數(shù)字技術正在改變工業(yè)的各個層面。作為特定數(shù)字技術的早期采用者，鋼鐵有機會引領所有重工業(yè)，以提高我們的可持續(xù)性和競爭力。本專欄是AIST成為鋼鐵數(shù)字化轉型中心戰(zhàn)略的一部分，通過提供各種平臺來展示和傳播鋼鐵制造特定的工業(yè)4.0知識，從大局概念到具體流程。
引言
在特殊鋼的生產(chǎn)中，鋼中的氫和氮含量（H，N）對最終產(chǎn)品質(zhì)量起著重要的作用。氫對鋼的性能影響幾乎都是負面的。根據(jù)鋼的牌號等級，氮可以被認為是有害元素或者是合金元素。這兩種氣體元素都以H和N原子的形式在鋼液中，溶解濃度較高。
鋼中的氫有很多來源：它可以直接從空氣中的水分、耐火材料或造渣材料中吸收。水分可以以水或氫氧化物的形式存在。考慮到氫在液態(tài)鋼中比在固態(tài)鋼中更容易溶解，在凝固過程中，氫原子結合成H2分子，成核形成氣囊，形成“氫白點”。這種現(xiàn)象對于大型連鑄坯和鑄錠是很關鍵的，因為它們是特殊鋼典型的半成品。[1]
氮，特別是用于電爐冶煉生產(chǎn)鋼水，有許多來源：廢鋼、空氣（例如，電弧爐出鋼過程或鋼包精煉爐LF加熱期間）或直接來自N2攪拌氣體。根據(jù)鋼種等級，如果鋼的成形性和延展性是非常重要（例如，超低碳無間隙原子鋼），則應將氮保持在最低限度，或者使用N通過間隙固溶體強化來提高鋼的機械性能（例如，硬度）。[2]
在二次冶金中，從鋼液中除去H和N可以用真空處理工藝來實現(xiàn)。通常，鋼水的真空脫氣采用真空罐脫氣（VTD/VD）工藝或rhurhstahl-heraeus（RH）工藝。[3]由于采用電弧爐（EAF）路線生產(chǎn)的鋼所占比例越來越大，而高爐-轉爐（BF-BOF）長流程生產(chǎn)的鋼所占比例越來越小,因此脫氣工藝越來越受到人們的重視。[4]眾所周知，長流程鋼水在進入二次冶金處理之前已達到較低的溶解H和N含量。[3]因此，溶解較高H和N的電爐鋼對脫氣過程的精確控制就更加必要了。
鋼液、固態(tài)鋼中H含量的高精度測量是一個難點。然而，使用基于熱導率探測器的設備（TCD，例如HydrisR）直接在鋼包鋼水中進行在線測量已成為特殊鋼冶煉鋼廠的標準。[5]這一檢測措施通常是在真空處理結束時，在常壓狀態(tài)下，用將定氫儀探頭浸入鋼液直接讀取氫含量，定氫的目的是檢查該爐鋼是否準備好送去澆鑄，或者如果脫氣不合格，是否需要再次進行真空處理。就處理時間和消耗來說，檢測氣體含量的操作成本是不可忽略的，應該盡可能將其最小化。
N含量的測量通常是通過基于光譜的技術（例如，光學發(fā)射光譜，OES）或惰性氣體融合分析，對從鋼液中提取的凝固試樣進行分析。分析并非實時，因為試樣通常被送到實驗室，在那里需要幾分鐘得到結果。一般來說，在常壓下LF處理和VTD處理的二次冶金過程中，要進行多次取樣分析。
真空條件下的鋼液取樣裝置雖然在市場上可以買到，但由于其更高的維護要求（強調(diào)密封防止空氣泄漏進入），機械結構較為復雜和額外的工廠成本，所以很少安裝在鋼廠的真空設備上。因此，真空處理在去除H和N方面的有效性通常是在處理完成后通過測量來檢查的。如果脫氣效果不理想且有足夠的時間，則需要重復進入真空狀態(tài)下處理，這種兩次真空的做法是沒有辦法的辦法，應該盡可能避免。因此，深真空時間、鋼包氣體攪拌流量、造渣等工藝參數(shù)通常都于保守，以充分滿足H、N脫氣指標，避免脫氣不足。
在這些前提下，在線動態(tài)脫氣監(jiān)測器可以幫助確定脫氣過程何時達到H和N設定的目標，在可能的情況下延長深真空階段，以避免第二次抽氣處理；或者另一方面，縮短深真空階段，加速冶煉過程，避免過度脫氣。可以降低鋼中H和N氣體含量的過大波動，從長遠來看，可以根據(jù)所需的脫氣時間來優(yōu)化VTD前的鋼水過熱度。
