автореферат диссертации по металлургии, 05.16.02, диссертация на тему:Анализ и оптимизация технологии выплавки и внепечного рафинирования стали с использованием обобщенной термодинамической модели сталеплавильных процессов

На правах рукописи

ТОЛСТОЛУЦКИЙ АЛЕКСЕЙ АЛЕКСАНДРОВИЧ

АНАЛИЗ И ОПТИМИЗАЦИЯ ТЕХНОЛОГИИ ВЫПЛАВКИ И ВНЕПЕЧНОГО РАФИНИРОВАНИЯ СТАЛИ С ИСПОЛЬЗОВАНИЕМ ОБОБЩЕННОЙ ТЕРМОДИНАМИЧЕСКОЙ МОДЕЛИ СТАЛЕПЛАВИЛЬНЫХ

ПРОЦЕССОВ

Специальность 05.16.02 - Металлургия черных, цветных и

редких металлов

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва - 2004

Диссертационная работа выполнена на кафедре электрометаллургии стали и ферросплавов Московского государственного института стали и сплавов (технологическом университете)

Научный руководитель:

кандидат технических наук, доцент Котельников Георгий Иванович Официальные оппоненты:

доктор технических наук, профессор Рожков Игорь Михайлович кандидат технических наук Жарницкий Максим Давидович.

Ведущее предприятие:

ОАО Металлургический завод «Электросталь»

Защита состоится « 28 » октября 2004 г. в часов на заседании диссертационного совета Д.212.132.02 при Московском государственном институте стали и сплавов (технологическом университете) по адресу: 119049, г. Москва, ГСП-1, Ленинский проспект, 6, аудитория А-305, тел.: (095) 230-4557, 230-4436; факс (095) 230-4687.

С диссертацией можно ознакомиться в библиотеке Московского государственного института стали и сплавов (технологического университета).

Автореферат разослан « 24 » сентября 2004 г.

Ученый секретарь

диссертационного совета Д.212.132.02 доктор технических наук, профессор

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы.

В настоящее время в металлургии сложилась такая ситуация, что технолог предприятия фактически лишен специальных программных вычислительных средств, которые позволяли бы ему быстро решать актуальные задачи сталеплавильной технологии. Например, оценить изменение поведения компонентов ванны металла вследствие замены одного материала на другой; или что будет, если изменить режим раскисления стали и как изменится при этом состав и количество неметаллических включений; или определить технологические показатели, позволяющие минимизировать угар элементов. Таких задач в практике сталеплавильного производства возникает множество.

Как правило, решение подобных задач осуществляется с помощью проведения опытных плавок. Технолог отрабатывает всевозможные варианты и выбирает оптимальный. В лучшем случае для решения конкретной задачи прибегают к анализу предыдущего опыта и по аналогии производят расчет по некоторой идеальной схеме. Это не очень удобно и ошибка такого подхода может быть достаточно большой.

С появлением компьютеров были созданы программы FactSage, Ou-tokumpu, АСТРА (ТЕРРА) и др., которые позволяют рассчитывать равновесное распределение компонентов между различными фазами. Однако эти программы были ориентированы на изучение горения топлива; исследование химических процессов, протекающих в энергетических установках, анализ условий формирования атмосфер планет и звезд и т.д. В связи с успешным использованием этого подхода в самых различных отраслях науки и техники возникает потребность применить термодинамическое моделирование и для анализа технологических процессов в металлургии, в частности, в сталеплавильном производстве.

Применение этого подхода позволяет исследователю проводить комплексный анализ выплавки стали, определять верные технологические решения, отсеивать ошибочные, а также давать хотя бы простые экономические оценки принимаемых решений.

Цель работы. Усовершенствование действующих технологий выплавки и внепечной обработки стали с использованием обобщенной термодинамической модели сталеплавильных процессов. Создать соответствующую компьютерную программу в помощь технологу, которая должна содержать необходимую справочную термодинамическую информацию, относящуюся к поведению элементов в сталеплавильной ванне. Разработать простую и удобную методику привязки компьютерной программы к реальным сталеплавильным технологиям и агрегатам.

Научная новизна

Разработана обобщенная модель расчета равновесия в системе

«металл - шлак - газовая

темы уравнений равновесия и материального баланса, применимая к условиям плавки стали в различных сталеплавильных агрегатах.

Предложено рассматривать шлак, как раствор соединений типа RA,

Эта гипотеза позволила преобразовать систему нелинейных уравнений равновесного распределения компонентов между фазами в систему линейных уравнений и успешно решить ее, исключив локальные минимумы.

Разработан метод адаптации модели к условиям реальных процессов, использующий представления о степени достижения равновесия и оценку неточности расчета коэффициентов активности по тем или иным моделям шлаковых растворов.

Практическая значимость -

По результатам исследований создан программный комплекс ГИББС для расчета равновесного распределения компонентов между металлом, шлаком и газовой фазой и прогнозирования хода плавки в различных сталеплавильных агрегатах.

Разработаны способы использования программного комплекса ГИББС для анализа и оптимизации существующих технологий выплавки и внепечной обработки на различных металлургических предприятиях:

Определены оптимальные технологические условия для проведения процессов окислительной дефосфорации в ДСП и десульфурации на печи-ковше.

Внедрена усовершенствованная технология выплавки высокохромистого полупродукта, обеспечивающая минимальный угар хрома в ДСП.

Программный комплекс ГИББС внедрен в учебный процесс на кафедре электрометаллургии стали и ферросплавов МГИСиС (ТУ).

Апробация работы

Материалы диссертации доложены и обсуждены на VII конгрессе сталеплавильщиков (г. Магнитогорск, 2002), II международной конференции молодых специалистов «Новые и специальные сплавы в авиационной и ракетно-космической технике» (г. Королев, 2003), институте стекла и горных пород Высшей Рейн-Вестфальской Технической школы (Institut fOr Gesteinshuttenkunde, RWTH) (г. Аахен, Германия, 2003), межкафедральном семинаре факультета МТРиЭ кафедр руднотермических процессов; металлургии стали, электрометаллургии стали и ферросплавов, (г. Москва, 2003) и на технических совещаниях на ОАО МмЗ «Серп и Молот» (г. Москва, 2003) и ОАО «Тагмет» (г. Таганрог, 2004).

Публикации

Основные результаты диссертации изложены в пяти печатных работах.

Объем работы

Диссертация изложена на 191 странице машинописного текста и содержит введение, 4' главы, заключение, 91 рисунок и 19 таблиц. Список использованной литературы состоит из 186 наименований.

4

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе рассмотрены вопросы, относящиеся к проблемам математического моделирования технологических процессов в металлургии.

Исторически сложилось так, что в металлургии большинство процессов и технологий были получены в результате проведения огромного количества натурных экспериментов и отработки технологии непосредственно в процессе работы. Однако это связано с увеличением сроков разработки и внедрения инноваций и ростом издержек. Поэтому главным в снижении издержек и повышении конкурентоспособности производства является повышение роли виртуальных металлургических экспериментов, основанных на математическом моделировании.

Под математическим моделированием в металлургии понимают адекватную замену исследуемого технологического процесса соответствующей математической моделью и ее последующее изучение методами вычислительной математики. Для инженера-металлурга математическое моделирование - это инструмент, творческое применение которого способствует более глубокому пониманию процессов, происходящих в сталеплавильном агрегате, и успешному применению полученной информации на практике, т.е. для эффективного управления плавкой, совершенствования и оптимизации действующих и создания новых технологий. В ряде случаев использование моделирования -это, по существу, единственный способ быстрого и эффективного решения научных и производственных задач особой сложности.

Сама постановка вопроса о математическом моделировании какого-либо объекта порождает четкий план действий. Его можно условно разбить на три этапа: модель — алгоритм— программа (рисунок 1).

С Модель )

/ Г Объект ) N.

(Программа^«-С Алгоритм )

Рисунок 1 - Схема процесса разработки математической модели

объекта

Осуществление отдельных этапов математического моделирования требует определенных знаний, навыков и практической подготовки. Поэтому к математическому моделированию сложных технологических процессов, а именно к процессу выплавки и внепечной обработки стали, приходится привлекать и инженеров, и математиков, и программистов. Однако для координации их усилий необходимы специалисты, способ-

ные осуществить каждый из рассмотренных этапов моделирования на высоком профессиональном уровне.

