炼钢合金投入量控制方法与流程

本发明涉及冶金过程的生产与控制领域，尤其涉及一种炼钢时各类合金投入量的控制方法。
背景技术：
：在炼钢区域转炉炼钢、lf精炼、rh精炼等冶炼工序，都需要投入一定量的合金对钢水成分进行调整，以满足钢水目标成分的要求。在实际生产中操作中，大多根据钢水目标成分对多种元素含量上限、中限、下限的要求，在可供选择的合金中挑选几种有效的合金，计算其需要的添加组合与数量，满足炼钢的工艺要求，该问题通常有二种解决方法：方法一，转化为线性规划问题，参见中国专利cn200410024741.x中公开的一种rh精炼过程中的合金化控制方法。线性规划的约束条件为该钢种标准成分中有上限、中限、下限要求的元素，约束变量为各种合金的投入量，目标函数为合金投入成本最小，合金的选择范围为料仓中存在的所有合金：s.t.其中，cj为合金aj的价格，aij为合金aj中元素ei的含量，bi，bui分别为钢水目标成分、目标上限。使用上述方法能够满足一般的合金需求量的计算需求，但该方法存在如下两个明显的缺陷：其一，上述方法未能考虑投入合金后会改变钢水总重量，从而导致钢水元素目标成分含量％比要求的偏低。特别是对合金添加量较大的钢种如硅钢，有时需要添加十余吨合金，按照上述计算方法，最终元素目标成分造成较大偏差；其二，未考虑合金中有害元素对炼钢品质的负面影响。针对一类纯静度要求较高的钢种，由于最小成本的优化目标，上述lp模型会导致选择成本较低但含有杂质有害元素的合金，如p，s等，造成钢水品质的下降。对有害成分而言，该钢种对其中的s、p为仅只有目标成分上限要求，明显地这类元素是该钢种的杂质元素，成分调整后，含量越低越好。但使用上述lp方法，最终的配比方案会导致杂质配比不可控，影响钢水质量。方法二，参见中国专利cn201310566379.8中公开的一种炼钢区域合金料单的计算方法，根据目标元素成分要求、以及合金元素收得率，直接计算对应合金的需求量。该方法依次针对需要进行成分调整的合金元素，根据元素初始成分、目标成分要求、合金元素含量等，估算需要加入合金量；在此基础上，再进行相互调整，最终经过多次迭代计算，找到合适的合金配比及投入量。该方法虽然计算简单、快捷，也可以通过选择恰当的合金配比来避免提升有害元素的提升，但也存在如下缺陷：其一，同样无法解决由于添加合金导致钢水增加引发的最终目标成分偏差；其二，由于一种合金往往包含多种合金元素，在调整新元素成分时，会导致已调整好的元素目标超量，需要重新调整。由于合金包含多种元素成分耦合影响，极端情况下无法找出都满足目标元素成分要求的合金匹比，也无法保证合金投入成本最优。技术实现要素：本发明所要解决的技术问题是提供一种炼钢合金投入量控制方法，该控制方法通过选取参考炉的方式获得元素的学习收得率并转换成为合金综合收得率后，以合金成本作为优化目标，采用线性规划方式确定炼钢区域合金投入量，实现对钢水成分的精确控制，降低了合金投入成本，通过避免有害元素合金的方式提升了钢水冶炼质量，为企业带来较好的经济效益。本发明是这样实现的：一种炼钢合金投入量控制方法，包括以下步骤：s1：根据冶炼工艺设定各个元素的标准收得率和出钢目标成分，并选定若干炉钢水作为参考炉，提取所有参考炉的生产实绩数据；s2：利用参考炉的生产实绩数据对各个元素的标准收得率进行修正，得到各个元素的学习收得率，然后将各个元素的学习收得率转化为各个合金的学习收得率用于后续的合金投入量控制；s3：建立合金投入量模型，根据学习收得率计算得到各个合金投入量；各个合金投入量的计算按照以下顺序进行；首先，设定目标参数，总共有m种合金，采用合金成本z作为目标参数，得到各个合金投入量的目标函数min(z(x1,...,xm))；然后，通过将各个合金投入组合与投入量约束关系带入目标函数，以确定各个合金的投入量；设总共有m种合金，在所有合金中除铁元素以外还总共有n类元素，分别为第i类元素的出钢目标成分中限、出钢目标成分下限、出钢目标成分上限，i＝1，2，……n；根据第i类元素的出钢目标成分选择使用公式2、3、4、5进行约束；应满足约束条件如下：如第i类元素含量只具有出钢目标