Steelmaking

In order to effectively reduce and control the non-metallic inclusions in a GCr15 bearing steel produced by BOF→LF→VD→CC process and improve its product quality， the characteristics and evolution mechanism of inclusions in bearing steel produced by the whole process were analyzed firstly by methods of systematic sampling， automatic analysis and scanning of inclusions and thermodynamic calculation in the present study. The results show that the inclusions in molten steel are mainly MgO-Al2O3 and Al2O3 after the slag melting during LF stage， and they are transformed into CaO-MgO-Al2O3 and CaO-Al2O3 with the size of 1-5 μm in the end of the LF stage. The type of inclusions remains unchanged after VD soft blowing. However， the inclusion density decreases from 16.53 pcs/mm2 in the end of the LF stage to 14.02 pcs/mm2， resulting in an inclusion removal rate of approximately 15.2%. The number density of inclusions in the tundish increases to 16.39 pcs/mm2. The types of inclusions are still mainly CaO-MgO-Al2O3 and CaO-Al2O3， of which 1-2 μm and ＞ 2-5 μm size accounted for 62.8% and 35.6%， respectively. The number of CaS-containing compound inclusions in the billet increases significantly. Thermodynamic calculation explains the evolution causes of the above inclusions. It is found that when the w［Al］s is at 0.02%， the stable existence of MgO-Al2O3 is associated with a significant variation in Mg content， ranging from 0.000 3% to 0.01%， which facilitates the formation of MgO-Al2O3 or CaO-MgO-Al2O3 type inclusions during the production of GCr15 bearing steel. The T.Ca/T.O ratios of the molten steel in LF ending， VD soft blowing process， and tundish were observed to be 0.39， 1.0， and 0.62， respectively； these values align with the theoretical （T.Ca）/（T.O） ratio range （0.13 to 1.25） conducive to the formation of five distinct types of calcium aluminate. As a result， a substantial quantity of calcium aluminate inclusions was detected. During the cooling process of the molten steel， a transformation of inclusions occurs. The liquid calcium aluminate inclusions diminishes， while the quantities of MgO·Al2O3 and CaS inclusions markedly increases.

针对通过RTD曲线结合水模型流场可视化分析中间包内流体运动形态的方法较为复杂,且无法精确地给出死区区域分布的问题,提出了连铸中间包内流体运动形态模型分析方法.基于物理模拟所得RTD曲线分析结果,通过数值模拟判定死区,并确定了死区临界速度值与入口速度值的关系.以死区临界速度为基础,通过数值模拟可实时在线确定死区的占比和区域分布结果,进而评估单流和多流中间包内流体运动形态,并探究了连铸拉速及中间包构造对中间包内死区的占比和区域分布的影响.结果表明,采用流体运动形态模型能快速判定中间包死区,实现了死区的定量化和可视化.同时对比同一构造单流中间包时,死区临界速度随连铸拉速的提高而增大,死区体积分数则相反,而死区分布模式不发生改变.此外,可直观对比多流中间包内不同挡墙导流孔孔径和仰角下死区的大小和区域分布.当多流中间包内挡墙导流孔的孔径为 70mm,开孔仰角为 19°时,多流中间包内死区体积分数仅为7.64%,且死区集中在中部水口和侧壁附近.

通过凝固仿真模拟计算结合现场试验得出了非调质钢最优的连铸轻压下工艺参数:1～5 号拉矫辊执行 3 mm-4 mm-5 mm-5 mm-3 mm的压下量,对应连铸拉速0.85 m/min,在提高铸坯低倍质量的同时,避免了压下裂纹的出现.在最优轻压下、拉速工艺参数的基础上研究了电磁搅拌对偏析等的影响,结合设备实际采用极值法试验得出了最佳的电磁搅拌参数:结晶器电磁搅拌电流 350 A,频率2.0 Hz;末端电磁搅拌电流 200 A,频率 6 Hz.最终通过对连铸工艺参数的多元耦合研究,可以控制铸坯中心碳偏析指数不大于1.10.