По способу построения различают аналитические, экспериментально-статистические и комбинированные модели. Первые строятся на основе классических законов сохранения и переноса массы, энергии, импульса; вторые требуют для своего построения информации, получаемой путем постановки предварительного эксперимента. В комбинированных моделях часто выделяют эвристические модели, использующие для определения необходимых зависимостей и построения алгоритмов управления обобщенное мнение и формализацию действий квалифицированных специалистов.

Статистические модели гарантируют быстрое достижение успешных результатов. С использованием современных методов статистики и моделирования технологических зависимостей можно обойти такие трудности, как отсутствие нормального распределения в реальных данных, необходимость получения большого объема исходной информации. Однако при больших колебаниях условий работы агрегатов конечные результаты применения статистических моделей оказываются хуже.

Аналитические модели по сравнению со статистическими характеризуются прогнозирующими свойствами, т.е. ведут себя адекватно при изменении начальных и граничных условий. Модели, разработанные этим методом, отличаются возможностью применения при исследовании на агрегатах различной вместимости, однако точность их существенно зависит от правомерности допущений, принятых при составлении модели.

На практике при освоении новых технологий и проектировании агрегатов предпочтение следует отдавать аналитическим моделям, управление же сталеплавильным агрегатом целесообразно осуществлять с использованием комбинированных моделей.

Декомпозиция различных сталеплавильных процессов показала, что в любом агрегате всегда присутствуют три фазы: металл, шлак и газовая фаза. При этом агрегаты отличаются характеристиками ввода материалов, тепла и интенсивности перемешивания ванны. Это обстоятельство позволяет представить процесс выплавки стали последовательностью однородных циклов, то есть можно описать всю плавку повторением одного и того же программного блока.

Рассмотрены основные программные комплексы (MTData, FactSage, CHEMKIN, NASA CEA, Thermo-Calc, TEPPA, ИВТАНТЕРМО и др.) позволяющие на основе термодинамико-балансовых уравнений рассчитывать равновесие в различных системах. Применение этих моделей для металлургических расчетов сопряжено со следующими трудностями: 1. Базы данных моделей слишком громоздки и содержат информацию о тысячах соединений и элементов, вследствие чего цена данных продуктов составляет несколько тысяч долларов; 2. В большинстве программ расчет производится в приближении идеального раствора, а если есть возможность учета неидельности раствора, то исследователю необходимо самому указать значения коэффициентов активности в

растворах; 3. Отсутствие простого алгоритма привязки программ к условиям реального сталеплавильного агрегата.

Проанализированы возможности и недостатки программы ОРАКУЛ. Эта программа является наиболее приспособленной для проведения равновесных расчетов в металлургии, однако она сильно ограничена в возможности учета переменной валентности, газовой фазы, газов в металле и возможности привязки к условиям сталеплавильного агрегата.

Во второй главе описан новый алгоритм расчета равновесия в системе «металл - шлак - газовая фаза». Модель системы представлена на рисунке 2.

Внешние воздействия:

Рисунок 2 - Схема для расчета термодинамического равновесия в сталеплавильном агрегате.

Моделирование происходит в закрытой изобарной, изотермической системе, состоящей из трех фаз. В сталеплавильном агрегате между фазами происходит перераспределение химических элементов, которое можно описать следующей системой уравнений простейших реакций, записанных для некоторого элемента Д, и соответствующих им выражений констант равновесия К,. Для понимания сути процессов индексы при элементе Я опущены, но они подразумеваются.

где Я - элемент, участвующий в реакции в качестве восстановителя, например Fe, Pb, Mn, Si, Ф и др.;

А - элемент, участвующий в реакции в качестве окислителя, например О, Э, Р, N и др.; ЯАп - соединение элемента Я с окислителем А, например, РеО,

РеО^, СгО^и др.; а - активность компонентов в жидкой фазе; р - парциальное давление в газовой фазе; [],(),{}- компонент относится к металлической, шлаковой и

газовой фазе, соответственно; п - это стехиометрический коэффициент, показывающий отношение валентностей элемента Я и А.

Записав систему (1) с учетом уравнения материального баланса и преобразовав уравнения термодинамического равновесия, получим

где Б - количество реакций перехода элемента Я в шлаковую фазу; в - количество реакций перехода элемента Я в газовую фазу; тм, И7(Л) и /И{й) - массы Я -ого компонента в металле, шлаке и

I газовой фазе соответственно;

- общая масса Я -ого компонента в системе "металл - шлак -газовая фаза".

■*{*]• ~ атомная доля и коэффициент активности компонента Я

в металле, соответственно. При этом Я находится в стандартном состоянии "чистый жидкий компонент";

*(*<.)' ^(«л) " атомная доля и коэффициент активности соединения (ЛА„) в шлаке, соответственно.

Решение данной системы относительно т[Л], т^ и т^ позволяет

определить массу и равновесный состав металла, шлака и газовой фазы. Видно, что система линейна и имеет Б+О+1 неизвестных и столько же уравнений, т.е. система (2) всегда имеет решение, причем единственное. Для исключения получения ложных корней система (2) записана таким образом, что является линейной относительно элемента Я. В то же время система остается нелинейной относительно элемента А.

Отличительная особенность разработанного нами алгоритма решения системы нелинейных уравнений заключается в том, что на каждом промежуточном шаге концентрация элемента А задается и после этого система уравнений (2) решается как линейная известными методами, а расчет концентрации компонента А осуществляется итерационными методами (методом дихотомии, методом пошагового приближения или методом пошагового приближения с экспоненциальным шагом).

Расчет состава и параметров равновесного состояния реальных сталеплавильных систем можно осуществить двумя методами - комбинированным и прямым. Комбинированный метод состоит из двух циклов. Во внутреннем цикле происходит расчет равновесия в системе «металл-шлак-газ» в приближении идеальной модели, по алгоритму описанному выше. Во внешнем цикле осуществляется расчет коэффициентов активности компонентов металла и шлака. Прямой же метод позволяет рассчитывать коэффициенты активности компонентов и равновесие в одном цикле.

Достоинством прямых алгоритмов является то, что они не требуют организации двух итерационных циклов. Однако если используется сложное уравнение состояния, расчетная система уравнений становится очень громоздкой, что осложняет реализацию алгоритма и увеличивает время вычислений.

Главными достоинствами алгоритмов комбинированного типа являются: возможность использования хорошо отлаженных процедур расчета равновесного состава в идеальных системах; поправки, учитывающие отклонение от идеальности, вычисляются лишь во внешнем итерационном цикле, число шагов в котором относительно невелико. Вследствие этого, было решено использовать комбинированный метод расчета состава и параметров равновесного состояния реальных сталеплавильных систем.

После разработки методов определения равновесных концентраций, было проведено их тестирование. Цель тестирования - оценить возможности описания технологических процессов различной сложности с точки зрения вычислительной математики. Результаты тестирования приведены в таблице 1.

Таблица 1 - Время одного расчета и количество итераций при ис-

пользовании различных методов определения равновесия

Название теста Дихотомия Пошаговое приближение Экспоненциальное приближение

Время расчета, мс Кол-во итераций Время расчета, мс Кол-во итераций Время расчета, мс Кол-во итераций

Равновесие в системе Ре-0 785 23326 25 674 1.5 20

Диаграмма раскисления кремнием 942 22407 8,89 194 2,25 27

Диаграмма раскисления марганцем 1163 27266 8,14 170 2,64 38

Диаграмма раскисления хромом 1526 34350 8,01 167 2,6 31

Диаграмма раскисления алюминием - - 14,83 311 3,04 60

Обезуглероживание чистого железа - - 14,75 308 3,91 53

Обезуглероживание металла с содержанием Сг 18% - - 34,89 584 5,47 57

Десульфурация стали с начальным содержанием Б 0,05% при добавлении извести - - 15,94 205 4,51 37

Десульфурация стали с начальным содержанием в 0,05 % в присутствии плавикового шпата - - ошибка ошибка 8,8 48

Кривая нитридообразова-ния в стали с содержанием Сг 18% при добавлении Т1 - - 79,31 965 7,61 54

Кривая нитридообразова-ния в стали с содержанием Сг 18% и в 0,05% при добавлении титана - - 116,83 1054 11,95 59

Кривая нитридообразова-ния в стали с содержанием Сг 18%, Б 0,05, СаО и СаР2 при 1600 при добавлении Т\ - - ошибка ошибка 60,65 184

Видно, что время расчета и количество итерации с использованием метода дихотомии очень велико, поэтому тестирование этого метода на некоторых примерах было решено не продолжать. Показатели метода пошагового и экспоненциального приближения вполне сопоставимы по скорости и качеству расчета. Однако скорость расчета с использовани-

ем метода экспоненциального приближения в три и более раз выше метода пошагового приближения и, если в системе присутствует три и более элементов-анионов (О, S, F, N), метод пошагового приближения выдает ошибку расчета. Но при расчете простых систем с количеством анионов менее трех (например, О и S) метод пошагового приближения вполне подходит, по крайней мере, в качестве контрольного. Исходя из таблицы 1, в качестве базового выбирается метод экспоненциального приближения, метод пошагового приближения - в качестве контрольного, метод дихотомии рекомендуется не использовать.

