点击下载——基于炉口火焰信息的转炉炼钢终点预报系统研究.doc

基于炉口火焰信息的转炉炼钢终点预报系统研究

何涛焘，田陆，文华北，刘卓明，冯正金，周存波

(湖南镭目科技有限公司，湖南 长沙410100)

摘 要：设计了一种通过对转炉炉口火焰光强和图像信息的分析，在线实时判断和控制转炉吹炼终点温度和碳质量分数的系统。本系统主要包括光强采集模块、图像采集模块、数据处理模块以及控制软件。现场试验证明：炉口光强及图像在吹炼终点存在显著的变化规律;本系统用于终点判断和控制准确有效。

关 键 词：转炉炼钢;火焰信息;终点预报

转炉炼钢是一个非常复杂的过程，转炉吹炼的终点控制是转炉吹炼末期的重要操作，通常总是尽可能提前让磷、硫去除到终点所要求的范围内，故终点控制简要为碳质量分数和温度的控制[1-2]。目前在中国中小转炉采用的人工经验控制和传统的静态模型很难达到要求的控制精度。而随着人们对钢的质量要求的提高，势必要求采用有效的控制技术以提高转炉冶炼水平[3-4]。目前，日本和欧美一些大型工厂在静态模型的基础上，辅以副枪、炉气分析、光学探头和炉渣在线检测等手段，成功地实现了转炉全程动态控制自动化炼钢[5-6]。然而，化学分析法的测量时间远远不能满足冶炼过程控制的实时性要求，且在取样时存在喷溅的事故。副枪法终点命中率高，但价格昂贵，同时探头属于消耗品，不能连续获取吹炼信息，对炉容要求高，一般只适合于100t以上转炉。炉气分析法所用的质谱仪分析较高的终点命中率，过程控制能力强，但对生产冶炼标准要求严格、价格昂贵、设备维护困难。

在转炉炼钢中，转炉炉口火焰提供了铁水在转炉中的状态信息。工人可以通过火焰来推断钢水的温度和碳质量分数。因此针对上述问题，并结合人工看火的经验信息，开发了Ramon火焰信息转炉炼钢终点预报系统。

1 系统原理与组成

本系统利用光电技术、机器视觉和数字图像处理技术，避开复杂机制建模的困难，把转炉生产过程视为一个“黑箱”系统，直接研究系统的输出量，通过对转炉炉口火焰温度、光强以及图像纹理特征的提取与选择，研究分析特征变量与吹炼终点之间的对应关系，最终对系统的状态做出实时在线的判断。

本系统主要由以下几部分组成：火焰信息采集模块、数据分析处理模块、操作控制模块、用户等部分组成，基本组成如图1所示。

1.1 碳质量分数预报原理

在转炉炼钢中炉口火焰的长短和强弱以及炉口火花的多少是钢水碳质量分数的一个重要判断依据。在吹炼的各个阶段碳氧反应有不同的特点，大致为初期由于氧和其他杂质燃烧反应平缓烟尘多、

中期由于氧气和一氧化碳的燃烧反应剧烈、末期由于碳含量较少反应平缓柔和[7]。与此同时炉口火焰无论是光强还是图像都会呈现出一定的规律性变化。特别在吹炼的末期由于碳质量分数的减少这种规律性的变化会变得非常明显。 

图2为在转炉正常生产时，利用本系统对一炉次冶炼(约13min)过程进行实时采集所获取的火焰光强特征信息。从图中可以看出：随着转炉冶炼过程的进行，光强特征强度逐渐增加，当接近终点时，采集的特征曲线会急剧下降，这与吹炼各个阶段碳氧反应规律是一致的。转炉火焰光强度的变化为吹炼后期判断转炉碳质量分数的主要依据。

1.2 温度预报原理

转炉炉口喷射出来的火焰温度是由2部分混合组成的。一部分是从钢水中逸出的CO气体所具有的温度，此温度实际反映了钢水温度。另一部分是CO气体在炉口与氧进行完全燃烧后放出的化学热，使火焰温度升高[8]。本系统利用转炉冶炼数据建立动态温度模型，实时测量火焰的温度对测温模型进行动态调整，达到准确预报钢水温度。

测定火焰温度方面，采用光强和图像测温相结合的方式进行，确保温度测量的准确。在高频低温的情况下，普朗克黑体辐射定理可以由维恩定理近似，黑体的辐射功率为：

其中：C1=3.7418×10-16W·m2，为第一辐射常数C2=1.4388×10-2W·m2为第二辐射常数。在某特定波长下，单色辐照度为：

其中：ελ为单色发射率。黑体在不同波长下单色发射率都相同，如果在波长λ1和λ2下测得同一点的辐射强度，则根据辐射强度之比可以求出物体温度：

在利用火焰图像进行温度测量时，通过CCD采集得到彩色图片，按照红色(R)绿色(G)和蓝色(B)3个颜色通道存贮[6]。单个颜色通道采集值正比例于单色辐照度，有：

其中：KR、KG、KB分别为3个颜色通道的响应系数。这样把(4)式代入(3)式，可得：

式中：T为通过R、G两个颜色通道计算得到的温度值，δ1为单色发射率，εR、εG为响应系数KR、KG等共同作用的常数，波长采用CIE-RGB系统规范，R为波长为700.0nm，G波长为546.1nm，B波长为435.8nm。