为探究 37Mn5 钢精炼过程尺寸在 10μm以上的大尺寸Al2 O3-SiO2-MnO类夹杂物的形成与演变机理,在实际"EAF→LF→VD→钙处理→CC"工艺生产 37Mn5 钢的精炼全流程进行系统取样,检测了钢液成分并重点分析了不同冶炼阶段大尺寸Al2 O3-SiO2-MnO 类夹杂物的形貌和成分特征,结合实际生产工艺与热力学计算,揭示了这类夹杂物的演变规律.研究结果表明:由于出钢过程局部钢液 Al 含量低而O含量高,大尺寸Al2 O3-SiO2-MnO夹杂物形成;LF精炼初期,局部 Ca 含量增加形成Al2 O3-SiO2-MnO-CaO夹杂物;LF 精炼中期以后 Ti 含量增加会变性前期形成的这两类夹杂物,形成含TiOx的夹杂物,随着冶炼的进行,Ti元素在夹杂物中分布逐渐均匀;VD 后钙处理量不足导致夹杂物变性效果不理想,对大尺寸夹杂物的影响不大.出钢过程合理的脱氧、合金化和造渣制度可以减少Al2 O3-SiO2-MnO 类夹杂物的形成,从而减少夹杂物数量,改善钢材质量.

为降低全废钢量子电弧炉出钢氮含量、优化电弧炉冶炼性能、减少电弧炉冶炼碳排放量,通过对量子电弧炉喷吹工艺进行优化改进,采用CO2 喷吹工艺替代原始喷吹工艺以实现上述目标.在 150 t量子电弧炉上进行了大量CO2 喷吹工艺试验,分别对比了改进工艺前后的电弧炉出钢氮含量、冶炼电耗、冶炼周期、碳排放等性能指标的变化趋势.试验结果表明:使用CO2 喷吹工艺后,电弧炉出钢氮质量分数降低30.6×10-6、冶炼电耗降低5.6 kWh/t、冶炼周期缩短3.2 min、平均出钢碳氧积降低了4.4×10-4、渣中 FeO质量分数降低了4.5百分点、碳排放降低8.4%.通过将 CO2 载气喷吹碳粉工艺与Ar+ CO2 动态混合底吹工艺结合应用于电弧炉炼钢中能够有效降低钢水出钢氮含量、冶炼电耗、碳排放量等性能指标,优化量子电弧炉喷吹工艺.

利用 100t转炉出钢合金化数据,通过数据预处理和采用皮尔逊相关系数(Pearson correlation coefficient)进行特征选择,用非数值型变量—钢种作为其中的一个特征变量,采用 SVR(Support Vector Regression,支持向量机回归)算法,建立出钢合金化硅铁加入量模型.引入钢种作为特征变量后建立的转炉出钢合金化硅铁加入量 SVR模型,误差在±40 kg、±30 kg、±20 kg 的范围下,预测的命中率分别为94.84%、87.58%、75.77%,而无钢种这一特征变量的 SVR 模型在相同的误差下的命中率分别为88.4%、80.61%、65.85%,表明采用钢种作为特征变量,提高了硅铁加入量预测模型准确度,对于实际出钢合金化具有更好的参考价值.

为研究转炉高拉碳冶炼工艺过程中一倒渣的冶金特性对转炉脱磷冶金效果的影响,采用单渣法在国内某钢厂 50t顶底复吹转炉上开展单渣高拉碳高效脱磷工业试验.通过理论计算分析并结合实验室研究,对转炉一倒渣的矿相结构、熔化温度、黏度、成分等冶金特性与转炉脱磷效果之间的关系进行了研究.研究结果表明:一倒渣中Si、Ca、P富集的区域形成的矿相结构主要是 2CaO·SiO2 和3 CaO·P2 O5,这两种矿相结构均有利于脱磷反应的进行;Fe、Mn、Mg元素富集的区域主要形成 RO相和基体相,不利于脱磷反应的进行;降低单渣法高拉碳一倒渣的熔化温度和黏度有利于脱磷反应的进行;控制一倒渣的熔化温度在1 370～1 375℃,黏度在0.033 Pa·s 左右,此时脱磷效果好,实现一倒钢液磷质量分数最低为0.018%,一倒渣的磷分配比 LP>60,一倒脱磷率最高为84%;炉渣二元碱度 R=2.60～3.00,w(FeO)=22.00%～27.00%,w(MgO)<7.50%,w(MnO)<4.60%,一倒渣具有良好的脱磷效果,一倒渣LP>60,一倒脱磷率不低于 75%.

