摘要：转炉炼钢自动化是钢铁行业发展的必然趋势。本文介绍了副枪系统和音频化渣系统在的设计和应用，两个系统的联合应用，可以实现全程自动化炼钢，减少了人为因素对产品质量控制的影响，缩短了冶炼周期，降低了工人劳动强度和原材料消耗，提高了冶炼效率和终点命中率。

关键词：转炉;智能;冶炼;研究

引言：转炉炼钢是一个十分复杂而系统的工业过程，它具体是指以铁 水、废钢以及铁合金为主要原料，凭借铁液自身的物理热和铁液组成元素间的化学反应产生的热量而在转炉中完成炼钢过程。然而， 虽然转炉炼钢经过近几十年的发展，无论是在炉子吨位、转炉工艺 方面还是在转炉炼钢的自动化方面都得到了较大的发展与优化，但其中仍然存在着诸多不容忽视的问题，有待于进一步的完善与解决。如无法进行连续测温、对转炉炼钢机理不够清楚、所建立的静 态模型及动态模型有所欠缺等。而转炉炼钢智能控制方法将智能控 制理论运用于转炉炼钢这一动态过程中，并利用神经系统以及模拟 识别等先进智能技术，有效的增强了转炉炼钢过程熔池命中率，对钢铁产业乃至国家的经济建设起到了不可忽视的重要作用。

正文：

1、转炉炼钢技术工艺流程控制

1.1 计算加料量。加料量的计算要通过两个步骤来完成，分成一次加料与二次加料。通过两次计算能够得到入炉原料的相关数据，也就是预计算出了吹炼过程中应当加入的原料数量，能够得到较为准确的结论，方便生产的开展。在开展加料计算的时候，主 要数据有铁水的成分、炉内温度高低以及废钢的总重量。进行计算之后，得到的数据有： 供氧总量以及加料的量。该项计算能够快 速准确地計算出锅炉内的各种成分以及不同成分的温度与质量， 对开展动态锅炉生产有较大的帮助。

1.2 与钢水液面有关的计算。在高炉动态生产当中，钢水的 液面位置也是需要进行精确计算的数值之一。在动态模型的帮助 下，只需要知道转炉的尺寸以及不同原料的总量，就能计算得到准 确的钢水液面位置。除此之外，转炉内也会安装一定数量的探测 器来检测实际的液面高度，便于计算得到钢水液面位置设定值之后进行调整。

1.3 过程动态控制计算。为了准确计算得到整个吹炼过程所 需要消耗的氧气总量，一般会采用动态控制手段。动态控制操作 手段能够根据生产需求来灵活调整转炉当中的碳元素浓度，确保 在完成吹炼过程的时候能够保证钢水成分符合要求。动态过程控 制还能将计算得到的结果准确地展现在计算机屏幕上，确保工作 人员了解实时的生产情况。

2、转炉炼钢智能控制的基本概述

转炉炼钢智能控制方法和技术既是智能控制理论在转炉炼钢 中的有效体现与应用，可以说，这是炼钢理论和炼钢技术的重大发展与突破，为转炉炼钢智能控制理论树立了新的里程碑[1]。转炉炼钢 智能控制方法与传统转炉炼钢方法有所不同，即过于注重对炼钢过 程深层规律的探究，而是将各种先进的技术，如专家系统、模拟识 别、神经系统以及人工智能等，进行有机结合，并将其应用于转炉吹 炼的实际控制过程中，以模拟人脑的技术与方式和具体数据与事实为基础，来对实际冶炼过程中发生的问题与事务进行处理[2]。例如， 在经过多次的数据‘训练’与数据‘记忆’后，计算机便能明白什么条 件下需要温度是多少，以及什么时候可以出钢等。近年来，随着科学 技术的发展以及钢铁企业改革的不断深入，智能控制方法在转炉炼 钢中的有效应用也越来越广泛，并逐渐渗透到投料、供氧、温度控制以及重点控制等各个生产环节中，在节省人力、物力的同时，有效提 升了钢水的冶炼效率，可见转炉炼钢智能控制方法的发展与应用是满足钢铁工业发展要求，且符合时代必然发展趋势的。

