[發明專利]單渣法冶煉終點磷含量的預測方法

在審

• 申請號: 202110706909.9
• 申請日: 2021-06-24
• 公開（公告）號: CN113656930A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 周朝剛;尹志強;趙晶晶;王書桓;艾立群;趙定國;史湘東;薛月凱;李晨曉;洪路闊;陳慶功;李清;李澤坤;宗佳琦
• 申請（專利權）人: 華北理工大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62;C21C5/28;C21C7/064;G06F119/02
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 佟林松

本發明提供了一種單渣法冶煉終點磷含量的預測方法，該方法包括以下步驟：采集冶煉中自變量數據：入爐鐵水重量、半鋼鋼水重量、輔料重量、入爐鐵水溫度、入爐鐵水中各成分的質量分數、終點鋼水溫度、終點爐渣中各成分的質量分數、終點堿度和廢鋼比；利用AdaBoost模型對自變量數據進行模型計算，預測終點磷含量；其中，AdaBoost模型中參數設置為：樹最大深度＝12，基礎分類器個數＝100，學習率＝0.2，損失函數＝‘linear’。該方法中模型構建簡單，并且終點磷含量預測準確率達98.45％以上，相較于現有方案中的預測判斷方法準確率更高，對企業實現智能化單渣法冶煉脫磷起到理論指導和現實依據作用，具有重要意義。

技術領域

本發明涉及煉鋼技術領域，具體涉及一種單渣法冶煉終點磷含量的預測方法。

背景技術

隨著環保意識的不斷增強和有效資源的匱乏，冶金工業也逐漸在新格局下向智能化、綠色化轉變并實現碳中和的目標。冶金企業如何節能增效的進行鋼材料的生產越來越受到國內外研究學者的重視。磷在鋼中作為一種有害元素，通常會對鋼材造成“冷脆”、降低常溫塑性和晶界偏折等不利影響，各種鋼材對磷元素含量的要求十分嚴格，而脫磷過程只在冶煉過程中發生，即終點磷的含量直接決定鋼材的性能。因此，如何有效控制終點磷含量對提高和保證鋼材性能的穩定性具有重要的意義。

在較早的研究當中，李正嵩等人通過熱平衡計算，分析了轉爐脫磷的主要因素并為其創造優越條件，對供氧制度進行了優化與改進，采用單渣法冶煉工藝實現了終點ω(P)％≈0.017％。目前的方法主要是通過合理的控制實際冶煉工藝中的相關參數從而實現低磷鋼、超低磷鋼的生產，但是在實際冶煉過程中，鐵水磷含量波動大、操作工藝參數不穩定，難以做到穩定控制。而即便可以采用智能煉鋼的模式進行轉爐脫磷，但目前的轉爐脫磷模型建立較為復雜并且預測準確率不高。

發明內容

本發明的主要目的在于提供一種單渣法冶煉終點磷含量的預測方法，該方法通過單渣法冶煉脫磷的現場大數據采用AdaBoost機器學習算法進行模型的擬合，由于Python編程語言強大的開發庫使得模型構建較現有方案更為簡單，并且在確定的參數下終點磷含量預測準確率達98.45％以上，以解決現有技術中模型建立較復雜且終點磷含量預測準確率不高的技術問題。

為了實現上述目的，本發明提供了一種單渣法冶煉終點磷含量的預測方法。

該單渣法冶煉終點磷含量的預測方法包括以下步驟：

采集冶煉中自變量數據：入爐鐵水重量、半鋼鋼水重量、輔料重量、入爐鐵水溫度、入爐鐵水中各成分的質量分數、終點鋼水溫度、終點爐渣中各成分的質量分數、終點堿度和廢鋼比；

利用AdaBoost模型對所述自變量數據進行模型計算，預測終點磷含量；其中，

所述AdaBoost模型中參數設置為：樹最大深度＝12，基礎分類器個數＝100，學習率＝0.2，損失函數＝‘linear’。

進一步的，所述入爐鐵水中各成分包括碳、硅、錳、磷和硫。

進一步的，所述終點爐渣中各成分包括Cao、SiO₂、MgO、P₂O₅、MnO、FeO、總鐵和Al₂O₃。

進一步的，所述輔料重量包括化渣劑重量、石灰重量、輕燒白云石重量、螢石重量以及前述四者的總和。

進一步的，所述化渣劑重量為高爐返礦重量、冷固球石重量或高爐返礦和冷固球石的重量之和。

進一步的，所述入爐鐵水溫度為1250℃～1500℃；所述終點鋼水溫度為1500℃～1700℃；所述終點堿度為1.5～4.5。

進一步的，所述AdaBoost模型中參數的確定方法包括：

對采集到的所述自變量數據進行預處理，獲得有效數據；