在钢的精炼中使用神经网络将熔融金属脱碳的方法技术

使用神经网络在钢精炼中将熔融金属脱碳的方法，使用经训练的第一神经网络，分析表示一个或多个脱碳操作的许多个工艺周期的数据，提供使被脱碳的熔融金属熔池的温度升至特定目标温度的适于氧气与稀释气体预选比率的氧气用量，及使用第二个经训练的神经蛙期的数据，提供使被脱碳的熔融金属熔池的温度升至特定目标温度的适于氧气与稀释气体预选比率的氧气用量，及使用第二个经训练的神经网络，分析表示一个或多个脱碳操作的许多工艺周期的数据，提供一个或多个连续步骤中相应于氧气与稀释气体比率预定程序的喷吹到熔池中以将含碳量降至预定目标含量的氧气用量的输出程序。（*该技术在2012年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及在钢的精炼中将熔融金属脱碳的AOD工艺，更具体地是涉及用神经网络控制脱碳操作使熔融金属脱碳的AOD工艺。在钢铁工业中精炼金属已得到广泛承认的工艺是氩氧脱碳工艺，也称作“AOD”工艺。AOD精炼的目的首先是去除金属熔池中的碳，然后还原在脱碳过程中已被氧化的任何金属，最后在将金属液浇铸成产品之前调整溶池的温度和化学成分。通过喷吹氧气和隋性气体混合物来促使碳的氧化先于存在于熔池中的其他金属组分的氧化的方式而完成脱碳。在脱碳工艺中，随着碳含量的逐渐降低，则通过喷吹隋性气体来逐渐增加氧气的稀释以促使碳的氧化和去除。溶池的重量、化学成份、温度、喷吹氧气和隋性气体的量、以及所导致的金属化学成分和温度的变化这些参数之间的相互关系已经理论化了，这样则可控制和掌握如何优选经济的工艺。热力学模型已经追踪了这些参数之间的相互关系，但这限制了精确度，并且还没有避免在处理任一个所给加热金属中所需的对温度和化学成分进行中间取样。某些理论已经通过考虑碳和其他所存金属种类之间竞争氧化的化学动力学而采用了使脱碳反应更易掌握，从而更易控制的方法。从而也已构成了结合考虑热力学和动力学的方法。最终，统计的方法用于AOD转炉脱碳的经验模型。传统的AOD操作的脱碳循环模型不仅需要全面掌握如何模拟用于计算机程序中的热力学和/或动力学，而且需要包括在该反应中的各种性质的大量信息。例如，正常的热力学模型需要至少25个相关的相互反应系数的信息。也必需知道与每个相关反应有关的自由焓和自由熵以及施加于通过溶池并与之反应的气泡之上的表征压力。动力学模型是建立在扩散速率、吸附速率和解吸速率明显影响所发生的竞争氧化反应的相对程度的假设之上的，它也类似地取决于相关于温度和基本成份的这些速率的准确信息。它们还必须能够模拟气泡相对于周围液体的速度、表面积、以及气泡在金属相中的残留时间。因此，建立在化学理论上的脱碳模型必须以精确检测多种数据为前提条件。它们还必须需要正确掌握各种反应的机理。由于这些模型至少缺少这两种需求中的一种，则对于已知的物理“常数”作出变更以使模型更好地适合于实际的结果是正常的。由于这些模型非常复杂，非常熟练的技术人员需要调整参数以改善全部结果的所有精度。通常已经发现，一种特定的调整好常数的解决方案或组合只最适于表示一组特定加工条件的结果。也就是说，解决方案并不是能通用的，而是只适合于少量特定的需调整的数据。尽管有多种方法，仍存在不精确性。并且通常需要在脱碳工艺步骤中进行某种形式的碳含量的检测。这通常需要中断工艺过程，进行金属取样，在恢复工艺过程之前分析碳含量并测量熔池温度。