煉鋼大數據影響因素淺析

□ 趙顯久 張捷宇 黃錦鋒

一、前言

隨著算法的優化、數據傳輸技術的進步，大數據廣泛應用于工業、農業，以及科技研發領域[1～3]。在冶金行業，尤其是在煉鋼工藝方面，也得到了廣泛的重視，其中大多以質量和成本流程追溯，提供數據基礎[4]。2018年，寶鋼開始針對大數據應用，召集有關專家進行不同細分領域的規劃工作。可以預見，在未來幾年內，大數據平臺、大數據云端，將給寶鋼大數據分析相關工作帶來極大的便利。

但是，我們也看到，對于如何建立和使用數據，是先有數據平臺，還是先有數據需求，各方意見不一致。同時，從已經開展的科研項目看，有的還未理清相關需求，僅僅是在做一些數據存儲和展示工作，與各方所希望的利用這些平臺對現場工藝技術人員在改善工藝及維護設備過程中起到促進作用還有一定距離。本文對目前煉鋼廠數據類型、數據來源進行介紹，并從煉鋼工藝的角度，分析大數據在鋼鐵工藝上的應用，希望對后續大數據相關工作起到拋磚引玉的作用。

二、冶金數據類型及數據來源

煉鋼廠在生產過程中，歷經轉爐、精煉、連鑄3個主要生產工序。數據類型分為非連續型數據和連續型數據。比如滑板擋渣使用AMEPA電磁下渣檢測線圈，該線圈的狀態分為“正常使用”和“故障”2個狀態，也就是1和0這樣的數據。在連鑄工序，大包長水口開澆過程中，是自動開澆還是燒氧開澆，前者可以用1描述，即自動開澆成功；后者可以用0描述，即燒氧開澆。除了這種非連續型數據外，一類比較重要的數據，是連續型數據，比如連鑄過程中的中間包噸位數據、連鑄結晶器液面高度數據、連鑄塞棒位置數據等，這些數據都可以與對應的時間進行二維曲線展示。

在數據產生來源方面，從轉爐、精煉、連鑄回轉臺到中間包，對于某一爐鋼，停吹游離氧，轉爐鋁質渣脫氧劑加入量，鋼水的成分、溫度、傳擱時間，澆注過程中中間包的溫度，連鑄長水口氬封流量，等等，均是爐次數據。當然，不同工序的爐次數據是有區別的，比如溫度，從轉爐、精煉到連鑄，溫度是有變化的。不考慮精煉升溫，轉爐出鋼溫度是最高的，而連鑄中間包的爐次溫度是最低的。轉爐出鋼需要考慮后工序的溫降變化。除了爐次數據，到連鑄后經中間包分流，以一機二流鑄機為例，爐次數據為分流數據。比如，在澆注過程中，包括兩個流的滑板開度位置數據和澆注長度數據，以及流內的氬氣吹入量數據。鋼水從某個流出鑄機后，經過火焰切割機的切割，成為獨立的板坯，這時也會相應形成板坯數據，比如板坯的長度數據和板坯的寬度數據。板坯在連鑄后工序的精整處理過程中，高等級鋼種需經火焰清理機清理，從而會產生機清數據。煉鋼數據來源見表1。

表1 煉鋼數據來源

三、數據使用

利用取得的工藝數據，從生產工藝控制的難點著手，可以在一定程度上給工藝的改善提供理論依據。下面就轉爐和連鑄給出大數據上的統計規律，并利用冶金原理解釋數據之間的關系。

1.轉爐出鋼渣脫氧劑加入量對鋼水游離氧的影響

一般而言，鋼水在轉爐冶煉過程中鋼包渣的氧勢較高[5]，較高氧勢的爐渣對鋼水成分會造成污染，一般方法是加入鋁基脫氧劑來脫去渣中的氧。按照寶鋼300t轉爐工藝，加入量一般為250～350kg，在每爐出鋼完畢后進行投入。但經大數據統計發現，轉爐停吹游離氧較精煉處理前游離氧明顯降低。過低的精煉處理前游離氧，對于超低碳鋼的脫碳處理極為不利。從統計數據看，精煉有1/3的OB（Oxygen Blow）處理，是由精煉處理前游離氧過低造成的。為了便于分析原因，將投入鋁渣的量與游離氧差值（也可以稱之為氧降）進行統計分析，如圖1所示，發現氧降與投入量有著密切的關系。從圖1可以看出，0值在直方圖偏左側，投入量越大，差值越大。也就是說，投入的鋁基渣脫氧劑雖然是針對渣表面進行脫氧處理，實際上由于渣中鋁的活躍，不但降低渣中氧，而且降低鋼水內部氧，這在冶金業內稱之為擴散脫氧?；诖?，鋁基渣脫氧劑，應在轉爐出鋼完畢后，按照下渣量加入，避免過量加入導致鋼水游離氧過低。而如何準確評估轉爐下渣量，是目前生產上的一個難點。但目前也有成熟的技術，紅外判渣、利用電磁波的反射和折射[6]測量渣厚均可一定程度上準確估算轉爐的下渣量。

