專利名稱：在鋼的精煉中使用神經(jīng)網(wǎng)絡(luò)將熔融金屬脫碳的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及在鋼的精煉中將熔融金屬脫碳的AOD工藝，更具體地是涉及用神經(jīng)網(wǎng)絡(luò)控制脫碳操作使熔融金屬脫碳的AOD工藝。
在鋼鐵工業(yè)中精煉金屬已得到廣泛承認(rèn)的工藝是氬氧脫碳工藝，也稱作“AOD”工藝。AOD精煉的目的首先是去除金屬熔池中的碳，然后還原在脫碳過(guò)程中已被氧化的任何金屬，最后在將金屬液澆鑄成產(chǎn)品之前調(diào)整溶池的溫度和化學(xué)成分。通過(guò)噴吹氧氣和隋性氣體混合物來(lái)促使碳的氧化先于存在于熔池中的其他金屬組分的氧化的方式而完成脫碳。在脫碳工藝中，隨著碳含量的逐漸降低，則通過(guò)噴吹隋性氣體來(lái)逐漸增加氧氣的稀釋以促使碳的氧化和去除。
溶池的重量、化學(xué)成份、溫度、噴吹氧氣和隋性氣體的量、以及所導(dǎo)致的金屬化學(xué)成分和溫度的變化這些參數(shù)之間的相互關(guān)系已經(jīng)理論化了，這樣則可控制和掌握如何優(yōu)選經(jīng)濟(jì)的工藝。熱力學(xué)模型已經(jīng)追蹤了這些參數(shù)之間的相互關(guān)系，但這限制了精確度，并且還沒(méi)有避免在處理任一個(gè)所給加熱金屬中所需的對(duì)溫度和化學(xué)成分進(jìn)行中間取樣。某些理論已經(jīng)通過(guò)考慮碳和其他所存金屬種類之間競(jìng)爭(zhēng)氧化的化學(xué)動(dòng)力學(xué)而采用了使脫碳反應(yīng)更易掌握，從而更易控制的方法。從而也已構(gòu)成了結(jié)合考慮熱力學(xué)和動(dòng)力學(xué)的方法。最終，統(tǒng)計(jì)的方法用于AOD轉(zhuǎn)爐脫碳的經(jīng)驗(yàn)?zāi)Ｐ汀?br> 傳統(tǒng)的AOD操作的脫碳循環(huán)模型不僅需要全面掌握如何模擬用于計(jì)算機(jī)程序中的熱力學(xué)和/或動(dòng)力學(xué)，而且需要包括在該反應(yīng)中的各種性質(zhì)的大量信息。例如，正常的熱力學(xué)模型需要至少25個(gè)相關(guān)的相互反應(yīng)系數(shù)的信息。也必需知道與每個(gè)相關(guān)反應(yīng)有關(guān)的自由焓和自由熵以及施加于通過(guò)溶池并與之反應(yīng)的氣泡之上的表征壓力。動(dòng)力學(xué)模型是建立在擴(kuò)散速率、吸附速率和解吸速率明顯影響所發(fā)生的競(jìng)爭(zhēng)氧化反應(yīng)的相對(duì)程度的假設(shè)之上的，它也類似地取決于相關(guān)于溫度和基本成份的這些速率的準(zhǔn)確信息。它們還必須能夠模擬氣泡相對(duì)于周圍液體的速度、表面積、以及氣泡在金屬相中的殘留時(shí)間。因此，建立在化學(xué)理論上的脫碳模型必須以精確檢測(cè)多種數(shù)據(jù)為前提條件。它們還必須需要正確掌握各種反應(yīng)的機(jī)理。由于這些模型至少缺少這兩種需求中的一種，則對(duì)于已知的物理“常數(shù)”作出變更以使模型更好地適合于實(shí)際的結(jié)果是正常的。由于這些模型非常復(fù)雜，非常熟練的技術(shù)人員需要調(diào)整參數(shù)以改善全部結(jié)果的所有精度。通常已經(jīng)發(fā)現(xiàn)，一種特定的調(diào)整好常數(shù)的解決方案或組合只最適于表示一組特定加工條件的結(jié)果。也就是說(shuō)，解決方案并不是能通用的，而是只適合于少量特定的需調(diào)整的數(shù)據(jù)。
盡管有多種方法，仍存在不精確性。并且通常需要在脫碳工藝步驟中進(jìn)行某種形式的碳含量的檢測(cè)。這通常需要中斷工藝過(guò)程，進(jìn)行金屬取樣，在恢復(fù)工藝過(guò)程之前分析碳含量并測(cè)量熔池溫度。在脫碳過(guò)程中缺乏工藝控制不僅需要過(guò)量的取樣，而且使在最合適的降低成本及產(chǎn)量最大的條件的操作成為不可能的。
使用“神經(jīng)網(wǎng)絡(luò)”的計(jì)算機(jī)處理系統(tǒng)的優(yōu)越性來(lái)自這樣一個(gè)事實(shí)，即不需要理論掌握脫碳過(guò)程。也不需要知道鋼種的物理性能以及所包括的熱力學(xué)和動(dòng)力學(xué)反應(yīng)，而且也不需反應(yīng)容器的傳熱性能。給出相關(guān)的輸入?yún)?shù)，神經(jīng)網(wǎng)絡(luò)則可計(jì)算該輸入數(shù)據(jù)并提供合適的輸出數(shù)據(jù)來(lái)控制脫碳操作，這一過(guò)程是基于識(shí)別輸入和輸出數(shù)據(jù)之間的模式，該神經(jīng)網(wǎng)絡(luò)已經(jīng)通過(guò)學(xué)習(xí)和訓(xùn)練程序而能夠?qū)W習(xí)，這種學(xué)習(xí)和訓(xùn)練程序包括評(píng)價(jià)提供給神練網(wǎng)絡(luò)的數(shù)千次的隨機(jī)例子。
該計(jì)算機(jī)完成基于神經(jīng)模式的平行分布邏輯的工藝，即模擬人腦的思維過(guò)程，通常被稱作“神經(jīng)網(wǎng)絡(luò)”。神經(jīng)網(wǎng)絡(luò)使用大量稱作“神經(jīng)原”的非線性元件來(lái)模擬人腦中神經(jīng)原的功能，每個(gè)神經(jīng)原表示一個(gè)工藝元件。每個(gè)工藝元件通過(guò)連接權(quán)或由累加結(jié)合的“神經(jīng)鍵”與另一個(gè)工藝元件連接。該連接權(quán)通過(guò)從多個(gè)例子的適當(dāng)學(xué)習(xí)而修改。一旦經(jīng)過(guò)訓(xùn)練，該神經(jīng)網(wǎng)絡(luò)就有識(shí)別可被利用的輸入和輸出數(shù)據(jù)之間模式的能力(在下文進(jìn)行詳細(xì)解釋)，以提供用于控制脫碳操作的信息，而不必涉及在溶池中各組分的熱力學(xué)活性和/或反應(yīng)的動(dòng)力學(xué)。根據(jù)本發(fā)明該熔池表示被轉(zhuǎn)到耐火材料爐襯轉(zhuǎn)爐中進(jìn)行精煉的熔融金屬。
