【摘 要】本文通過(guò)對(duì)現(xiàn)場(chǎng)設(shè)備狀況、控制系統(tǒng)、生產(chǎn)情況等的分析與研究，設(shè)計(jì)了一種基于BP神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐提釩模型，實(shí)現(xiàn)對(duì)提釩重要控制參數(shù)的計(jì)算，從而不斷優(yōu)化參數(shù)來(lái)滿足現(xiàn)場(chǎng)生產(chǎn)的需要。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò) 提釩模型 控制系統(tǒng)

目前我國(guó)轉(zhuǎn)爐提釩爐裝備均以人工經(jīng)驗(yàn)操作，導(dǎo)致提釩工藝效率不高。本文以轉(zhuǎn)爐提釩為研究對(duì)象，結(jié)合轉(zhuǎn)爐提釩的工藝特點(diǎn)，通過(guò)BP神經(jīng)網(wǎng)絡(luò)建立了提釩冷卻劑控制模型、供氧控制模型以及吹煉終點(diǎn)半鋼成分和溫度的預(yù)測(cè)模型。

一、 冷卻劑模型

提釩過(guò)程的熱量主要來(lái)源于鐵水本身帶來(lái)的物理熱和鐵水內(nèi)各元素反應(yīng)放出的化學(xué)熱，由于提釩過(guò)程中化學(xué)反應(yīng)放出的熱量高于提釩過(guò)程中的散熱，因此整個(gè)過(guò)程中吹煉溫度將逐漸升高，當(dāng)溫度超過(guò)了釩與碳氧化順序交換的轉(zhuǎn)化溫度時(shí)，鐵水中的碳將大量氧化，從而抑制了釩的氧化，為使吹煉溫度不高于轉(zhuǎn)化溫度，可在吹煉過(guò)程中加入冷卻劑來(lái)調(diào)節(jié)溫度。

（一）在實(shí)時(shí)控制時(shí)，取半鋼成分和半鋼溫度的目標(biāo)值作為模型的輸入。

（二）冷卻劑盡量在吹煉前期加入，吹煉后期不再加入任何冷卻劑使熔池溫度接近或稍超過(guò)轉(zhuǎn)化溫度。冷卻劑主要分兩批加入：兌鐵前生鐵塊、絕廢渣等用廢鋼槽由轉(zhuǎn)爐爐口加入，冷固球團(tuán)在吹煉前3分鐘之內(nèi)從爐頂料倉(cāng)加入爐內(nèi)。

（三）在吹煉過(guò)程中，溶解于鐵水中的氧和鐵水中的氧化元素發(fā)生的氧化反應(yīng)都是放熱反應(yīng)，會(huì)使鐵水溫度升高，為了反映上述氧化反應(yīng)的熱效應(yīng)，就必須將鐵水和半鋼中的上述元素的含量作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，但這樣會(huì)大大增加神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)數(shù)目，增加訓(xùn)練的負(fù)擔(dān)。為了減少神經(jīng)網(wǎng)絡(luò)的輸入變量數(shù)目，可以將上述元素按照其化學(xué)反應(yīng)的反應(yīng)熱進(jìn)行折算。

二、供氧模型

根據(jù)不同的鐵水成分和吹煉方式，耗氧量有很大差別，同時(shí)耗氧量的多少也影響著半鋼中的碳和余釩的多少。

（一） 在實(shí)時(shí)控制時(shí)，取半鋼成分和半鋼溫度的目標(biāo)值作為模型的輸入；料倉(cāng)中冷卻劑的加入量以冷卻劑加入模型的輸出量作為本模型的輸入量。

（二）冷卻劑除了具有冷卻能力外，還具有氧化能力，冷卻劑中的FeO等物質(zhì)既是冷卻劑又是氧化劑。因此，供氧量的多少不僅和鐵水成分、重量有關(guān)還與冷卻劑的攜氧量密切相關(guān)。

（三）吹煉完畢后，說(shuō)鐵水中的Si、Mn、Ti變成了氧化產(chǎn)物。為了減少神經(jīng)網(wǎng)絡(luò)的輸入變量數(shù)目，可以按照這些元素的耗氧量將其折算成釩。

三、 終點(diǎn)預(yù)測(cè)模型

終點(diǎn)預(yù)測(cè)模型如圖2所示。

（一）耗氧量和冷卻劑加入量在訓(xùn)練時(shí)使用實(shí)際的加入量作為輸入?yún)?shù)，在實(shí)時(shí)控制時(shí)使用冷卻劑加入模型和供氧模型的輸出作為本模型的輸入?yún)?shù)。

（二）各種加入的冷卻劑要分別轉(zhuǎn)換為冷卻劑熱效應(yīng)和冷卻劑攜氧量。

四、模型集成

模型包括冷卻劑模型、吹氧模型和終點(diǎn)預(yù)測(cè)模型3個(gè)子模型，通過(guò)VC++建立了模型的動(dòng)態(tài)鏈接庫(kù)。

鏈接庫(kù)主要由4個(gè)類組成， 其中類CBpNeuralNetworks為基類，主要用于神經(jīng)網(wǎng)絡(luò)的建立、訓(xùn)練、存儲(chǔ)和模擬，其它3個(gè)派生類分別為：冷卻劑控制模型、吹氧控制模型以及半鋼成分與溫度預(yù)測(cè)模型，3個(gè)派生類的主要功能是完成各自模型的數(shù)據(jù)預(yù)處理和后處理功能。

五、結(jié)論

本文利用BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了轉(zhuǎn)爐提釩冷卻劑模型、供氧模型、終點(diǎn)預(yù)測(cè)模型，生產(chǎn)現(xiàn)場(chǎng)的應(yīng)用情況證實(shí)了這一方法的有效性。結(jié)果表明，該模型具有較高的一致性和泛化能力。

參考文獻(xiàn)：

[1]黃云，齊振亞，董履仁利用人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)預(yù)報(bào)鋼水溫度[J].煉鋼，2001，Vol.17， No.5， 43-46.

[2]陶鈞，謝書明，柴天佑.基于遺傳算法和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐煉鋼模型[J].系統(tǒng)仿真學(xué)報(bào)，2000，Vol.12， No.3， 241-244.

作者簡(jiǎn)介：1.盛維濤（1985-）男，山東臨沂人，1985年1月，四川工程職業(yè)技術(shù)學(xué)院助教，研究方向?yàn)槟Ｊ阶R(shí)別與智能控制。2.張文君（1986-）女，四川工程職業(yè)技術(shù)學(xué)院助教，研究方向?yàn)橹悄芨兄c智能系統(tǒng)。3.羅光偉（1970-），男，四川工程職業(yè)技術(shù)學(xué)院副教授，主要從事設(shè)備自動(dòng)化控制應(yīng)用研究工作。