2 现场应用

本系统距离转炉10～20m，整体上是独立的，在安装、调试和检测过程中都不会影响转炉的正常生产，在某钢厂的现场安装如图3所示。

2.1 碳质量分数预报 

在某钢厂试用结果表明，本系统可以对转炉炼钢过程进行实时全程监控。通过对多炉次的特征曲线进行分析并结合转炉炼钢工艺，建立准确的终点预报模型，可以图像实时识别，可以有效地屏蔽各阶段的干扰信号(如烟雾干扰、烟罩升降等)，准确地预报熔池的碳质量分数。利用在某钢厂采集500炉的数据(转炉容量为60t)，建立碳质量分数预报模型。

系统碳质量分数预报采用基于变量筛选的BP神经网络的终点预测模型。其中：变量筛选(MeanImpact Value)算法，用于对神经网络输入变量进行筛选，找到对结果影响较大的输入量[9];BP算法是应用最广泛的一种人工神经网络模型，结构简单且易于编程处理，具有较强的非线性处理能力。在本系统中用于模拟人工思维方式，准确实时地预测转炉炼钢中熔池的碳质量分数[10]。通过分析，模型以火焰光强变化信号为主，结合铁水温度、质量、废钢质量、吹氧量、氧枪升降信息作为预报碳质量分数的依据。选取了8个测试点对预测精度进行了验证，其中实测值为从转炉厂化验室获得的数据，验证结果如图4所示。从图中可以看出：本系统对碳质量分数在0.14%内的预报偏差可以控制在0.02%以内，满足钢厂的使用要求。

2.2 温度预报

图5为在转炉正常生产时，利用测量的炉口火焰温度结合动态温度模型对熔池温度进行预报。从图中可以看出：在冶炼第5min，有1次加料操作，所测的温度曲线同样出现了较大幅度的降低;在第6～11min由于操作工频繁升降烟罩，造成温度曲线有一定的波动;在吹练末期，曲线上升趋势趋于平缓，温度趋于稳定。

利用在某钢厂采集500炉的数据(与碳质量分数预报时采用的数据为同一组)，随机选取了15组实测值对预测精度进行了验证，其中实测值为从转炉厂化验室获得的数据，验证结果如图6所示。从图中可以看出：本系统对温度的预报温度高于实测温度，预报偏差可以控制在15℃以内，满足钢厂的使用要求。

3 结论

1)针对国内外炼钢终点控制现状及存在问题，开发了基于炉口火焰信息的转炉炼钢终点预报系统。通过设计的光强采集模块和图像采集模块，实现了光强和图像的实时采集和分析，得到的特征信息的曲线基本符合吹炼过程中经验炼钢依据的变化规律。

2)结合转炉冶炼数据，建立准确的终点预报模型，对碳质量分数在0.14%内的预报偏差可以控制在0.02%以内，预报偏差可以控制在15℃以内，满足钢厂的使用要求。

3)上述结论均由系统在线实时采集分析处理得到，系统运行稳定，对生产没有干扰，满足了实际生产中对终点碳和温度判定的精度要求。

参 考 文 献：

[1]   王舒黎.钢铁冶金学[M].沈阳：东北工学院出版社，1992.

[2]   张鉴，佟福生，成国光.终点碳控制的现状和前景[J].特殊钢，1995，16(4)：1.

[3]   刘浏.转炉控制信息与在线检测技术(上)[J].冶金自动化，2000，24(2)：5.

[4]   刘浏.转炉控制信息与在线检测技术(下)[J].冶金自动化，2000，24(3)：5.

[5]   余志祥.大型转炉炼钢新技术系统开发、创新与应用[J].中国冶金，2003，13(3)：6.[6]梅忠，刘国平，吴明，等.烟气分析动态控制炼钢技术的应用与改进[J].中国冶金，2006，16(8)：20.

[7]   戴云阁，李文秀，龙腾春.现代转炉炼钢[M].沈阳：东北大学出版社，1998.

[8]   李少辉，高岳，高稚允.图像比色法在炉膛火焰温度场实时监测的研究[J].光学技术，2002，28(2)：145.

[9]   丁永生，应浩.智能技术及其应用[M].北京：科学出版社，2009.

[10]   田雨波.混合神经网络技术[M].北京：科学出版社，2009.