采用转炉双渣脱磷、少渣冶炼的工艺进行锰矿直接合金化工艺.选取终点炉渣和钢水的样品进行化学成分和矿相检测,分析试验中不同锰矿、造渣料最佳配比对渣钢间锰分配比的影响.采用试验设计的炉料配比,得到的锰收得率为 15.87%～79.3%,平均为45.05%;渣钢间锰分配比为21.97～37.96,平均为31.17;铁水脱磷率86%～92%,平均为88%.第 9 组、第 4 组和第 13 组的炉料配比得到的渣钢间锰分配比较低,在 22～25.影响渣钢间锰分配比的主要因素是钢水温度、终点碳含量、炉渣碱度和氧化铁,得到了这些因素与渣钢间锰分配比之间的定量关系.获得低锰分配比的炉料配比是石灰比例为25%～30%,烧结矿比例为30%～40%,锰矿比例为15%～20%,轻烧白云石比例为20%～30%.

KR法是铁水预处理中主流的脱硫方法.采用数值模拟方法研究了正四叶桨、螺旋三叶桨和双层正四叶桨三种桨叶的搅拌效率,结果表明:双层正四叶桨的混匀时间比正四叶桨短7.3%,比螺旋三叶桨短37.9%;通过对铁水中轴向速度、湍动能分布的分析发现,双层正四叶桨搅拌器中铁水轴向速度更大,并且铁水中湍动能广泛扩散,双层正四叶桨的平均湍动能比正四叶桨大28%,比螺旋三叶桨大1.8%.

中间包采用感应加热与吹氩协同控制工艺有望实现高效去夹杂及低过热度浇铸.针对该工艺,并结合国内某钢厂的感应加热中间包建立三维非稳态数学模型,研究其磁场的分布规律,并对比分析了有无吹氩及吹气量对其流场、温度场以及夹杂物去除的影响.结果表明:感应加热中间包内偏心电磁力最小值偏离通道几何中心10 mm,沿通道径向距线圈较近位置焦耳热略有增加.吹氩使感应加热中间包内钢液在气幕两侧各形成一个循环流,消除了中间包角部流动不活跃的小循环流;且浇注区温度分布更均匀;与无吹氩感应加热中间包相比,吹氩后夹杂物去除率增大了0.4倍,有更好的去夹杂效果.吹气量在 10～40 L/min时,靠近通道一侧下方存在流速较小的小循环流;当吹气量增至55 L/min时,浇注区内开始形成稳定的气幕,并在其两侧各形成一个循环流;就本研究而言,55 L/min的吹气量有最佳的控流及去夹杂效果.

为降低夹杂物对轴承钢疲劳性能的危害,比较研究了稀土Ce及热处理对GCr15 轴承钢中夹杂物的改性行为.研究发现:稀土处理使钢中夹杂物球化、平均尺寸降低,有助于降低铝脱氧轴承钢中夹杂物的危害;热处理(1 250℃)同样可以球化、细化钢中的夹杂物,夹杂物的平均尺寸、长宽比、面积分数随热处理时间(0～330 min)的增加均呈下降的趋势,继续延长热处理时间(330～510 min),铝脱氧轴承钢中大尺寸夹杂物比例增加,稀土轴承钢中球状 Ce-Al-O-S均质夹杂转变为富Al 相和富 Ce相的非均质夹杂,对轴承钢疲劳性能危害大.在该研究条件下,铝脱氧轴承钢及稀土轴承钢热处理 330 min时夹杂物特征最优.