在主要的方面，本發(fā)明是一種在耐火材料轉(zhuǎn)爐中通過(guò)控制預(yù)定熔融金屬熔池的脫碳來(lái)精煉金屬的方法，該熔融金屬熔池具有已知的包括碳的各元素的化學(xué)成分，并具有已知或設(shè)定的熔融金屬熔池最初脫碳的起始溫度和重量，所述的脫碳工藝通過(guò)在調(diào)整氣流的條件下將氧氣和稀釋氣體噴吹到所述熔池中來(lái)進(jìn)行，包括步驟(a)訓(xùn)練第一神經(jīng)網(wǎng)絡(luò)以分析表示一個(gè)或多個(gè)脫碳操作的許多工藝周期的輸入和輸出數(shù)據(jù)。直到所述的第一神經(jīng)網(wǎng)絡(luò)能夠提供基本精確的表示以任意預(yù)選氣體比率噴吹到所述預(yù)定熔池中需要的氧氣用量的輸出數(shù)據(jù)，以使熔池溫度升到由噴吹氣體所達(dá)到的特定目標(biāo)溫度，上述的輸入和輸出數(shù)據(jù)包括每個(gè)工藝周期最初的熔池的化學(xué)成分、重量和溫度;每個(gè)工藝周期期間所用的氧氣與稀釋氣體之間的氣體比率;每個(gè)工藝周期內(nèi)噴吹入熔池的氧氣用量;以及在每個(gè)工藝周期最后獲得的最終溫度;
(b)訓(xùn)練第二神經(jīng)網(wǎng)絡(luò)以分析表示一個(gè)或多個(gè)脫碳操作的許多工藝周期的輸入和輸出數(shù)據(jù)，直至該第二神經(jīng)網(wǎng)絡(luò)能夠提供基本精確的相應(yīng)于氧氣與稀釋氣體比率預(yù)選程序的被噴吹到所述預(yù)定熔池中氧氣用量輸出程序，從而在一個(gè)或多個(gè)連續(xù)步驟中將碳含量降至預(yù)定的目標(biāo)含量。上述的輸入和輸出數(shù)據(jù)包括該工藝周期最初的熔池化學(xué)成分、重量和溫度;每個(gè)工藝周期期間內(nèi)所用氧氣與稀釋氣體的氣體比率;每個(gè)工藝周期噴吹入熔池中的氧氣用量;以及在每個(gè)工藝周期最后獲得的最終碳含量;
(c)使用所述的第一神經(jīng)網(wǎng)絡(luò)根據(jù)起始化學(xué)成分、重量和溫度，計(jì)算用于以第一次預(yù)先的氧氣與稀釋氣體比率噴吹入所述預(yù)定熔池中的氧氣用量以將熔池溫度升高至特定目標(biāo)溫度;
(d)將以所說(shuō)的第一次預(yù)先比率的氧氣和稀釋氣體噴吹到所述熔池中直至達(dá)到由第一神經(jīng)網(wǎng)絡(luò)計(jì)算出的氧氣用量;
(e)使用所述的第二神經(jīng)網(wǎng)絡(luò)根據(jù)已知起始化學(xué)成分，重量和溫度提供相應(yīng)于氧氣與稀釋氣體比率預(yù)選程序的被噴吹到預(yù)定熔池中的氧氣用量輸出程序，以在一個(gè)或多個(gè)步驟中連續(xù)地將所述熔池中的碳含量降至預(yù)定的目標(biāo)碳含量;以及(f)以所述的氧氣用量預(yù)選程序?qū)⒀鯕夂拖♂寶怏w噴吹到所述熔池中，該預(yù)選程序相應(yīng)于由所述第二神經(jīng)網(wǎng)絡(luò)計(jì)算的所述輸出程序。
本發(fā)明的優(yōu)越性由下面結(jié)合附圖進(jìn)行的詳細(xì)說(shuō)明而變的更為清楚。


圖1為本發(fā)明所用的脫碳體系的一般示意圖。
圖2為本發(fā)明所用的神經(jīng)網(wǎng)絡(luò)的典型示意圖。
圖3表明按照?qǐng)D4的訓(xùn)練技術(shù)訓(xùn)練圖2的神經(jīng)網(wǎng)絡(luò)中使用的優(yōu)選的變換函數(shù)類型。
圖4為本發(fā)明用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的訓(xùn)練技術(shù)流程圖。
圖5為本發(fā)明用于進(jìn)行脫碳工藝的優(yōu)送的脫碳邏輯框圖。
如圖1所示，該脫碳體系包括裝有預(yù)定的熔融金屬12的耐火材料爐襯轉(zhuǎn)爐10，該熔融金屬12具有已知化學(xué)成分，包括碳和其他合金成分，例如在煉鋼，特別是不銹鋼，或煉鎳基或鈷基合金時(shí)的鉻、鎳、錳、硅、鐵和鉬。裝入轉(zhuǎn)爐中的液態(tài)金屬的重量可被測(cè)定或估算。
固體添加物(如果有)的重量可用本技術(shù)領(lǐng)域普通技術(shù)人員公知的常用方法來(lái)分別計(jì)算，以用來(lái)調(diào)整熔池的化學(xué)成分和重量至所需水平，起始的熔池溫度也可估算或測(cè)定?？梢允褂贸Ｒ?guī)設(shè)備來(lái)稱重裝入轉(zhuǎn)爐的液態(tài)金屬以及測(cè)量熔池的溫度。
從氧氣源(未示出)流出的氧氣流量由常用的氧氣流量控制器14來(lái)調(diào)節(jié)。同樣，從源(未示出)流出的稀釋氣體的流量由常用氣體流量控制器15來(lái)調(diào)節(jié)。將氣體混合并通過(guò)常規(guī)的噴吹裝置16或其他合適的氣體噴嘴而直接噴入金屬12中。
熔融金屬熔池經(jīng)脫碳后進(jìn)行還原、精煉及出渣，所有精煉步驟，包括還原過(guò)程，都以常規(guī)方法進(jìn)行。根據(jù)本發(fā)明，通過(guò)噴吹氧氣和稀釋氣體而獲得脫碳，噴吹優(yōu)選在液面以下，以單獨(dú)的或與從熔池上面噴吹輔助氧氣和/或稀釋氣體相結(jié)合的形式。另外，所有的氧氣和稀釋氣體也可從熔池表面上方噴吹到該熔池之上，該稀釋氣體選自氬氣、氮?dú)夂投趸?。該金屬熔池通過(guò)在脫碳過(guò)程中發(fā)生的放熱氧化反應(yīng)而被加熱。如果需要過(guò)量的熱量，通常將鋁和/或硅固體添加物添加到熔池中，接著供到熔池中的氧氣氧化這些添加物以放出更多的熱量。爐渣化學(xué)成份的控制與本發(fā)明無(wú)關(guān)。
通常以精煉轉(zhuǎn)爐和爐容量所能獲得的最大氣流速率來(lái)噴吹熔融金屬爐或熔池，對(duì)于AOD轉(zhuǎn)爐精煉，該速率大致為每噸金屬每小時(shí)500至4000立方英尺的全部氣流量，并保持相對(duì)高的氧流速與稀釋氣體流速的比率(優(yōu)選在3∶1和10∶1之間)，直至耐火材料達(dá)到承受高溫的極限狀態(tài)。用于本發(fā)明目的的所給出的噴吹到轉(zhuǎn)爐中的氧氣用量定義為氧氣計(jì)數(shù)或氧氣“數(shù)”。同樣，所給出的噴吹到轉(zhuǎn)爐中的氬氣或其他稀釋氣體的用量定義為稀釋氣體數(shù)。
一組流量計(jì)19和19′及一組積分儀25和25′用來(lái)測(cè)量噴吹到熔池12中的氧氣數(shù)和稀釋氣體數(shù)。氧氣與稀釋氣體的比率可通過(guò)調(diào)節(jié)每種氣體流過(guò)其相應(yīng)的流量控制儀的流量而得到控制，這種調(diào)節(jié)在計(jì)算機(jī)18的指導(dǎo)下可手工或全自動(dòng)地進(jìn)行。計(jì)算機(jī)18被程序化以執(zhí)行圖5所示的脫碳邏輯，并執(zhí)行分別標(biāo)號(hào)為1-5的多個(gè)神經(jīng)網(wǎng)絡(luò)的選擇性操作。盡管使用5個(gè)神經(jīng)網(wǎng)絡(luò)是優(yōu)選的，但在本發(fā)明中至少需要使用2個(gè)神經(jīng)網(wǎng)絡(luò)，這點(diǎn)將在下面詳述。