在脱碳过程中缺乏工艺控制不仅需要过量的取样，而且使在最合适的降低成本及产量最大的条件的操作成为不可能的。使用“神经网络”的计算机处理系统的优越性来自这样一个事实，即不需要理论掌握脱碳过程。也不需要知道钢种的物理性能以及所包括的热力学和动力学反应，而且也不需反应容器的传热性能。给出相关的输入参数，神经网络则可计算该输入数据并提供合适的输出数据来控制脱碳操作，这一过程是基于识别输入和输出数据之间的模式，该神经网络已经通过学习和训练程序而能够学习，这种学习和训练程序包括评价提供给神练网络的数千次的随机例子。该计算机完成基于神经模式的平行分布逻辑的工艺，即模拟人脑的思维过程，通常被称作“神经网络”。神经网络使用大量称作“神经原”的非线性元件来模拟人脑中神经原的功能，每个神经原表示一个工艺元件。每个工艺元件通过连接权或由累加结合的“神经键”与另一个工艺元件连接。该连接权通过从多个例子的适当学习而修改。一旦经过训练，该神经网络就有识别可被利用的输入和输出数据之间模式的能力(在下文进行详细解释)，以提供用于控制脱碳操作的信息，而不必涉及在溶池中各组分的热力学活性和/或反应的动力学。根据本专利技术该熔池表示被转到耐火材料炉衬转炉中进行精炼的熔融金属。在主要的方面，本专利技术是一种在耐火材料转炉中通过控制预定熔融金属熔池的脱碳来精炼金属的方法，该熔融金属熔池具有已知的包括碳的各元素的化学成分，并具有已知或设定的熔融金属熔池最初脱碳的起始温度和重量，所述的脱碳工艺通过在调整气流的条件下将氧气和稀释气体喷吹到所述熔池中来进行，包括步骤(a)训练第一神经网络以分析表示一个或多个脱碳操作的许多工艺周期的输入和输出数据。直到所述的第一神经网络能够提供基本精确的表示以任意预选气体比率喷吹到所述预定熔池中需要的氧气用量的输出数据，以使熔池温度升到由喷吹气体所达到的特定目标温度，上述的输入和输出数据包括每个工艺周期最初的熔池的化学成分、重量和温度;每个工艺周期期间所用的氧气与稀释气体之间的气体比率;每个工艺周期内喷吹入熔池的氧气用量;以及在每个工艺周期最后获得的最终温度;(b)训练第二神经网络以分析表示一个或多个脱碳操作的许多工艺周期的输入和输出数据，直至该第二神经网络能够提供基本精确的相应于氧气与稀释气体比率预选程序的被喷吹到所述预定熔池中氧气用量输出程序，从而在一个或多个连续步骤中将碳含量降至预定的目标含量。上述的输入和输出数据包括该工艺周期最初的熔池化学成分、重量和温度;每个工艺周期期间内所用氧气与稀释气体的气体比率;每个工艺周期喷吹入熔池中的氧气用量;以及在每个工艺周期最后获得的最终碳含量;(c)使用所述的第一神经网络根据起始化学成分、重量和温度，计算用于以第一次预先的氧气与稀释气体比率喷吹入所述预定熔池中的氧气用量以将熔池温度升高至特定目标温度;(d)将以所说的第一次预先比率的氧气和稀释气体喷吹到所述熔池中直至达到由第一神经网络计算出的氧气用量;(e)使用所述的第二神经网络根据已知起始化学成分，重量和温度提供相应于氧气与稀释气体比率预选程序的被喷吹到预定熔池中的氧气用量输出程序，以在一个或多个步骤中连续地将所述熔池中的碳含量降至预定的目标碳含量;以及(f)以所述的氧气用量预选程序将氧气和稀释气体喷吹到所述熔池中，该预选程序相应于由所述第二神经网络计算的所述输出程序。本专利技术的优越性由下面结合附图进行的详细说明而变的更为清楚。附图说明图1为本专利技术所用的脱碳体系的一般示意图。