某厂生产的DL350 低碳钛微合金冷轧结构钢,由于钢中夹杂物含量较高且冷轧断后伸长率较低,不能满足客户要求.为了降低生产成本,提升冷轧产品断后伸长率,制定了合理渣洗工艺,并分析了渣洗工艺对钢洁净度及性能的影响.结果表明,钢中夹杂物主要为MnS、TiN、MnS-TiN 及少量的Al2 O3夹杂物,采用渣洗工艺后钢液中的氧、氮含量均有明显下降.渣洗后铸坯显微夹杂物平均数量密度由21.3 个/mm2 降低到15.7 个/mm2.同时,A类夹杂物级别由2.0～2.5降低到1.0～1.5,B 类夹杂物级别由1.5～2.0级降低到0.5～1.0级,说明渣洗工艺对铸坯洁净度提升改善明显.通过对热轧和冷轧产品性能检测可以发现,渣洗工艺试样热轧断后伸长率由26%～28%提升到29%～31%,冷轧断后伸长率由15%～16%提升到18%～20%,强度整体变化不大,满足了客户的使用要求.

基于 260 t转炉炼钢实际生产数据,用 RF(Random Forests,随机森林)、LGBM(Light Gradient Boosting Machine,轻量级梯度提升机)和 Stacking 集成三种不同机器学习算法建立了转炉炼钢终点磷锰预测模型.通过相关理论分析和皮尔逊相关系数法确定了模型输入变量,对比三种集成学习模型的终点命中率,表明 Stacking 集成模型的预测性能最好,在预测终点磷质量分数误差为±0.001%、±0.001 5%时的终点命中率分别为86.3%、97.1%,在预测终点锰质量分数误差为±0.008%、±0.01%时的命中率分别为83.4%、94.4%.

电池壳钢中夹杂物是影响其深冲性能的重要因素.对某厂电池壳钢铸坯和冷轧板不同部位分别进行取样,并且对有砂眼缺陷的电池壳外壳样品进行取样,采用金相显微镜(OM)、扫描电镜(SEM)等表征方法分析电池壳钢洁净度水平并寻找电池壳钢砂眼质量缺陷的成因.研究结果显示,电池壳钢铸坯中夹杂物平均尺寸最大、密度最高的部位为内弧 1/4 处.冷轧板中夹杂物平均尺寸最大的部位是中心处,同时也是密度最低的部位.与其他六厂电池壳钢相比,该样品中夹杂物尺寸偏大,是导致与其他厂产品差距的主要原因.通过研究发现,不合理的脱硫工艺是导致电池壳钢冲压开裂缺陷的主要原因,通过将生产工艺优化为铁水预处理并经转炉直上后,产品未出现显著开裂问题.

顶底复吹转炉由于其复杂的过程热力学及动力学,针对转炉冶炼过程预测模型的搭建以及应用一直是炼钢研究的热点.为了实现过程及终点钢液成分以及渣成分的预测,建立了基于射流冲击区-乳化区-渣钢反应区内反应速率动态变化的转炉预测模型.实际运行结果表明,脱磷的主要区域在渣-钢反应区,占脱磷量的72.5%,其次为乳化区,占脱磷量的27.5%;脱碳的主要区域在射流冲击区,占总脱碳量的87%,其次为乳化区,占脱碳量的13%.转炉终点 C 质量分数平均偏差在±0.0058%,终点 P质量分数平均偏差在±0.0024%,温度平均偏差在±5.8℃.

以某钢厂 150 t底吹钢包为原型,建立了相似比为 1∶4.7的物理模型和三维非稳态数学模型,理论分析了不同底吹流量和底吹位置下的渣钢卷混过程,得到了描述卷渣的临界速度和临界液滴直径.物理模拟试验结果表明:氩气流量大小对双孔底吹钢包精炼中卷渣的形成具有决定性作用,双孔位置为0.45R时,底吹流量应控制在550 L/min以下;双孔位置为0.60R时,底吹流量应控制在450 L/min以下.在试验基础上,推导了界面流速与临界气体流量之间的关系.在实际过程中,软吹氩时,界面张力为0.12～1.2 N/m时,建议双孔底吹流量为 70～500 L/min.

