LF精煉智能控制技術分析和展望

李長新，楊 恒，孟慶余，田 坤，張學民

（1山東鋼鐵集團有限公司研究院，山東 濟南250100；2羅克韋爾自動化（中國）有限公司，山東 濟南250100；3山東鋼鐵集團日照有限公司信息計量部，山東 日照276800）

1 前 言

自1971年日本大同特鋼公司成功開發(fā)LF精煉爐以來，因其電弧加熱效率高、溫度控制精準、投資少、成本低、鋼種適應面廣、脫硫及去除夾雜能力強等特點，使其在冶金行業(yè)得到普遍推廣和應用。尤其在轉爐冶煉效率不斷提高、連鑄比大幅提升的情況下，精煉不僅局限于鋼水的二次精煉，也為轉爐（電爐）-連鑄工序的高效銜接提供保障。而LF精煉實現(xiàn)智能控制不僅使其與轉爐、連鑄等前后道工序協(xié)同融合，更為高品質鋼種的冶煉提供均質、標準的工藝模式。

2 LF精煉爐智能控制概述

LF鋼包精煉爐的控制系統(tǒng)主要經歷模擬控制、常規(guī)數(shù)字控制和智能控制幾個階段。隨著近年來智能控制技術和計算機技術的長足進步，大規(guī)模采用智能控制技術是LF發(fā)展的重要方向，而目前LF精煉工藝過程控制主要體現(xiàn)在溫度預報、成分預測、底吹控制、電極自動控制等單系統(tǒng)應用，此類模型主要基于機理分析和模式識別的建模方法進行建模運行［1］。多模型集成也是基于時序演變而簡單組合，沒有真正形成全要素協(xié)同融合。

2.1 溫度預報模型

該模型以鋼水、包壁為研究體系，根據(jù)能量平衡的規(guī)律找出影響鋼水溫度變化的重要因素。其中電弧加熱是鋼水升溫的重要因素，包壁的傳熱有側壁傳熱和包底傳熱兩種，分別采用圓柱坐標和直角坐標下的一位非穩(wěn)態(tài)導熱微分方程加以分析。此外影響鋼水溫度的因素還有吹Ar的熱損失、渣面的熱損失、合金溶解熱、合金氧化放熱、渣料熔化升溫熱、合金熔化升溫熱。結合以上影響溫度的因素加以分析，建立了鋼水溫度預報模型?？赏瞥鯨F中的溫度模型：

式中：Tlf為模型中LF溫度，℃；Tst為原始鋼水溫度，℃；Xse為電能加熱狀態(tài)；Xin為包襯吸熱狀態(tài)；Xr為熔池表面熱損；Xg為氬氣產生的熱損狀態(tài)；Xy為煙塵、煙氣帶走的熱量狀態(tài)；Xh為合金及渣料熔池內反應。

上式中除Tlf為實際獲得數(shù)據(jù)外，其他數(shù)據(jù)均通過工藝經驗分析所得。因此，該預報模型在LF精煉溫度控制和預報過程中存在很大的不確定性。根據(jù)某鋼廠應用情況其預報準確率不到80%，對具體生產工藝實質性指導意義不強。

2.2 LF精煉成分預測模型

LF精煉過程中，需要向鋼水中投入一些合金以調整其成分，保證出鋼成分達到產品規(guī)定的目標要求。成分預報模型就是根據(jù)當前的鋼水成分與實際投入的合金量，預報添加合金后鋼水成分的變化。確定其計算公式如下：

式中：Walloy為含有某種元素i的合金加入量，kg；［i］aim、［i］old分別為元素 i的目標成分和初始成分，%；αf為合金中i元素的含量，%；f為i元素的平均收得率。

上式計算為合金收得率的值，該值主要與鋼水溶解氧含量、頂渣氧化性、合金粒度及合金元素與氧親和力等因素有關，而此類影響因素無法直接量化應用，故利用歸集修正的方式建立合金成分預測模型。模型中主要采取自學習的方式獲得其數(shù)值，即在實際生產數(shù)據(jù)庫中選取與當前爐次鋼種相同、時間間隔最短及生產條件相近的若干爐次鋼水的合金元素收得率平均值作為本爐次合金元素收得率的預報值。精煉后，將本爐鋼水信息存入數(shù)據(jù)庫中，作為以后的待選參考信息，完成模型的自學習。