Описанная модель запрограммирована на языке Object Pascal в среде разработки приложений Delphi 7.0. Программа носит название ГИББС, в честь одного из основоположников термодинамики Дж.В. Гиб-бса. Экранная форма программы с результатами расчета состава низколегированной стали типа 10ХСНДА к концу окислительного периода представлена на рисунке 3.__

QpoeKi Материал»». Расчет ; &1Д: Олрограяие •

f Ё'Ф '-aIia[J О й\ И |i^-^rxiсjiszT

• М«твлл]Вагнер.* jrj | Шл»[Кд*вда(» jjj SarMepjlUP 3 i;|При6/»<жбм« [¡ft'>:

Даышыь. am* (1

Результаты

Me? a an

l^tQeilui/ MdCCd;

расчета равновесия

Коми -' Hatxa .Gamma-:

А! . :| 0ДО5 С j 14.37 Ca -A IDE007

й U i И*

г'Мг) > № Р

;= S; I)

йшго;

73.7« 99.31

шхюз"

41.24

100.30 26.40 0.0499' 71.78

ijozea

8J2E007 0.0947 эже-ооз о«гз

10951 9i4E«7 0.2562 0.0700 0Л109 0Л00Э 0.0252' ода 2 1101

0.6734 1X027 0.9314" 0.3667 1Л000 1.0000 0.9791 1.0085 1.0327 1X1281 0.9941 0.8881

1Л008 0.0040 1.24Е-010 0,0006 03909 2.01Е008' 0.0024

_0ЛЮ6 0JXB2

шш

......0.00С4

0.001 э"

7.74Е-007

.....0.0861

8.90Е40Э 0.0566 99.50 8.7БЕ-007 0.2346

.....0.0636

0.0099 0.0003 """0.С229 "" 0.СЖ1

Параметр

Тямперапра «Mtatioyc металла. С Масса металла

1529.72: 110.1 j

Рисунок 3 - Экранная форма программы ГИББС с результатами расчета состава низколегированной стали типа 10ХСНДА к концу окислительного периода

Если система находится в равновесии, то энергия Гиббса минимальна. На рисунке 4 показано значение энергии Гиббса в системе «металл - шлак - газовая фаза» в зависимости от мольной доли кислорода в металле. Видно, что алгоритм, не опираясь напрямую на понятие минимума энергии Гиббса, автоматически рассчитывает равновесное содержание кислорода в металле, отвечающее минимуму Энергии Гиббса. Рисунок 4 также подтверждает тот факт, что значение AG может слабо меняться в окрестности решения. Поэтому, те программы,

3.4

3,2

О 0,0005 0ДО1 0,0015 0,002 0,0025 0,003

Мольная доля кислорода в металле Хо

Рисунок 4 - Изменение значения энергии Гиббса в ходе расчета равновесия в зависимости от мольной доли кислорода в металле

которые используют в качестве критерия равновесия Д<7 = 0, иногда в процессе решения могут давать неверный химический состав системы.

Известно, что в реальных технологических процессах равновесие достигается не всегда. Это может происходить при проведении процесса в кислородном конверторе, ДСП, печи-ковше, ВКР и других сталеплавильных агрегатах. Связано это с кинетическим запаздыванием, недостатком технологического времени, недостаточно эффективным перемешиванием ванны, относительно низкой температурой и т.п.

Все эти размышления носят классический характер и основываются на том, что исследователю точно известны равновесные состояния в металлургической системе: активности а, , коэффициенты активности

у,, концентрации х, , давление р и т.п. В то же время состояние термодинамики шлаковых и металлических растворов таково, что сами эти величины определяются с определенной погрешно-

стью. В ряде случаев эта погрешность может быть достаточно большой, особенно в том случае, когда мы имеем дело со сложными, многокомпонентными и малоисследованными шлаковыми системами. Это обстоятельство обычно не учитывается при анализе приближения реальных систем к равновесию. Чаще всего при этом в качестве степени достижения равновесия используется показатель Р = Д/""".

В данной работе предлагается ввести коэффициент достижения равновесия а, который равен

где а*"", д/"*" - фактическая и расчетная активность i -ого компонента в шлаке, соответственно; 12

Выражение (3) можно записать, так

где у^ - модельный коэффициент активности, который определяется по той или иной теории шлаковых растворов.

В данном случае а, представляет собой произведение двух множителей, которые учитывают кинетическое запаздывание в достижении равновесия р = и погрешность расчетной оценки коэффици-

ентов активности 2 = ¡уЦ"*. Введение а, в алгоритм прогнозирования взаимодействия фаз существенно облегчило привязку программы к условиям различных сталеплавильных процессов.

Отметим, что изложенный подход использования коэффициента а, учитывает и динамику процесса, и степень нашего незнания истинного равновесия. Величина а, имеет индекс ¡. Это означает, что для каждого компонента системы коэффициент а находится отдельно. В большинстве случаев =1. Опыт использования разработанного метода привязки обеспечивает быструю настройку модели на технологию (на агрегат) и повышает точность прогнозирования химического состава метапла и шлака. Отметим, что коэффициенты адаптации а, определенные по одной плавке стали, затем не изменяются на остальных плавках. Это повышает достоверность прогнозов. Естественно, что при коренном изменении технологии, например, при переходе от шлаков системы СаО-БЮг на шлаки СаО-А126з, коэффициенты адаптации могут изменяться.

Влияние величины адаптационного коэффициента #р205 на поведение фосфора в металле после расплавления при выплавке стали 09Г2С вДСП-100 приведено на рисунке 5.

Из рисунка 5 видно, что варьированием значения СГргоэ можно настроить модель на условия конкретного агрегата. При этом термодинамическая тенденция поведения фосфора в металле остается неизменной - концентрация фосфора с увеличением расхода извести снижается.

Модель расчета химического состава металла и шлака во времени с учетом технологических параметров сталеплавильного агрегата включает следующие основные блоки:

• Термодинамический блок (расчет равновесия в системе металл-шлак-газ);

• Тепловой блок (вычисление температуры системы и массы расплавившихся материалов);

• Управляющий блок (ввод характеристик работы агрегата, взаимодействие между термодинамическим и тепловым блоком);

• Блок экономических расчетов (расчет экономических показателей процесса).

Взаимодействие основных блоков системы ГИББС представлено на рисунке 6. Из рисунка видно, что термодинамический блок обеспечивает расчет равновесного состава металла, шлака и газовой фазы. Тепловой блок обеспечивает расчет температуры и массы расплавившихся материалов по ходу процесса расплавления шихты. Управляющий блок является контроллером процесса - через него вводятся основные внешние условия проведения плавки.

Рисунок 6 - Структура взаимодействия блоков системы ГИББС В третьей главе приведены примеры проверки адекватности расчета по программе ГИББС. На рисунке 7 представлена зависимость содержания кислорода в железе и равновесные парциальные давления

14

кислорода в газовой фазе для системы Ре-РеО при различных температурах.

Пример расчета кривая раскисления железа марганцем представлен на рисунке 8.

точки - эксперимент; кривая - равновесный расчет по программе

ГИББС

Рисунок 8 - Кривая раскисления жидкого железа марганцем при температуре 1550 °С

В работе также рассчитаны кривые раскисления железа углеродом, кремнием, хромом, алюминием, кальцием. Все расчеты хорошо описывают экспериментальные данные.

