18066281662
55402永利mg 关于大家
产品中心
资讯动态
应用领域
品质保证
服务承诺
联系大家
在线留言

企业动态

百延钢业关于304不锈钢管碳含量在线预报模型的开发 

发布时间:2019-07-23

利用人工神经网络技术建立了304不锈钢管含碳量在线预测模型。该模型已在生产现场的58台连续炉上进行了在线验证。预测碳质量分数与实际碳质量分数误差的命中率在(+0.015%)范围内为89.66%。

太钢二炼钢厂有一座90吨VOD真空精炼炉。为了确保端部碳含量不超过规范要求,在VOD操作过程中对钢水样品(2号)进行分析。根据2号试样的分析结果,钢水含碳量决定了是否再真空氧脱碳。

根据2007年1月至2007年8月期间304不锈钢管生产数据统计,VOD冶炼304不锈钢管共有炉具966台。其中,样品2碳含量高于规定上限的炉具数量为16.78%。由于还原期内没有脱碳方法,这些炉必须采用再真空吹氧脱碳。根据碳含量,每台炉多消耗5-10分钟。

神经网络模型的建立

BP神经网络

人工神经网络由于具有良好的自适应性和自学习能力,在钢铁工业中得到了广泛的应用。广泛应用于高炉炼铁、炼钢和连铸[1]。采用BP神经网络建立了304不锈钢管含碳量预测模型。

BP算法的学习过程由正向传播和反向传播两部分组成。在正向传播过程中,输入模式由输入层逐层处理到输出层,每层神经元的状态只影响下一层神经元的状态。如果在输出层中没有获得所需的输出,则错误信号将被传输回原始连接路径,并且通过修改每个神经元的权重将错误信号最小化。实际上,该算法是一个求误差函数最小值的过程。通过对多个学习样本的重复训练和最快下降法,权重沿误差函数的负梯度方向变化并收敛到最小点。

304不锈钢管含碳量影响因素的测定

1)过程变量的确定。通过查阅文献,与现场操作人员沟通,确定了影响含碳量的因素有:钢水质量0X1778、钢水初温、初始含碳量、初始含硅量和吹氧过程。

2)从质谱仪中提取工艺数据信息。质谱仪每6秒钟分析并生成一组数据。在一个炉内生产VOD时,质谱仪将产生数千个数据。直接使用数千个数据作为输入变量是不现实的。如何从这些数据中提取有用的信息是本主题中的一个大问题。由于VOD可以通过降低气体总压来降低CO和CO2的分压,因此VOD的真空度和不同压力的保温时间对碳含量有重要影响。无缝不锈钢管图1是一个典型的VOD熔炼过程压力与时间的关系图。通过对大量炉具的压力时间图的分析,发现有一个共同的特点,即压力在一定时间内保持在1970帕左右,然后在一定时间内下降到130帕左右,然后破坏真空进入还原期。

1)利用人工神经网络建立的模型,可以预测304不锈钢无缝管管的含碳量。预测碳质量分数的精度和实际碳质量分数误差在0.015%以内,可达到89.66%。2)模型预测精度优于实际生产现场。利用该模型引导生产,经2号试样破碎分析,约5%的炉子不需要重新进行真空吹氧脱碳工艺,每台炉子可节约冶炼时间5-10分钟。3)生产过程中的标准化操作可以进一步提高模型的精度。


QQ在线咨询
询价咨询
0577-85801070
询价手机
18066281662
XML 地图 | Sitemap 地图