本发明属于冶金，具体涉及一种lf精炼智能渣系控制方法及系统。
背景技术：
1、lf精炼过程中炉渣起着脱氧、脱硫、去夹杂（有些钢种还起着夹杂物变性）的作用，由于炉渣的化验时间与其冶炼周期不匹配无法通过化验明确炉渣成分、炉渣的形成过程中除了加入的渣料和元素氧化成渣可以计量或计算外，出钢下渣和炉渣回钢包渣洗其炉量无法计算，炉渣成分也无法确定。因此，对炉渣总量和成分进行比较准确的控制有利于充分发挥炉渣的冶金功能，对于提高和稳定钢铁企业的产品质量和产量、降低生产成本具有重要意义。
2、目前，lf精炼炉炉渣总量和成分的控制普遍采用经验的操作方式：按冶炼钢种工艺要求确定炉渣的总量，分步骤加入造渣材料，在lf精炼过程中不断取渣样判断炉渣性能，结合钢水成分对炉渣是否要修正作出判断。这种方法无法利用大生产数据对出钢下渣和炉渣回钢包渣洗渣的重量和成分作出估算，而且也无法利用lf炉渣料消耗数据与化验结果的大生产数据。因此经验的操作方式难以根据具体炉次的情况来优化过程的操作变量，缺少了操作的灵活性，导致了较大的能耗和物耗水平，而出现需要修正炉渣成分和总量时难以统筹兼顾，此时往往出现在冶炼后期还可能因修正不及时影响lf冶炼周期，严重时会造成连铸断浇。
技术实现思路
1、为了解决现有技术存在的上述问题，本发明目的在于提供一种lf精炼智能渣系控制方法及系统。
2、本发明所采用的技术方案为：
3、一种lf精炼智能渣系控制方法，包括以下步骤：
4、s1、获取初炼炉出钢生产参数；所述初炼炉出钢生产参数包括合金成分及对应量、出钢渣料的成分及对应量；
5、s2、获取lf精炼炉的进站参数；所述进站参数包括钢水成分和重量；
6、s3、获取精炼lf炉精炼过程中的生产参数；所述生产参数包括吹氩参数以及加入合金成分及对应量、原辅料的种类及对应量；
7、s4、获取精炼lf炉过程的离站参数；所述离站参数包括钢水中目标成分含量；
8、s5、获取精炼lf炉精炼过程中的工艺参数；所述工艺参数包括冶炼钢种、同步形成炉渣目标成分、按钢水重量和钢水成分硫含量设定总渣量；
9、s6、建立模型；以所述进站参数为初始值，所述离站参数为目标值，结合所述初炼炉出钢生产参数、所述生产参数和所述工艺参数，建立lf精炼智能渣系控制模型；
10、s7、计算；利用所述lf精炼智能渣系控制模型，对所述初炼炉出钢生产参数进行计算；
11、s8、修正；将s7计算结果与设定的炉渣目标成分和总渣量进行比对，得出修正后的渣料加入参数，完成对所述lf精炼智能渣系控制。
12、作为本发明的优选，按钢种和钢水总脱硫量制定目标炉渣的目标成分和总渣量，在步骤s8中，所述渣料加入包括出钢渣料种类和数量的固定加入、lf进站渣料种类和数量的固定加入，所述渣料加入参数包括出钢下渣重量和成分估算值、渣洗炉渣的重量和成分估算值、lf精炼过程中合金元素的氧化成渣量的计算值。
13、作为本发明的优选，计算所述精炼lf炉的总渣和成分，并同所述目标炉渣的目标成分和总渣量对比计算需补加的渣料类别和数量，根据钢水硫含量修正需补加的渣料类别和数量。
14、作为本发明的优选，对所述目标炉渣的重量和成分进行计算：
15、根据lf冶炼钢种，确定所述目标炉渣的主要成分cao、sio2、al2o3、mgo、caf2的目标范围；
16、计算实际总渣量：根据lf冶炼钢种和脱硫量，确定炉渣总量为钢水重量的1~1.5%。
17、作为本发明的优选，对所述目标炉渣的重量和成分进行计算还包括：所述出钢渣料种类和数量固定加入的计算，根据渣料入厂检验结果分别计算cao、sio2、al2o3、mgo、caf2的含量，以cao为例计算如下：
18、
19、式中，：渣中cao的重量（kg）；
20、:渣料1加入的重量（kg）；：渣料1中cao的含量；
21、:渣料2加入的重量（kg）；：渣料2中cao的含量。
22、作为本发明的优选，所述出钢下渣重量和成分的估算值：利用1~3个月大生产数据估算挡渣正常时出钢下渣重量及成分；从大生产数据得到平均下渣重量g1及炉渣成分cao、sio2、al2o3、mgo、caf2的平均含量，以cao为例计算如下：