這樣的工具應該能夠?qū)崟r估計鋼液中溶解的H和N的含量，使用當前的工藝數(shù)據(jù)，以及預測該爐鋼水處理中的未來行為，以建議何時完成脫氣處理，從而優(yōu)化時間和能耗。該技術包（Q-DEGAS）經(jīng)過原型設計、工業(yè)化，并成功安裝在意大利Cargnacco的AcciaierieBertoliSafau（ABS）的VD2脫氣站。該鋼廠冶煉車間有一個雙罐雙蓋的VTD鋼水脫氣站，使用機械真空泵能夠處理大約100噸的鋼包鋼水。每次處理使用一個真空罐，鋼包底部配備了雙透氣芯攪拌系統(tǒng)。
討論
溶解態(tài)氫-氮的跟蹤與預測
一個精確的模型來實時跟蹤溶解氣體是開發(fā)一個強大的預測系統(tǒng)的必要條件。文獻中有幾個典型的例子。
Bannenberg等人[6]開發(fā)了一個模型，可以同時應用于脫氫和脫氮兩種模型均進行了在線測試，結果與現(xiàn)場測試結果吻合較好。作者考慮了工廠設計數(shù)據(jù)（例如，鋼包幾何形狀，鋼水質(zhì)量）以及工藝數(shù)據(jù)（例如，高真空壓力，攪拌氣體體積）作為模型輸入的參數(shù)。Stouvenot等人[12]和D.Huin等人[13]考慮了動態(tài)脫氣模型，其中真空壓力、攪拌氣體流量和鋼液成分被用作模型輸入特征。[8]鋼水和爐渣的成分可能有關，特別是對于非常低的氮含量目標鋼種。氧和硫是影響脫氣動力學的表面活性元素，因此，氧和硫在原則上是阻礙延遲脫氫和脫氮。[1]脫氣模型的很多文獻也可以在一系列歐洲煤炭和鋼鐵共同體項目中找到。[7,8,14]所有這些公式都使用具有可調(diào)參數(shù)（即灰色模型）的耦合冶金脫氣模型的解決方案。
ECONTech和Frisa鋼廠采用了一種完全不同的方法，他們使用機器學習模型來實時預測鋼中的氫含量。[9]
無論采用何種建模方法，準確的灰色模型或機器學習模型都可以用作預測器和鋼包爐號分類器。一個好的模型應該考慮所有與預測某個目標變量相關的輸入特征。該模型經(jīng)過訓練，在統(tǒng)計上最小化估計變量與變量（H和N試樣）的實際測量之間的差異。
脫氣過程是一個動態(tài)現(xiàn)象，雖然一些輸入特征與時間相關，但其他輸入特征與工藝或設計相關。動態(tài)和靜態(tài)輸入是輸入空間。輸入空間相似點可以用作識別具有共同行為的過去鋼包爐號的特征參數(shù)。因此，如果過去生產(chǎn)的鋼包爐號在模型輸入特征方面經(jīng)歷了共同的模式，則認為它們是相似的。因此，模型輸入空間中任意小的L2-norm范數(shù)應該導致輸出空間中任意小的L2-norm范數(shù)，或者換句話說，類似的脫氣模式或區(qū)別性特征。
相似爐號可用于重建當前工藝條件下未來最可能的輸入空間情景，從而預測溶解氣體的未來趨勢，并評估試樣（例如Hydris或OES）的可靠性，因為這些采樣測量值用于訓練模型，但并非沒有誤差。
選擇最相關的模型輸入特征是系統(tǒng)開發(fā)的重要步驟。達涅利Danieli對VTDs的調(diào)查表明，在深真空階段，脫氣過程中的氫氣對排除的煙氣成分有顯著的影響，特別是，真空泵排氣側的煙氣氣體成分成為脫氣建模的重要特征。
圖1給出了典型氣體組成和工藝參數(shù)的示例。
圖1真空罐脫氣（VTD）的典型趨勢、主要工藝變量和煙氣成分
在文獻中，真空脫氣排出的煙氣成分分析常常與真空吹氧脫碳（VOD）過程有關，其中煙氣中的CO和CO2與脫碳過程相關。[7]在吹氧階段，煙氣流量高于標準VTD工藝，在這些條件下，與脫氣有關的氫和氮被脫碳過程中產(chǎn)生的大量CO和CO2所掩蓋了。
ABS鋼廠開發(fā)并安裝了一種測量煙氣成分的新型傳感器，并對傳感器位置、氣體調(diào)節(jié)系統(tǒng)和氣體分析儀裝置的選擇進行了特別的研究。當前市場需要在精度、維護工作和成本之間取得良好平衡的設備。與VOD不同，VTD通常不配備氣體分析儀，因此所選擇的解決方案必須考慮傳感器的投資和運營成本。最終的硬件配置顯示出良好的魯棒性，可接受的維護周期和相對較好的精度/成本比，與良好的模型運行所需的精度相兼容。分析儀的輸出，以及現(xiàn)有工廠1級和2級系統(tǒng)的過程數(shù)據(jù)，可以像以前的項目一樣提供給在線模型。[11]