該模型隨著模型訓練的累計其預測結果亦將不斷提高，但該模型始終為靜態(tài)模型，存在兩方面的不足：一是結果的優(yōu)化始終處于單項非閉環(huán)過程；二是成分預測僅停留在預測而無法對其合金化過程進行先行干預，沒有與LF精煉工藝控制形成系統(tǒng)關聯(lián)。

2.3 底吹氬控制模型［3］

氬氣作為一種惰性氣體，不與鋼液中的其它成分發(fā)生化學反應。而且，在生產煉鋼所需要的氧氣時會產生一定量的氬氣，使獲取氬氣的成本較低。因此在底吹技術中大多選氬氣作為理想的氣體進行攪拌。在煉鋼時，將按設定流量的氬氣通過安裝在鋼包底部的透氣磚吹入鋼包，進入鋼包后形成了大量的氬氣小氣泡。這些小氣泡對于鋼液中的N、H、O等氣體來說，就相當于一個個小的真空室，在真空室內N、H、O等的分壓力約為零，這樣壓力較大的N、H、O等氣體向壓力較小的真空室內擴散。由于氣體不斷受熱上浮，真空室內的有害氣體的分壓力會逐漸增加，但氬氣小氣泡在受熱上浮時會膨脹，這樣有害氣體的分壓力仍較小，因此真空室外的有害氣體可以繼續(xù)向真空室擴散。最后有害氣體隨著氬氣泡上浮溢出鋼液液面，達到了去除鋼液有害氣體的目的。由于氣泡上浮的抽引作用，鋼包內形成環(huán)流，加速傳質傳熱，提供了夾雜顆粒碰撞的機會，有利于夾雜物的排除。精煉爐底吹氬要根據(jù)所需要的鋼種、鋼液狀態(tài)和精煉目的，選擇恰當?shù)臍怏w參數(shù)，如選擇合適的氬氣壓力、流量值和吹氬時間，不同的精煉階段要吹入不同流量值的氬氣。

鋼液的混勻時間與攪拌能的定量關系如下：

式中：D為熔池深度，m；H為熔池度；γ為動力粘度，N·s/m2；σ為表面張力，mN/m；ρ為鋼液密度，kg/m3；η為粘度，1mPa·s；a=0.018 9，b=1.616，c=0.3，ε為氣體攪拌能。

式中：Q為氣體流量，m3/h；Ts為鋼水溫度，℃；Ws為鋼水重量，t；h0為氣體吹入速度，m/s。

據(jù)上述計算模型中熔池均勻混勻時間與熔池尺寸、熔體物性、吹氣量、吹入深度等多種因素有關。該模型基于機理分析建模，模型建立過程計算量大、過于復雜，不具有廣泛應用性，無法將合金均勻化、溫度控制進行關聯(lián)控制。

2.4 電極自動控制模型

基于能量守恒原理的模型建立方法，計算出爐內加熱獲得的熱量和爐內損失用掉的熱量，在熱量與電流之間建立起一個對應的函數(shù)關系，可以直觀的利用爐內溫度的變化情況有針對性地調節(jié)電極，實現(xiàn)提高生產效率、降低能源消耗等目標。電極自動調控系統(tǒng)模型控制說明如圖1所示。

圖1 電極自動調控系統(tǒng)

在執(zhí)行該模型過程中因對鋼水溫度實時獲取困難，電極埋弧情況、系統(tǒng)諧變以及熱量損失的不確定性均使得電極自動調節(jié)控制難以按實際需求執(zhí)行，給精煉溫度精準控制帶來極大影響。