通过脱磷热力学并结合灰色关联理论系统研究了转炉终点磷含量的影响因素,筛选出终点磷含量预测模型的最佳输入维度,建立BP神经网络模型和粒子群算法(Particle Swarm Optimization)优化BP神经网络模型(PSO-BP).基于国内某钢厂生产的 70 号钢种 200 组实际生产数据的训练和预测,获得结论如下:PSO-BP模型的误差范围更小,命中率更高,转炉终点磷质量分数预测平均相对误差为3.55%,绝对误差在0.0002%以内的命中率为30%,误差在0.0004%以内的命中率为60%,误差在0.0008%以内的命中率达到80%.对钢铁企业实际生产中转炉终点磷含量的控制及预测具有较高的指导意义.

设计了基于COMI(CO2 and O2 Mixing Injection)技术的三种二次燃烧氧枪与一种传统氧枪结构,并利用数值模拟方法研究不同工况下二次射流与主氧射流的相互作用特点,及对熔池的冲击搅拌能力,用于明确二次燃烧氧枪过程的工作效能,并提出二次燃烧氧枪的优选结构模式.研究结果表明随着二次喷管数量的提高,及二次射流喷孔与主氧喷管径向夹角的减小,二次射流与主氧射流的轴向交汇位置更靠近氧枪喷头.相比于传统氧枪,4 孔映射式与 8 孔均布式二次燃烧氧枪在典型操作枪位下,其射流截面平均速度、理论冲击面积与深度均得到明显提升,可综合提升高速射流对熔池的冲击搅拌效果.但相同工况下,4 孔交错式氧枪的理论冲击面积与横截面平均速度均最小,表明该二次燃烧氧枪结构抑制了高速射流对熔池的化渣效率与搅拌效果.

合理地控制RH精炼终点钢液温度,可以有效地保障连铸过程中拉速的稳定,明显提升铸坯的质量.为了精准预测RH精炼终点钢液温度,先采用 Spearman相关系数分析各影响因素与 RH 精炼终点钢液温度之间的关系,筛选出相关系数较高的影响因素;然后运用 SPSS软件进行主成分分析,得到一组互不相关且能较好地描述RH精炼终点钢液温度的影响因素;最后分别采用粒子最优化算法、遗传算法和退火算法优化BP神经网络模型预测终点温度.计算结果表明,到站温度、进站钢水氧值、真空时间、钢中初始碳含量、钢包净空、脱碳终点氧值这些因素是RH真空精炼终点钢液温度预报的主要因素.粒子最优化算法优化BP神经网络预测 RH 处理终点钢液温度的温度极差最大,为20℃.该模型的均方根误差和平均绝对误差最小,分别为3.38和2.35,且预测RH处理终点钢液温度±5℃的命中率最高,达到90.0%.

为提高 45 钢中氧化物夹杂的变形能力,降低其对 45 钢盘条拉拔性能的有害影响,利用FactSage 8.0热力学软件计算了 45 钢获得CaO-Al2O3-SiO2-MgO系低熔点夹杂物所需的钢液条件,结合炉渣结构共存理论与含氧金属熔体理论,建立钢-渣模型,分析了与所需钢液条件平衡的炉渣成分.研究表明:将 45 钢中夹杂物控制为低熔点CaO-Al2O3-SiO2-MgO系塑性夹杂物,钢中的溶解铝和溶解氧质量分数应分别为(0.1～8)×10-6 和(20～40)×10-6,与此钢液条件平衡的炉渣成分如下:当炉渣中w(CaO)=45%时,w(Al2O3)=7.8%～17.5%、w(SiO2)=30.6%～40.4%;炉渣中w(CaO)=50%时,w(Al2O3)≤10.2%、w(SiO2)≥32.8%;炉渣中w(CaO)=55%时,w(Al2O3)≤2.6%、w(SiO2)≥35.4%.