AOD法冶煉低碳鉻鐵質量控制方法的研究.pdf

1、在AOD法（Argon Oxygen Decarburization）冶煉低碳鉻鐵的過程中，產(chǎn)品中的碳含量、磷含量及硫含量是衡量產(chǎn)品質量的重要因素。然而冶煉過程是一個非常復雜的多元多相高溫狀態(tài)下進行的非線性的物理化學反應過程，存在很多不確定的影響因素，給冶煉產(chǎn)品的質量控制增加了很大困難。目前鐵合金行業(yè)整體生產(chǎn)過程的智能化程度還不高，傳統(tǒng)的冶煉工藝尚需進一步完善與優(yōu)化。為此，采用智能分析、預測與控制方法，對實現(xiàn)低碳鉻鐵冶煉產(chǎn)品質量的提高，

2、增強企業(yè)綜合競爭力具有重要意義。
　　本文提出的AOD法冶煉低碳鉻鐵質量控制是在轉爐生產(chǎn)中碳鉻鐵的基礎上，為進一步提高產(chǎn)品質量而開展的深入理論與應用研究。論文結合AOD爐冶煉低碳鉻鐵的生產(chǎn)工藝和生產(chǎn)實踐，基于熱力學和動力學理論的物理和化學特征，結合智能算法，建立了低碳鉻鐵碳含量、硫含量和磷含量等指標的質量控制模型，并進一步構建了生產(chǎn)過程集成控制與管理平臺。首先分析了AOD爐冶煉過程中爐渣堿度對質量指標的重要影響，提出了低碳鉻鐵質量

3、預測模型的分步建模法；然后采用RBF神經(jīng)網(wǎng)絡模型對爐渣堿度進行預測，并結合鐵水預處理，進行了磷、硫含量的灰色關聯(lián)度分析；最后，在此基礎上建立了基于神經(jīng)網(wǎng)絡的質量智能預測模型，并采用改進粒子群算法對模型進行優(yōu)化，使得磷含量的控制效果在控制誤差±0.003%內由80%提升到95%，硫含量的控制效果在控制誤差±0.003%內有80%提升到90%，此外碳含量的控制效果也得到了很大的提升。
　　在上述研究的基礎上，開發(fā)了AOD法冶煉低碳鉻鐵