成分中限时，用公式2、5进行约束；如第i类元素含量只具有出钢目标成分上限时用公式4、5约束；如第i类元素含量只具有出钢目标成分下限时用公式3、5约束；如第i类元素含量由出钢目标成分下限和出钢目标成分上限同时约束时采用公式3、4、5约束；其中：其中：其中：xj≤g,xj≥0j＝1,2,...m(5)公式2～5中，为第i类元素的学习收得率，为第j种合金的学习收得率，qji为第j种合金中第i类元素的含量，g为投入合金前钢水总重量；xj为第j种合金的投入量；为投入合金前钢水中第i类元素的含量；以公式2～5作为约束条件，以目标函数min(z(x1,...,xm))作为优化目标，采用线性规划模型求解，求得各种合金投入量xj,j＝1,2,...m；s4：将合金投入量传给合金料仓控制系统进行合金投料操作。所述步骤s3中，所述合金成本z包括合金投入成本z1和投入合金带入的有害元素引发钢水品质下降的惩罚成本z2，z＝z1+z2；所述合金投入成本所述惩罚成本因此，所述优化目标为公式1；式中：cj为第j种合金的价格；hi为第i类元素引发的钢水品质下降的成本系数，为经验参数由实验取得；qji为第j种合金中第i类元素的含量。所述步骤s4中，根据各个合金投入量计算得到各个元素的出钢预测成分，将出钢预测成分与出钢目标成分相比较以预测钢水质量；式中：bi为第i类元素的出钢预测成分。所述步骤s2具体为，选取了总共k个参考炉，k＝1，2，……k；学习收得率式中，为第i类元素的学习收得率；为第i类元素的标准收得率；为第k个参考炉中第i类元素的实绩收得率，根据参考炉的生产实绩数据取得；β为收得率学习系数，为经验参数由实验取得。本发明炼钢合金投入量控制方法通过选取参考炉的方式获得元素的学习收得率并转换成为合金综合收得率后，以合金成本作为优化目标，采用线性规划方式确定炼钢区域合金投入量，能够根据冶炼钢种的不同，精确地确定各种合金的配比与投入量，准确满足各元素目标成分要求；在确定合金投入量的过程中，充分考虑添加合金后对钢水重量的影响，并对钢水重量进行校正，通过定量化地描述合金投入配比与成分调整的目标需求，从而能够准确计算各种合金投入量，实现对钢水成分的精确控制，降低了合金投入成本，通过避免有害元素合金的方式提升了钢水冶炼质量，为企业带来较好的经济效益。附图说明图1为本发明炼钢合金投入量控制方法的流程框图；图2为本发明中计算学习收得率的流程框图。具体实施方式下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明表述的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。实施例1如图1所示，一种炼钢合金投入量控制方法，包括以下步骤：s1：根据冶炼工艺设定各个元素的标准收得率和出钢目标成分，并选定若干炉钢水作为参考炉，提取所有参考炉的生产实绩数据；所述生产实绩数据包括冶炼钢水合金元素初始成分、出钢合金元素目标成分要求、用于添加的合金品种、价格，合金中各元素含量、冶炼钢水总重量；本发明实施例中所用的含量和成分皆以质量百分比计；s2：如图2所示，利用参考炉的生产实绩数据对各个元素的标准收得率进行修正，得到各个元素的学习收得率，然后将各个元素的学习收得率转化为各个合金的学习收得率用于后续的合金投入量控制；在相同工艺与冶炼环境下，钢水冶炼完毕出钢时，其中元素含量与在冶炼成分调整过程中元素投入量之比值保持恒定，称该比值为元素收得率，确定元素收得率的一般处理方法是根据历史测量值进行统计分析计算得出。尽管如此，随着冶炼炉龄及其它冶炼因素的影响，元素收得率会有一定量的波动起伏。为提升计算精度，本发明采用参考炉次元素收得率实绩进行学习的方法，对元素收得率进行如下修正，修正后的收得率称之为学习收得率。在本实施例中，选取了总共k个参考炉，k＝1，2，……k；总共有m种合金，j＝1，2，……m，在所有合金中除铁元素以外还总共有n类元素，i＝1，2，……n；学习收得率式中，为第i类元素的学习收得率；为第i类元素的标准收得率；为第k个参考炉中第i类元素的实绩收得率，根据参考炉的生产实绩数据取得；β为收得率学习系数，为经验参数由实验取得；在冶炼过程中投入的合金，出钢时重量会有所损耗，该损耗一般通过合金收得率来衡量。