基于线性规划模型的钢水“脱氧合金化”配料方案优化

基于线性规划模型的钢水“脱氧合金化”配料方案优化

李海富张琛邢雅静

华北理工大以升创新教育基地河北唐山063000

摘要：炼钢过程中的脱氧合金化是钢铁冶炼中的重要工艺环节，该环节的优化直接影响着各大钢铁企业的竞争力，本文主要通过对相关数据的分析处理，BP神经网络、线性规划模型的建立，对钢水“脱氧合金化”配料的优化方案进行设计。

关键词：脱氧合金化；BP神经网络；线性规划；改进单纯形法

引言

目前炼钢过程中脱氧合金化是钢铁冶炼中的重要环节。为保证钢水质量，同时最大限度的降低合金钢的生产成本，实现解决当前炉次合金配料的自动优化和成本控制，进行数学模型的建立，实现合金配料方案的优化。

一、对于元素历史收得率的测量和分析

（一）历史收得率的计算

钢水中脱氧合金化主要关注C、Mn、S、P、Si五种元素的含量，根据冶炼过程中的相关数据，对缺失的数据用平均预测并补充删除部分无效数据。利用转炉终点、连铸正样、和钢水净重计算元素最终吸收量；利用元素质量含量和加入合金质量得出加入元素量；最后通过已知数据计算出C、Mn元素收得率。计算得出；利用公式:

(1)

得出钢液吸收的元素质量，最终的元素收得率的公式：

(2)

在本题中运用上述公式计算出每次冶炼过程中的收得率，对得出数据进行分析预测得出C的历史收得率为:;用同样的方法对Mn元素进行分析，可以计算出Mn的历史收得率为

（二）历史收得率的影响分析

（1）对C元素的收得率进行分析，通过对数据的处理分析可以明显发现影响C元素的收得率的主要因素有：加入C的质量、加入钢水的物质以及冶炼过程中的温度及元素含量。在数据的计算后可以发现C的收得率与加入C的质量是线性相关的并且经过计算可以得到图1所示折线图，对部分物质的加入进行依次分析可以发现C的收得率具有相关性，可以得出C的收得率受到了硅铝合金加入量的微量影响，收得率逐渐下降（如图2）；

此外，通过对碳化硅加入量的分析可以得到C的收得率随着碳化硅的加入量的增加而逐渐减少；已知，在冶炼过程中硅钙碳脱氧剂作为催化剂，随着加入量的增加，使C的收得率逐渐上升。

二、收得率预测模型

根据问题一中所得收得率的数据，由相关关系得出C的收得率：

（3）

对数据用线性关系处理得出C的收得率主要受到加入碳的质量、转炉终点的温度以及受碳化硅、硅钙脱氧剂两种物种的加入量的影响，再对Mn的收得率进行分析得出：

（4）

由公式得出Mn的收得率受加入的Mn的质量、C的连铸正样等因素的影响。这里可以应用BP神经网络检验本问题所得结论的准确性。

三、最小成本模型

决定变量：每种合金的加入量是决定变量。

目标函数：以合金成本最低为所求，即：

限制条件：(1)对钢水所求成分限制应该满足的条件：

（一）模型计算

结合上述条件，再加入剩余变量和松弛变量后，可得到计算成本最小的合金加入量的标准形式的数学模型为：

将上述模型整理化为矩阵形式为：

这一模型适合合金中含有多种元素的计算，合金中只含有一种元素而且这一合金元素只存在于这一合金的情况，该合金的加入量不用参与模型计算，可直接运用公式:

结束语

针对钢水脱氧合金化过程中所需考虑的问题建立了元素收得率折线图，数据准确，分析可靠。利用了BP神经网络模型，BP神经网络的自适应能力强，预测的结果可靠。利用线性规划求解最优解问题，该方法在生活的其他领域也广泛应用，特别是在“最优设计”方面，它提供了数学基础和计算方法，具有重要的实用价值。

参考文献

[1]杜家恩,吴春璟.转炉炼钢脱氧工艺的优化研究[J].中国金属通报,2018(09):88+90.

[2]李维华.80号碳化硅脱氧合金化工艺生产实践[J].中国冶金,2018,28(09):50-53.

[3]包燕平,张超杰,王敏.炼钢过程中合金减量化研究现状及展望[J].工程科学学报,2018,40(09):1017-1026.