中图分类号：TF4
　　摘 要:本文属于综述性文章，主要谈了加强自动化转炉炼钢的必要性、转炉炼钢的自动化工艺及实行方法，对从宏观上了解自动化转炉炼钢有一定的积极意义。
　　关键词:工艺流程、自动化技术、RBF神经网络
　　
　　一、 引言
　　我国属于发展中国家，在很多技术上相对落后，这其中就包括钢铁行业。而钢铁属于国家战略性资源，对一个国家的发展起着重要的制约作用。我国目前的钢铁企业生产的钢板质量偏低,而成本耗能还偏高,尤其缺乏高质量，低能耗的的精品钢和特种钢两种类型的产品。因此，我国的钢铁企业必须尽快加大炼钢技术的改造力度，通过现代化的自动控制技术来提高钢铁企业的生产能力和产品质量，以期尽可能适应日益严峻的国际国内炼钢形势的发展，使得我国钢铁企业在竞争激烈的市场环境下，求得生存和发展。
　　二、 转炉炼钢的自动化工艺流程及技术简介
　　自动化转炉炼钢主要是先对炼铁厂提供的铁水进行预处理, 然后再对铁水一定的冶炼加工, 最后形成钢。转炉冶炼铁水成钢, 主要包含了这样一个过程, 首先进行氧化,去除杂质；然后加入一定的石灰等来制造氧化性的炉渣,在此过程中, 还需要一定的热量来升温,最后,还要加入脱氧剂和合金料来最终生成钢材料。具体来说, 自动化转炉炼钢包含了以下几个方面的基本工艺流程:炼钢原材料,即主要为铁水,外加一些增加剂；合适的装入制度,即炉容比,炉池深度和铁水比例；供养制度, 即供养压力, 强度,枪位和氧枪的喷头等都有考究；造渣制度, 即炉渣要有一定的碱度, 在造渣的过程中,最好应用计算机自动加料的方法把石灰分批次的进入炉中；温度制度,即要确定出钢的温度和冷却剂类型和数量； 终点控制与出钢合金化,即要注意采用计算机终点控制技术,来取得炉碳温度的双命中, 此外, 还要进行沉淀脱氧和真空脱氧,并与合金化几乎可以同时进行,最后,在出钢的时候,一定要注意挡渣的工序,否则,将会严重影响炼钢的质量和效果。
　　三、 转炉炼钢的自动化技术简介
　　转炉炼钢自动化技术,一般包含了以下几种: (1)检测技术:传统的转炉炼钢已经很难适应现代社会的生产要求, 尤其是随着检测技术,计算机技术和自动化技术的飞速发展, 转炉炼钢的自动化技术也随之改进。目前,用于检测技术的参数主要包含了熔钢温度、 熔钢成分和液面高度等, 检测技术主要有副枪检测技术,废气分析检测技术以及特殊检测技术； (2)自动化技术:转炉炼钢的自动化控制,包含了静态控制和动态控制, 它们都是以控制模型为基础的,其中最为广泛使用的还是动态控制。控制系统还包括了动态控制模型和反馈计算模型的控制技术。转炉炼钢还是一个复杂的物化过程,通过应用人工智能技术,可以有效提高其终点命中率； (3) 控制系统: 美国钢铁公司采用的是直接控制和监控级的两极控制系统, 日本钢铁公司采取了一体化的转炉炼钢自动控制系统之后,明显减少了人员使用, 我国钢铁公司采用了计算机动态控制系统, 实现了直接控制计算机与现场的信号进行连接,另外还通过上位计算机来收集, 显示相关数据,并对数据进行交换和操作等。
　　四、 利用自动化技术, 提高转炉炼钢的质量