表示典型的神經(jīng)網(wǎng)絡(luò)的程序示于圖2中，根據(jù)所用的特定神經(jīng)網(wǎng)絡(luò)模式，它包括通過(guò)權(quán)連接或“神經(jīng)鍵”而連接于其他的類似神經(jīng)原層的輸入運(yùn)算器或“神經(jīng)原”層。該神經(jīng)網(wǎng)絡(luò)通過(guò)訓(xùn)練內(nèi)部發(fā)展基于權(quán)連接調(diào)整的其自身的算法。
該第一層或輸入層的神經(jīng)原定義為輸入神經(jīng)原22，而在最后一層的神經(jīng)原稱為輸出神經(jīng)原24。該輸入神經(jīng)原22和輸出神經(jīng)原24可以由連續(xù)數(shù)字模擬器或許多常用的數(shù)字或模擬器件(例如運(yùn)算放大器)所構(gòu)成。神經(jīng)原的中間層定義為內(nèi)部或隱藏神經(jīng)原層26。盡管在圖2中示出位于單個(gè)隱藏層26上的僅4個(gè)隱藏神經(jīng)原，應(yīng)當(dāng)理解的是，實(shí)際上可以使用更多或更少量的神經(jīng)原和/或更多的隱藏神經(jīng)原層，這取決于給這種神經(jīng)網(wǎng)絡(luò)所設(shè)計(jì)的特殊功能。在每一層上的每個(gè)神經(jīng)原連接于在每個(gè)相鄰層上的每一個(gè)神經(jīng)原。也就是說(shuō)，每個(gè)輸入神經(jīng)原22連接于在相鄰內(nèi)層上的每個(gè)內(nèi)部神經(jīng)原26。同樣，每個(gè)內(nèi)部神經(jīng)原26連接于可含有另外內(nèi)部神經(jīng)原26的下一個(gè)相鄰內(nèi)層上的每個(gè)神經(jīng)原。如圖2所示，下一層含有輸出神經(jīng)原24。輸出層上的每個(gè)神經(jīng)原連接于在其前面相鄰內(nèi)層上的每個(gè)神經(jīng)原。
每一個(gè)神經(jīng)原之間的連接27含有權(quán)或“神經(jīng)鍵”(在圖2中為避免混亂只標(biāo)出了幾個(gè)連接27，但是，標(biāo)號(hào)27應(yīng)表示所有的連接27)。這些權(quán)可以用數(shù)字計(jì)算機(jī)模擬器、可變電阻、或用具有可變?cè)鲆娴姆糯笃?、或用使用電容器等的?chǎng)致效應(yīng)晶體管(FET)連接控制儀器實(shí)現(xiàn)。該連接權(quán)27用于降低或增大各神經(jīng)原之間的連接強(qiáng)度。盡管該連接權(quán)27用單線表示，但應(yīng)理解的是，可用兩根獨(dú)立的線來(lái)表示在兩個(gè)方向上的信號(hào)傳送。因?yàn)檫@點(diǎn)在訓(xùn)練程序過(guò)程中是需要的。連接權(quán)27的值可以是任何正或負(fù)值。當(dāng)權(quán)為零時(shí)，表示對(duì)兩個(gè)神經(jīng)原之間的連接沒(méi)有影響。
每個(gè)輸入神經(jīng)原22、內(nèi)部神經(jīng)原26和輸出神經(jīng)原24都含有具有1個(gè)或多個(gè)輸入端的類似的運(yùn)算器，并產(chǎn)生一個(gè)單一的輸出信號(hào)。根據(jù)優(yōu)選的實(shí)施例，可使用常規(guī)的后傳輸訓(xùn)練算法。另外，也可使用本領(lǐng)域普遍技術(shù)人員所公知的其他相當(dāng)?shù)膶W(xué)習(xí)范例。后傳輸需要每個(gè)神經(jīng)原產(chǎn)生一個(gè)是其輸入量的連續(xù)可微分的非線性或半線性函數(shù)的輸出量。這種函數(shù)稱為變換函數(shù)，優(yōu)選地是具有下面通式的s形邏輯非線性函數(shù)
Yf= 1/(1+e-[Σ(Wj·Xj)+θ]) (1)式中Yi是神經(jīng)原i的輸出量，∑(Wj·Xj)是從前一層的神經(jīng)原j至神經(jīng)原i的輸入量的總和，Xj是每個(gè)在前一層的神經(jīng)原j至神經(jīng)原i的輸出量，Wj是涉及每個(gè)將在前一層上的神經(jīng)原j連接于神經(jīng)原i的神經(jīng)鍵的權(quán)，而θ是在函數(shù)中類似于閾值的偏差值。相對(duì)于其總輸入量NETi＝Σ[(Wj·Xj)+θ]的該函數(shù)Yi的導(dǎo)數(shù)由下式給出
因此，這滿足了輸出量是輸入量的可微分函數(shù)的需要?？捎闷渌淖儞Q函數(shù)例如雙曲正切等。
訓(xùn)練神經(jīng)網(wǎng)絡(luò)以精確計(jì)算輸出量的過(guò)程包括在基于已知輸入量以反復(fù)方式調(diào)整每個(gè)神經(jīng)鍵27的連接權(quán)直至所產(chǎn)生輸出量相應(yīng)于一組特定的輸入量，該輸出量滿足了訓(xùn)練標(biāo)準(zhǔn)或容差系數(shù)，如在圖4中步驟E所示例的。
在訓(xùn)練期間，對(duì)于每個(gè)神經(jīng)原的變換函數(shù)Yi保持相同，但權(quán)27是變化的。因此，連接強(qiáng)度是以經(jīng)驗(yàn)函數(shù)而變化的。該權(quán)27的變化依據(jù)于△Wj＝ηδiWj(3)
式中△Wj為對(duì)原有權(quán)Wj的遞增調(diào)整量，δi是神經(jīng)原所用的誤差信號(hào)，而η是比例常數(shù)，也稱作學(xué)習(xí)速率。
該誤差信號(hào)δi的確定是一種由輸出神經(jīng)原后傳輸?shù)倪f歸過(guò)程。首先，將輸入值傳輸?shù)捷斎肷窠?jīng)原22中。這使得根據(jù)等式1或那些類似變換函數(shù)的計(jì)算通過(guò)圖2的神經(jīng)網(wǎng)絡(luò)被傳輸，直至產(chǎn)生輸出值。由圖3可以注意到，沒(méi)有無(wú)窮大的權(quán)，變換函數(shù)Yi不能達(dá)到-1或+1這一最終極限。每個(gè)輸出神經(jīng)原24的計(jì)算輸出值與理想的或由訓(xùn)練數(shù)據(jù)被認(rèn)為是正確的輸出值相比較。對(duì)于輸出神經(jīng)原，該誤差信號(hào)為
