一种基于数据解析的转炉炼钢质量实时动态预测方法
【技术领域】
[0001] 本发明属于冶金炼钢技术领域，具体设及一种基于数据解析的转炉炼钢质量实时 动态预测方法。
【背景技术】
[0002] 转炉炼钢作为钢铁生产的重要环节之一，它的主要目标是冶炼出钢水质量（主要 指钢水碳含量、娃含量、铺含量、硫含量、磯含量）均符合要求的钢水。因此，实时的掌握冶 炼过程中钢水的温度和各种成分的状态对钢水质量有着重要的影响，该样就需要各个元素 的全冶炼过程的预测模型，在吹炼前进行准备，W保证操作的顺利进行，并且不占用过多的 资源，造成成本增加。然而，转炉炼钢生产过程钢水质量信息难W动态检测，测量信息有限， 不仅导致质量测量信息不完备，而且伴随着延时性，该给转炉炼钢生产过程的实时预报带 来了巨大的挑战。
[0003] 通过对转炉炼钢的钢水温度和钢水质量进行实时动态预测，可W设定或者调整生 产过程操作变量，准确地对炉内各元素含量进行调节，使生产过程处于优化运行的状态，从 而提高钢水质量、安全生产、降低成本和能耗。如对炉况未进行实时动态预报，则炉内的反 应情况是未知的，温度过高会将转炉烧坏，而且钢水的质量也无法得到有效的保证。所W转 炉炼钢质量实时动态预测对提高钢水温度和钢水成分含量的命中率起到了关键作用，进而 帮助提高炼钢厂的整体生产效率。
[0004] 按照生产工艺进行划分，传统的转炉炼钢过程主要分为3个阶段如图1所示。在 吹炼初期，首先是娃铺反应阶段，虽然铁水中含碳量很高，有利于碳的氧化，但由于烙池平 均温度低，碳处于不活泼状态，而且娃、铺含量较高，W娃、铺的氧化为主。当娃、铺氧化基本 结束后，炉温达到1450°CW上时，碳的氧化速度迅速提高。第二阶段主要W碳氧反应为主， 由于碳剧烈氧化，所W升温较快，在该阶段主要控制温度的变化使反应平稳均匀。随着碳元 素含量的降低，脱碳速度变慢，进入吹炼后期，该阶段主要任务是调整温度与成分，做出钢 的准备。所W说转炉冶炼过程具有高温、多种物理化学变化、反应速度快、冶炼周期短等特 点，生产过程非常复杂。
[0005] 从实际生产和理论研究中可W发现，目前转炉炼钢技术主要依赖于人工经验的终 点预测技术，利用自动副枪，烟气分析仪，光谱分析仪，声纳仪和投掷探头等技术对炉内状 况进行预测。由于转炉炼钢是一个具有复杂的高温化学反应过程，因此该些方法常依赖于 钢厂现有的检测设备，需要耗费大量的时间。专利号化201110324038.0的中国专利发明了 一种转炉炼钢终点预测方法和系统，通过实时获取转炉生产信息及转炉炉口的火焰信息， 可W在线实时精确的分析炼钢终点的时间、钢水温度和碳含量，但是其未对炉内其他的元 素进行预测。专利号化201310026381. 6的中国专利发明了一种辅助预报转炉炼钢终点方 法，根据转炉吹炼初始金属料装入信息及终点钢水目标碳含量和温度计算各副原料加入量 和氧耗量，进而计算出温度及碳、铺，磯、硫等其他元素。但是其未对整个过程进行预测和分 析，只单单对终点状态进行预测。专利号化200910010672. X的中国专利发明了一种连续预 测转炉烙池碳含量方法，利用数学模型进行分析计算，但是只单单预测出碳元素含量，未对 其他的反应元素进行分析。专利号化200910076894. 1的中国专利发明了一种转炉炼钢全 程动态监控方法，利用激光气体分析仪和料仓口投弹实现转炉冶炼全程动态控制，对钢水 成分和温度进行连续预报和动态检测。此方法利用了检测装置对炼钢过程进行全程动态监 控，如检测装置有故障会影响预测的精度，在实施过程中会造成成本的增加。