Было показано, что разработанная программа адекватно описывает процесс десульфурации металла в самых различных условиях. Она хорошо описывает лабораторные данные Винклера и Чипмена по равновесному распределению серы и кислорода между металлом и шлаком. С помощью этой программы можно описать процесс удаления серы в шлак в кислородном конверторе (степень десульфурации

составила не более 12%) и на агрегате печь-ковш (степень десульфу-рации составила от 60% до 90%).

Показаны возможности программы по достоверному прогнозированию процесса обезуглероживания в лабораторных печах (опыты Э. Ду-на и С.И. Филиппова - рисунок 9) и в промышленных агрегатах - в дуговой сталеплавильной печи (таблица 1), кислородном конверторе, на агрегатах вакуумно- и аргонокислородного рафинирования.

О 50 100 150 200 0 50 100 150

|«9«б»7»бобо«Аз + го1| Время, мин |ф6»»а«»з»2д1 | Время, мин

а - печь сопротивления; б- индукционная печь Рисунок 9 - Результаты расчета кинетических кривых окисления углерода в железоуглеродистом расплаве. Точки возле кривых - эксперимент.

Таблица 2 - Результаты прогноза обезуглероживания высокохромистого расплава типа Х18Н10 в ДСП-5* _____

№ плав* ки * а К В 1 о. о ■ О Тем-ра нач, 'С я о О. о 5 х~ £ 8 т га „ о X «•—» а О т <9 О X о о у а _ х^ от. I* ю.

131707 7 1700 1970 1958 0.175 0.04 0,04 17,45 15.57 159 0,84 0.05 0,03

132307 10 1800 1880 1870 0,42 £Ш 0,12 17,96 16.96 17,00 1.0 0.05 0,11

133132 7 1845 1940 1904 0,44 0.12 0,12 19,87 18.5 1877 0,74 0.06 0 05

133016 6 1820 1818 0.45 0.265 0,245 19,85 19.35 19.39 . 0,08

132825 7 1738 0.41 ма 0,17 19,97 17.86 17,95

132811 9 1880 1867 0,45 0.07 0,07 18,39 15,58 16,0

132817 9 1770 1786 0,5 0.27 0,25 18,22 17,?§ 17,82 0,02

133133 5 1910 1874 0,51 0.14 0,14 18,05 17,93 17,3 0,57 0,02

* числитель - фактическое значение, знаменатель - расчет по программе ГИББС

В четвертой главе представлены примеры анализа и оптимизации технологий выплавки стали в различных сталеплавильных агрегатах с использованием программы ГИББС.

Проведена оптимизация технологии выплавки в ДСП высокохромистого полупродукта для агрегата вакуумно-кислородного рафинирования. При выплавке коррозионно-стойких сталей одним из важнейших процессов является процесс обезуглероживания. Обычно этот процесс описывают реакцией СгъОЧп) +4[С] = 3[Сг]+4СО(ги), согласно которой в

процессе обезуглероживания принимают участие углерод и хром. Однако в реальном процессе в металле присутствуют кремний, титан, железо, марганец и другие элементы, которые обычно в расчетах не учитывают. Цель данного анализа заключалась в том, чтобы учесть одновременное влияние всех этих элементов на процесс обезуглероживания высокохромистых расплавов и предложить оптимальную технологию выплавки высокохромистого высокоуглеродистого полупродукта.

Исследуемыми (варьируемыми) параметрами являлись: содержание кремния, температура металла перед продувкой кислородом и масса отдаваемой в завалку извести. Оптимальными параметрами технологии выплавки высокохромистого полупродукта с продувкой ванны кислородом в печи для последующего его рафинирования на установке ВКР являются:

• содержание кремния перед кислородной продувкой 0,8-1,2%;

• начальная температура перед продувкой 1650-1700°С;

• масса извести в завалке 10-12 кг/т.

Данные рекомендации были опробованы на ОАО ММЗ «Серп и Молот»; отработанные параметры технологии внесены в технологическую инструкцию по выплавке и внепечной обработке коррозионностойких сталей.

Проанализирована технология внепечного рафинирования стали на установке печь-ковш для условий ОАО «НОСТА». После настройки модели ГИББС к условиям печи-ковша было проанализировано более 50 плавок. На рисунке 10 представлено поведение элементов в ходе обработки стали 10ХСНДА на агрегате печь-ковш.

Видно, что разработанная программа ГИББС адекватно описывает поведение всех элементов в ходе обработки металла на печи-ковше. Было обнаружено, что конечное содержание серы в металле сильно варьирует - от 0,003 до 0,008 % Такой разброс концентрации серы не позволяет обеспечить стабильно высокого качества готовой стали.

На степень десульфурации стали может влиять количество печного шлака, основность рафинировочного шлака, температура обработки, материал футеровки, поступление кислорода из атмосферы, шлака, шлакообразующих материалов и другие факторы. С использованием программы ГИББС было установлено, что для сталеплавильных агрегатов наиболее важным фактором, определяющим полноту десульфу-

рации, является поступление кислорода из атмосферы и других источников.

Была определена интенсивность поступления кислорода из атмосферы на всех стадиях выплавки и обработки низкоуглеродистой низколегированной стали типа 10ХСНДА в условиях ООО «Уральская сталь». Во время плавки стали в ДСП-100 интенсивность поступления кислорода из атмосферы составила 80-100 л/(тмин) или 6-8 кг/т; во время выпуска - 140-175 л/(т*мин) или 2-2,5 кг/т; во время обработки металла на установке печь-ковш - 74-88 л/(т*мин) или 1,0-1,2кг/т; при разливке на МНЛЗ - 1 л/(т*мин). Таким образом, главным направлением совершенствования технологии выплавки и внепечной обработки стали, обеспечивающей получение низких концентраций серы и кислорода является использование различных методов блокирования поступления кислорода из атмосферы и других источников.

Интересным представляется исследование влияния материала футеровки ковша на поведение кислорода и серы в металле во время обработки в ковше. На рисунке 11 приведена зависимость концентрации

кислорода и серы материалами.

0Д145

в металле для ковшей, футерованных различными

1 - обычные расходы шамотной футеровки; 2 - расход периклазоизвестковой футеровки; 3- расходы монолитных высокоглиноземистой бетонной и муллитокорундовой футеровок Рисунок 11 - Влияние материала футеровки и ее расхода на содержание кислорода (а) и серы (б) в стали 10ХСНДА при обработке металла

Из рисунка 11 видно, что шамотные и муллитокорундовые огнеупоры являются окислителями по отношению к металлу и могут быть источником неметаллических включений. При обработке металла в ковшах с периклазоизвестковой или высокоглиноземистой футеровкой наблюдается снижение расчетной концентрации кислорода и, соответственно, неметаллических включений. Это подтверждает необходимость использования именно таких материалов для футеровки ковшей при выплавке качественных сталей.

С использованием программы ГИББС был проведен анализ процесса окислительной дефосфорации при выплавке низко- и высокоуглеродистых марок стали для ведения плавки в различных агрегатах: ДСП-100, ДСП-10, мартеновская печь и дуговая печь постоянного тока ДСППТ-25. Изучено влияние на процесс дефосфорации расхода извести, окисленных окатышей, кислорода, температуры, доли скаченного шлака плавления, массы окислительного шлака.

Было показано, что при выплавке стали в ДСП и мартеновской печи для получения стабильно низких концентраций фосфора (менее 0,005 %) расход извести в завалку необходимо увеличить с 20-40 кг/т до 50-70 кг/т, а окисленных окатышей с 0-10 кг/т до 15-25 кг/т.

В ходе исследования определены условия, при которых может происходить рефосфорация в окислительный период. Например, для низколегированных марок стали рефосфорация наступает, если в печи остается более 25 % шлака плавления; для высокоуглеродистых - скачивание шлака плавления практически не влияет на рефосфорацию в окислительный период. При выплавке стали ШХ15 рефосфорация в окислительный период происходит в 8 % случаев, для стали 15ХСНДА - в 17 %, для 09Г2С - в 27 % случаев.

Проведен анализ процесса дефосфорации металла при плавке стали в дуговой печи постоянного тока - рисунок 12.

