炼钢合金减量化智能控制模型及其应用

摘要

基于K均值聚类法对转炉出钢过程的合金损耗进行了研究,分析了影响合金损耗的关键因素,并将其分为3个聚类,得到转炉出钢合金损耗最低的工艺模式.在此基础上,开发了基于PCA-BP神经网络和混合整数线性规划的合金减量化智能控制系统,并以某炼钢厂为例进行了实际应用.通过对模型进行在线运行,验证了模型的准确性和实用性.使用该模型后,提高了合金化钢液成分准确度,减少由传统人工经验计算配料造成的成本浪费和成分超标等情况,优化了合金配料方案,降低了炼钢合金化成本,不同钢种铁合金加入总成本降低5.95%~14.74%,平均降幅11.72%.