基于神经网络的高炉铁水硅和硫含量预报模型

采用基于自学习的参考炉次法,建立了反应高炉炉温和铁水质量的预报模型,对炼铁过程铁水硅含量和硫含量进行预报,建立了基于BP神经网络的高炉铁水硅含量和硫含量预报模型。用国内某高炉的生产数据进行模型训练,经预报结果数据验证,想要通过现有直接获取的高炉参数很难准确同时预报铁水硅含量和硫含量,但基本能准确预报铁水硫含量的变化趋势。

冷轧板边裂原因分析及预防

从热轧原板材料缺陷性能、冷轧工艺等方面分析了冷轧板边裂产生的原因。认为冷轧轧机负荷分配和机架间张力控制不当是边裂产生的主要原因,热轧板边部混晶和硬度波动对其边裂有一定影响。优化冷轧工艺,有效控制热轧板组织均匀性,是解决边裂的主要措施。

高品质管线钢钙处理夹杂物变性研究

通过对国内某钢厂生产的B(PSL1)高品质石油管线钢钙处理前后钢中夹杂物类型的变化研究,从热力学上分析了钢中Al2O3夹杂的变性机理及夹杂物中CaS含量较高的原因。研究结果表明现有工艺条件下,喂入的硅钙线可以将Al2O3夹杂变性为炼钢温度下呈液态的12CaO.7Al2O3夹杂。同时,也可以将MnS完全变性为CaS,但钢中有大量单独的CaS生成。

三流大方坯中间包控流装置优化的水模拟研究

针对中间包夹杂物超标的问题,采用1∶2的水力学模型,对三流320 mm×480 mm大方坯中间包流场进行物理模拟,研究控流装置对钢液流动特性的影响,优化中间包流场。模拟结果表明:原型中间包存在着滞止时间短、死区比例大、持续流动的液体对中间包前壁不断的冲刷侵蚀的问题。采用方案3的挡墙与挡坝,滞止时间增加了18.05 s,且两个水口的滞止时间标准差仅为0.18,死区比例降幅为30.51%,很好地改善了液体的流动特性。