式中Di是所給輸出神經(jīng)原的理想輸出值。通過(guò)用S型變換函數(shù)將等式2代入等式4中，該輸出神經(jīng)原i的誤差信號(hào)可表示為下式δi＝(Di-Yi)(Yi)(1-Yi) (5)對(duì)于隱藏神經(jīng)原26來(lái)說(shuō)，由所測(cè)數(shù)據(jù)不存在特別理想的輸出值，所以該誤差信號(hào)由遞歸確定，以輸出的誤差信號(hào)表示，或以該隱藏層神經(jīng)原直接連接的順序的隱藏層神經(jīng)原k的誤差信號(hào)以及它們之間的連接權(quán)來(lái)表示。因此，對(duì)于非輸出神經(jīng)原
δi＝Y(jié)i(1-Yi)∑(δk·Wk) (6)式中δk是相關(guān)輸出的誤差信號(hào)，或是該隱藏神經(jīng)原i連接的順序隱藏層神經(jīng)原k的誤差信號(hào)，Wk是神經(jīng)原k和隱藏神經(jīng)原i之間的權(quán)。
由公式3可以看出每次誤差信號(hào)δi的傳輸學(xué)習(xí)速率η如何明顯地影響權(quán)的變化。η越大，則權(quán)的變化就越大，而學(xué)習(xí)速率就越快。但是，如果學(xué)習(xí)速率過(guò)于大，則該體系在學(xué)習(xí)時(shí)發(fā)生振蕩。通過(guò)用動(dòng)量項(xiàng)α甚至在大的學(xué)習(xí)速率下也可避免振蕩。因此，△Wi，n+1＝ηδiYi+α△Wi，n(7)可用來(lái)代替等式3，式中△Wi，n+1為Wi現(xiàn)存的調(diào)整，△Wi，n為Wi先前的調(diào)態(tài)。
常數(shù)α決定了過(guò)去的權(quán)變化△Wi，n對(duì)現(xiàn)在的權(quán)△Wi，n+1運(yùn)動(dòng)方向的影響，這提供了一類有效地過(guò)濾掉權(quán)高頻振蕩的權(quán)動(dòng)量。
通過(guò)首先從許多實(shí)際脫碳操作中收集一組輸入和輸出數(shù)據(jù)并將它們以隨機(jī)順序作為訓(xùn)練數(shù)據(jù)而提供給神經(jīng)網(wǎng)絡(luò)來(lái)完成訓(xùn)練。收集的數(shù)據(jù)定義了熔觸金屬熔池起始的化學(xué)成分、起始的熔池溫度和重量，在噴吹期間加入的固體添加物的重量、噴吹的氧氣與稀釋氣體的比率以及獲得的最終溫度，其中的輸出數(shù)據(jù)包括噴吹到熔池中的氧氣數(shù)和稀釋氣體數(shù)。在脫碳期間所用的固體添加劑的例子為助熔劑，如石灰、白云石質(zhì)石灰或氧化鎂，對(duì)于鐵金屬精煉時(shí)作為鐵源的基料、對(duì)于鈷基金屬精煉時(shí)作為鈷源的基料和對(duì)于鎳基金屬精煉時(shí)作為鎳源的基料、鉻鐵、錳鐵、鎳以及鎳鐵。對(duì)于每個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)，用作輸入量的參數(shù)和用作輸出量的參數(shù)是變化的，這取決于網(wǎng)絡(luò)的功能。
神經(jīng)網(wǎng)絡(luò)1至5中的每一個(gè)都設(shè)計(jì)為不同的功能，并被訓(xùn)練以識(shí)別和鑒定在脫碳操作中需執(zhí)行這些功能的需求。例如，第一神經(jīng)網(wǎng)絡(luò)1被設(shè)計(jì)為確定氣體、噴吹需求量的功能，即以預(yù)選氧氣與稀釋氣體比率的氧氣數(shù)，以由裝在轉(zhuǎn)爐10中的熔池12的起始化學(xué)成分、溫度和重量而達(dá)到特定的熔池溫度。第二神經(jīng)網(wǎng)絡(luò)被設(shè)計(jì)成為確定氣體噴吹需求量的功能，以通過(guò)用預(yù)定氣體比率程序由裝在轉(zhuǎn)爐10中的熔池12的起始化學(xué)成分、溫度和重量而達(dá)到特定的碳含量。
第三神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)為確定在將氣體噴吹后熔融熔池中的碳含量的功能以補(bǔ)償前兩個(gè)神經(jīng)網(wǎng)絡(luò)中任一個(gè)的計(jì)算。第四神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)為計(jì)算熔池溫度的功能，而第五神經(jīng)網(wǎng)絡(luò)在完成噴吹預(yù)定的氧氣與稀釋氣體比率的氧氣時(shí)計(jì)算熔池的硅、錳、鉻、鎳和鉬的含量，這種預(yù)定的氧氣與稀釋氣體的比率與或者神經(jīng)網(wǎng)絡(luò)1或者2所基于的輸入數(shù)據(jù)有關(guān)，輸入數(shù)據(jù)包括熔池原始的化學(xué)成分、溫度和重量、噴吹氧氣數(shù)以及所用的氧氣與稀釋氣體的比率。原始條件的輸入數(shù)據(jù)可以代表當(dāng)熔融金屬轉(zhuǎn)移到精煉轉(zhuǎn)爐時(shí)的起始條件或者在脫碳操作過(guò)程中每一個(gè)工藝周期(即噴吹周期)剛開始所處的起始條件，這點(diǎn)在下文中更為詳細(xì)地解釋。因此神經(jīng)網(wǎng)絡(luò)1-2按照?qǐng)D5的脫碳邏輯提供了所需的用于熔融金屬熔池脫碳的脫碳氧氣數(shù)。計(jì)算機(jī)18依照神經(jīng)網(wǎng)絡(luò)1-2各自的計(jì)算從而滿足了進(jìn)行脫碳操作時(shí)圖5的邏輯需要。
為了本發(fā)明的目的，神經(jīng)網(wǎng)絡(luò)1用于確定需要被噴吹到熔池中以達(dá)到特定目標(biāo)溫度的氧氣用量，并且具有10個(gè)相應(yīng)的輸入神經(jīng)原22，用于輸入原始條件參數(shù)，包括熔池原始的碳、硅、錳、鉻、鎳和鉬的含量，熔池的原始溫度和重量、熔池的特定目標(biāo)溫度以及所用的氧氣與稀釋氣體的比率、另外還使用6個(gè)附加輸入神經(jīng)原以輸入在噴吹周期內(nèi)加入的如上所定義的6種固體添加物的每一種的重量。因此，神經(jīng)網(wǎng)絡(luò)1由16個(gè)輸入神經(jīng)原22、一個(gè)用于表示為達(dá)到特定目標(biāo)溫度所需氧氣數(shù)的輸出神經(jīng)原24以及8個(gè)位于單層的隱藏或內(nèi)部神經(jīng)原26所構(gòu)成。
神經(jīng)網(wǎng)絡(luò)2用于確定為達(dá)到特定含碳量所需的氧氣用量，類似于神經(jīng)網(wǎng)絡(luò)1，它具有10個(gè)輸入神經(jīng)原22，用于輸入熔池的原始碳、硅、錳、鉻、鎳和鉬含量、原始的熔池溫度和重量、所需的目標(biāo)碳含量以及氧氣與稀釋氣體的比率。另外附加的6個(gè)輸入神經(jīng)原用于在噴吹周期加入的6種固體添加物。因此，神經(jīng)網(wǎng)絡(luò)2是由17個(gè)輸入神經(jīng)原22和1個(gè)用表示為達(dá)到特定目標(biāo)碳含量所需氧氣數(shù)的輸出神經(jīng)原24以及8個(gè)位于單層的隱藏或內(nèi)部神經(jīng)原26所構(gòu)成。
