鋼鐵企業(yè)冶煉過程操作解析與優(yōu)化研究.pdf

1、鋼鐵的冶煉覆蓋煉鐵和煉鋼兩個生產(chǎn)過程，前者是將鐵由礦石中提煉出來，后者是調(diào)節(jié)鋼鐵產(chǎn)品內(nèi)在質(zhì)量的生產(chǎn)過程。在這兩個生產(chǎn)過程中存在大量的能量消耗，有著大量的化學(xué)反應(yīng)，生產(chǎn)環(huán)境惡劣并且伴隨著高溫高熱，生產(chǎn)過程中工藝與控制都十分復(fù)雜，這樣使得獲取爐內(nèi)的冶煉狀態(tài)變得十分困難。在實(shí)際生產(chǎn)中，為了精確控制和優(yōu)化高爐和轉(zhuǎn)爐的生產(chǎn)過程，提高產(chǎn)品的品質(zhì)，就必須要準(zhǔn)確地得到爐內(nèi)冶煉狀態(tài)的信息。因此本文以鋼鐵冶煉過程中具有代表意義的高爐布料和轉(zhuǎn)爐煉鋼生產(chǎn)過程為

2、研究對象，在深入分析該生產(chǎn)過程運(yùn)行原理的基礎(chǔ)上，從中提煉出了一類新的操作解析與操作優(yōu)化問題，并提出了具有一定實(shí)際應(yīng)用價值的操作解析與優(yōu)化方法。本文主要研究內(nèi)容如下:
　　(1)針對高爐布料過程中手工方法無法穩(wěn)定地得到滿意的徑向礦焦比值的料層的難題，在高爐布料生產(chǎn)過程中提煉出了一類操作優(yōu)化問題。由操作解析方法得到當(dāng)前能夠保證爐況順行的徑向礦焦比滿意值。以布料料面對應(yīng)的徑向礦焦比值與滿意值的偏差最小為目標(biāo)函數(shù)，操作變量是爐料批重、料流

3、閥開度、溜槽旋轉(zhuǎn)速度和傾角，同時考慮了料層厚度徑向跳躍、間歇操作時間等約束，建立高爐布料生產(chǎn)過程操作優(yōu)化模型。為了滿足工業(yè)現(xiàn)場的實(shí)時性要求，構(gòu)造了分散搜索和差分進(jìn)化的混合算法進(jìn)行高效求解。計算結(jié)果表明，計算得到的料面對應(yīng)的控制指標(biāo)值與最優(yōu)值的最大偏差不超過3％，證明了模型和算法的有效性。基于所提出的高爐布料操作模型和優(yōu)化算法，設(shè)計開發(fā)了應(yīng)用在實(shí)際生產(chǎn)中的高爐布料系統(tǒng)，該系統(tǒng)運(yùn)行后提高了爐況的穩(wěn)定性，滿足了工業(yè)現(xiàn)場科學(xué)穩(wěn)定地控制徑向礦焦比

4、等技術(shù)指標(biāo)的要求，同時系統(tǒng)提供了在爐況變化時可以及時準(zhǔn)確給出布料調(diào)整方案的功能。通過工業(yè)實(shí)際運(yùn)行驗(yàn)證了系統(tǒng)的有效性。
　　(2)依據(jù)控制方式的不同，轉(zhuǎn)爐煉鋼生產(chǎn)過程的操作優(yōu)化問題可分為兩類，即穩(wěn)態(tài)操作優(yōu)化和動態(tài)操作優(yōu)化。在穩(wěn)態(tài)操作優(yōu)化問題中，如何科學(xué)合理地確定轉(zhuǎn)爐冶煉過程中鐵水、白云石等原料的添加量等難題，選擇各種原料的添加量為操作變量，以滿足生產(chǎn)成本和終點(diǎn)命中偏差最小為目標(biāo)函數(shù)，考慮了能量平衡、質(zhì)量平衡以及爐內(nèi)各元素在鋼液與鋼渣