3、转炉炼钢智能控制方法分析

3.1 转炉炼钢智能控制方法的思路分析

转炉炼钢智能控制方法和技术既是智能控制理论在转炉炼钢 中的有效体现与应用。它将测出的副枪SLI检测结果与冶炼目标数据进行仔细的对照，并通过对预设定模型的使用，来确定出在未添 加冷却剂的情况下补吹氧量的初始设定值，并将该初始设定值、加 入冷却剂的量以及其他相关信息发送给预报模型，并通过预报模型 的使用来预测出该操作条件下的终点碳含量以及终点温度。接着再 将得出的结果与冶炼碳含量和终点目标温度进行仔细的对比，并以该对比结果为重要依据，利用校正模型来调整初始设定的冷却剂量 和补吹氧气量，接着将调整过的用量发送到预报模型，以对冶炼终点进行有效预测。如此反复进行该系列步骤，直至停吹决策模型判 断熔池碳含量和温度达到了目标区域范围内再进行停止，而最终得 出的控制量既是在补吹阶段所需的冷却剂量以及补吹氧气量，再将 这些数值设定于相应的OCS上。在自动控制模式下，当熔池碳含量和温度进入目标区域时，停吹决策系统则会发送出停吹的指令，以 完成转炉冶炼的停吹操作控制[3]。 简言之，转炉炼钢动态智能控制过程又课归纳为，采用一个 DOS控制转炉炼钢的吹氧和冷却剂添加控制回路，并运用其他方法 来对冷却剂添加量和补吹氧气量进行设定，再将此设定量返回并参 与吹炼过程的控制。与此同时，将停吹决策系统和预测模型引入到 转炉炼钢这一动态过程中，以参与全过程的控制与监督。

3.2 智能控制方法的控制结构分析

首先就是预设定模型，该模型的功能既是在炉次k的吹炼过程 中，运用SL1副枪测量结果以及动态的控制量，来对熔池的温度以及含碳量的变化进行实时的预测，以实现熔池碳温的再现软测量功 能。然后就是预测模型，该模型采用RBF神经网络，旨在以动态过程 的冶炼目标和起始条件为重要依据，对未加入冷却剂情况下使终点 含碳命中目标区域所需的动态补吹氧气量进行确定。再就是矫正模 型，该模型又可分为对补吹氧气量进行调整的校正模型和确定冷却 剂的校正模型，而他们的主要任务皆是对熔池的含碳量和温度进行 精确的控制。 最后就是停吹决策系统，该模型是根据预测模型的软测量结果以及其与熔池目标碳温的设定值间的对比结果，运用专家推理 技术来判断熔池碳温是否命中动态停吹区域，并在选择计算机控 制模式时对停吹令进行发送，从而实现转炉动态冶炼过程的停吹决策功能[4]。

四、总结

总而言之，转炉冶炼属于一项较为复杂的工序。在生产过程 中，会涉及到很多数据参数，其与生产质量具有较大的关联性。 因此，需要借助数据分析方式，为生产提供依据，对存在的问题 进行有效解决，确保生产质量。

参考文献

[1] 霍彦朋.简析数据分析在转炉冶炼生产中的应用[J]. 世界有色金属 ，2020（03）：12-13.

[2] 张壮 ， 曹玲玲 ， 林文辉，等. 基于 IPSO-RELM 转炉冶炼终点锰含量预测模型 [J]. 工程科学学报 ，2019，41（08）：1052-1060.

[3] 管挺 ，邹长东 ， 王建华，等 .180t 转炉高废钢比冶炼工艺开发[J]. 特殊钢，2019，40（03）：19-22.