3 LF精煉智能控制現(xiàn)狀

3.1 國外研究應用情況

20世紀70年代末至80年代中期，隨著計算機技術的發(fā)展，可編程控制器（PLC）被應用于工業(yè)生產過程中，精煉過程的自動化水平得到了進一步提高。80年代中期至今，隨著電弧爐底吹技術的發(fā)展，二次精煉自動化系統(tǒng)已有巨大進步。其中，具有代表性的研發(fā)系統(tǒng)和技術是Radex公司（奧地利）的DPP系統(tǒng)和川崎耐材有限公司（日本）的EF．KGC系統(tǒng)。進入21世紀，韓國浦項對AOD精煉爐進行智能控制，該控制結合不同時間段的功能要求，在擬定程序提示下由人工進行相應的工藝操作；瑞典鋼廠采用達涅利技術開發(fā)出一套新的二級控制系統(tǒng)，實現(xiàn)整個精煉過程的連續(xù)控制和過程最優(yōu)化，該系統(tǒng)從動態(tài)分析鋼樣化學成分來實現(xiàn)精煉控制，無法體現(xiàn)全體系集成；日本JFE提出了一種新的基于準時制鋼材質量設計系統(tǒng)，研究主要集中在如何利用局部加權回歸方法來確定目標質量的最佳制造條件，這是一種純時間建模。

3.2 國內研究應用情況

近些年，國內在智能精煉方面做了一些積極的研究，主要是依托高校和科研院所進行基礎研究，跟生產廠進行合作共同開發(fā)。但國內還沒一家企業(yè)能完全實現(xiàn)智能化精煉，有少數(shù)廠家進行了個別模型的開發(fā)應用，但都不系統(tǒng)、未集成，終點預報準確性不高。

1997—2003年，寶鋼與東北大學合作開發(fā)LF終點成分及溫度預報模型、LF脫氧合金化模型項目，開發(fā)的LF爐過程控制模型于2005年6月在寶鋼300 t LF爐上投入應用，但沒有開發(fā)底吹氬模型，且各子模型離散化不集成；2012年東北大學以135 t LF精煉爐為研究對象，研究了LF精煉渣硫容量計算模型，重點研究和開發(fā)了LF精煉過程鋼水脫硫在線預報模型，進行了現(xiàn)場調試、驗證；2017年梅鋼在精煉工序開展合金模型的研究和應用，對降低合金總成本、提高鋼水成分控制精度發(fā)揮了重要的作用，也是單一模型控制，終點預報成功率80%左右。

3.3 存在問題

在整個煉鋼工藝系統(tǒng)，轉爐及連鑄工序控制高度自動化，甚至已實現(xiàn)“一鍵煉鋼”或“一鍵澆注”，為工序降低成本、質量穩(wěn)定控制等提供了有效支撐。LF精煉智能控制無法有效協(xié)同集成的原因有：

1）LF精煉作為中間工序，因其是一個多變量、非線性、強耦合、時變、工作環(huán)境惡劣及隨機干擾性強的更為開放的系統(tǒng)，模型控制難度增加［3］；2）LF精煉渣系豐富多元、各鋼企生產組織多變、過程直接檢測手段有限等使得LF精煉控制模型很難達到統(tǒng)一；3）國內LF爐大多是引進設備，外方考慮到技術保密性，很多算法和程序都是“黑箱加密”的，這樣就造成了投資較高，系統(tǒng)不開放，設備發(fā)生故障時不好維護，也無法根據(jù)實際實現(xiàn)二次優(yōu)化開發(fā)，使得現(xiàn)LF精煉控制單系統(tǒng)或單項技術應用相對較多，多元系統(tǒng)優(yōu)化集成后的智能化精煉控制很少見。

4 展望分析

前述LF精煉控制模型，以機理建?；蛲ㄟ^對采集的常規(guī)工業(yè)數(shù)據(jù)進行模式識別處理。而精煉單元銜接上下工序受外部條件影響大，如進站條件、鋼包運行狀態(tài)、生產節(jié)奏、設備狀態(tài)等。LF精煉鋼種系列化多樣化導致終點輸出分布離散化，再考慮到檢測手段有限、電極控制反饋遲滯等因素，使LF精煉模型控制偏差較大，模型協(xié)同控制疊加誤差更大，以致各工藝參數(shù)控制模型也無法高效協(xié)同，進而不能達成系統(tǒng)化智能解決方案。

4.1 新技術的成熟應用［4］

新技術包括爐氣連續(xù)測溫、泡沫渣檢測與控制技術以及電極自動調節(jié)技術等，為模型控制過程實時修正并為模型的二次開發(fā)完善提供了有效的實時檢測及控制基礎。同時，隨著LF精煉各模型逐步向協(xié)同集成方向發(fā)展，也為進一步有效精準控制LF工序提供了實踐基礎。