建?；顒赢a(chǎn)生了兩個獨立的氫氣和氮氣模型，根據(jù)脫氣動力學制定并根據(jù)鋼廠的數(shù)據(jù)進行調(diào)整。
軟件功能
在生產(chǎn)中訓練和部署H-N模型的工業(yè)化應用程序（Q-DEGAS）是使用客戶機-服務器架構開發(fā)的。
這些服務執(zhí)行不同的后臺任務：
1.數(shù)據(jù)收集：檢索所有相關過程數(shù)據(jù)（來自工廠可編程邏輯控制器（PLC）的VTD基于時間的信號，來自2級系統(tǒng)的基于事件的過程數(shù)據(jù)）。
2.區(qū)別性特征：對于當前的鋼包爐號，計算關鍵工藝變量的預期行為（即真空壓力，攪拌氣體流量，工藝階段的典型持續(xù)時間等）。
3.模型訓練：在收集到的歷史數(shù)據(jù)上訓練鋼水H-N含量預測模型。
4.當前H-N模型：從第一個試樣開始預測當前鋼液的H-N含量，考慮到鋼廠當前處理的所有鋼包爐號的所有相關數(shù)據(jù)。
5.未來H-N模型：基于區(qū)別性特征爐號，預測未來鋼的H-N趨勢，直到深真空結束。
客戶端應用程序?qū)⒖捎玫墓δ芊纸鉃椴煌牟糠郑?/p>
1.概述：它顯示了兩個VTD罐的當前鋼包爐號狀態(tài)，模型輸入（H-N試樣，真空壓力，攪拌氣體流量，氣體分析等）以及預測的鋼中溶解的H和N（圖2）。在采集氫氣試樣樣本后，系統(tǒng)根據(jù)歷史數(shù)據(jù)的統(tǒng)計分析來評估其有效性或顯著性，以突出試樣樣本是否在預期范圍內(nèi)，或者可能需要另取樣樣本來確定其數(shù)值。在圖3中顯示了兩個爐號的鋼包，一個是真實的最后H試樣（綠框），一個是不真實的H試樣（紅框）。
圖2H-N監(jiān)控應用：模型概述，顯示兩個VD罐的模型輸入和輸出
圖3H-N監(jiān)控應用：不真實（紅框）和真實（綠框）最后H試樣樣本示例
2.未來H-N預測：在真空過程中，還使用工藝區(qū)別性特征來計算期望的H-N趨勢，直到脫氣步驟結束（圖4）。在右側的方框中顯示了未來重要時間間隔的期望值，以便于評估深度真空步驟進行時預期的脫氣水平。
圖4H-N監(jiān)測應用：未來H值趨勢（白色虛線趨勢）和未來N值趨勢（綠色虛線趨勢）
3.脫氣目標的實現(xiàn)：在真空過程中，將當前估計的H-N值與當前鋼種的脫氣目標進行比較。一旦達到脫氣目標（具有可定制的安全余量），目標字段將以綠色突出顯示，表明可以停止深真空步驟（圖5）。
圖5H-N監(jiān)測應用：滿足當前真空步驟的脫氣目標（綠框）
4.溶解態(tài)氮增加預測：溶解態(tài)氮模型預測由于真空抽提導致的氮減少和通過雙透氣芯引入的N2氣體攪拌導致的氮增加（圖6）。這對于使用氮氣N2攪拌的實踐特別有用，可以幫助操作人員評估當前/未來估計的N含量。
圖6H-N監(jiān)測應用：(a)用N2攪拌時估計未來H-N含量(b)通過攪拌后取的鋼氮試樣確認
5.模型性能監(jiān)測：該視圖顯示了所選時間間隔、站點、鋼種或其他篩選標準的預測精度（圖7）。對于H和N模型，可以將整個未篩選的表導出為電子表格文件，以供用戶進一步分析。
圖7H-N監(jiān)控應用：模型性能監(jiān)控
6.模型訓練：通過一組專用頁面對用于預測的模型進行管理，創(chuàng)建新模型，在歷史數(shù)據(jù)上進行訓練，在訓練和測試數(shù)據(jù)集上驗證其性能，并實時設置要使用的模型（圖8）。
圖8H-N監(jiān)控應用：模型訓練管理
操作結果
生產(chǎn)中部署的預測H和N模型的性能如圖9所示，并在表1中進行了總結。該工業(yè)化系統(tǒng)于2024年10月中旬部署在ABSVD2上：圖中顯示的數(shù)據(jù)是在冬季維護停止前的兩個月運行期間收集的，相當于大約1000爐號的鋼包真空脫氣數(shù)據(jù)。跟蹤器的準確性可與文獻中提供的數(shù)據(jù)相媲美，并且在隨后幾個月的連續(xù)工廠運行中保持不變。
圖9(a)H模型和(b)N模型的模型精度與文獻結果的比較
