Публикации: | АСУТП | Теория и технология | Научные работы | Главная |
«Автоматизированные печные агрегаты и
энергосберегающие технологии в металлургии»
В современном сталеплавильном производстве широкое распространение получило проведение раскисления и легирования стали при выпуске металла из печи в ковш с последующей десульфурацией на установке доводки металла или установке «печь-ковш». При этом для определенных групп марок сталей часто ставится условие минимизации или полного исключения коррекции химического состава при внепечной обработке. В связи с этим появляется задача точного расчета количества раскислителей и легирующих, необходимых для гарантированного получения заданного состава металла при минимальной стоимости использованных материалов. Минимизация стоимости материалов подразумевает выход на нижние (или заданные) пределы содержания элементов в готовом металле, что приводит к еще более жестким требованиям к системам управления. Особенно актуальной эта задача становится при многокомпонентном составе металла и легирующих и широком наборе регламентированных элементов.
Поставленная задача является задачей условной оптимизации, т.е. поиска таких значений оптимизируемых переменных (масс материалов Xj), при которых достигается минимум целевой функции (суммарная стоимость материалов), при условии выполнения заданных ограничений на оптимизируемые переменные (требования к составу металла, который должен удовлетворять заданным пределам):
(1) |
(2) |
Отметим, что зависимость состава металла от масс материалов имеет сложный нелинейный характер, что связано с физико-химическим взаимодействием элементов и их перераспределением между металлом, шлаком и газом, поэтому ограничения являются нелинейными функциями относительно оптимизируемых переменных.
Главный недостаток всех известных систем, реализованных в сталеплавильном производстве к настоящему времени, определяется линейным характером используемых в них моделей и отсутствием учёта зависимости усвоения элементов от текущего физико-химического состояния системы металл-шлак. Такие системы расчёта шихты оптимального состава основаны на модели равномерного смешения жидких веществ с заданными коэффициентами, учитывающими угар отдельных элементов из общей массы ферросплавов. Именно недостоверность коэффициентов усвоения (КУ) различных элементов и определяет низкие точность расчёта и прогнозирующую способность подобных систем, поскольку усвоение сложным образом зависит от многих факторов, главным из которых является физико-химическое состояние ванны (состав и окисленность металла, состав и количество шлака, температура и др.), а также взаимное влияние элементов друг на друга (например, раскислителей).
Принципиальным решением этой задачи является использование матрицы дифференциальных коэффициентов усвоения (ДКУ), представляющих собой изменение массы элемента i в металле при добавлении любого другого элемента j в систему:
(3) |
ДКУ (3) определяются из текущего распределения элементов между металлом, шлаком и другими фазами на основе термодинамической модели расчета равновесного состава многофазной многокомпонентной системы ОРАКУЛ [2]. Алгоритм расчета ДКУ изложен в предыдущей работе [1].
Наличие численных значений ДКУ позволяет строго вычислить влияние каждого материала на состав металла (а при необходимости, и шлака) с учетом окисленности системы, взаимного влияния элементов и их перераспределения между фазами, например, изменение массы элемента i в металле при добавлении материала j:
(4) |
где Xj — масса материала j; — содержание элемента p в материале j.
Несложные преобразования позволяют получить аналогичные величины для всех фаз (шлак, газ и др.). В таблице приведен пример расчёта величин (4):
добавляемый |
изменение массы элемента i |
|||||
материал j |
Fe |
Si |
Mn |
Cr |
S |
O |
ФХ800Б |
0.29 |
0.01 |
0.04 |
0.55 |
0 |
-0.01 |
ФСХ33 |
0.60 |
0.11 |
0.30 |
0.47 |
-0.02 |
-0.04 |
ФМн78 |
0.32 |
0.05 |
0.29 |
0.07 |
-0.01 |
-0.02 |
СМн17 |
0.43 |
0.10 |
0.39 |
0.12 |
-0.02 |
-0.04 |
ФС75 |
1.01 |
0.24 |
0.65 |
0.30 |
-0.03 |
-0.09 |
CaO |
-0.01 |
0 |
-0.01 |
-0.00 |
-0.01 |
-0.00 |
ДКУ позволяют проанализировать взаимное влияние элементов; кроме того, можно следить за использованием элементов конкретного материала (см. таблицу). Например, 1кг ферросиликохрома содержит всего 0.42кг хрома, но за счёт восстановительного действия кремния даёт увеличение содержания хрома в металле на 0.47кг, почти такое же, как и феррохром (0.55кг), несмотря на существенно большее содержание хрома в последнем (0.67кг). Другими словами, извлечение хрома из феррохрома составляет 82%, а из ферросиликохрома — 112% (т.е. превышает в 1.36 раза!).
В случаях, когда решение указывает на невозможность в заданных условиях гарантированного попадания в требуемый состав, разработанная система предлагает перечень оперативных решений. В автоматическом режиме решения принимаются системой самостоятельно в пределах заранее заданного перечня и приоритетов. По окончании каждой плавки информация о фактически полученном составе металла автоматически используется для адаптации параметров модели (самообучения).
Разработанная система входит в состав пакета «ОРАКУЛ», внедрена на Молдавском металлургическом заводе, где используется для решения следующих задач: оперативное управление процессом плавки в режиме «советчика» (выдает рекомендации персоналу) и в составе АСУ ТП (выдает управляющие сигналы на дозаторы).
Выводы. Качественно новая информация, содержащаяся в величинах Uij, позволяет принципиально расширить возможности оптимизации легирования, раскисления и рафинирования металла. При этом учитывается не только влияние элементов, содержащихся в металле, но и влияние состава шлака, например, на распределение серы. Становится возможной оптимизация не только легирующих, но и шлакообразующих материалов (например, извести для десульфурации). Эти задачи не решены ни в одной из других существующих систем.
Литература
1. Управление сталеплавильными процессами на основе современных физико-химических представлений. Пономаренко А.Г., Окоукони П.И., Храпко С.А., Иноземцева Е.Н. Труды 4-го конгресса сталеплавильщиков.– Москва, 1997. C. 35-40.
2. Храпко С.А. Термодинамическая модель системы металл-шлак для АСУ и машинных экспериментов по оптимизации технологии сталеплавильного процесса / Дисс. канд. техн. наук. - Донецк, 1990.
© С.А. Храпко, А.В. Старосоцкий, 2002
Вверх |