4.1.1 非接觸式測溫技術

鋼液溫度的實時準確監(jiān)測能夠對精煉造渣、優(yōu)化供電等相關工藝的優(yōu)化操作起指導性作用。鑒于精煉過程高溫惡劣的冶煉環(huán)境，一直以來難以實現(xiàn)對鋼液溫度的連續(xù)性監(jiān)測。隨著科學技術的發(fā)展，國內外研究人員開發(fā)了一系列爐內溫度檢測技術。通過安裝在爐蓋的非接觸測溫裝置，利用多元測溫氣體噴吹獲取鋼液溫度特征信號建立的鋼液溫度信號處理模型，可實現(xiàn)熔池溫度實時監(jiān)測。

4.1.2 電極自動調節(jié)技術

供電操作是精煉過程的主要環(huán)節(jié)之一，同時，優(yōu)化供電的關鍵在于電極的自動調節(jié)。為改善電極調節(jié)的響應速度和控制精度，確保精煉爐三相電流的平衡及電極連續(xù)穩(wěn)定的調節(jié)，需要不斷改進精煉爐電極調節(jié)系統(tǒng)，從而實現(xiàn)節(jié)能降耗、提高產量和質量的目標。

4.1.3 各模型控制的協(xié)同集成

將加料模型、通電模型、底吹氬模型、成分控制模型各子模型關聯(lián)性分析，建立以溫度、成分、爐渣特性三者統(tǒng)一的控制模型，實現(xiàn)精煉操作全程智能控制，如圖2所示。

圖2 LF模型集成控制示意圖

4.2 大數(shù)據(jù)技術

上述新技術和各模型的實踐應用，為單獨系統(tǒng)或工藝模型控制提供了有效基礎支持和實踐探索，但LF精煉過程中因其環(huán)境惡劣、影響因素多變等使得新技術檢測及模型控制精度又出現(xiàn)一定誤差，給控制模型修正和實時指導帶來一定困擾；基于LF精煉系統(tǒng)如前文所述多變量、非線性、強耦合、時變、工作環(huán)境惡劣及隨機干擾性強的更為開放的系統(tǒng)，各類控制模型沒有實現(xiàn)真正意義上的協(xié)同融合。

如圖3所示，利用大數(shù)據(jù)技術可實現(xiàn)以下目標：1）對歷史數(shù)據(jù)進行歸類分析，為現(xiàn)行工藝曲線執(zhí)行及控制模型提供參考；2）利用大數(shù)據(jù)修訂優(yōu)化檢測或控制系統(tǒng)因環(huán)境、時滯等造成數(shù)據(jù)失真；3）通過修正過程控制數(shù)據(jù)為各類控制模型自學習提供可靠的比較數(shù)據(jù)；4）大數(shù)據(jù)技術實現(xiàn)LF精煉控制過程成本、質量的回歸分析，并生成工藝優(yōu)化曲線，為各類模型控制提供參考，實現(xiàn)單項系統(tǒng)或離散控制的協(xié)同融合；5）大數(shù)據(jù)技術在不斷優(yōu)化過程中以質量達標、成本最低為基準獲得不同類別鋼種工藝控制曲線，并伴隨著大數(shù)據(jù)的不斷累計和處理，工藝控制曲線始終處于不斷優(yōu)化完善中，力求達到工序銜接和控制最優(yōu)狀態(tài)。

圖3 LF精煉智能架構示意圖

通過大數(shù)據(jù)技術實現(xiàn)LF精煉基礎檢測、模型控制、過程優(yōu)化等高效協(xié)同，如圖4所示，進而克服LF精煉在智能控制領域自身存在的先天不足。

圖4 LF精煉智能控制促進設想

5 結語

伴隨著傳統(tǒng)行業(yè)的轉型升級，LF精煉必將實現(xiàn)針對不同鋼種特點，制定最佳的標準化工藝路線，進行過程智能化控制；向多功能方向發(fā)展，增加精煉功能的智能控制技術，提高精煉冶金效果；環(huán)境友好型精煉技術，確保過程精準控制，減少環(huán)境污染和廢氣排放。LF精煉爐內實時檢測技術的不斷成熟和應用、基于各類模型的集成實踐應用以及大數(shù)據(jù)技術的成功運用，為實現(xiàn)前述目標，各類模型不斷優(yōu)化集成，實現(xiàn)真正意義上的智能精煉，奠定了良好的基礎。