[发明专利]一种提高自动化炼钢动态模型精度的方法

摘要

本发明提供一种提高自动化炼钢动态模型精度的方法，自动化炼钢动态模型包括脱碳模型和升温模型，模型自学习过程主要是对脱碳模型参数和升温模型参数的自动修改；通过铁水硅含量和过程测试碳含量细化动态模型的参数分类，当一炉钢水的动态模型稳定控制且冶炼工艺稳定时，该炉次进行手动自学习，并按照实际的铁水硅含量和过程测试碳含量进行相应的动态组号的参数更新；过程测试结束后，动态模型启动，并按照铁水硅含量和过程测试碳含量自动选择动态组号相应的模型参数α、β、γ、δ值，进行吹炼控制。本发明可提高自动化炼钢动态模型的控制精度，缩小单一的脱碳升温速度与实际控制的偏差，提高自动化炼钢的碳温命中率。

主权项

一种提高自动化炼钢动态模型精度的方法，其特征在于，自动化炼钢动态模型包括脱碳模型和升温模型，模型自学习过程主要是对脱碳模型参数和升温模型参数的自动修改；通过铁水硅含量和过程测试碳含量细化动态模型的参数分类，提高动态模型控制精度；具体方法为：(1)脱碳模型公式：Ccal=C0+β×ln{1+[exp(Ctsc-C0β)-1]×[α×V0-V0tsc+Σi(hi×ri)Wst]}]]>式中：Ccal—实时碳含量，％；C0—碳氧平衡临界钢水碳含量，％；Ctsc—TSC测试碳含量，％；Wst—总装入量，t；V0—TSC测试后时刻吹氧量，m3；V0tsc—TSC测试吹氧量，m3；hi—i类型冷却材料的单位氧含量，ri—TSC测试后加入的冷却材料i，t；α、β—脱碳模型回归参数；(2)升温模型公式：T=Ttsc+γ×(V0-V0tscWst)+δ×ln{exp[(Ctsc-C0)/β]-1exp[(Ccal-C0)/β]-1}-Σiki×ri]]>式中：T—实时温度，℃；Ttsc—TSC测量的熔池温度，℃；V0—TSC测试后时刻吹氧量，m33；V0tsc—TSC测试吹氧量，m33；Wst—总装入量，t；Ctsc—TSC测试碳含量，％；Ccal—实时碳含量，％；C0—碳氧平衡临界钢水碳含量，％；ki—i类型冷却材料的冷却能系数；ri—TSC测试后加入的冷却材料i，t；γ、δ—升温模型回归参数；(3)动态模型分类：(4)当一炉钢水的动态模型稳定控制且冶炼工艺稳定时，该炉次进行手动自学习，并按照实际的铁水硅含量和过程测试TSC碳含量进行相应的动态组号的参数更新；(5)冶炼时过程测试TSC结束后，动态模型启动，并按照铁水硅含量和过程测试TSC碳含量自动选择动态组号相应的模型参数α、β、γ、δ值，进行吹炼控制；脱碳模型参数α、β和升温模型参数γ、δ分别对应动态参数界面中的Alfa、Beta、Gamma、Delta。