材料期刊网，材料期刊，材料类期刊，材料期刊投稿

VD真空精炼温度预报模型

开发了较为完善的VD终点温度在线预报系统。采用MINITAB软件确定影响VD过程温降的主要因素为抽真空时间、保压时间、吹氩时间、非真空时间、VD搬入钢水的过热度、LF处理时间以及转炉出钢至VD初始测温之间的钢包运输时间。应用神经网络方法对VD处理终点的钢水温度进行在线预报,系统在线连续预报了95罐,预报温度与实际测量温度之差在±5℃范围内的比例达到93.7%。

关键词: VD , 温度模型 , 在线预报 , 神经网络

BOF-LF-VD-CC工艺生产车轮钢的N含量控制

郭上型 , 王建军 , 周俐 , 刘宜强 , 范鼎东 , 史怀言 , 焦兴利 , 刘启龙 , 汪国才

钢铁钒钛 doi:10.3969/j.issn.1004-7638.2007.04.010

根据马钢车轮钢生产工艺规程,通过在线工业实验,测定了车轮钢精炼过程中钢液N含量的变化规律.结果表明:在LF-VD-CC过程中钢液吸氮主要环节包括LF过程、钢包到中包过程和中包至结晶器过程.其中LF过程钢液吸N严重,平均吸N量达到28×10-6,最大吸N量为50 x 10-6.讨论了LF过程钢液吸N原因和抑制吸N的工艺措施.VD过程中钢液脱氮效果明显,平均脱氮率可达到30%左右,平均脱氮量为21×10-6.分析了影响VD过程脱N的主要工艺参数及各参数的优化控制值.

关键词: 车轮钢 , LF , VD , CC , 氮

VD炉钢水温度预报模型

李亮 , 姜周华 , 王文忠 , 徐荣军 , 刘晓 , 顾文兵

材料与冶金学报 doi:10.3969/j.issn.1671-6620.2002.01.015

在建立VD炉温度预报神经网络模型过程中,考察了影响目标温度的因素,并应用模式识别方法对各因素进行特征分析与筛选,删除了其中三个不必要的变量:吹氩量、VD罐冷却时间以及VD罐上炉使用时间.用筛选后的样本训练神经网络,预报精度有15%左右的提高.模型在线连续预报了76炉次,预报温度与实际测量温度之差在±4℃、士5℃之内的炉次分别占67.1%与80.3%.

关键词: 模式识别 , 神经网络 , 预报模型 , 钢水温度 , VD