科研之友
微信
新浪微博
Facebook
分享链接
摘要
O2是钢铁企业冶炼过程中炼钢工序氧化脱碳反应的工艺原料，也是炼钢工序后续能源回收工序的重要安全指标成分。预测冶炼O2浓度的变化，可为高效管理炼钢工序以及提高能源回收安全性提供参考。为了更深入研究转炉冶炼脱碳反应过程的各冶炼调节参数和因数与转炉烟气中O2浓度的关系，提出兼顾经典热动力学和深度学习模型的方法，对转炉烟气中O2浓度的控制模型展开定性和定量分析研究。通过在中国北方某120 t转炉工业平台获取的大量冶炼参数做模型训练研究，研究结果经统计学回测证明是一种较准确预测氧逃逸的模型。该方法为进一步完善安全生产和能源回收效率提供理论基础，平均绝对误差可以最低可降至5.1%,表明该算法能够替代副枪技术的部分检测功能，为研究提高转炉冶炼效率提供一种新的思路，进而助力企业在ESG投资策略的评价体系中胜出。
-
单位中冶京诚工程技术有限公司
