量和终点温度预测方法，针对生产现场对不同炉况采取相应冶炼策略的 现况，提出基于共享最近邻思想的近邻传播(SNN-AP)算法，将实际生产数 据集进行聚类，并在此基础上进行转炉终点碳含量和终点温度预测的建模。

为了实现上述目的，本发明实施例所采用的技术方案如下：

一种中小型转炉的终点碳含量和终点温度预测方法，其特征在于，包括如 下步骤：

步骤S1，获取中小型转炉的历史生产数据，并对历史生产数据进行维度筛 选，得到用于模型训练的数据集；