神經(jīng)網(wǎng)絡(luò)3用于確定通過(guò)以特定的氧氣與稀釋氣體比率將特定數(shù)量的氧氣噴吹到已知原始熔池條件的熔池中而達(dá)到的碳含量，它具有相應(yīng)的輸入神經(jīng)原22以輸入熔池的原始碳、硅、錳、鉻、鎳和鉬含量，原始熔池的溫度和重量。噴吹氧氣和稀釋氣體的特定用量、和噴吹氧氣與稀釋氣體的比率以及在噴吹周期加入的每種添加物的重量。因?yàn)榫哂?種添加物，所以網(wǎng)絡(luò)由17個(gè)輸入神經(jīng)原構(gòu)成。該網(wǎng)絡(luò)具有1個(gè)表示由噴吹特定氣體所導(dǎo)致的碳含量的輸出神經(jīng)原并具有9個(gè)位于單層上的隱藏神經(jīng)原。
神經(jīng)網(wǎng)絡(luò)4用于確定通過(guò)以特定的氧氣與稀釋氣體比率將特定數(shù)量的氧氣噴吹到已知原始熔池條件的熔池中而達(dá)到的溫度，它具有相應(yīng)的輸入神經(jīng)原22以輸入熔池的原始碳、硅、錳、鉻、鎳和鉬的含量、熔池的溫度和重量、在噴吹周期內(nèi)加入的每種添加物的重量、噴吹氧氣和稀釋氣體的特定用量、經(jīng)過(guò)的時(shí)間、以及噴吹氧氣和稀釋氣體的比率。因?yàn)榫哂?種添加物，所以網(wǎng)絡(luò)由18個(gè)輸入神經(jīng)原構(gòu)成。該網(wǎng)絡(luò)具有1個(gè)表示由噴吹特定氣體所導(dǎo)致的溫度的輸出神經(jīng)原并具有9個(gè)位于單層上的隱藏神經(jīng)原。
神經(jīng)網(wǎng)絡(luò)5用于確定以特定的氧氣與稀釋氣體比率將特定數(shù)量的氧氣和稀釋氣體噴吹到已知原始熔池條件的熔池中之后的熔池的硅、錳、鉻、鎳和鉬的含量。神經(jīng)網(wǎng)絡(luò)5具有相應(yīng)的輸入神經(jīng)原，用于輸入熔池的原始碳、硅、錳、鉻、鎳和鉬的含量、熔池的溫度和重量、在噴吹周期內(nèi)加入的每種添加物的重量、噴吹氧氣和稀釋氣體的特定用量及噴吹氧氣和稀釋氣體的比率。因?yàn)榫哂?種添加物，所以網(wǎng)絡(luò)由17個(gè)輸入神經(jīng)原構(gòu)成。該網(wǎng)絡(luò)具有5個(gè)分別用于表示由噴吹特定氣體所產(chǎn)生的硅、錳、鉻、鎳和鉬含量的輸出神經(jīng)原并具有11個(gè)位于單層的隱藏神經(jīng)原。
盡管使用了單層的隱藏神經(jīng)原，但使用更多或更少的神經(jīng)原隱藏層數(shù)也在本發(fā)明的范圍之內(nèi)。恰當(dāng)?shù)臉?gòu)成可由實(shí)驗(yàn)而最好地確定。這點(diǎn)適合于每個(gè)神經(jīng)網(wǎng)絡(luò)對(duì)隱藏層中隱藏神經(jīng)原的數(shù)目以及隱藏層的數(shù)目的選擇。
取自多個(gè)實(shí)際脫碳操作的輸入和輸出數(shù)據(jù)用來(lái)訓(xùn)練具有數(shù)據(jù)獨(dú)立采集的神經(jīng)網(wǎng)絡(luò)以相應(yīng)于每個(gè)脫碳操作中的多個(gè)工藝周期。對(duì)于每個(gè)周期都收集數(shù)據(jù)，在單個(gè)周期中的任意時(shí)間只噴吹預(yù)定比率的氧氣和稀釋氣體。工藝周期在這里定義為在單個(gè)爐子內(nèi)用于提供給脫碳操作的兩個(gè)順序的熔池化學(xué)成份和溫度試樣之間的時(shí)間。兩個(gè)試樣之間的時(shí)間間隔可以短也可以長(zhǎng)，是隨機(jī)的關(guān)系。因此，工藝周期并不定義為時(shí)間關(guān)系和時(shí)間表。在工藝周期的部份期間內(nèi)也可用純的稀釋氣體進(jìn)行攪拌或轉(zhuǎn)爐進(jìn)行低速旋轉(zhuǎn)，或者在工藝周期內(nèi)添加物在任何時(shí)間內(nèi)加入并與任何這些事件相一致，在該工藝周期內(nèi)收集數(shù)據(jù)用以訓(xùn)練神經(jīng)網(wǎng)絡(luò)的目的。以這種方式來(lái)收集數(shù)據(jù)，即以有用的或所期望的輸入和輸出值的范圍來(lái)表示。例如，對(duì)于AOD精煉來(lái)說(shuō)具有在熔融金屬中0.1%至1.8%的原始碳含量作為各個(gè)工藝周期的原始條件并且具有在工藝周期所用氧氣與稀釋氣體比率從4∶1至1∶3的數(shù)據(jù)是最好的。純稀釋氣體脫碳過(guò)程的數(shù)據(jù)也是需要的，以精確地設(shè)計(jì)使用本技術(shù)的操作規(guī)程。盡管用更大量的數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)的精確性可以提高，但優(yōu)選的是，在每個(gè)氧氣與稀釋氣體比率下收集至少10個(gè)工藝周期的數(shù)據(jù)。
用于神經(jīng)網(wǎng)絡(luò)1-5的大量輸入和輸出訓(xùn)煉數(shù)據(jù)的例子列于下表中
用標(biāo)準(zhǔn)后傳輸算法來(lái)訓(xùn)煉每個(gè)神經(jīng)網(wǎng)絡(luò)。訓(xùn)煉時(shí)使用雙曲正切函數(shù)，或者優(yōu)選S形變換函數(shù)，對(duì)每個(gè)神經(jīng)原的學(xué)習(xí)速率為0.1和0動(dòng)量。一旦神經(jīng)網(wǎng)絡(luò)得到充分的訓(xùn)煉，它就被翻譯成容易使用的程序語(yǔ)言，例如C或BASIC或FORTRAN語(yǔ)言。把一種這類語(yǔ)言中的代碼進(jìn)行編譯和連接。正如所需要的那樣。