0,025

О 20 40 60' 80 100

Деля окашимй, Ч

♦ - плавки стали ХВГ в ДСППТ-25, расход ШОС от 27 до 55 кг/т; кривые отвечают расходу ШОС: 7-10 кг/т; 2-30 кг/т; 3-50 кг/т;

4-70 кг/т; 5 -100 кг/т; 6 - 150 кг/т; 7 - 200 кг/т. Рисунок 12 - Влияние доли окатышей в шлакообразующей смеси (ШОС) на содержание фосфора по расплавлению в печи постоянного тока

ДСППТ-25 ОАО «Ижсталь» Из рисунка видно, что для получения концентрации фосфора по расплавлению в дуговой печи постоянного тока ниже 0,005 % расход ШОС должен составлять более 70 кг/т: известь - 35 кг/т, окисленные окатыши - 35 кг/т. Т.е. расход окисленных окатышей примерно в 2 раза выше, чем при выплавке стали в ДСП.

Проведен термодинамический анализ взаимодействия различных шлакообразующих смесей с металлом в ходе непрерывной разливки. Показано, что обычно используемые на заводах при непрерывной разливке шлакообразующие смеси Scorialit С 489/TW 4, Scorialit S-Stg, Ак-кутерм STAL-5x, Аккутерм STD, Синтакоут L и другие, являются окислителями по отношению к металлу - рисунок 13.а.

Расход влакоббрмующей сысси, кт/г мемдшас,в/г

Рисунок 13 - Влияние расхода ШОСа типа Scorialit С 489/TW 4 (а) и ШОС, используемой на заводе «Kobe Steel» Япония (б), на поведение кислорода и серы в металле во время разливки

В последнее время появились новые ШОС с пониженной концентрацией кремнезема и оксидов железа. Например, на заводе "Kobe Steel" (Япония) используется смесь следующего состава, масс, доля, %: 45 СаО; 10 МдО; 10 Si'02; 20 AI203; 15 CaF2. Эти ШОС по отношению к

выводы

1. Разработан программный комплекс ГИББС для прогнозирования хода плавки стали в различных сталеплавильных агрегатах на основе обобщенной термодинамической модели. Комплекс успешно опробован применительно к прогнозу хода плавки в ДСП, в кислородном конверторе, печи-ковше, установках аргонокислородного (АКР) и вакуумно-кислородного (ВКР) рафинирования.

2. Новая программа ГИББС имеет следующие возможности и достоинства по сравнению с известными аналогами (ТЕРРА, ОРАКУЛ, Outo-kumpu HSC Chemistry, FactSage):

2.1. Система предметно ориентированна для анализа сталеплавильных процессов. Она одновременно распределяет все химические элементы между металлом, шлаком и газовой фазой. Металл и шлак при этом представляются как реальные растворы;

2.2. Программа учитывает переменную валентность элементов в шлаке и газовой фазе (Fe2*, Fe3+, S2\ S3+] S4+, S2\ №, N"2. N3\ N5+, Cr2+, Cr3*, Cr6\ Ti2+, Ti3+, Ti4+ и т.д.);

2.3. Расширен перечень химических соединений, присутствующих в газовой фазе (СО, С02 + 02l Fe, FeO, Cr, Ni, Mn, SO, S02, S03, N2, Ar и т.д.);

2.4. Разработан простой алгоритм адаптации модели к любому сталеплавильному агрегату с использованием коэффициентов адаптации а. Коэффициент адаптации позволяет учитывать динамику процесса и неточность определения истинного равновесия. Предложенная методика привязки системы ГИББС к условиям ДСП, кислородного конвертора, печи-ковша, мартеновской печи, агрегата ваку-умно-кислородного рафинирования, разливки на МНЛЗ позволяет адекватно прогнозировать ход плавки в этих агрегатах

3. С использованием программы ГИББС было выполнено усовершенствование технологии выплавки в ДСП-10 высокоуглеродистого высокохромистого полупродукта для последующего вакуумно-кислородного рафинирования (ОАО ММЗ «Серп и Молот»). Определены оптимальные параметры технологии выплавки полупродукта:

• содержание кремния перед кислородной продувкой 0,8-1,2%;

• начальная температура 1650-1700°С;

• масса извести в завалке 10-12 кг/т.

4. Анализ технологии выплавки и внепечного рафинирования низколегированной стали с использованием программы ГИББС в ДСП-100 и на агрегате печь-ковш (ОАО «НОСТА», ОХМК) показал следующее:

• поток кислорода, поступающего из атмосферы при выплавке стали в ДСП-100 - 80-100 л/(тмин) или 6-8 кг/т; во время выпуска - 140-175 л/(т*мин) или 2-2,5 кг/т; во время обработки металла на установке печь-ковш - 74-88 л/(тмин) или 1,01,2 кг/т; при разливке на МНЛЗ -1 л/(т*мин)

• для достижения минимальных концентраций кислорода и серы в стали футеровка ковшей должна быть периклазоизвест-ковой (МдО-СаО);

5. Проведен анализ процесса окислительной дефосфорации в различных сталеплавильных агрегатах - дуговых печах переменного и постоянного тока, в мартеновской печи. Определены оптимальные технологические параметры процесса окислительной дефосфорации в дуговой печи переменного тока и в мартеновской печи:

5.1. расход шлакообразующей смеси, состоящей из 70 % извести и 30 % окисленных окатышей в период расплавления должен составлять 60-70 кг/т;

5.2. для интенсификации процессов дефосфорации необходимо после расплавления 60-70 % шихты вводить в рабочее пространство печи газообразный кислород с интенсивностью 5-10 м3/(тч) и более;

5.3. для исключения рефосфорации в окислительный период после расплавления необходимо скачивать шлак плавления на 70-80 % и более;

5.4. в окислительный период расход шлакообразующей смеси не должен превышать 100 кг/т; в составе смеси содержание окисленных окатышей должно быть менее 30 %;

6. Для получения концентрации фосфора по расплавлению в дуговой лечи постоянного тока ниже 0,005% расход шлакообразующей смеси должен составлять более 70 кг/т: известь - более 35 кг/т, окисленные окатыши - более 35 кг/т.

7. Расчетами показано, что большинство шлакообразующих смесей, используемых на различных заводах при непрерывной разливке стали, являются окислительными по отношению к металлу.

8. В настоящее время система ГИББС используется для обучения студентов-металлургов при проведении лабораторных работ, выполнении курсовых и дипломных работ.

Основные положения диссертации изложены в следующих работах:

1. Толстолуцкий А.А., Котельников Г.И., Съёмщиков Н.С., Косырев К.Л. и др. Моделирование плавки низколегированной стали в электропечи с использованием компьютерной системы ГИББС™ // Труды 7 конгресса сталеплавильщиков. - М.: ОАО «Черметинформация», 2002. - с. 309313

2. Съёмщиков Н.С./Котельников Г.И., Толстолуцкий А.А., Косырев К.Л. и др. Моделирование процессов обезуглероживания высоколегированных сплавов в электропечи с помощью компьютерной системы ГИББС™

22

// Труды 7 конгресса сталеплавильщиков. - М.: ОАО «Черметинформа-ция», 2002. - с. 305-308

3. Съёмщиков Н.С., Котельников Г.И., Толстолуцкий А.А., Косы-рев К.Л., Сёмин А.Е., Галкин М.П., Брагин В.И., Кружков В.И. Поведение углерода в период доводки низкоуглеродистой коррозионно-стойкой стали на установке ВКР // Электрометаллургия. - 2004. - № 6. - с.8-12.

4. Съёмщиков Н.С., Коломиец И.В., Толстолуцкий А.А. Расширение технологических возможностей на ОАО ММЗ «Серп и Молот» с введением в эксплуатацию агрегата УВОС. Тезисы докладов П-ой конкурсной конференции молодых специалистов. - Королёв, 2003. - с.7-8

5. Г.И. Котельников, Н.С. Съёмщиков, А.А. Толстолуцкий, К.Л. Косы-рев. Физико-химический анализ массива параметров взаимодействия углерода в железе.// Электрометаллургия. - 2003. - №8. - с. 18-23

Формат 60 х 90 1/16 Тираж 100 экз.

Объем 1,5 пл. Заказ 534

Отпечатано с готовых оригинал-макетов в типографии Издательства «Учеба» МИСиС, 117419, Москва, ул. Орджоникидзе, 8/9 ЛР№01151 от 11.07.01

»17476

ВВЕДЕНИЕ.

1) АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ИССЛЕДОВАНИЯ МЕТАЛЛУРГИЧЕСКОЙ ПЛАВКИ С ПОМОЩЬЮ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ.

1:1 Роль математического моделирования в технике.

1.2 Классификация математических моделей

1.3 Некоторые математические модели в металлургии

1.3.1 Использование статистических моделей в металлургии.

1.3.2 Кинетические модели в металлургии

1.3.3 Математические модели с использованием принципов термодинамики необратимых процессов.

1.3.4 Равновесная термодинамика и ее применение при моделировании, реальных металлургических процессов (обезуглероживание, десульфурация, дефосфорация и др.).

1А Описание моделей расчета состояний в фазах.

114:1 Активность компонентов в металлической фазе.

1.4.2 Активность компонентов шлаковой фазы.

1:4.3 Расчет характеристик компонентов газовой фазы.

1.5 Адаптация моделей к реальным сталеплавильным процессам.

2 РАЗРАБОТКА ОБОБЩЕННОЙ ТЕРМОДИНАМИЧЕСКОЙ МОДЕЛИ

СТАЛЕПЛАВИЛЬНЫХ ПРОЦЕССОВ.

2.1 Формирование системы уравнений

2.1.1 Описание уравнений системы «металл - шлак - газ»

2.1.2 Приведение системы к общему виду.

2.2: Метод решения системы уравнений *.

2.2.1 Расчет равновесия с использованием метода дихотомии.

2.2.2 Расчет равновесия методом пошагового приближения.

2.2.3 Расчет равновесия методом экспоненциального приближения:.

2.2.4 Сравнение алгоритмов расчета равновесия в системе «металл -шлак - газовая фаза».

2.3 Разработка метода стабилизации решений.

2.4 Создание системы ГИББС для технологических расчетов в металлургии :.

2.4:1 Расчет температуры металла и шлака в ходе плавки.

2.4.2 Разработка метода адаптации программы ГИББС к реальным условиям плавки;.

2.4.3 Общая структура модели ГИББС.

3 ПРОВЕРКА АДЕКВАТНОСТИ ПРОГРАММЫ ГИББС.

3.1 Расчет кривых раскисления стали

3.2 Примеры моделирования процесса десульфурации стали в различных условиях.

3.3 Моделирование процессов обезуглероживания металла.

3.3.1 Лабораторные эксперименты.

3.3.2 Обезуглероживание в промышленных условиях.

3.3.3 Моделирование процесса вакуумно-кислородного рафинирования! высоколегированного расплава

3.3.4- Моделирование процесса аргонокислородного рафинирования высоколегированного расплава.

4 АНАЛИЗ И ОПТИМИЗАЦИЯ НЕКОТОРЫХ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ

С ИСПОЛЬЗОВАНИЕМ ПРОГРАММЫ ГИББС.118:

4: 1 Оптимизация технологии обезуглероживания высоколегированного полупродукта в ДСП.118 ;

4.2 Аудит технологии рафинирования стали в печи-ковше в условиях ОАО «НОСТА».

4.2.1 Адаптация системы ГИББС к условиям работы агрегата печь-ковш на ОАО «НОСТА».

4:2.2 Исследование глубокого рафинирования металла от кислорода и, серы с использованием программы ГИББС.

4.2.3 Пример использования программы ГИББС для выбора рациональных шлакообразующих материалов при обработке стали в ковше.

4.2.45 Рекомендации по оптимизации технологии внепечной обработки стали на ОАО «НОСТА».

4.3 Моделирование процесса окислительной дефосфорации

4:4 Анализ процессов вторичного окисления в ходе непрерывной разливки.

4.5 Выбор оптимальной доли природно-легированного хромоникелевого чугуна в шихте ДСП в зависимости от цен на никель.