5、中的動態(tài)平衡機(jī)理等約束，建立轉(zhuǎn)爐煉鋼生產(chǎn)過程的穩(wěn)態(tài)操作優(yōu)化模型，設(shè)計了差分進(jìn)化和量子粒子群的混合算法進(jìn)行高效求解。利用實(shí)際生產(chǎn)數(shù)據(jù)并與現(xiàn)場經(jīng)驗(yàn)?zāi)Ｐ捅容^驗(yàn)證了模型和算法能夠?yàn)檗D(zhuǎn)爐實(shí)際生產(chǎn)準(zhǔn)確性地提供所需原料的預(yù)計算量。該模型終點(diǎn)命中精度達(dá)到87.4％，計算原料加入量與實(shí)際生產(chǎn)中原料加入量的偏差小于4.5％，平均偏差小于3.1％。
　　(3)轉(zhuǎn)爐煉鋼生產(chǎn)過程的動態(tài)操作優(yōu)化問題是依據(jù)檢測到的動態(tài)信息對吹煉操作參數(shù)進(jìn)行動態(tài)修正，以達(dá)到預(yù)定

6、的吹煉目標(biāo)。然而，轉(zhuǎn)爐煉鋼生產(chǎn)過程鋼水質(zhì)量信息難以檢測以及測量信息有限導(dǎo)致過程質(zhì)量測量信息不完備，針對該問題，提出了基于最小二乘支持向量機(jī)(Least Squares Support Vetor Machine，LS-SVM)的動態(tài)數(shù)據(jù)解析方法，建立轉(zhuǎn)爐煉鋼生產(chǎn)過程鋼水質(zhì)量動態(tài)預(yù)報模型。構(gòu)造改進(jìn)粒子群方法對LS-SVM參數(shù)進(jìn)行優(yōu)化。使用實(shí)際生產(chǎn)數(shù)據(jù)驗(yàn)證了所建模型的預(yù)報效果和有效性能，可以連續(xù)準(zhǔn)確地預(yù)報轉(zhuǎn)爐煉鋼過程中鋼水質(zhì)量信息，碳含量預(yù)

7、報的最大誤差不超過0.237％，溫度預(yù)報的最大相對誤差不超過3.5％。
　　(4)在轉(zhuǎn)爐煉鋼生產(chǎn)過程鋼水質(zhì)量動態(tài)預(yù)報的基礎(chǔ)上，提出一類新的動態(tài)操作優(yōu)化問題解決轉(zhuǎn)爐煉鋼過程動態(tài)控制。針對轉(zhuǎn)爐煉鋼生產(chǎn)過程復(fù)雜無法在線控制的難題，以影響爐況安全的溫升和脫碳速度為控制指標(biāo)，由操作解析方法得到理想經(jīng)驗(yàn)值，以實(shí)時指標(biāo)值與理想經(jīng)驗(yàn)值的偏差最小為目標(biāo)，考慮煙氣偏差校正約束，建立轉(zhuǎn)爐煉鋼生產(chǎn)過程動態(tài)操作優(yōu)化模型。操作變量包括從當(dāng)前時刻到下一時刻的時

8、間范圍內(nèi)加入的氧氣總量、頂吹氧氣供氣模式、底吹氣體總量和各副原料加入的重量。構(gòu)造了改進(jìn)的變異差分進(jìn)化算法對模型高效求解，得到當(dāng)前各冶煉操作變量的設(shè)定值，并通過控制器實(shí)現(xiàn)對轉(zhuǎn)爐生產(chǎn)過程的動態(tài)控制。通過收集到的實(shí)際生產(chǎn)數(shù)據(jù)，驗(yàn)證了所提模型和算法的有效性。鋼水碳元素含量的命中精度最小為0.9527％，平均命中精度為0.97％，溫度最大偏差為7.52℃，平均偏差為3.082℃。
　　最后，在總結(jié)全文的基礎(chǔ)上，本文還對鋼鐵冶煉過程的未來操作