圖1 轉爐與精煉RH處理前的氧降

2.連鑄長水口氬封

連鑄長水口氬封使用在大包下水口與長水口接觸的生產過程中，通過正壓的氬氣，避免鋼流從長水口流出引起的負壓帶入空氣。一直以來，寶鋼某臺鑄機流量控制在40m3/h，在近幾年的生產過程中發現長水的兩側中間包有侵蝕，所以為了減少侵蝕，降低了氬氣流量。單純地降低氬氣是否有副作用需要數據的支撐，因此統計了近3年某臺鑄機的大包長水口氬封數據。因此從統計數據上看，不同檔位氬封流量的中間包氧相差不大。如果就此給出氬封流量對鋼水純凈度影響不大的結論，或許看不出問題。但是，如果我們從鋁損角度看，大氬氣4擋和小氬氣1擋，中間包鋁損分別為99.21ppm和100.4ppm，都接近100ppm。氬封流量從40m3/h降低10～15m3/h，在25～30m3/h范圍內，鋁損可以降低到86.3ppm，降低幅度達13.7%（見表2）。這說明氬封流量不是越大越好，也不是越小越好。

表2 大包長水口氬封流量分級及中間包氧與鋁損

據有關文獻報道[7]，在中間包鋁損上，除覆蓋劑和耐材的影響外，空氣也會在2個方面產生影響：一是注流表面氧化的鋁損，稱之為Δ[Al]as——大包流到中間包注流表面氧化造成的酸溶鋁的減少量；二是注流表面飛濺造成的鋁損Δ[Al]aF——大包流到中間包注流表面飛濺造成的酸溶鋁的減少量。對于不同氧分壓，吸氧速度與氧分壓的關系雖然不完全一致（當氣相分壓低于0.3%時，吸氧速度與氧分壓呈正比；當在0.3%～10%范圍內，吸氧速度是氧分壓的2/3次方），但吸氧量與氧分壓均為正函數。也就是說，如果單純減少氬封流量，雖然可以減少長水口飛濺造成的鋁損，但是由于氬氣流量降低造成氧分壓上升，還是會導致鋁損的增加。同樣，當增大氬封流量，雖然氧分壓降低，鋁損減少，但是氬封流量過大會造成長水口出口的鋼液飛濺，導致鋁損增加。因此，從數值上表現為一個比較優化的取值范圍。可以看到，前期為了降低對中間包長水口內外兩側的侵蝕而減少氬氣流量是有風險的，而規避風險就是要減少飛濺造成的鋁損。因此，減少氬氣流量的同時要考慮降低氧分壓，可以從長水口的內外兩側通過額外的氬氣管路，通入到中間包內，降低氧分壓，起到降低鋁損的作用。

從氬封流量與鋁損的關系，可以看到大數據對工藝改進的促進作用較為令人信服，但需要注意2點：

其一，保留所有數據。長水口氬封數據，要長時間保留在數據庫中。生產現場不可能經常進行工藝參數的變化，因為這對于穩定生產是不利的。所以，數據的讀取和保存對工藝改進非常關鍵。目前，寶鋼基地一煉鋼分廠的3臺鑄機中，僅1臺鑄機保留了氬封歷史數據，其他2臺鑄機沒有氬封數據。因此，在后續的生產過程中，應該注意將類似的關鍵生產過程參數全部納入到數據庫中，以備就有關問題進行討論和分析。

其二，機理的分析。在大數據的支撐下，經過科學的分析，有了初步的結論，但僅停留在該階段并不能解決問題。從上述飛濺鋁損和表面氧化鋁損的機理分析看，某工序的細節值得現場工藝人員和企業研發人員繼續深入思考，促使我們對于冶金相關機理進行廣泛深入的了解，并從大數據上分析、驗證并完善相關機理，最終推進煉鋼工藝的進步。

四、結論

（1）利用大數據，分析了轉爐停吹游離氧和中間包鋁損的相關原因。停吹游離氧到精煉處理前游離氧降低的主要原因，與加入鋁渣量有密切關系，屬于擴散脫氧。中間包鋁損受兩因素影響，單從一個方面改進，不能有效降低鋁損，應該在降低氧分壓基礎上，減少長水口鋼液的飛濺。

（2）完善的工藝數據采集系統對于工藝的改善十分有利。在后續的大數據相關平臺搭建中，應該注意必要數據采集的完整性。

（3）相關機理的分析，可以通過大數據來進行驗證，還有很多工藝的改進值得我們去探索和發現。可以將高校相關冶金理論的最新成果與企業生產數據進行有機整合，促進中國鋼鐵工藝的持續改善和進步?！?/p>