23、
24、式中，：渣中cao的重量（kg）； : 平均下渣重量（kg）；
25、：炉渣中cao的平均含量。
26、作为本发明的优选，所述渣洗炉渣的重量和成分估算值：利用1~5个月大生产数据估算钢种渣洗炉渣的重量及成分；从大生产数据可以得到平均渣洗重量g2及炉渣成分cao、sio2、al2o3、mgo的平均含量，以cao为例计算如下：
27、
28、式中，：渣中cao的重量（kg）；
29、: 平均下渣重量（kg）；：炉渣中cao的平均含量；
30、lf进站后利用冶炼钢种的历史渣料数据，加入渣料种类和数量，根据渣料入厂检验结果分别计算cao、sio2、al2o3、mgo、caf2的含量，以cao为例计算如下：
31、
32、式中，：渣中cao的重量（kg）；
33、:渣料1加入的重量（kg）；：渣料1中cao的含量；
34、:渣料2加入的重量（kg）；：渣料2中cao的含量。
35、作为本发明的优选，计算所述合金元素的氧化成渣量：向钢中加入的合金包括硅铁、硅锰、铝铁、铝线、合金元素si、al及硅铁中的al、ca，在lf炉中部分氧化成渣，以ca为例计算如下：
36、
37、式中，：钢中ca的氧化总量（kg）；
38、:含ca合金的重量（kg）；：含ca合金中ca的含量；
39、:钢水的重量（kg）；：钢水中ca的含量；
40、ca + o = cao
41、
42、式中，：钢中ca的氧化总量（kg）；1.4为系数；
43、实际渣料中cao的总量为：
44、
45、同理可得到渣中其它主要成分、、、的含量，总渣量：
46、
47、式中，：实际总渣量（kg）；
48、 p：该钢种1~5个月大生产数据渣样结果中cao、sio2、al2o3、mgo、caf2之和。
49、作为本发明的优选，若钢中的s含量达到目标要求，渣量不修正；若所述钢中的s含量未达到目标要求，进行脱s，并对渣量进行修正，修正具体步骤为，将所述与设定的总渣量对比，根据对比结果补加渣料；
50、取所述精炼lf炉第3次或2次数据分别与第1次取样对比分析结果，得出钢中si、al的损失范围，判断钢中的s含量是否达到目标要求，若钢中的s含量达到目标要求，炉渣成分不修正；若钢中的s未达到目标要求，脱s后且渣样不合要求则修正炉渣成分，将目标炉渣主要成分的目标范围与实际的对比，通过加渣料将炉渣的主要成分调整至目标范围，以al2o3为例：
51、炉渣al2o3的目标范围是30~35%，渣量，智能渣系控制方法计算结果是al2o3含量为，则高铝预熔精炼渣加入量是：
52、=（）*/%
53、式中，：加入的高铝预熔精炼渣（kg）；
54、：工艺要求的al2o3目标范围的中限百分比；
55、：智能渣系控制方法计算的al2o3含量百分比；
56、：工艺要求的渣量（kg）；
57、%：高铝预熔精炼渣al2o3含量百分比。
58、作为本发明的优选，一种lf精炼智能渣系控制系统主控模块：查看在站炉次计划信息、操作要点信息、检化验信息、连铸运转状态、智慧精炼模型运行情况、监控设备运转；
59、计划模块：跟踪所有待生产计划、生产中计划、生产完成计划；
60、实绩模块：查询历史生产炉次的加热、投料、喂丝、吹氩的生产实绩数据；
61、报表模块：按照时间、班组、炉座分别对生产实绩数据进行汇总分析；
62、工况总览模块：对当前生产炉次的工况状态进行监控；
63、设备总览模块：对现场炉体、钢包车、电极、吹氩、料仓、喂丝机的运转状态进行监控；
64、精炼流程引擎模块：通过工业rpa机器人，自动精炼流程引擎实现精炼流程自动控制；
65、异常报警模块：对生产过程中工艺操作、设备运转的报警信息进行报警提醒。
66、本发明的有益效果为：
67、本发明作为一种lf精炼智能渣系控制方法及系统，以实际生产大数据出发，在对机理模型优化的基础上，建立lf精炼智能渣系控制系统，利用大生产数据进行修正并贴近实际生产，保证了控制系统的精度；本发明的一种lf精炼智能渣系控制方法及系统可以利用大生产数据进行修正，有效缩短lf成渣时间，稳定精炼周期，降低生产成本，稳定产品质量的。