表1H和N模型實現(xiàn)的模型精度與文獻結果的比較
在驗證了模型的性能后，系統(tǒng)在提示模式下使用，提示何時可以停止真空，表明在圖5，進而如圖10所示。
圖10脫氣過程中兩爐鋼的變化趨勢。根據(jù)系統(tǒng)的建議，橙色區(qū)域是深度真空時間可能減少的區(qū)域。(a)顯示了平穩(wěn)的脫氣操作，(b)顯示了由于泡沫渣優(yōu)化不理想而需要繼續(xù)深真空的鋼包爐號。根據(jù)系統(tǒng)的建議，第二次真空順序是可以避免的
該系統(tǒng)基于模型輸入空間相似度（區(qū)別性特征），當估計的H含量低于給定目標時動態(tài)提示，并附帶一個額外的安全系數(shù)。H指標根據(jù)所生產(chǎn)的鋼材等級確定，由二級自動化系統(tǒng)提供。圖10面板(a)和(b)中的橙色區(qū)域突出了生產(chǎn)過程中額外的深真空時間。圖(a)顯示了脫氣過程順利進行的一爐鋼：真空罐壓力始終保持在低值，該爐鋼水脫氫沒有困難。由于輸入空間的L-2范數(shù)相對較小，動態(tài)估計的置信度較高。在這里，減少深度真空時間的余地更大。
另一方面，圖10的面板(b)顯示了由于泡沫渣不理想而導致脫氣過程困難的爐號鋼包。在第一次處理期間，真空罐很難保持在深真空壓力下。該系統(tǒng)基于具有更寬輸入空間的歷史數(shù)據(jù)，檢測并指出無效脫氫，隨后通過第一次H測量進行確認。因此，該鋼包爐號需要第二次真空處理：在第二次真空結束時，系統(tǒng)發(fā)出信號表明目標值已經(jīng)達到，隨后由第二次測量確認。這一過程可以通過增加第一次真空處理的時間來加速，避免第二次真空的抽吸處理時間和額外的測量。
系統(tǒng)在生產(chǎn)中的典型輸出表明，ABS的標準深真空時間可以縮短。對建議的統(tǒng)計分析如圖11所示，表2所示?？紤]到運行兩個月（約1000爐）的產(chǎn)量，系統(tǒng)建議平均縮短深真空時間14.3%。然而，相對縮短真空處理時間與鋼的鋼種等級有關，平均可能在2.5%到20%之間，如表2所示。
圖11ABS深真空時間分布。對于兩個月生產(chǎn)最多的鋼種，深灰色箱形圖為實際深真空時間分布，淺灰色箱形圖為建議深真空時間分布。根據(jù)該系統(tǒng)，根據(jù)鋼種的不同，深真空時間可縮短3-20%
表2系統(tǒng)對不同鋼種的深真空縮短次數(shù)建議
在確認了深度真空時間縮短和VTD生產(chǎn)率提高的潛力后，該系統(tǒng)已準備好在生產(chǎn)過程中使用，以優(yōu)化操作實踐。顯然，對生產(chǎn)率的實際影響必須考慮脫氣裝置的所有約束條件（即鋼水H含量指標、N含量指標和溫度指標）。因此，可能需要對LF實踐（LF出口溫度）進行相關修改，以最大限度地提高效益。
結論
建立了一種數(shù)據(jù)驅(qū)動的在線動態(tài)模型，用于預測真空脫氣過程中溶解氫和溶解氮的含量。根據(jù)系統(tǒng)自動收集的工廠數(shù)據(jù)對考慮標準VTD過程數(shù)據(jù)和煙氣分析的預測模型進行訓練。該模型用于預測鋼水H和N的當前含量以及它們在深真空階段結束前的預測趨勢。此外，系統(tǒng)根據(jù)當前的工藝條件、預測的置信度和可用的H-N測量值來評估脫氣目標是否達到。
該系統(tǒng)安裝在意大利Cargnacco的AcciaierieBertoliSafau(ABS)，目前已經(jīng)上線了幾個月，為操作人員提供了有關真空過程中H和N去除的有用信息。已對氣體分析儀和相關的氣體調(diào)節(jié)系統(tǒng)進行了徹底的測試，以驗證結果數(shù)據(jù)并確定合適的維護計劃。在較長的時期內(nèi)，系統(tǒng)的輸出將包括在業(yè)務實踐中，過程的可變性預計將因此減少。平均而言，預計工藝時間將減少，盡可能減少深真空持續(xù)時間，并避免與二次真空處理相關的低效率。由于深真空時間的縮短，預計LF出口溫度也會降低，從而減少電能消耗。