本发明采用合金中各元素收得率加权平均值的方法来计算各个元素的学习收得率，即合金综合收得率，方法如下：式中：为第j种合金的综合收得率；为第i类元素的学习收得率；qji为第j种合金中第i类元素的含量；s3：建立合金投入量模型，根据学习收得率计算得到各个合金投入量；钢水成分调整，投入的合金中往往含有多种元素，同时同一元素存在于多种不同的合金中，因此在每种合金元素投入量一定的情况下，可能存在多种满足条件的合金投入组合。具体选择合金投入组合，取决于合钢水质量、钢水成分目标要求，以及合金投入成本等因素；在本发明中，各个合金投入量的计算按照以下顺序进行；首先，设定目标参数，总共有m种合金，采用合金成本z作为目标参数，得到各个合金投入量的目标函数min(z(x1,...,xm))；在本实施例中从两个方面考虑合金成本z，所述合金成本z包括合金投入成本z1和投入合金带入的有害元素引发钢水品质下降的惩罚成本z2，z＝z1+z2；所述合金投入成本所述惩罚成本因此，所述优化目标为公式1；式中：cj为第j种合金的价格；hi为第i类元素引发的钢水品质下降的成本系数，为经验参数由实验取得；qji为第j种合金中第i类元素的含量。然后，通过将各个合金投入组合与投入量约束关系带入目标函数，以确定各个合金的投入量；根据第i类元素的出钢目标成分选择使用公式2、3、4、5进行约束；设分别为第i类元素的出钢目标成分中限、出钢目标成分下限、出钢目标成分上限；应满足约束条件如下：如第i类元素含量只具有出钢目标成分中限时，用公式2、5进行约束；如第i类元素含量只具有出钢目标成分上限时用公式4、5约束；如第i类元素含量只具有出钢目标成分下限时用公式3、5约束；如第i类元素含量由出钢目标成分下限和出钢目标成分上限同时约束时采用公式3、4、5约束；其中：其中：其中：xj≤g,xj≥0j＝1,2,...m(5)公式2～5中，为第i类元素的学习收得率，为第j种合金的学习收得率，qji为第j种合金中第i类元素的含量，g为投入合金前钢水总重量；xj为第j种合金的投入量；为投入合金前钢水中第i类元素的含量；以公式2～5作为约束条件，以目标函数min(z(x1,...,xm))作为优化目标，采用线性规划模型求解，求得各种合金投入量xj,j＝1,2,...m；s4：将合金投入量传给合金料仓控制系统进行合金投料操作；在本发明中，还可以根据各个合金投入量计算得到各个元素的出钢预测成分，将出钢预测成分与出钢目标成分相比较以预测钢水质量；式中：bi为第i类元素的出钢预测成分。以某炉钢水为例：合金投入量的计算需要获取合金、钢水元素成分等基本信息，包括合金价格、合金各元素成分含量、钢水目标元素成分等。本实施案例中，表1为合金料仓中可供选择的所有合金中各类元素含量信息。表2为合金的简称、单价与各种合金所含的主要元素；表3为实施例炉次初始成分、钢种的标准目标成分要求；表4有害元素成本系数；实施例炉次钢水重量为280.35吨。表1可投入合金中各类元素含量表2合金单价、简称、收得率与主要元素表3初始成分、标准成分与元素收得率(单位：％)元素名称csimnpscrnbvaltimob成本系数080080800000000表4有害元素成本系数对于一个具体的钢种，其中各元素的出钢目标成分成分有上限、中限、下限等要求。一些钢种若干元素目标成分同时存在上限、中限、下限要求，而一些元素仅有上限要求，而没有中限与下限要求。此类元素一般为杂质元素，要求在钢水中含量越低越好。根据实施例元素目标成分要求，由表3可知，该钢种标准目标成分要求中，有中限要求的元素为c、mn与al，而元素si、p与s仅有上限要求，为钢水中的杂质元素，含量越低越好，其它元素没有要求。因此钢水成分中需要调整的元素为c、mn与al，严格控制杂质元素si、p与s。在元素学习收得率计算中取β＝0.2，得到表2中各个合金的综合收得率；进行成分调整所用的合金存贮于料仓中，一般料仓数为二十几个，因此调整钢水成分可供选择的合金种类有数十个。