(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110694954.7 (22)申请日 2021.06.23 (65)同一申请的已公布的文献号 申请公布号 CN 113435114 A (43)申请公布日 2021.09.24 (73)专利权人 马鞍山钢铁股份有限公司 地址 243000 安徽省马鞍山市九华西路8号 (72)发明人 胡晓光　付尚红　李应江　熊华报　 邓勇　李宝庆　谢大为　张雷　 杨明　吕永林　吴亚男　 (74)专利代理 机构 马鞍山市金桥专利代理有限 公司 341 11 专利代理师 吴方舟 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G16C 10/00(2019.01) G16C 20/70(2019.01) G16C 60/00(2019.01) C21C 5/28(2006.01) C21C 7/06(2006.01)C21C 7/068(2006.01) C21C 7/10(2006.01) (56)对比文件 CN 10876 3848 A,2018.1 1.06 CN 110106304 A,2019.08.09 CN 103468857 A,2013.12.25 CN 102787202 A,2012.1 1.21 CN 103361460 A,2013.10.23 CN 102787215 A,2012.1 1.21 CN 109957637 A,2019.07.02 KR 20200035550 A,2020.04.0 6 朱国强等.鞍钢26 0t转炉底吹工艺优化与实 践. 《鞍钢技 术》 .2016,(第0 6期), 陆锦祥等.100 t BOF-LF-RH -CC工艺冶炼结 构钢时钢中氮的行为及控制. 《特殊钢》 .20 09, (第06期), 邱在军.3 00 t转炉IF钢低枪 位低终点氧冶 炼工艺实 践. 《特殊钢》 .2020, (续) 审查员 樊宇 (54)发明名称 一种精确控制CV-RH-CC工艺路径钢种氮含 量的方法 (57)摘要 本发明公开了一种精确控制CV ‑RH‑CC工艺 路径钢种氮含量的方法， 涉及精炼技术领域， 为 解决遇到新钢种开发需要大量取样重新摸索增 氮规律， 且过程十分复杂繁琐的问题； 本发明包 括通过转炉工艺优化稳定RH进站条件， 并确定RH 基本工艺， 利用BP神经网络建立钢液氮含量预测 模型， 利用钢液氮含量预测模型对样本集以外的 转炉冶炼原始数据进行仿真， 并将 仿真的结果与 已知的氮含量数据进行对比测试， 确认训练所得 结果的误差是否满足要求； 将待预测氮含量的钢液的各参数， 输入到钢液氮含量预测模型中， 输 出预测的氮含量； 根据预测的氮含量以及目标 值， 指导RH处理时间； 本发明适用于任意钢种， 且 方法简单、 预测方便准确。 [转续页] 权利要求书2页 说明书7页 附图1页 CN 113435114 B 2022.11.22 CN 113435114 B (56)对比文件 Bin Xie等.An ac curacy model for o n- line predicti on of effluent am monia nitrogen in anammox treatment s ystem based on pca-bp algorithm. 《2017 2nd IE EE Internati onal Conference o n Computati onal Intelligence and Ap plications (ICCIA)》 .2017, 朱万军等.RH精炼过程钢水全氧量变化研 究. 《冶金自动化》 .2014,2/2 页 2[接上页] CN 113435114 B1.一种精确控制CV ‑RH‑CC工艺路径钢种氮含量的方法， 其特征在于， 包括以下具体步 骤： 1)通过转炉工艺优化稳定RH进站条件， 并确定RH基本 工艺； 2)利用包括依次连接的输入层、 隐含层和输出层的BP神经网络建立钢液氮含量预测模 型， 建立步骤如下： 2.1)确定参数， 并以参数总量作为神经元节点数m； 确定输出值为氮含量一项， 即输出 层的节点数为n＝1； 隐含层的节点数的初始值为 选定学习速率 η； 2.2)收集多组已知的转炉冶炼参数和氮含量作为样本集， 并选用MATLAB中mapminmax 函数， 将各参数和氮含量归一 化处理为‑1～1之间的数， 公式为： 2.3)将归一化后的参数作 为输入值， 氮含量作 为输出值， 选用newff函数创建前向神经 网络； 输入层与隐含层之间的神经元采用logsig传递函数， 激励函数为S型的对数函数； 隐 含层与输出层之间的神经元模型采用purelin函数； 性能函数选用mse函数， 训练得到钢液 氮含量预测模型； 3)利用钢液氮含量预测模型对样本集以外的转炉冶炼原始数据进行仿真， 并将仿真的 结果与对应的氮含量数据进行对比测试， 确认训练所 得结果的误差是否满足要求； 4)将待预测氮含量的钢液的各参数， 输入到钢液氮含量预测模型中， 输出预测的氮含 量； 5)根据预测的氮含量以及目标值， 指导RH处 理时间； 所述步骤1)中， 转炉工艺包括转炉底吹模式， 硅锰氧化期底吹流量0.03 ‑0.06Nm3/ t.min， 气体类型氮气； 碳氧化前期0.01 ‑0.04Nm3/t.min， 气体类型氩气； 碳氧化中期0.05 ‑ 0.09Nm3/t.min， 气体类型氩气； 碳氧化后期0.07 ‑0.11Nm3/t.min， 气体类型氩气； 副吹阶段 0.12‑0.18Nm3/t.min， 气体类型氩气； 所述步骤1)中， 转炉工艺包括对于产品碳含量不大于0.030％的钢种， 转炉出钢不进行 脱氧； 对于产品碳含量大于0.030％的钢种， 转炉出钢用铝粒进 行脱氧及初步硅、 锰合金化， 出钢后底吹氮气10mi n； 所述步骤1)中， RH基本工艺包括对于产品碳含量不大于0.010％的钢种， RH进站提升气 体采用氩气， 流量为130～150Nm3/h， 真空度不大于2.6mbar， 脱碳时间5 ‑8min， 脱碳结束后 采用铝进行脱氧， 真空度调整为50mar， 提升气体采用氮气， 流量为160～180Nm3/h； 对于产 品碳含量大于0.01％且不大于0.030％的钢种， RH进站提升气体采用氩气， 流量为130～ 150Nm3/h， 真空度设定50mbar， 脱碳时间5 ‑8min， 脱碳结束后采用铝进行脱氧， 真空度调整 为50mar， 提升气体采用氮气， 流量为160～180Nm3/h； 对于产品碳含量大于0.030％的钢种， RH进站提升气体采用氮气， 流量为130～150Nm3/h， 真空度不大于50mbar， 提升气体采用氮 气， 流量为140～16 0Nm3/h。 2.根据权利要求1所述的一种精确控制CV ‑RH‑CC工艺路径钢种氮含量的方法， 其特征 在于： 所述参数包括转炉补吹时间、 钢液化学成分、 真空度、 钢液温度、 提升气体种类及流 量、 真空保持期内吹氮时间、 工位、 真空槽编号、 精炼工位、 合金种类及加入量， 所述钢液化 学成分至少包括氮的理论溶解度、 钢水硫 含量和钢水 氧含量。权　利　要　求　书 1/2 页 2 CN 113435114 B 3