一种BOF-RH-CC工艺流程的转炉出钢目标温度设定方法与流程

本发明涉及炼钢，尤其涉及到一种bof-rh-cc工艺流程的转炉出钢目标温度设定方法。

背景技术：

1、钢水温度是炼钢生产过程段中重要的工艺参数之一，钢水温度控制水平是炼钢厂系统运行平稳性的“晴雨表”，钢水温度对保证连铸生产过程顺行、降低原材料消耗和能耗、提高铸坯质量均有很大的影响，因此必须把钢水温度控制在合理的范围内。

2、炼钢-连铸生产过程钢水温度控制的核心是钢包和中间包内钢水温度及其过热度的稳定。这不仅要求各工序的钢水温度控制要相对稳定，而且要求钢水温度在各工序之间的温度变化稳定。

3、在bof-rh-cc生产流程中，由于rh精炼的升温功能能力一般(rh精炼过程中升温是通过吹氧然后加脱氧剂的方式，其脱氧产物会降低钢水洁净度，增加镇静时间，所以不能大幅度升温)。因此，在此生产流程下，对转炉的温度控制能力要求更加严格。

4、公开文件中，公开号为：cn113255102a的转炉文件公开了一种转炉终点钢水碳含量与温度预测方法，将每一转炉冶炼工序分别视为一个案例，对转炉冶炼工序进行案例描述；其中，案例描述包括案例特征描述和案例的解决方案描述，案例特征包括单值类型影响因素和时序类型影响因素；解决方案包括转炉终点钢水碳含量与温度；以当前转炉冶炼工序为问题案例，历史转炉冶炼工序为历史案例，基于案例推理算法检索出历史案例中的相似案例；基于检索到的相似案例及其转炉终点钢水碳含量与温度，通过案例重用获取问题案例的转炉终点钢水碳含量与温度预测值。

5、公开号为：cn117093868a的专利文件公开了一种基于多任务学习的转炉终点预测方法，包括：获取转炉的参数信息；对转炉的参数信息进行预处理，得到输入向量；将输入向量输入预训练的预测模型，同时得到预测的转炉钢水温度和转炉碳含量；基于预测的转炉钢水温度和转炉碳含量，得到预测的转炉终点范围；对铁水开始冶炼，当确定所述转炉的钢水温度和所述转炉碳含量达到预测的转炉终点范围时，生成终止提醒。本公开能够考虑工艺条件的多样性和钢材冶炼过程的复杂性，还可以避免传统的数据驱动模型容易陷入局部最小值的问题，实现了转炉终点温度和碳含量的精准同时预测。

6、公开号为：cn115456264a的专利文件公开了一种中小型转炉的终点碳含量和终点温度预测方法。所述预测方法获取中小型转炉的历史生产数据并进行维度筛选，再基于共享最近邻传播snn-ap算法构建聚类模型，将筛选后的数据集输入聚类模型，得到基于模型训练数据集的聚类中心点集及对应的聚类数据集，为每类数据集建立终点碳含量预测模型和终点温度预测模型；将每个类别的数据集输入对应的预测模型进行训练，得到成熟的预测模型；采集中小型转炉与比较数列对应的数据项，输入对应类别的成熟的预测模型，得到预测的当前碳含量及温度。

7、上述专利中主要集中在转炉终点温度的预测，针对转炉出钢目标温度是否合理却缺少研究，特别是对rh向钢种，如果转炉出钢目标温度过低，即使转炉终点温度命中该目标温度，但在后续rh精炼中也需要通过大量吹氧提升温度，造成钢水洁净度下降。因此，设定合理的转炉出钢温度就显得尤为重要。

