基于神经网络的转炉冶炼终点磷和硫含量预报模型

通过研究转炉冶炼终点磷、硫含量的影响因素.确定了影响冶炼终点的控制变量,根据人工神经网络技术,对常用BP算法进行改进,建立了基于神经网络的转炉冶炼终点双节点输出模型,实现了对终点钢水磷、硫含量同时进行预报,选取现场实际生产数据为样本,对模型进行训练,使模型对磷、硫含量的预报误差在±0.003%的命中率均达到了85%以上,预报精度达到了炼钢工艺的要求。

高压底吹条件下钢液流动模拟研究

高压底吹条件下钢液流动运动行为复杂,采用数值模拟分析了压力、底吹流量、底吹位置及钢液面高度对熔池内钢液流动的影响。模拟结果表明:高压条件下,随着压力的增加,熔池内的速度分布均匀,梯度减小程度小。钢液的平均速度随底吹流量的增加而增加。随底吹喷孔位置向熔池壁靠近,主循环回路变长。随着熔池液面高度的上升,气液两相区的径向范围变广,速度梯度减小,熔池内死区比例降低;达到一定高度后,氮气到达熔池液面时速度变小。研究高压底吹条件下钢液的流动行为,对钢包内钢液底吹精炼具有指导意义。