18066281662
網站首頁 關于我們
產品中心
新聞動態
應用領域
品質保證
服務承諾
聯系我們
在線留言

公司動態

當前位置: 首頁 > 新聞動態 > 公司動態

百延鋼業關于304不銹鋼管碳含量在線預報模型的開發 

發布時間:2019-07-23

利用人工神經網絡技術建立了304不銹鋼管含碳量在線預測模型。該模型已在生產現場的58臺連續爐上進行了在線驗證。預測碳質量分數與實際碳質量分數誤差的命中率在(+0.015%)范圍內為89.66%。

太鋼二煉鋼廠有一座90噸VOD真空精煉爐。為了確保端部碳含量不超過規范要求,在VOD操作過程中對鋼水樣品(2號)進行分析。根據2號試樣的分析結果,鋼水含碳量決定了是否再真空氧脫碳。

根據2007年1月至2007年8月期間304不銹鋼管生產數據統計,VOD冶煉304不銹鋼管共有爐具966臺。其中,樣品2碳含量高于規定上限的爐具數量為16.78%。由于還原期內沒有脫碳方法,這些爐必須采用再真空吹氧脫碳。根據碳含量,每臺爐多消耗5-10分鐘。

神經網絡模型的建立

BP神經網絡

人工神經網絡由于具有良好的自適應性和自學習能力,在鋼鐵工業中得到了廣泛的應用。廣泛應用于高爐煉鐵、煉鋼和連鑄[1]。采用BP神經網絡建立了304不銹鋼管含碳量預測模型。

BP算法的學習過程由正向傳播和反向傳播兩部分組成。在正向傳播過程中,輸入模式由輸入層逐層處理到輸出層,每層神經元的狀態只影響下一層神經元的狀態。如果在輸出層中沒有獲得所需的輸出,則錯誤信號將被傳輸回原始連接路徑,并且通過修改每個神經元的權重將錯誤信號最小化。實際上,該算法是一個求誤差函數最小值的過程。通過對多個學習樣本的重復訓練和最快下降法,權重沿誤差函數的負梯度方向變化并收斂到最小點。

304不銹鋼管含碳量影響因素的測定

1)過程變量的確定。通過查閱文獻,與現場操作人員溝通,確定了影響含碳量的因素有:鋼水質量0X1778、鋼水初溫、初始含碳量、初始含硅量和吹氧過程。

2)從質譜儀中提取工藝數據信息。質譜儀每6秒鐘分析并生成一組數據。在一個爐內生產VOD時,質譜儀將產生數千個數據。直接使用數千個數據作為輸入變量是不現實的。如何從這些數據中提取有用的信息是本主題中的一個大問題。由于VOD可以通過降低氣體總壓來降低CO和CO2的分壓,因此VOD的真空度和不同壓力的保溫時間對碳含量有重要影響。無縫不銹鋼管圖1是一個典型的VOD熔煉過程壓力與時間的關系圖。通過對大量爐具的壓力時間圖的分析,發現有一個共同的特點,即壓力在一定時間內保持在1970帕左右,然后在一定時間內下降到130帕左右,然后破壞真空進入還原期。

1)利用人工神經網絡建立的模型,可以預測304不銹鋼無縫管管的含碳量。預測碳質量分數的精度和實際碳質量分數誤差在0.015%以內,可達到89.66%。2)模型預測精度優于實際生產現場。利用該模型指導生產,經2號試樣破碎分析,約5%的爐子不需要重新進行真空吹氧脫碳工藝,每臺爐子可節約冶煉時間5-10分鐘。3)生產過程中的標準化操作可以進一步提高模型的精度。


QQ在線咨詢
詢價咨詢
0577-85801070
詢價手機
18066281662
成 人h 动漫在线视频网站