转炉炼钢是世界上最主要的炼钢方法之一,目前全球共有约600台氧气转炉正在运行,年产量约45000万吨,占总产量的60%左右。作为钢铁工业的重要组成部分,其主要任务是冶炼出成分和温度均合格的钢水。由于钢水的成分和温度不能连续检测,同时冶炼过程控制的边界条件变化频繁,这给转炉冶炼过程的控制带来了困难,在实际生产过程中,难以准确控制熔池碳温,因而提高转炉炼钢终点控制命中率具有重要意义。本文以江苏淮钢“十五”技改转炉自动化项目为背景,对转炉炼钢过程的控制方法展开了研究。 本文采用静态控制结合以副枪检测为基础的动态控制,并将神经元网络、模糊控制、专家系统等智能方法应用到转炉炼钢过程的建模和控制中,提出了转炉炼钢智能控制方法。具体工作内容如下: 1、转炉静态控制方法的研究:针对常规转炉静态控制模型的不足,将人工神经元网络引入转炉炼钢静态控制领域,提出了基于神经网络的转炉智能静态控制方法,从而提高了转炉炼钢静态控制的精度。 2、转炉动态控制方法的研究:本文将神经网络、模糊控制等技术与转炉炼钢动态控制方法相结合,提出了转炉炼钢智能动态控制的新方法。该方法由动态吹炼过程的补吹氧量预设定模型、补吹氧气量和冷却剂量校正模型、熔池碳含量和温度预测模型和动态停吹决策系统组成。其中,基于模糊聚类神经网络建立预设定模型及预测模型,基于模糊推理建立校正模型,基于专家系统进行停吹决策。该方法的提出大大提高了转炉炼钢过程熔池碳温的命中率。仿真结果表明,该方法是性能良好,完全可用于实际转炉炼钢过程。