一种炼钢炉耐火材料熔蚀监测方法、装置、设备及介质与流程
本发明涉及材料监测,具体而言,涉及一种炼钢炉耐火材料熔蚀监测方法、装置、设备及介质。
背景技术:
1、在炼钢生产中,耐火材料作为炼钢炉内衬核心耗材,起到隔绝高温钢水与炉壳、抗渣侵蚀冲刷、保温稳温以及管控钢水纯净度的关键作用;炼钢高温、强腐蚀、强冲刷的工况会造成耐火材料发生熔蚀损耗,而熔蚀状态即炉衬不同区域的熔蚀总量、侵蚀速率、残余衬厚等情况,直接关系炉体安全生产、耐材使用寿命与钢材成品质量。
2、在相关技术中,一般采用离线冷态检测法、在线无损监测法、多物理场/ai预测法、现场试验等方法进行耐火材料熔蚀监测,但是离线冷态检测法需要停炉和人工入炉检测,影响生产工时且具有安全隐患;在线无损监测法虽无需停炉和人工入炉检测,但其易受环境干扰,需频繁停机校准,检测精度较低;多物理场/ai预测法需要依赖输入数据的质量,数据质量较低时预测误差较大;现场试验方法虽贴合真实高温渣钢工况,但试样回收难度大、干扰冶炼节奏、单次试验周期长,无法实现逐炉常态化定量检测。
技术实现思路
1、本发明旨在解决上述问题中的至少一项。
2、为解决上述问题,本发明提供一种炼钢炉耐火材料熔蚀监测方法、装置、设备及介质。
3、第一方面,本发明提供了一种炼钢炉耐火材料熔蚀监测方法,包括:
4、获取各个炉次炉渣样本的耐火材料含量,根据所述耐火材料含量确定各个炉次的熔蚀数据,其中,所述耐火材料含量包括氧化镁含量或者氧化硼含量;
5、根据所述耐火材料含量和训练好的ai回归预测模型,对所述熔蚀数据进行偏差修正,得到熔蚀修正数据;
6、将所有所述熔蚀修正数据分配至炼钢炉-耐材数据模型的各个区域,生成耐材熔蚀动态图。
7、可选地,所述熔蚀数据包括熔蚀总量与熔蚀速率,所述根据所述耐火材料含量确定各个炉次的熔蚀数据,包括:
8、根据初始耐火材料数据和所述耐火材料含量数据,确定所述熔蚀总量,其中,所述初始耐火材料数据包括初始造渣剂质量和初始造渣剂质量分数;
9、根据所述熔蚀总量和采样周期,确定所述熔蚀速率。
10、可选地,所述将所有所述熔蚀修正数据分配至炼钢炉-耐材数据模型的各个区域,生成耐材熔蚀动态图,包括:
11、根据炼钢炉的结构及内部空间参数,构建所述炼钢炉-耐材数据模型,并确定区域高度;
12、根据所述区域高度,将所述炼钢炉-耐材数据模型划分为渣线侵蚀区、炉身区以及炉底区;
13、根据熔蚀系数,将单炉次的所述熔蚀修正数据分配至所述渣线侵蚀区、所述炉身区以及所述炉底区,构建单炉次耐材熔蚀图;
14、根据炉次序列叠加每个所述单炉次耐材熔蚀图,生成所述耐材熔蚀动态图。
15、可选地,所述熔蚀系数根据耐材残厚数据修正。
16、可选地,所述耐火材料含量通过炼钢炉渣在线熔炼分析系统获取。
17、可选地,所述炼钢炉耐火材料熔蚀监测方法,还包括:
18、根据所述熔蚀修正数据,对所述ai回归预测模型增量迭代训练。
19、可选地,所述炼钢炉耐火材料熔蚀监测方法,还包括:
20、根据所述耐材熔蚀动态图和训练好的ai模型,进行内衬剩余寿命预判和穿炉风险预警。
21、第二方面,本发明提供了一种炼钢炉耐火材料熔蚀监测装置,包括:
22、获取模块,用于获取各个炉次炉渣样本的耐火材料含量,根据所述耐火材料含量确定各个炉次的熔蚀数据,其中,所述耐火材料含量包括氧化镁含量或者氧化硼含量;
23、修正模块,用于根据所述耐火材料含量和训练好的ai回归预测模型,对所述熔蚀数据进行偏差修正,得到熔蚀修正数据;
24、生成模块,用于将所有所述熔蚀修正数据分配至炼钢炉-耐材数据模型的各个区域,生成耐材熔蚀动态图。
25、第三方面,本发明提供了一种电子设备,包括存储器和处理器;
26、所述存储器,用于存储计算机程序;
27、所述处理器,用于当执行所述计算机程序时,实现如第一方面所述的炼钢炉耐火材料熔蚀监测方法。
28、第四方面,本发明提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如第一方面所述的炼钢炉耐火材料熔蚀监测方法。
29、本发明的炼钢炉耐火材料熔蚀监测方法、装置、设备及介质的有益效果是:
30、通过获取各个炉次炉渣样本的氧化镁含量或者氧化硼含量并确定各炉次的熔蚀数据,无需停炉开展冷态检测、无需向炉内投放试验试样,既不会占用生产工时、不存在人工入炉的安全隐患,也不会干扰正常冶炼节奏,可实现逐炉次的熔蚀数据定量获取,解决了传统离线检测、现场试验无法逐炉常态化定量检测的缺陷;在此基础上,结合耐火材料含量与训练好的ai回归预测模型对熔蚀数据进行偏差修正,以实测的组分数据作为模型输入基础保障输入数据质量,同时通过模型拟合修正抵消检测环节的干扰误差,既避免了纯预测模型在输入数据质量不足时误差偏大的问题,也改善了在线无损监测易受环境干扰、检测精度偏低的不足,有效提升熔蚀数据的量化准确性;最终将所有熔蚀修正数据分配至炼钢炉-耐材数据模型的各个区域并生成耐材熔蚀动态图,可实现分区域的熔蚀状态量化呈现与动态演化展示,突破了传统监测方法仅能整体粗略评估、无法分区量化表征熔蚀状态的局限,为炼钢炉耐火材料熔蚀状态的全面、精准监测提供直观可靠的数据支撑。
1.一种炼钢炉耐火材料熔蚀监测方法,其特征在于,包括:
2.根据权利要求1所述的炼钢炉耐火材料熔蚀监测方法,其特征在于,所述熔蚀数据包括熔蚀总量与熔蚀速率,所述根据所述耐火材料含量确定各个炉次的熔蚀数据,包括:
3.根据权利要求1所述的炼钢炉耐火材料熔蚀监测方法,其特征在于,所述将所有所述熔蚀修正数据分配至炼钢炉-耐材数据模型的各个区域,生成耐材熔蚀动态图,包括:
4.根据权利要求3所述的炼钢炉耐火材料熔蚀监测方法,其特征在于,所述熔蚀系数根据耐材残厚数据修正。
5.根据权利要求1所述的炼钢炉耐火材料熔蚀监测方法,其特征在于,所述耐火材料含量通过炼钢炉渣在线熔炼分析系统获取。
6.根据权利要求1所述的炼钢炉耐火材料熔蚀监测方法,其特征在于,还包括:
7.根据权利要求1所述的炼钢炉耐火材料熔蚀监测方法,其特征在于,还包括:
8.一种炼钢炉耐火材料熔蚀监测装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器和处理器;
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至7任一项所述的炼钢炉耐火材料熔蚀监测方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com