В настоящее время в металлургии сложилась такая ситуация, что технолог предприятия фактически лишен специальных вычислительных средств, которые позволяли бы ему оперативно решать производственные технологические задачи. Например, оценить изменение поведения компонентов ванны металла вследствие замены одного материала на другой; или что будет, если изменить режим раскисления стали и как изменится при этом состав и количество неметаллических включений; или определить технологические показатели, позволяющие минимизировать угар элементов. Таких задач в практике сталеплавильного производства возникает множество.Как правило, решение подобных задач осуществляется с помощью проведения опытных плавок. Технолог отрабатывает всевозможные варианты и выбирает оптимальный. В лучшем случае для решения конкретной задачи прибегают к анализу предыдущего опыта и по аналогии производят расчет по некоторой идеальной схеме. Это не очень удобно и ошибка такого подхода может быть достаточно большой.С появлением компьютеров были созданы программы FactSage, Outokumpu, АСТРА (ТЕРРА) и др., которые позволяют рассчитывать равновесное распределение компонентов между различными фазами. Однако эти профаммы были ориентированы на изучение горения топлива; исследование химических процессов, протекающих в энергетических установках, анализ условий формирования атмосфер планет и звезд и т.д. В связи с успешным использованием этого подхода в самых различных отраслях науки и техники возникает потребность применить термодинамическое моделирование и для анализа технологических процессов в металлургии, в частности, в сталеплавильном производстве.Применение этого подхода позволит исследователю проводить комплексный анализ выплавки стали, определять верные технологические решения, отсеивать ошибочные, а также давать хотя бы простые экономические оценки принимаемых решений. Компьютерную программу созданную на основе термодинамической модели можно назвать «калькулятором технолога». Создание основ такой программы являлось одной из задач данной работы. Такая программа должна опираться на фундаментальные законы сохранения массы и энергии и быть ориентированной на относительно узкую область применения - сталеплавильное производство. Вычислительный комплекс должен содержать всю справочную информацию для расчета равновесного распределения элементов в системе «металл - шлак - газовая фаза». При этом необходимо обеспечить учет неидеальности металлических и шлаковых растворов, что характерно для расплавов сталеплавильного производства. Целесообразно, чтобы каждый технологический шаг мог быть оценен с точки зрения изменения температуры в системе. Это облегчит оценку целесообразности и реальности тех или иных технологических решений.Известно, что в реальных технологических процессах равновесие достигается не всегда. Это может происходить при проведении процесса в кислородном конверторе, ДСП, печи-ковше, ВКР и д.р. Связано это с кинетическим запаздыванием, из-за недостатка технологического времени, недостаточно эффективным перемешиванием ванны, относительно низкой температурой и т.п. Переход от имитационного моделирования равновесного распределения компонентов в системе «металл - шлак- газовая фаза» обычно требует «привязки» программы к реальному объекту. Несмотря на важность этой проблемы, ее освещение в литературе и практике математического моделирования сталеплавильных процессов представляется весьма непоследовательным и неполным. По сути дела, методики такой «привязки» нет. В связи с эти представляется необходимым проанализировать существующие здесь подходы. Выбрать и разработать наиболее удачные методы адаптации вычислительных алгоритмов, основанных на термодинамикобалансовом подходе к моделированию сталеплавильных процессов, В настоящее время сталеплавильное производство развивается достаточно интенсивно, особенно внепечная обработка стали. Комплексные технологии становятся нормой жизни. Таких технологий - множество. И, несмотря на это, появляются новые и новые.Кроме того, эти технологии очень часто отличаются на разных заводах даже при условии выплавки одной и той же марки стали в зависимости от требований к качеству целевого продукта. Обеспечить оптимальность протекания сталеплавильных процессов в этих условиях можно лишь при условии объективного анализа технологии на различных металлургических предприятиях и сравнения результатов применения технологии с идеальной траекторией проведения технологического процесса, которую подсказывает математическая модель.В сталеплавильном производстве существует большое количество самых различных проблем. Ценность разрабатываемого компьютерного комплекса может быть удачно проиллюстрирована (обозначена) использованием его для анализа самых разных проблем сталеварения. Например, оптимизация технологии выплавки высоколегированного высокоуглеродистого полупродукта в ДСП для последующего его обезуглероживания в вакуумно-кислородном агрегате; совершенствование технологии внепечного рафинирования с целью получения высококачественной низколегированной стали более чистой по кислороду и сере; определение потоков кислорода, поглощаемого из атмосферы, на всех стадиях производства стали; уточнение и определение рациональных режимов проведения окислительной дефосфорации стали.Использование разработанной программы способствует более глубокому пониманию процессов, происходящих в металлургическом агрегате, позволяет разрабатывать оптимальные маршруты, для известных, казалось бы, технологических процессов и существенно софатить время внедрения и отработки новых технологий, и за счет этого повысить эффективность металлургического производства.1 АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ИССЛЕДОВАНИЯ МЕТАЛЛУРГИЧЕСКОЙ ПЛАВКИ С ПОМОЩЬЮ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ Невозможно представить себе современную науку без широкого применения математического моделирования. Сущность этой методологии состоит в замене исходного объекта его «образом» — математической моделью — и дальнейшем изучении модели с помощью реализуемых на компьютерах вычислительно-логических алгоритмов. Этот «третий метод» познания, конструирования, проектирования сочетает в себе многие достоинства как теории, так и эксперимента. Работа не с самим объектом (явлением, процессом), а с его моделью дает возможность безболезненно, относительно бьютро и без существенных затрат исследовать его свойства и поведение в любых мьюлимых ситуациях (преимущества теории). В то же время вычислительные эксперименты с моделями объектов позволяют, опираясь на мощь современных вычислительных методов и технических инструментов информатики, подробно и глубоко изучать объекты в достаточной полноте, недоступной чисто теоретическим подходам (преимущества эксперимента). Неудивительно, что методология математического моделирования бурно развивается, охватывая все новые сферы - от разработки технических систем и управления ими до анализа сложнейших экономических и социальных процессов.Вряд ли в настоящее время можно найти инженера-металлурга, который бы недооценивал роль математического моделирования. Оно все глубже проникает в металлургию. Однако этот термин пока не имеет общепринятого формального (как это положено в математике) определения, и его границы в смысловом отношении еще четко не очерчены. Такая ситуация характерна для любого нового научного направления на стадии его становления и быстрого развития.С достаточно общих позиций математическое моделирование можно рассматривать как один из методов познания реального мира и как интеллектуальное ядро быстро развивающихся информационных технологий / 1 / . Этот метод не противоречит хорошо известной формуле: «От живого созерцания к абстрактному мышлению и от него к практике». Особенность математического моделирования состоит в том, что абстрактным отражением существующего или создаваемого объекта является его математическая модель, количественный анализ которой позволяет получить новые знания об этом объекте. И затем использовать полученные знания для оптимизации (или управления) существующей технологии производства стали в различных металлургических агрегатах, либо создавать совершенно новые технологии.Под математическим моделированием в металлургии понимают адекватную замену исследуемого технологического процесса соответствующей математической моделью и ее последующее изучение методами вычислительной математики с привлечениемсредств современной вычислительной техники 121. Поскольку такое изучение математической модели можно рассматривать как проведение эксперимента на ЭВМ при помощи вычислительно-логических алгоритмов, то в научно-технической литературе термин «вычислительный эксперимент» часто выступает как синоним термина «математическое моделирование». Содержание этих терминов принято считать интуитивно понятными и обычно подробно не раскрывают.Математическое моделирование тесно связано с инженерной практикой, опирается на достижения классической и вычислительной математики, активно использует сведения из естественнонаучных дисциплин, предполагает уверенное владение вычислительной техникой и программированием на ЭВМ. Поэтому и для инженера-металлурга математическое моделирование - инструмент, творческое применение которого может способствовать более глубокому пониманию процессов, происходящих в металлургическом афегате, и дальнейшего применения полученных знаний на практике.1.1 Роль математического моделирования в технике.Элементы математического моделирования использовались с самого начала появления точных наук, и не случайно, что некоторые методы вычислений носят имена таких корифеев науки, как Ньютон и Эйлер, а слово «алгоритм» происходит от имени средневекового арабского ученого Аль-Хорезми. Второе «рождение» этой методологии пришлось на конец 40-х—начало 50-х годов XX века и было обусловлено по крайней мере двумя причинами. Первая из них - - появление ЭВМ (компьютеров), хотя и скромных по нынешним меркам, но тем не менее избавивших ученых от огромной по объему рутинной вычислительной работы. Вторая — беспрецедентный социальный заказ — выполнение национальных программ СССР и США по созданию ракетно-ядерного щита, которые не могли быть реализованы традиционными методами; Математическое моделирование справилось с этой задачей: ядерные взрывы и полеты ракет и спутников были предварительно «осуществлены» в недрах ЭВМ с помощью математических моделей и лишь затем претворены на практике /14/. Этот успех во многом определил дальнейшие достижения методологии, без применения которой в развитых странах ни один крупномасштабный технологический, экологический или экономический проект теперь всерьез не рассматривается (сказанное справедливо и по отношению к некоторым социально-политическим проектам).Развитие современной науки и техники вынуждает исследователя знакомиться со всё более широким кругом различных областей знания, без которых сегодня невозможно изучить, казалось бы сугубо специальные вопросы. Одной из таких областей знания, сильно проникшей в металлургию является математическое моделирование. Математическое моделирование (ММ) в металлургии используется для достижения следующих целей /3/: 1. применение ММ для достижения более высокой степени изученности и совершенствования (оптимизации) системы; 2. применение ММ для автоматизации управления плавкой; 3. применение ММ для создания новых технологии.Математическое моделирование в металлургии это, по существу, единственный способ решения научных задач особой сложности. Использование моделей позволяет, с одной стороны, сократить продолжительности научного исследования, а с другой стороны - поставить такие эксперименты, которые невозможно или трудно провести на реальном объекте, например, из-за возможных производственных потерь /4/.Исторически сложилось так, что в металлургии большинство процессов и технологии были получены в результате проведения офомного количества натурных экспериментов и отработки технологии непосредственно в процессе работы. В настоящее время в связи с увеличивающейся конкуренцией в области производства сталей и, в связи с этим, постоянным уменьшением производственных затрат на получение готовой продукции, главной линия создания принципиально новых и совершенствования существующих агрегатов и технологии - это реализация возможностей, открывающихся при использовании результатов фундаментальных исследований; Решающую роль в реализации результатов таких исследовании играет математическое моделирование.