表明訓(xùn)煉操作過(guò)程的流程圖示于圖4。相應(yīng)于步驟A，將權(quán)和偏移在1和負(fù)1之間設(shè)為小的隨機(jī)數(shù)值。然后將用于給定工藝周期的收集的訓(xùn)練輸入和輸出數(shù)據(jù)提供給處于訓(xùn)練的神經(jīng)網(wǎng)絡(luò)輸入神經(jīng)原22，正如步驟B所示。在輸入數(shù)據(jù)通過(guò)神經(jīng)原26的內(nèi)部層而傳輸?shù)捷敵錾窠?jīng)原24之后，對(duì)于每個(gè)輸出神經(jīng)原24則形成如步驟C所示的輸出20，該輸出20基于等式(1)所表示的變換函數(shù)Yi。將取自輸出神經(jīng)原24的計(jì)算過(guò)的輸出20在步驟D中與所給工藝周期的輸出數(shù)據(jù)相比較，對(duì)于輸出和隱藏神經(jīng)原分別用等式5和6則得出誤差信號(hào)30。在步驟E中將該誤差信號(hào)30與預(yù)設(shè)的容差系數(shù)相比較。如誤差信號(hào)30比容差系數(shù)大，則如在步驟F所示將誤差信號(hào)后向通過(guò)網(wǎng)絡(luò)到達(dá)輸出和隱藏神經(jīng)原，用等式7來(lái)調(diào)整權(quán)，并且在步驟A中的每個(gè)權(quán)都是以△Wi而遞增變化的。提供另一工藝周期的輸入數(shù)據(jù)并重復(fù)步驟B至E直到誤差信號(hào)30降低到容許水平。當(dāng)誤差信號(hào)30比預(yù)設(shè)容差系數(shù)小時(shí)，則訓(xùn)練程序相應(yīng)于步驟G而完成。
為了校對(duì)的目的，進(jìn)行校對(duì)步驟H和I，在這兩個(gè)步驟中提供試驗(yàn)輸入數(shù)據(jù)以得出如步驟C的輸出20，以在步驟D中與已知輸出數(shù)據(jù)相比較。該容差系數(shù)是對(duì)該神經(jīng)網(wǎng)絡(luò)所希望精度的預(yù)定標(biāo)準(zhǔn)。連續(xù)進(jìn)行訓(xùn)練直至誤差信號(hào)小于該容差。容差最簡(jiǎn)單的形式是設(shè)計(jì)為使訓(xùn)練到結(jié)束的某個(gè)百分誤差。更具體的容差形式是試驗(yàn)是否該神經(jīng)網(wǎng)絡(luò)實(shí)際上正學(xué)習(xí)能得出題目輸入和輸出之間的關(guān)系，或者是否該網(wǎng)絡(luò)已經(jīng)開始記憶用來(lái)其自身訓(xùn)練的特定數(shù)據(jù)間的關(guān)系。經(jīng)過(guò)循環(huán)數(shù)的迭代后，將神經(jīng)網(wǎng)絡(luò)應(yīng)用于貯存數(shù)據(jù)或試驗(yàn)數(shù)據(jù)，且能評(píng)估它估算數(shù)據(jù)的理想輸出的能力。在訓(xùn)煉的前期階段，神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)以估算具有高精確度的試驗(yàn)輸出數(shù)據(jù)。當(dāng)神經(jīng)網(wǎng)絡(luò)完成歸納后，則開始靠消耗其相對(duì)試驗(yàn)數(shù)據(jù)的精確度。而提高其相對(duì)訓(xùn)練數(shù)據(jù)的精確度。在這一點(diǎn)，認(rèn)為對(duì)于解決一般問(wèn)題來(lái)說(shuō)，訓(xùn)練達(dá)到了最佳的配置或權(quán)，并且該訓(xùn)練工序可結(jié)束了。神經(jīng)網(wǎng)絡(luò)1-5中的每一個(gè)都按上述方式進(jìn)行訓(xùn)練。
誤差信號(hào)30的確定是遞歸過(guò)程，它由輸出神經(jīng)原24得出基于將收集數(shù)據(jù)供給輸入神經(jīng)原22的輸出數(shù)據(jù)而開始。輸入神經(jīng)原22能使信號(hào)通過(guò)神經(jīng)網(wǎng)絡(luò)向前傳送直至在輸出神經(jīng)原24中產(chǎn)生一個(gè)輸出信號(hào)。由等式(3)可以看出學(xué)習(xí)速率η在每次誤差信號(hào)傳播時(shí)對(duì)權(quán)變化的顯著影響、η越大、權(quán)變化越大則學(xué)習(xí)速率就越快，但有可能降低最終所得到的精確度。
應(yīng)將所有的收集輸入數(shù)據(jù)和輸出數(shù)據(jù)隨機(jī)地分為兩組。較大的一組作為訓(xùn)練數(shù)據(jù)用來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，而余下的較小的一組數(shù)據(jù)作為試驗(yàn)數(shù)據(jù)用來(lái)校對(duì)。一種合理的分配是用75%的收集數(shù)據(jù)用于訓(xùn)練目的而用余下的25%的收集數(shù)據(jù)作為試驗(yàn)數(shù)據(jù)來(lái)校對(duì)網(wǎng)絡(luò)的預(yù)定精確度。訓(xùn)練該神經(jīng)網(wǎng)絡(luò)直至與校正數(shù)據(jù)相比較而表明該模型的精確度不再增加為止。在這一點(diǎn)，本技術(shù)領(lǐng)域的技術(shù)人員知道該網(wǎng)絡(luò)不再學(xué)習(xí)去歸納問(wèn)題，而記住這組訓(xùn)練數(shù)據(jù)的特定解。典型的學(xué)習(xí)過(guò)程是將10000至500000個(gè)工藝周期的表征(即所給工藝周期完整的輸入和輸出數(shù)據(jù)的各個(gè)組的表征)賦于網(wǎng)絡(luò)以調(diào)整其權(quán)。在整組訓(xùn)練數(shù)據(jù)中，將工藝周期的數(shù)據(jù)組供給神經(jīng)網(wǎng)絡(luò)的順序在每次將整組數(shù)據(jù)供給該網(wǎng)絡(luò)用于訓(xùn)練之后可以隨機(jī)弄混亂。
根據(jù)圖4所示的脫碳邏輯可以確定使用訓(xùn)練的神經(jīng)網(wǎng)絡(luò)1-5的順序。熔融金屬在轉(zhuǎn)移到精煉轉(zhuǎn)爐中時(shí)的化學(xué)成分、重量和溫度是可以估算或測(cè)量的、固體添加物的計(jì)算是獨(dú)立計(jì)算的，但這并不構(gòu)成本發(fā)明的一部份。圖4所示的脫碳邏輯表明本發(fā)明使用神經(jīng)網(wǎng)絡(luò)1-5的例子，神經(jīng)網(wǎng)絡(luò)1-5基于預(yù)定的原始脫碳氧氣比稀釋氣體的設(shè)定以及預(yù)定氧氣與稀釋氣體脫碳比率程序。圖4的一個(gè)例子使用預(yù)定的3050°F溫度，這適用于氧氣與稀釋氣體4∶1的比率以及1、0.333和0的比例程序，這分別對(duì)應(yīng)于0.15%C、0.05%C和0.03%C的目標(biāo)碳含量。該脫碳邏輯建立了一個(gè)判定樹以確定何時(shí)使用神經(jīng)網(wǎng)絡(luò)1-5。
