摘要：采用非线性回归模型作为CAS过程的预测模型，实现了对CAS处理终点温度的预测，并探讨了影响CAS终点温度的主要因素，为生产合格钢水及CAS的动态控制提供了理论依据。本模型能较好地预测CAS终点钢水温度，预测误差在±5℃、±10℃以内的正确率分别为85 %、92％。

关键词：钢水温度；预报模型；多元回归；CAS

     CAS是在钢包底吹氩搅拌钢水的基础上开发的一种浸罩式钢水炉外精炼技术，它以获得合格的钢水温度和成分为主要目的。CAS终点钢水温度直接影响连铸操作和生产的顺利进行，因此，建立一种钢水温度预报模型，实现对CAS终点温度的精确控制具有重要的意义。

    多元非线性回归作为一种建模技术，为解决多维非线性系统及模型未知系统的预测和控制问题提供了一条很好的途径。本文以CAS精炼为研究对象，利用多元回归方法对宝山钢铁股份公司第一炼钢厂(以下简称宝钢一炼钢)300 t钢包钢水在CAS精炼过程中的温降进行了研究，分析了合金种类及加入量、精炼开始时刻钢水温度、钢水静置时间、精炼处理时间等对CAS终点钢水温度的影响。

1  工艺及其数据分析

1．1  CAS处理工艺原理

    CAS精炼是现代炼钢中一种新型的二次精炼装置。CAS精炼处理开始时，底部吹氩气，并加入少量合金微调钢液成分，还可加铝(或FeSi)与吹人氧气产生燃烧反应，放出化学反应热对钢水进行升温，满足连铸对钢水的温度要求。由于在整个钢水精炼过程中，钢水被剧烈搅拌，可认为钢包内钢水温度是均匀的，CAS精炼处理工艺与传热原理如图1所示。

1．2工艺数据分析

    选择2002~2003年岣工艺数据共计2000炉左右，对原始数据进行筛选，根据实际生产经验剔除不合理数据和小概率数据后，以1 000炉左右数据作为样本，其中包括CAS-OB的部分数据。如果CAS处理过程中钢水温度不能满足连铸要求，CAS通常采用加铝或FeSi进行升温，因此，OB对钢水温度的作用主要反映在加铝量和FeSi量上。通过对宝钢一炼钢CAS精炼过程工艺数据进行的分析，使用正交实验设计以获得最佳工艺数据，为回归提供可靠的数据依据。

2多元回归建模

    为了满足在线模型跟踪和预报计算速度快、占用内存小、形式简单的要求，必须采用多元回归得出具有相当精度的在线模型方程。CAS精炼过程的钢水温降需建立多元回归模型进行预报，即解决随机变量钢水温降与精炼开始钢水温度、精炼处理时间、钢水静置时间、合金加入量等多个影响因素之间的函数关系。CAS精炼过程加入合金的温降系数见表1。

    经正交设计筛选出合理数据，然后进行多元回归处理得到CAS精炼过程中钢水温度随各个因素变化的回归模型为：

  t_钢水=t-△t=t-a₀t^ax₁^a1x₂^a2-△t_合金

    式中，t_钢水为CAS终点钢水温度，℃；△t为CAS处理过程钢水温降，℃；t为CAS处理开始时刻钢水温度，℃；x1为钢水浸泡时间，min；x2为精炼处理时间，min；△t_合金为加入各类合金导致的钢水温度改变量，a0为回归模型的常数；a、a1和a2分别为各个影响因素的回归系数。

3模型验证与分析

3．1  对回归模型预测结果的分析

    从生产实际数据库中，随机抽取100组数据输入钢水温度预报系统，对CAS精炼终点温度进行定量预测，对预测结果进行了统计分析，预测温度与实际温度之间的误差在一5～5℃之间的命中率为88％，预测温度与实际温度的误差绝对值小于10℃的命中率为97％。CAS终点温度和精炼过程温降的预测与实测值之间的关系见图2和图3。通过以上验证可知，采用多元非线性回归建立模型来预测CAS终点温度的方法是可行的。

3．2预报误差的来源分析

    预报误差主要来源于以下几个方面。(1)温度数据测量的准确性：现场温度测量使用热电偶，钢包内钢水温度的不均匀性，热电偶的位置对温度数据的可靠性有很大影响；(2)钢包热状态：从转炉出钢到CAS精炼站所需时间较长，钢包热状态已基本达到热平衡，因此钢包热状态对此阶段

钢水温降影响甚小，可忽略不计；(3)钢水量：宝钢  一炼钢转炉标准出钢量300 t，现场操作实际出钢量上下有浮动，CAS精炼过程钢水量按300 t统一考虑也会影响预测精度；(4)CAS开盖后第一次测温不成功或其它人为因素的影响，同样也会影响预测精度；(5)CAS罩插入钢水对钢水温度的影响较大。  

4  结  论  

  (1)利用多元非线性回归建立的模型能较好的预测CAS终点温度，并能很好的分析主要工艺参数(钢水温度、处理时间等)对终点温度的影响。       

(2)本模型运行时，预测误差在±5℃以内的正确率为88％，预测误差在±10℃以内的正确率为97％。综上所述，采用多元非线性回归模型预测CAS处理终点温度及精炼过程钢水温降的方法是可行的。