在鋼的精煉中使用神經網絡將熔融金屬脫碳的方法技術

使用神經網絡在鋼精煉中將熔融金屬脫碳的方法，使用經訓練的第一神經網絡，分析表示一個或多個脫碳操作的許多個工藝周期的數據，提供使被脫碳的熔融金屬熔池的溫度升至特定目標溫度的適于氧氣與稀釋氣體預選比率的氧氣用量，及使用第二個經訓練的神經蛙期的數據，提供使被脫碳的熔融金屬熔池的溫度升至特定目標溫度的適于氧氣與稀釋氣體預選比率的氧氣用量，及使用第二個經訓練的神經網絡，分析表示一個或多個脫碳操作的許多工藝周期的數據，提供一個或多個連續步驟中相應于氧氣與稀釋氣體比率預定程序的噴吹到熔池中以將含碳量降至預定目標含量的氧氣用量的輸出程序。（*該技術在2012年保護過期，可自由使用*）

【技術實現步驟摘要】

本專利技術涉及在鋼的精煉中將熔融金屬脫碳的AOD工藝，更具體地是涉及用神經網絡控制脫碳操作使熔融金屬脫碳的AOD工藝。在鋼鐵工業中精煉金屬已得到廣泛承認的工藝是氬氧脫碳工藝，也稱作“AOD”工藝。AOD精煉的目的首先是去除金屬熔池中的碳，然后還原在脫碳過程中已被氧化的任何金屬，最后在將金屬液澆鑄成產品之前調整溶池的溫度和化學成分。通過噴吹氧氣和隋性氣體混合物來促使碳的氧化先于存在于熔池中的其他金屬組分的氧化的方式而完成脫碳。在脫碳工藝中，隨著碳含量的逐漸降低，則通過噴吹隋性氣體來逐漸增加氧氣的稀釋以促使碳的氧化和去除。溶池的重量、化學成份、溫度、噴吹氧氣和隋性氣體的量、以及所導致的金屬化學成分和溫度的變化這些參數之間的相互關系已經理論化了，這樣則可控制和掌握如何優選經濟的工藝。熱力學模型已經追蹤了這些參數之間的相互關系，但這限制了精確度，并且還沒有避免在處理任一個所給加熱金屬中所需的對溫度和化學成分進行中間取樣。某些理論已經通過考慮碳和其他所存金屬種類之間競爭氧化的化學動力學而采用了使脫碳反應更易掌握，從而更易控制的方法。從而也已構成了結合考慮熱力學和動力學的方法。最終，統計的方法用于AOD轉爐脫碳的經驗模型。傳統的AOD操作的脫碳循環模型不僅需要全面掌握如何模擬用于計算機程序中的熱力學和/或動力學，而且需要包括在該反應中的各種性質的大量信息。例如，正常的熱力學模型需要至少25個相關的相互反應系數的信息。也必需知道與每個相關反應有關的自由焓和自由熵以及施加于通過溶池并與之反應的氣泡之上的表征壓力。動力學模型是建立在擴散速率、吸附速率和解吸速率明顯影響所發生的競爭氧化反應的相對程度的假設之上的，它也類似地取決于相關于溫度和基本成份的這些速率的準確信息。它們還必須能夠模擬氣泡相對于周圍液體的速度、表面積、以及氣泡在金屬相中的殘留時間。因此，建立在化學理論上的脫碳模型必須以精確檢測多種數據為前提條件。它們還必須需要正確掌握各種反應的機理。由于這些模型至少缺少這兩種需求中的一種，則對于已知的物理“常數”作出變更以使模型更好地適合于實際的結果是正常的。由于這些模型非常復雜，非常熟練的技術人員需要調整參數以改善全部結果的所有精度。通常已經發現，一種特定的調整好常數的解決方案或組合只最適于表示一組特定加工條件的結果。也就是說，解決方案并不是能通用的，而是只適合于少量特定的需調整的數據。盡管有多種方法，仍存在不精確性。并且通常需要在脫碳工藝步驟中進行某種形式的碳含量的檢測。這通常需要中斷工藝過程，進行金屬取樣，在恢復工藝過程之前分析碳含量并測量熔池溫度。在脫碳過程中缺乏工藝控制不僅需要過量的取樣，而且使在最合適的降低成本及產量最大的條件的操作成為不可能的。使用“神經網絡”的計算機處理系統的優越性來自這樣一個事實，即不需要理論掌握脫碳過程。也不需要知道鋼種的物理性能以及所包括的熱力學和動力學反應，而且也不需反應容器的傳熱性能。給出相關的輸入參數，神經網絡則可計算該輸入數據并提供合適的輸出數據來控制脫碳操作，這一過程是基于識別輸入和輸出數據之間的模式，該神經網絡已經通過學習和訓練程序而能夠學習，這種學習和訓練程序包括評價提供給神練網絡的數千次的隨機例子。