利用多方式测温和神经元算法建立转炉炼钢的静态模型

摘要

众所周知,转炉内的温度分布极为复杂.随着炉龄增加,底吹流量减少,转炉内的温度分布变得更为不均.为此采用副枪测温取样、转炉钢水表面红外温度测量、转炉底部光纤温度连续测量、转炉烟气温度预测等方法,建立转炉炼钢立体温度模型.利用多方式的测温有助于了解转炉内部的温度分布,并通过神经元算法预测钢液温度的变化,同样利用模型可以掌握转炉中废钢量的变化和渣层的形成,这样可以有针对性地对钢水进行精细地控制，由此建立的转炉静态模型实现了碳、温双命中的目标。