技术实现思路

1、本发明的目的是提供一种bof-rh-cc工艺流程的转炉出钢目标温度设定方法，用于解决现有专利的转炉出钢目标温度难以精确控制的问题。

2、本发明的上述技术目的是用过以下技术方案实现的：

3、一种bof-rh-cc工艺流程的转炉出钢目标温度设定方法，包括以下步骤：

4、s1：采集转炉、rh精炼以及连铸工序的实绩生产数据，统计从转炉到精炼的传搁过程温降、精炼过程温降以及精炼过程到连铸的传搁过程温降；

5、s2：以钢种的液相线温度作为起点，逐步累加前一工序的温降，得到转炉出钢温度的基础目标温度；

6、s3：提取钢种的历史工艺数据，以历史工艺参数作为输入，转炉出钢温度补偿值作为输出，建立转炉出钢温度补偿预测模型；

7、s4：根据新炉次的工艺参数，得到该炉次的转炉出钢温度补偿值，结合步骤s2中得到的基础目标温度，从而得到该炉次的最终目标温度。

8、步骤s1具体包括以下步骤：

9、s11：温度数据采集，采集转炉出钢时的钢水温度数据，采集rh精炼开始时的钢水温度数据，采集连铸开始时的钢水温度数据；

10、s12：温降统计，据转炉出钢时的温度和rh精炼开始时的温度，计算传搁过程中的温降，转炉到精炼的传搁过程温降为转炉出钢温度与rh进站温度的差值。

11、步骤s11中的采集的转炉、rh精炼、连铸工序生产数据项具体包括，

12、转炉出钢温度、rh精炼进站温度、rh精炼出站温度、连铸开浇温度、连铸中间包过热度，钢种液相线温度，转炉出钢开始时刻、rh进站时刻、rh出站时刻、连铸开浇时刻以及连铸开浇序号。

13、步骤s12的温降统计具体包括以下步骤：

14、转炉到精炼的传搁过程温降为转炉出钢温度与rh进站温度的差值；

15、根据rh精炼开始时的温度和精炼结束时的温度，计算精炼过程中的温降，精炼过程温降为rh进站温度和rh出站温度的差值；

16、根据精炼结束时的温度和连铸开始时的温度，计算传搁过程中的温降，精炼到连铸的传搁过程温降为rh出站温度和连铸开浇温度的差值。

17、步骤s2中基础目标温度的计算公式如下：

18、t目标＝t转炉+δt补偿(x)；

19、其中，t转炉表示转炉的出钢温度，其计算公式如下：

20、t精炼结束＝t液相线+δt过热度+δt1；

21、t精炼开始＝t精炼结束+δt2；

22、t转炉＝t精炼开始+δt3；

23、其中，δt1表示精炼到连铸传搁过程温降的均值；δt2表示精炼过程温降的均值；δt3表示转炉到精炼传搁过程温降的均值。

24、步骤s3具体包括以下步骤：

25、s31：获取钢种历史工艺数据，具体包括工序的传搁时间及钢包热状态等信息；

26、s32：对获取的工艺数据进行预处理，对收集到的数据进行清洗，去除异常值、缺失值或重复数据；

27、s33：选择机器学习算法训练预测模型，将历史工艺参数作为输入特征，转炉出钢温度补偿值作为输出目标，对模型进行训练；

28、s34：使用验证集数据对训练好的模型进行验证，评估模型的预测性能，计算模型的预测误差，以确保模型没有显著的偏差；

29、s35：将训练并验证好的模型应用到生产中，用于实时预测转炉出钢温度的补偿值，根据实时工艺参数输入，模型输出转炉出钢温度的补偿值，从而得到最终的出钢目标温度。

30、步骤s33中的模型输入包括，时间因素和钢包因素，其中，时间因素包括，

31、转炉出钢时间、转炉到精炼的传搁时间、rh精炼处理时间和rh精炼到连铸的传搁时间；钢因素包括钢包包龄、钢包空包时间和钢包烘烤时间。

32、步骤s4具体包括以下步骤：

33、s41：转炉出钢的基础目标温度，将预测得到的转炉出钢温度补偿值累加到基础目标温度上，得到该炉次的最终目标温度；

34、s42：将计算得到的最终目标温度记录在生产记录或工艺文件中，以便后续跟踪和分析，并收集生产过程中的实际数据，用于对补偿预测模型的持续验证和优化。

35、综上所述，本发明具有以下有益效果：

36、1、提高生产精确性：模型预测误差在多个范围内的命中率较高，说明模型预测结果较为准确，能够为生产提供可靠的指导。通过按照模型给出的目标值出钢，可以确保生产过程中的温度控制更加精确，减少因温度波动导致的产品质量问题。

37、2、提升生产效率：精确的温度控制有助于减少生产过程中的中断和调整，从而提升生产效率。当转炉出钢温度得到优化时，通过优化转炉出钢温度，可以提高产品的质量和一致性。