該計算機完成基于神經模式的平行分布邏輯的工藝，即模擬人腦的思維過程，通常被稱作“神經網絡”。神經網絡使用大量稱作“神經原”的非線性元件來模擬人腦中神經原的功能，每個神經原表示一個工藝元件。每個工藝元件通過連接權或由累加結合的“神經鍵”與另一個工藝元件連接。該連接權通過從多個例子的適當學習而修改。一旦經過訓練，該神經網絡就有識別可被利用的輸入和輸出數據之間模式的能力(在下文進行詳細解釋)，以提供用于控制脫碳操作的信息，而不必涉及在溶池中各組分的熱力學活性和/或反應的動力學。根據本專利技術該熔池表示被轉到耐火材料爐襯轉爐中進行精煉的熔融金屬。在主要的方面，本專利技術是一種在耐火材料轉爐中通過控制預定熔融金屬熔池的脫碳來精煉金屬的方法，該熔融金屬熔池具有已知的包括碳的各元素的化學成分，并具有已知或設定的熔融金屬熔池最初脫碳的起始溫度和重量，所述的脫碳工藝通過在調整氣流的條件下將氧氣和稀釋氣體噴吹到所述熔池中來進行，包括步驟(a)訓練第一神經網絡以分析表示一個或多個脫碳操作的許多工藝周期的輸入和輸出數據。直到所述的第一神經網絡能夠提供基本精確的表示以任意預選氣體比率噴吹到所述預定熔池中需要的氧氣用量的輸出數據，以使熔池溫度升到由噴吹氣體所達到的特定目標溫度，上述的輸入和輸出數據包括每個工藝周期最初的熔池的化學成分、重量和溫度;每個工藝周期期間所用的氧氣與稀釋氣體之間的氣體比率;每個工藝周期內噴吹入熔池的氧氣用量;以及在每個工藝周期最后獲得的最終溫度;(b)訓練第二神經網絡以分析表示一個或多個脫碳操作的許多工藝周期的輸入和輸出數據，直至該第二神經網絡能夠提供基本精確的相應于氧氣與稀釋氣體比率預選程序的被噴吹到所述預定熔池中氧氣用量輸出程序，從而在一個或多個連續步驟中將碳含量降至預定的目標含量。上述的輸入和輸出數據包括該工藝周期最初的熔池化學成分、重量和溫度;每個工藝周期期間內所用氧氣與稀釋氣體的氣體比率;每個工藝周期噴吹入熔池中的氧氣用量;以及在每個工藝周期最后獲得的最終碳含量;(c)使用所述的第一神經網絡根據起始化學成分、重量和溫度，計算用于以第一次預先的氧氣與稀釋氣體比率噴吹入所述預定熔池中的氧氣用量以將熔池溫度升高至特定目標溫度;(d)將以所說的第一次預先比率的氧氣和稀釋氣體噴吹到所述熔池中直至達到由第一神經網絡計算出的氧氣用量;(e)使用所述的第二神經網絡根據已知起始化學成分，重量和溫度提供相應于氧氣與稀釋氣體比率預選程序的被噴吹到預定熔池中的氧氣用量輸出程序，以在一個或多個步驟中連續地將所述熔池中的碳含量降至預定的目標碳含量;以及(f)以所述的氧氣用量預選程序將氧氣和稀釋氣體噴吹到所述熔池中，該預選程序相應于由所述第二神經網絡計算的所述輸出程序。本專利技術的優越性由下面結合附圖進行的詳細說明而變的更為清楚。附圖說明圖1為本專利技術所用的脫碳體系的一般示意圖。圖2為本專利技術所用的神經網絡的典型示意圖。圖3表明按照圖4的訓練技術訓練圖2的神經網絡中使用的優選的變換函數類型。圖4為本專利技術用于訓練神經網絡的訓練技術流程圖。圖5為本專利技術用于進行脫碳工藝的優送的脫碳邏輯框圖。如圖1所示，該脫碳體系包括裝有預定的熔融金屬12的耐火材料爐襯轉爐10，該熔融金屬12具有已知化學成分，包括碳和其他合金成分，例如在煉鋼，特別是不銹鋼，或煉鎳基或鈷基合金時的鉻、鎳、錳、硅、鐵和鉬。裝入轉爐中的液態金屬的重量可被測定或估算。固體添加物(如果有)的重量可用本
普通技術人員公知的常用方法來分別計算，以用來調整熔池的化學成分和重量至所需水平，起始的熔池溫度也可估算或測定。可以使用常規設備來稱重裝入轉爐的液態金屬以及測量熔池的溫度。從氧氣源(未示出)流出的氧氣流量由常用的氧氣流量控制器14來調節。同樣，從源(未示出)流出的稀釋氣體的流量由常用氣體流量控制器15來調節。將氣體混合并通過常規的噴吹裝置16或其他合適的氣體噴嘴而直接噴入金屬12中。熔融金屬熔池經脫碳后進行還原、精煉及出渣，所有精煉步驟，本文檔來自技高網...

