基于SSA-BP 神經網絡的轉爐煉鋼終點碳含量預測

史雅雯 唐晗迪 郭超 周木春

（南京理工大學 江蘇省南京市 210094）

1 引言

轉爐煉鋼被廣泛的應用于煉鋼產業中，轉爐終點控制是決定煉鋼質量的關鍵因素，由于轉爐添加原料不穩定，吹煉過程中化學反應復雜并且冶煉鋼要求范圍嚴格，準確控制轉爐端部碳含量是國內外亟待解決的問題。根據含碳量不同，碳素鋼可分為高碳鋼(含碳0.6-2%）、中碳鋼(含碳0.3-0.6%)、低碳鋼(含碳0.03-0.3%)，三種碳含量差距較小給控制帶來了較大的難度，基于此，眾多研究圍繞轉爐煉鋼終點的碳含量以及溫度值的預測展開。

轉爐終點的控制主要經歷了人工經驗控制、靜態控制和動態控制等幾個發展階段：人工經驗控制主要是憑借工人的經驗對終點進行判斷，觀察火花變化情況、火焰形狀等，該方法應用普遍，但是很不準確，并且耗時耗力，存在較大的問題；靜態控制通過選取鋼水終點碳為目標值，根據已知的原材料以及熱平衡原理等，計算出各種原料和氧氣的加入量。靜態控制方法提升了終點的命中率，但是由于煉鋼的反應過程非常復雜，很難進行準確計算，也無法進行動態修正，有一定的局限性；動態控制目前主要有副槍法和爐氣法，副槍法通過在吹煉終點時刻往鋼水中插入副槍，得到此時鋼水的溫度以及碳含量，爐氣法使用質譜儀來檢測爐口溢出的一氧化碳和二氧化碳等爐氣成分，通過動態模型實時修正參數，提高控制精度，但是這兩種方法成本很高，難以推廣到中小型轉爐廠。……