图2为本专利技术所用的神经网络的典型示意图。图3表明按照图4的训练技术训练图2的神经网络中使用的优选的变换函数类型。图4为本专利技术用于训练神经网络的训练技术流程图。图5为本专利技术用于进行脱碳工艺的优送的脱碳逻辑框图。如图1所示，该脱碳体系包括装有预定的熔融金属12的耐火材料炉衬转炉10，该熔融金属12具有已知化学成分，包括碳和其他合金成分，例如在炼钢，特别是不锈钢，或炼镍基或钴基合金时的铬、镍、锰、硅、铁和钼。装入转炉中的液态金属的重量可被测定或估算。固体添加物(如果有)的重量可用本
普通技术人员公知的常用方法来分别计算，以用来调整熔池的化学成分和重量至所需水平，起始的熔池温度也可估算或测定。可以使用常规设备来称重装入转炉的液态金属以及测量熔池的温度。从氧气源(未示出)流出的氧气流量由常用的氧气流量控制器14来调节。同样，从源(未示出)流出的稀释气体的流量由常用气体流量控制器15来调节。将气体混合并通过常规的喷吹装置16或其他合适的气体喷嘴而直接喷入金属12中。熔融金属熔池经脱碳后进行还原、精炼及出渣，所有精炼步骤，本文档来自技高网...

【技术保护点】
一种在耐火材料转炉中通过控制预定熔融金属熔池的脱碳来精炼钢的方法，所述熔融金属炉池具有已知的包括碳的各元素的化学成分，并具有已知或估算的熔触金属熔池的最初脱碳的起始温度和重量，该脱碳工艺方法通过在调整气流的条件下将氧气和稀释气体喷吹到所述熔池中来进行，包括步骤：（ａ）训练第一神经网络以分析表示一个或多个脱碳操作的许多工艺周期的输入和输出数据，直到所述的第一神经网络能够提供基本精确的表示以任意预选气体比率喷吹到所述预定熔池中需要的氧气用量的输出数据，以使熔池温度升到由喷吹气体所达到的特定目标温度，上述输入和输出数据包括每个工艺周期最初的熔池化学成分、重量和温度，每个工艺周期间所用的氧气与稀释气体的气体比率，每个工艺周期喷吹入熔池的氧气用量，以及在每个工艺周期最后获得的最终温度；（ｂ）训练第二神经网络以分析表示一个或多个脱碳操作的许多工艺周期的输入和输出数据，直到该第二神经网络能够提供基本精确的相应于氧气与稀释气体比率预选程序的被喷吹到所述预定熔池中氧气用量输出程序，从而在一个或多个连续步骤中将碳含量降至预定的目标含量，上述的输入和输出数据包括该工艺周期最初的熔池化学成分、重量和温度，每个工艺周期期间内所用氧气与稀释气体的气体比率，每个工艺周期喷吹入熔池中的氧气用量，以及在每个工艺周期最后获得的最终碳含量；（ｃ）使用所述的第一神经网络根据熔池已知起始化学成分、重量和温度，来计算以第一次预选的氧气与稀释气体比率喷吹入所述预定熔池中的氧气用量，以将熔池温度升高至特定的目标温度；（ｄ）将以所述第一次预选比率的氧气和稀释气体喷吹到所述熔池中直到达到由第一种经网络计算出的氧气用量；（ｅ）使用所述的第二神经网络根据已知起始化学成分、重量和温度来提供相应于氧气与稀释气体比率预选程序的被喷吹到预定熔池中的氧气用量的输出程序，以在一个或多个步骤中连续地将所述熔池中的碳含量降至预定的目标碳含量；以及（ｆ）以所述的氧气用量预选程序将氧气和稀释气体喷吹到所述熔池中，该预选程序相应于由所述第二神经网络计算的所述输出程序。...

【技术特征摘要】
...

【专利技术属性】
技术研发人员：JJ范斯坦，RB马扎雷拉，L施坦包，
申请(专利权)人：普莱克斯技术有限公司，
类型：发明
国别省市：US[美国]