许多合金含有多种元素，同时同一元素存在于多种不同的合金中，而每种合金含有一个或几个主要元素，其余的为杂质元素，如硅锰合金中含有两个主要元素硅与锰，另外还含有碳、磷、硫等杂质元素。若某种合金含有的主要元素不是需要调整的元素，则钢水成分调整一般不能加入该合金；如果加入该合金，则会导致钢水中杂质元素增加。因此，在进行元素成分调整时，不仅仅需要考虑投入的合金满足目标成分要求，同时还需恰当选择以避免包含钢水中有害元素的增加；此外，为提升炼钢生产的经济性，降低炼钢成本，在选择合金配比时，尽可能使合金投入总成本达到最少。本实施例中，料仓中可选择的合金数m＝11种，分别为合金：c-pw,fesi,t-si,simn,m-mn,mtmn,fe-p,mccr,lccr,feal,b-al投入量，满足：xj≤g,xj≥0j＝1,2,...11，g＝280350kg。通过步骤s3得到优化目标：minimize，objrow:2.78160x1+61.76856x2+66.20712x3+22.01728x4+11.61904x5+18.03856x6+23.77520x7+15.65144x8+19.15592x9+11.17000x10+30x11c元素中限约束：r1:0.93998x1+0.00231x2+0.00136x3+0.01657x4+0.01372x5-0.00052x6+0.00896x7+0.00898x8+0.00422x9+0.00014x10-0.00050x11＝100.926si元素上限约束：r2:-0.00028x1+0.70530x2+0.74450x3+0.17611x4+0.01441x5-0.00019x6+0.00265x7+0.00138x8+0.00118x9+0.00030x10-0.00027x11<＝84.10500mn元素中限约束：r3:-0.00428x1+0.00033x2+0.00033x3+0.63218x4+0.74144x5+0.94098x6-0.00441x7-0.00430x8-0.00430x9-0.00430x10-0.00343x11＝1128.40875p元素上限约束：r4:-0.00017x1+0.00011x2-0.00008x3+0.00648x4+0.00173x5+0.00002x6+0.23922x7+0.00021x8+0.00011x9+0.00002x10-0.00016x11<＝13.17645s元素上限约束：r5:0.00321x1-0.00009x2+0.00001x3+0.00011x4+0.00021x5+0.00001x6+0.00466x7-0.00008x8+0.00001x9-0.00008x10-0.00017x11<＝7.03679al元素中限约束：r6:-0.00523x1-0.00540x2-0.00540x3-0.00528x4-0.00527x5-0.00522x6-0.00539x7-0.00525x8-0.00526x9+0.37694x10+0.90044x11＝1541.92500求解上述线性规划问题，确定满足目标成分要求的合金投入组合与投入量见表5，钢水成分的预测值见表6。而使用现有的控制方法不考虑合金增重后对最终成分调整的影响，以及在选择合金时忽略有害因素的不利影响，确定合金投入组合与投入量见表7，成分调整后钢水成分的预测值见表8。通过对比表6、表8可知，本发明确定的技术方案，不仅确保mn、al元素目标成分精准命中，而且使钢水中杂质元素si、p、s的含量显著降低，满足钢水冶炼工艺需求。合金名称增碳剂中碳锰铁铝铁合金简称c-pwm-mnfeal合金投入量(kg)84.191546.284113.42表5本实施例合金投入组合与投入量表6本实施例中方法得到的出钢预测成分值合金名称增碳剂中碳锰铁硅锰铝铁合金简称c-pwm-mnsimnfeal合金投入量(kg)79.631203.24363.074034.34表7现有控制方法合金投入组合与投入量表8现有控制方法得到的出钢预测成分值。当前第1页12