【技術保護點】
一種在耐火材料轉爐中通過控制預定熔融金屬熔池的脫碳來精煉鋼的方法，所述熔融金屬爐池具有已知的包括碳的各元素的化學成分，并具有已知或估算的熔觸金屬熔池的最初脫碳的起始溫度和重量，該脫碳工藝方法通過在調整氣流的條件下將氧氣和稀釋氣體噴吹到所述熔池中來進行，包括步驟：（ａ）訓練第一神經網絡以分析表示一個或多個脫碳操作的許多工藝周期的輸入和輸出數據，直到所述的第一神經網絡能夠提供基本精確的表示以任意預選氣體比率噴吹到所述預定熔池中需要的氧氣用量的輸出數據，以使熔池溫度升到由噴吹氣體所達到的特定目標溫度，上述輸入和輸出數據包括每個工藝周期最初的熔池化學成分、重量和溫度，每個工藝周期間所用的氧氣與稀釋氣體的氣體比率，每個工藝周期噴吹入熔池的氧氣用量，以及在每個工藝周期最后獲得的最終溫度；（ｂ）訓練第二神經網絡以分析表示一個或多個脫碳操作的許多工藝周期的輸入和輸出數據，直到該第二神經網絡能夠提供基本精確的相應于氧氣與稀釋氣體比率預選程序的被噴吹到所述預定熔池中氧氣用量輸出程序，從而在一個或多個連續步驟中將碳含量降至預定的目標含量，上述的輸入和輸出數據包括該工藝周期最初的熔池化學成分、重量和溫度，每個工藝周期期間內所用氧氣與稀釋氣體的氣體比率，每個工藝周期噴吹入熔池中的氧氣用量，以及在每個工藝周期最后獲得的最終碳含量；（ｃ）使用所述的第一神經網絡根據熔池已知起始化學成分、重量和溫度，來計算以第一次預選的氧氣與稀釋氣體比率噴吹入所述預定熔池中的氧氣用量，以將熔池溫度升高至特定的目標溫度；（ｄ）將以所述第一次預選比率的氧氣和稀釋氣體噴吹到所述熔池中直到達到由第一種經網絡計算出的氧氣用量；（ｅ）使用所述的第二神經網絡根據已知起始化學成分、重量和溫度來提供相應于氧氣與稀釋氣體比率預選程序的被噴吹到預定熔池中的氧氣用量的輸出程序，以在一個或多個步驟中連續地將所述熔池中的碳含量降至預定的目標碳含量；以及（ｆ）以所述的氧氣用量預選程序將氧氣和稀釋氣體噴吹到所述熔池中，該預選程序相應于由所述第二神經網絡計算的所述輸出程序。...

【技術特征摘要】
...

【專利技術屬性】
技術研發人員：JJ范斯坦，RB馬扎雷拉，L施坦包，
申請(專利權)人：普萊克斯技術有限公司，
類型：發明
國別省市：US[美國]