只有當(dāng)碳含量高于最終目標(biāo)含碳量0.03%C時(shí)才進(jìn)行脫碳。如果熔池溫度低于3050°F并且還未將計(jì)算出的固體添加物加到熔池中，則選擇4∶1的氧氣與稀釋氣體比率并驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)1來(lái)計(jì)算將熔池溫度升至預(yù)定的3050°F所需的氧氣數(shù)。當(dāng)供給的氧氣量剛剛等于由神經(jīng)網(wǎng)絡(luò)1計(jì)算的計(jì)算量時(shí)，神經(jīng)網(wǎng)絡(luò)3、4和5則就驅(qū)動(dòng)或啟動(dòng)以計(jì)算剛完成所述噴吹時(shí)碳含量、熔池溫度和金屬的化學(xué)成份的修正條件。再次啟動(dòng)神經(jīng)網(wǎng)絡(luò)1而將上述的神經(jīng)網(wǎng)絡(luò)3、4和5的輸出數(shù)據(jù)作為新的起始條件，也將所需的固體添加物的量作為新的輸入量，來(lái)計(jì)算將熔池溫度升至預(yù)定的3050°F所需的氧氣數(shù)，而同時(shí)加入所述的添加物。以預(yù)選的4∶1比率噴吹氧氣，同時(shí)加入所述添加物直至計(jì)算的氧氣數(shù)用完。
如果熔池溫度小于3050°F并且不必將固體添加物加入到熔池中，則選擇4∶1的氧氣與稀釋氣體的比率并驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)1來(lái)計(jì)算將熔池溫度升至預(yù)定的3050°F所需的氧氣數(shù)。當(dāng)供給的氧氣量剛剛等于由神經(jīng)網(wǎng)絡(luò)1計(jì)算的計(jì)算量時(shí)，則驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)3、4和5來(lái)計(jì)算碳含量、熔池溫度和金屬化學(xué)成份的修正條件。
如果由神經(jīng)網(wǎng)絡(luò)3、4和5所計(jì)算的熔池溫度等于或高于預(yù)定目標(biāo)溫度3050°F，則新的氧氣與稀釋氣體的比率相應(yīng)分別選定為1∶1、1∶3或0，這種確定是基于溫度和碳濃度，也就是說(shuō)，如果溫度在3050°F與3100°F之間且碳濃度超過(guò)0.15%則選定1∶1的比率，如果溫度等于或大于3050°F且含碳量在0.08%和0.15%之間則選定1∶3的比率，最后，如果大于或等于3050°F且碳含量小于0.08%，則選定0比率。對(duì)于任一種上述這些情況，都驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)2，選擇合適的氧氣與稀釋氣體比率并計(jì)算達(dá)到目標(biāo)含碳量所需的氧氣數(shù)。然后以選定比率噴吹氧氣和/或稀釋氣體直至達(dá)到由神經(jīng)網(wǎng)絡(luò)2所計(jì)算的氧氣數(shù)。然后，在每個(gè)連續(xù)步驟之后驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)3、4和5來(lái)修正熔池化學(xué)成份、溫度和碳含量以用于任一隨后脫碳的原始條件。
在冶煉ASTM300系和ASTM300系不銹鋼時(shí)，用常規(guī)熱力學(xué)模型來(lái)進(jìn)行AOD工藝以預(yù)測(cè)并控制脫碳工藝。當(dāng)調(diào)整該模型中的常數(shù)而獲得最佳精確度時(shí)，對(duì)于實(shí)際碳含量在0.1%至0.3%之間時(shí)，所預(yù)測(cè)的碳含量具有0.11%c的標(biāo)準(zhǔn)誤差。在使用每一種氧氣與稀釋氣體的比率之后將14爐不銹鋼作為試樣以測(cè)量熔池的化學(xué)成份和溫度。將該信息用于訓(xùn)練本發(fā)明的第一個(gè)神經(jīng)網(wǎng)絡(luò)。經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)然后用于在冶煉相同等級(jí)不銹鋼時(shí)對(duì)含碳量在0.1%和0.3%之間的碳含量的預(yù)測(cè)。使用所述神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的碳含量?jī)H具有0.035%的標(biāo)準(zhǔn)誤差。
權(quán)利要求
1.一種在耐火材料轉(zhuǎn)爐中通過(guò)控制預(yù)定熔融金屬熔池的脫碳來(lái)精煉鋼的方法，所述熔融金屬爐池具有已知的包括碳的各元素的化學(xué)成分，并具有已知或估算的熔觸金屬熔池的最初脫碳的起始溫度和重量，該脫碳工藝方法通過(guò)在調(diào)整氣流的條件下將氧氣和稀釋氣體噴吹到所述熔池中來(lái)進(jìn)行，包括步驟(a)訓(xùn)練第一神經(jīng)網(wǎng)絡(luò)以分析表示一個(gè)或多個(gè)脫碳操作的許多工藝周期的輸入和輸出數(shù)據(jù)，直到所述的第一神經(jīng)網(wǎng)絡(luò)能夠提供基本精確的表示以任意預(yù)選氣體比率噴吹到所述預(yù)定熔池中需要的氧氣用量的輸出數(shù)據(jù)，以使熔池溫度升到由噴吹氣體所達(dá)到的特定目標(biāo)溫度，上述輸入和輸出數(shù)據(jù)包括每個(gè)工藝周期最初的熔池化學(xué)成分、重量和溫度，每個(gè)工藝周期間所用的氧氣與稀釋氣體的氣體比率，每個(gè)工藝周期噴吹入熔池的氧氣用量，以及在每個(gè)工藝周期最后獲得的最終溫度；(b)訓(xùn)練第二神經(jīng)網(wǎng)絡(luò)以分析表示一個(gè)或多個(gè)脫碳操作的許多工藝周期的輸入和輸出數(shù)據(jù)，直到該第二神經(jīng)網(wǎng)絡(luò)能夠提供基本精確的相應(yīng)于氧氣與稀釋氣體比率預(yù)選程序的被噴吹到所述預(yù)定熔池中氧氣用量輸出程序，從而在一個(gè)或多個(gè)連續(xù)步驟中將碳含量降至預(yù)定的目標(biāo)含量，上述的輸入和輸出數(shù)據(jù)包括該工藝周期最初的熔池化學(xué)成分、重量和溫度，每個(gè)工藝周期期間內(nèi)所用氧氣與稀釋氣體的氣體比率，每個(gè)工藝周期噴吹入熔池中的氧氣用量，以及在每個(gè)工藝周期最后獲得的最終碳含量；(c)使用所述的第一神經(jīng)網(wǎng)絡(luò)根據(jù)熔池已知起始化學(xué)成分、重量和溫度，來(lái)計(jì)算以第一次預(yù)選的氧氣與稀釋氣體比率噴吹入所述預(yù)定熔池中的氧氣用量，以將熔池溫度升高至特定的目標(biāo)溫度；(d)將以所述第一次預(yù)選比率的氧氣和稀釋氣體噴吹到所述熔池中直到達(dá)到由第一種經(jīng)網(wǎng)絡(luò)計(jì)算出的氧氣用量；(e)使用所述的第二神經(jīng)網(wǎng)絡(luò)根據(jù)已知起始化學(xué)成分、重量和溫度來(lái)提供相應(yīng)于氧氣與稀釋氣體比率預(yù)選程序的被噴吹到預(yù)定熔池中的氧氣用量的輸出程序，以在一個(gè)或多個(gè)步驟中連續(xù)地將所述熔池中的碳含量降至預(yù)定的目標(biāo)碳含量；以及(f)以所述的氧氣用量預(yù)選程序?qū)⒀鯕夂拖♂寶怏w噴吹到所述熔池中，該預(yù)選程序相應(yīng)于由所述第二神經(jīng)網(wǎng)絡(luò)計(jì)算的所述輸出程序。