【发明内容】
[0006] 针对现有技术存在的不足，本发明提供一种基于数据解析的转炉炼钢质量实时动 态预测方法。
[0007] 本发明的技术方案是；
[000引一种基于数据解析的转炉炼钢质量实时动态预测方法，包括W下步骤：
[0009] 步骤1 ;建立转炉炼钢质量离线预测模型数据库；
[0010] 步骤1.1;建立转炉炼钢历史数据集合，并在历史数据集合中选取参考炉次数据 集合；
[0011] 步骤1.1.1;获取不同钢种在铁水入炉到钢水出炉整个吹炼过程期间产生的数 据，包括钢水温度W及碳元素含量、娃元素含量、铺元素含量、硫元素含量、磯元素含量信 息；
[0012] 步骤1. 1. 2 ;在主原料入炉前，记录入炉的主原料重量W及不同时刻投入炉内的 副原料加入量；
[0013] 主原料包括铁水和废钢；
[0014] 副原料包括块状石灰石、轻烧白云石、菱儀球、sishen块矿、块白云石、镶板和复合 碳化娃球；
[0015] 步骤1. 1. 3 ;获取各时刻炉内状态下测得的顶吹氧枪高度、烙池高度、顶吹氧气流 量W及底吹气体流量、烟气总流量、烟气中一氧化碳含量、烟气中二氧化碳含量；
[0016] 底吹气体流量包括底吹氣气流量和底吹氮气流量；
[0017] 步骤1. 1. 4 ;将步骤1. 1. 1~步骤1. 1. 3所获得的数据作为历史数据集合，包括： 在铁水入炉到钢水出炉整个吹炼过程期间各个时刻的钢水温度、钢水碳元素含量、钢水娃 元素含量、钢水铺元素含量、钢水硫元素含量、钢水磯元素含量、顶吹氧气流量、顶吹氧枪高 度、烙池高度、底吹气体流量、副原料加入的重量、烟气总流量、烟气中一氧化碳含量、烟气 中二氧化碳含量、入炉铁水重量和入炉废钢重量；
[0018] 步骤1. 1. 5 ;从历史数据集合中选取不同钢种的入炉铁水重量、入炉废钢重量、入 炉时的钢水温度、入炉时的碳元素含量、入炉时的娃元素含量、入炉时的铺元素含量、入炉 时的硫元素含量、入炉时的磯元素含量信息，W及出炉时的钢水温度和出炉时的碳元素含 量、出炉时的娃元素含量、出炉时的铺元素含量、出炉时的硫元素含量、出炉时的磯元素含 量信息作为不同钢种的参考炉次数据集合；
[0019] 步骤1. 2 ;分别W钢水温度W及碳元素含量、娃元素含量、铺元素含量、硫元素含 量、磯元素含量为预测目标，对铁水入炉到钢水出炉整个吹炼过程的各炉次数据进行分 类；
[0020] 步骤1. 2. 1 ;将历史数据集合按照不同钢种需求进行预划分；
[0021] 步骤1. 2. 2 ;对历史数据集合中的相同钢种的炉次分别w钢水温度W及碳元素含 量、娃元素含量、铺元素含量、硫元素含量、磯元素含量为预测目标进行聚类，其中钢水温度 W初始钢水入炉温度、钢水出钢温度W及入炉前的炉内温度、主原料重量作为划分条件分 别进行聚类；碳元素含量、娃元素含量、铺元素含量、硫元素含量、磯元素含量均W入炉前的 元素含量、元素出钢含量、入炉铁水重量、入炉废钢重量、副原料投入量作为划分条件分别 进行聚类，得到分类炉次数据集合，其中分类炉次数据