　　现代化的转炉炼钢技术已经呈现出新的特点,主要表现为:实现了自学习和自适应状态；模型有效利用了冶炼过程的信息；实现了转炉的自动喷吹等。目前, 在国际上最为普遍采用的自动化控制模型为:静态模型+ 副枪检测+ 动态模型, 且在该模型中,最为突出的特点是,转炉模型普遍采用了智能技术, 使得控制水平不断提升。然而,我国目前的转炉模型的开发与应用却显得十分不足, 因此, 我们要突破传统转炉模型的局限性, 努力提高转炉模型的自动化水平, 规范冶炼工艺流程, 强化模型功能,实现转炉自动吹炼和最佳冶炼效果, 从而大大提升我国转炉炼钢的自动化水平。
　　具体来说,我们应该首先设计出一套自动化转炉炼钢的系统设计方案,本文中采用了二级计算机控制方案, 即 Ll 级基础自动化控制和 L2级过程自动化控制, 并且留有与 L3 级( 生产管理)的硬件通讯和软件接口。系统软件由 PLC 控制软件和组态画面组成,主要负责动态显示工序的工艺流程, 控制设备启动和停止,实现简单的人机交流与控制, 设定并能够及时调整某些工艺参数值,建立一个多层次的安全的控制权限体系, 曲线显示工艺参数的运行的趋势,记录下具体的事件以及对于某些区域的故障进行报警等。这样, 我们可以通过组态软件来对现场进行实时监控和报警,从而使得转炉炼钢的自动化控制显得更易于操作和控制。这里,我们主要研究下基于神经网络技术的转炉炼钢技术自动化控制。其中,我们主要研究了副原料量预报模型和终点动态控制模型。我国目前的钢铁冶炼过程中使用的两种模型在精度方面都有一定的局限性, 而具有在线学习能力的神经网络能够在一定程度上解决以上提到的不足, 以任意精度接近非线性系统。因而, 这种基于神经网络技术的转炉炼钢技术能够提高冶炼过程中的一次命中率,缩短冶炼时间,减少成本消耗等。我们目前更多的在控制钢铁冶炼过程中的吹氧量和副原料加入量的预测的时候,应用 RBF 神经网络, 以提高冶炼过程中碳、 温的一次命中率。所谓的神经网络系统, 是指一种高度复杂的非线性动力学网络系统,由大量的基本神经元和不同的互联方式连结而成。迄今为止,人们已经提出了多种神经网络系统, 本文主要探讨 RBF 神经网络系统, 即径向基网络。
　　这种网络技术是在上个世纪八十年代末提出的, 具有单隐层的三层前馈网络, 它可以迅速的構建网络拓扑图而基本消除局部最小问题的产生。RBF 网络模型的具体结构有三层, 第一层为输入层, 第二层为隐含层,第三层为输出层。这三种层次的前馈网络都是静态的结构。此外, RBF 神经网络还有映射关系。具体应用到副原料量静态预报中去的话, 我们要注意实现碳温的双命中。我们要在转炉炼钢过程中,把副枪检测以前的定位为静态控制过程, 之后的定位为动态调整过程。静态控制的过程很关键, 因为,一旦该过程的目标不能趋近于目标值,那么, 后期的动态调整就很难达到目标。针对这种情况, 我们构建了两个RBF网络模型,一个是吹氧量、造渣剂加入量预测模型和合金加入量预测模型。前一个模型主要是准确控制吹氧量,有效去除钢水中杂质。后一个模型主要是简化了转炉炼钢过程的难度。
　　五、 结束语
　　总之，要生产出高质量的钢材，就必须提高自动化的应用程度。然而这个过程并不是一蹴而就的，需要广大钢铁从业人员解放思想，提高认识。只有这样，才能让我国的钢材在国家市场上占据一席之地。
　　
　　参考文献：
　　【1】 张承斌,张江,宋彬. 转炉炼钢生产中氧枪系统的自动控制[J]. 包钢科技, 2006, (03) .
　　【2】 谢书明,柴天佑,王小刚,王伟. 转炉炼钢氧枪枪位控制[J]. 冶金自动化, 1999, (02) .
　　注：文章内所有公式及图表请用PDF形式查看。