2.權(quán)利要求1的方法，其中已知的元素組成選自碳、鐵、硅、鉻、錳。鎳和鉬。
3.權(quán)利要求2的方法，其中所述的氧氣和稀釋氣體被噴吹到熔池液面之下。
4.權(quán)利要求3的方法，其中所述的稀釋氣體選自氬氣、氮?dú)夂投趸肌?br> 5.權(quán)利要求4的方法，其中所述的第一神經(jīng)網(wǎng)絡(luò)在所述的第二神經(jīng)網(wǎng)絡(luò)用于步驟(e)之前被訓(xùn)練并用于步驟(c)中。
6.權(quán)利要求4的方法，其中對(duì)于每個(gè)氧氣與稀釋氣體的比率都至少收集10個(gè)工藝周期的數(shù)據(jù)。
7.權(quán)利要求6的方法，它還包括在脫碳過(guò)程中將固體添加物加到所述熔池中。
8.權(quán)利要求7的方法，其中所述的固體添加物選自石灰、白云石質(zhì)石灰、氧化鎂、鉻鐵、錳鐵、鎳和鎳鐵。
9.權(quán)利要求7的方法，其中所述的用于訓(xùn)練第一和第二神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)還包括用于訓(xùn)練基于使用固體添加物的實(shí)際操作條件的所述神經(jīng)網(wǎng)絡(luò)的在每個(gè)所述工藝周期內(nèi)加入的任一種固體添加物的重量。
10.權(quán)利要求9的方法，其中所述的第一和/或第二神經(jīng)網(wǎng)絡(luò)具有許多輸入神經(jīng)原以接受所述的輸入數(shù)據(jù)，一個(gè)輸出神經(jīng)原層和至少一個(gè)隱藏神經(jīng)原層，其中，在每一層上的每一個(gè)神經(jīng)原都通過(guò)可調(diào)的權(quán)而與相鄰層上的每一個(gè)神經(jīng)原相互連接。
11.權(quán)利要求10的方法，其中對(duì)每個(gè)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是通過(guò)將由其輸出神經(jīng)原得產(chǎn)生的輸出數(shù)據(jù)與一個(gè)相應(yīng)工藝周期或一組工藝周期的輸出數(shù)據(jù)相比較，由此比較得出誤差信號(hào)，將誤差信號(hào)與預(yù)設(shè)容差系數(shù)比較并修改各神經(jīng)原層之間的權(quán)直至所述誤差信號(hào)等于或小于所述容差系數(shù)。
12.權(quán)利要求11的方法，其中將訓(xùn)練中的神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)對(duì)比試驗(yàn)數(shù)據(jù)進(jìn)行試驗(yàn)以校正該神經(jīng)網(wǎng)絡(luò)輸出的精確度。
13.權(quán)利要求7的方法，還包括以下步驟訓(xùn)練第三神經(jīng)網(wǎng)絡(luò)以分析以下數(shù)據(jù)每個(gè)工藝周期最初的熔池化學(xué)成分、重量和溫度，在該工藝周期期間所用每種固體添加物(如果有)的重量，每個(gè)工藝周期期間噴吹氧氣的用量，該周期期間所用氧氣與稀釋氣體的相應(yīng)比率和為提供表示噴吹氧氣結(jié)果獲得的碳含量的輸出數(shù)據(jù)的每個(gè)工藝周期結(jié)束時(shí)得到的碳含量;以及使用所述第三神經(jīng)網(wǎng)絡(luò)以計(jì)算完成氧氣噴吹時(shí)熔池中的碳含量。
14.權(quán)利要求13的方法，還包括以下步驟訓(xùn)練第四神經(jīng)網(wǎng)絡(luò)以分析以下數(shù)據(jù)每個(gè)工藝周期最初的熔池化學(xué)成分、重量和溫度，在該工藝周期期間所用每種固體添加物(如果有)的重量，每個(gè)工藝周期期間噴吹氧氣的用量，該周期期間所用氧氣與稀釋氣體的相應(yīng)比率和為提供表示噴吹氧氣結(jié)果達(dá)到溫度的輸出數(shù)據(jù)的每個(gè)工藝周期結(jié)束時(shí)得到的溫度;以及使用所述第四神經(jīng)網(wǎng)絡(luò)以計(jì)算完成氧氣噴吹時(shí)熔池的溫度。
15.權(quán)利要求14的方法，還包括以下步驟訓(xùn)練第五神經(jīng)網(wǎng)絡(luò)以分析以下數(shù)據(jù)每個(gè)工藝周期最初的熔池化學(xué)成分、重量和溫度，在該工藝周期期間所用每種固體添加物(如果有)的重量，在每個(gè)工藝周期期間噴吹氧氣的用量，該周期期間所用氧氣與稀釋氣體的相應(yīng)比率和為提供表示噴吹氧氣結(jié)果熔池的化學(xué)成分含量的輸出數(shù)據(jù)的每個(gè)工藝周期結(jié)束時(shí)得到的化學(xué)成分;以及使用所述第五神經(jīng)網(wǎng)絡(luò)以計(jì)算完成氧氣噴吹時(shí)熔池的化學(xué)成分含量。
全文摘要
使用神經(jīng)網(wǎng)絡(luò)在鋼精煉中將熔融金屬脫碳的方法，使用經(jīng)訓(xùn)練的第一神經(jīng)網(wǎng)絡(luò)，分析表示一個(gè)或多個(gè)脫碳操作的許多個(gè)工藝周期的數(shù)據(jù)，提供使被脫碳的熔融金屬熔池的溫度升至特定目標(biāo)溫度的適于氧氣與稀釋氣體預(yù)選比率的氧氣用量，及使用第二個(gè)經(jīng)訓(xùn)練的神經(jīng)蛙期的數(shù)據(jù)，提供使被脫碳的熔融金屬熔池的溫度升至特定目標(biāo)溫度的適于氧氣與稀釋氣體預(yù)選比率的氧氣用量，及使用第二個(gè)經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，分析表示一個(gè)或多個(gè)脫碳操作的許多工藝周期的數(shù)據(jù)，提供一個(gè)或多個(gè)連續(xù)步驟中相應(yīng)于氧氣與稀釋氣體比率預(yù)定程序的噴吹到熔池中以將含碳量降至預(yù)定目標(biāo)含量的氧氣用量的輸出程序。
文檔編號(hào)C21C5/30GK1074244SQ92115190
公開日1993年7月14日 申請(qǐng)日期1992年12月2日 優(yōu)先權(quán)日1991年12月3日
發(fā)明者J·J·范斯坦, R·B·馬扎雷拉, L·施坦包 申請(qǐng)人:普拉塞爾技術(shù)有限公司