钢铁研究学报

作者：辛宇^1,2, 韩啸^1,2, 何志军^1,2, 杨鑫^1,2, 朱海琳^1,2, 乔西亚^1,2

单位：1.辽宁科技大学材料与冶金学院,辽宁鞍山114051;；2.辽宁省绿色低碳与智能冶金重点实验室,辽宁鞍山114051

关键词：转炉冶炼,高废钢比,GA-BP优化算法,渣料加入量,预测模型

基金：辽宁省科技计划联合计划资助项目(2025JH2,101800187);国家自然科学基金资助项目(52374339)

在钢铁工业低碳转型的背景下,转炉高废钢比冶炼面临能耗失衡与渣料成本失控的双重挑战。针对120 t转炉在高废钢比工况下渣料加入量控制不稳定、能耗计算偏差较大的问题,本文通过解析转炉冶炼过程中的热-料-氧耦合关系,阐明了高废钢比条件下熔池热量需求、渣料消耗及热补偿之间的内在关联机制。研究通过数据预处理整合1 200炉次生产关键数据,构建起“机制模型-智能算法”相融合的渣料适宜加入量预测与优化体系。通过皮尔逊相关性分析结合递归特征消除算法,筛选出钢水量、铁水Si含量等8 个关键特征参数,并对反向传播(BP)神经网络、粒子群优化反向传播(PSO-BP)及遗传算法优化反向传播(GA-BP)模型开展对比与优化研究。结果表明,GA-BP模型性能最优,其渣料加入量预测的平均绝对百分误差为0.13%,均方根误差为208.03。该模型已成功应用于生产现场,且预测效果良好,可为转炉高废钢比冶炼的绿色高效生产提供有效的技术支撑。

来源：2026年第3期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2026年第3期