В своей жизни человек часто сталкивается с ситуацией, когда ему из некоторой совокупности возможных вариантов своего поведения или принятия решения необходимо выбрать один вариант. Также, и при создании технологии и агрегатов различного назначения обычно рассматривают несколько возможных вариантов проектных решений, ведущих к намеченной цели. Эти варианты принято называть альтернативами /5/. Учет противоречивых требований и поиск компромисса в решении комплекса возникающих при' этом взаимосвязанных проблем предполагают наличие достаточно полной и достоверной количественной информации об основных параметрах, которые характеризуют возмож10 ные для выбора альтернативы /6/. Необходимо отметить, что в современных условиях металлургические заводы, а точнее персонал завода, ежедневно сталкивается с проблемой выбора из множества альтернатив уже, казалось бы, отработанной годами практики производства стали, В тоже время, выбор из этих альтернатив до сих пор осуществляется за счет опыта человека. Так стоит постоянный выбор: какой материал приобретать, выгодно его использовать или нет? Как провести процесс раскисления стали, чтобы количество включений определенного типа был минимальный? И подобного рода задач можно написать множество.В складывавшейся десятилетиями последовательности основных этапов разработки технологии на металлургических предприятиях и в крупных специализированных исследовательских институтах некоторый начальный объем необходимой информации формировался путем так называемых проектных расчетов, степень достоверности которых должна была обеспечивать лишь довольно грубый отбор альтернатив /7/. Основная часть необходимой для принятия окончательного решения количественной информации (как по степени подробности, так и по уровню достоверности) формировалась на стадии экспериментальной отработки. По мере их усложнения и удорожания, а также удлинения стадии их экспериментальной отработки значимость проектировочных расчетов стала расти /6/. Возникла необходимость в повышении достоверности таких расчетов, обеспечивающей более обоснованный отбор альтернатив на начальной стадии проектирования и формулировку количественных критериев для структурной и параметрической оптимизации.В этих условиях существенно увеличилось значение расчетно-теоретического анализа характеристик агрегатов и технологии. Этому способствовал и прорыв в совершенствовании вычислительной техники, приведший к появлению современных ЭВМ с большим объемом памяти и высокой скоростью выполнения арифметических операций /4/. В результате возникла материальная база для становления и быстрого развития математического моделирования. Появились реальные предпосылки для использования вычислительного эксперимента не только в качестве расчетно-теоретического сопровождения на стадии отработки, но и при проектировании и оптимизации технологических режимов 121.Отметим, что определенные предпосылки к широкому применению математического моделирования и вычислительного эксперимента в технике были созданы благодаря разработке методов аналогового моделирования /8/. Основу большинства этих методов составляло использование электрических моделей-аналогов для исследования процессов в механических, тепловых и гидравлических системах. Явления считают математически аналогичными, если их описывают одинаковые по форме уравнения. Математическая аналогия между процессами в электрических цепях и другими физическими явлениями позволяет создать моделирующие установки, которые, по существу, являются специализированными аналоговыми вычислительными машинами (АВМ) /9/. Так, на основе электротепловой аналогии были исследованы многочисленные агрегаты для моделирования процессов теплопроводности и теплообмена применительно к различным элементам конструкций и технологического оборудования в машиностроении, энергетике, металлургии, химической промышленности и других отраслях техники /10,11, 12/. Но, несмотря на простоту проведения вычислительного эксперимента и достаточную для инженерной практики точность получаемых результатов, со временем АВМ были вытеснены более универсальными и производительными ЭВМ. В настоящее время АВМ используются в методических целях для построения эквивалентных схем проектируемых и исследуемых объектов/13/.Математическое моделирование и вычислительный эксперимент с использованием ЭВМ стали составными частями общих подходов, характерных для современных информационных технологий. Принципиально важно то, что математическое моделирование позволило объединить формальное и неформальное мышление и естественным образом сочетать способность ЭВМ «во много раз бьютрее, точнее и лучше человека делать формальные, арифметические операции, отслеживать логические цепочки с удивительными; свойствами человеческого интеллекта - интуицией, способностью к ассоциациям и т.д.» /14/. Не менее важно и то, что современные средства отображения информации дают возможность вести с ЭВМ диалог - анализировать альтернативы, проверять предположения, экспериментировать с математической моделью.Практическая реализация возможностей математического моделирования и вычислительного эксперимента существенно повышает эффективность инженерных разработок особенно при создании принципиально новых, не имеющих прототипов агрегатов и технологий, что позволяет сократить затраты времени и средств на использование в реальных условиях передовых достижений термодинамики, физики, химии, механики и других фундаментальных наук/6/. Поэтому математическое моделирование является неизбежной составляющей научно-технического прогресса / 1 / . Отмеченные возможностиматематического моделирования и вычислительного эксперимента еще далеко не исчерпаны, представляются достаточно перспективными и поэтому заслуживают детального рассмотрения.Сама постановка вопроса о математическом моделировании какого-либо объекта порождает четкий план действий /15/. Его можно условно разбить на три этапа: модель — алгоритм — программа (рисунок 1).Рисунок 1 - Схема процесса разработки математической модели объекта^ На первом этапе выбирается (или строится) «эквивалент» объекта, отражающий в математической форме важнейшие его свойства -законы, которым он подчиняется, связи; присущие составляющим его частям, и т.д. Математическая модель (или ее фрагменты) исследуется теоретическими методами, что позволяет получить важные предварительные знания об объекте.Второй этап - выбор (или разработка) алгоритма для реализации модели на компьютере. Модель представляется в форме, удобной для применения численных методов, определяется последовательность вычислительных и логических операций; которые нужно произвести, чтобы найти искомые величины с заданной точностью. Вычислительные алгоритмы должны не искажать основные свойства модели и, следовательно, исходного объекта, быть экономичными и адаптирующимися к особенностям решаемых задач и» используемых компьютеров.На третьем этапе создаются программы, «переводящие» модель и алгоритм на доступный компьютеру язык. К ним также предъявляются требования экономичности и адаптивности; Их можно назвать «электронным» эквивалентом изучаемого объекта, уже пригодным для непосредственного испытания на «экспериментальной установке» - компьютере.Создав триаду «модель — алгоритм — программа», исследователь получает в руки^ универсальный, гибкий и недорогой инструмент, который вначале отлаживается, тестируется в «пробных» вычислительных экспериментах. После того как адекватность (достаточное соответствие) триады исходному объекту удостоверена; с моделью проводятся разнообразные и подробные «опыты», дающие все требуемые качественные и количественные свойства и характеристики объекта. Процесс моделирования сопровождается* улучшением и уточнением, по мере необходимости, всех звеньев<триады. Постоянное совершенствование триады математического моделирования и ее внедрение в современные информационно-моделирующие системы - методологический императив /15/. Лишь его выполнение дает возможность получать так нужную нам высокотехнологичную, конкурентоспособную и разнообразную материальную и интеллектуальную продукцию.Будучи методологией, математическое моделирование не подменяет собой математику, физику, биологию и другие научные дисциплины, не конкурирует с ними; Наоборот, трудно переоценить его синтезирующую роль. Создание и применение триады невозможно без опоры на самые разные методы и подходы — от качественного анализа; нелинейных моделей до современных языков программирования. Оно дает новые дополнительные стимулы самым разным направлениям науки /16/.Осуществление отдельных этапов математического моделирования требует определенных знаний, навыков и практической подготовки; Поэтому к математическому моделированию сложных ТО приходится привлекать и инженеров, и математиков, и программистов. Однако для координации их усилий необходимы специалисты, способные осуществить каждый из рассмотренных этапов моделирования на высоком; профессиональном уровне /6/.Из всего выше сказанного следует, что при изучении объекта, математические методы применяют к его математической модели; Для того, чтобы это применение было эффективным, необходимо чтобы свойства математической модели удовлетворяли определенным требованиям /1II. - Полнота математической модели позволяет отразить в достаточной мере именно те характеристики и особенности исследуемого объекта, которые интересуют нас с точки зрения поставленной задачи. -Точность математической модели дает возможность обеспечить совпадение с заданной точностью реальных и найденных (рассчитанных при помощи модели) значений, выходных параметров объекта. -Адекватность математической модели - это способность математической модели отражать характеристики объекта с относительной погрешностью <У. В более общем смысле под адекватностью понимают правильное качественное и достаточно точное количественное описание именно тех характеристик объекта, которые важны в данном конкретном случае. Модель, адекватная при выборе одних характеристик, может быть неадекватной при выборе других характеристик того же объекта. - Экономичность математической модели оценивают затратами на вычислительные ресурсы (машинное время и память). Очевидно, что в последнее время развитие ЭВМ достигло такого высокого уровня, что требования к экономичности математической модели выродилось в условие, чтобы модель рассчитывала технологические параметры много меньше либо меньше времени технологического процесса /18/. - Робастность математической модели характеризует ее устойчивость по отношению к пофешностям исходных данных, способность нивелировать эти погрешности и не допускать их чрезмерного влияния на результат вычислительного эксперимента. - Продуктивность математической модели связана с возможностью располагать достаточно достоверными исходными данными, то есть точность измерения данных должна быть выше, чем для тех параметров, которые получаются при использовании модели. - Наглядность математической модели является ее желательным,- но не обязательным свойством.' Тем не менее использование математической модели и ее модификация упрощаются, если ее составляющие имеют ясный содержательный смысл.1.2! Классификация математических моделей Производство стали включает в себя три основных звена: подготовка шихтовых материалов (сырья), собственно выплавка и внепечная обработка стали, а затем разливка готового металла. Наиболее значимой является непосредственно выплавка и обработка, металла. Хотя и остальные звенья также не менее важны для получения качественной; готовой стали. В рамках данной работы первый и последний этап не рассматриваются.Конечная цель плавки стали в общем случае сводится к получению заданной массы жидкой стали с требуемыми химическим составом и температурой. Наиболее трудной задачей является получение заданного химического состава готовой стали, поскольку оно связано с протеканием сложных физико-химических процессов, часть из которых трудно управляема или вовсе неуправляема /19/.Важной областью использования математического моделирования является проектирование новых процессов и агрегатов. Такие задачи, как определение емкости агрегатов и многие конструктивные вопросы могут быть решены на базе моделирования, которое является составной частью САПР /6/. Однако, существует еще очень важная область прогнозирования состава и свойств металла в режиме «что... -если... » /30/. Данная задача является необходимой при закупке материалов на заводы. В условиях, когда рынок лома и легирующих материалов огромен, выбрать, какой материал выгодно, с точки зрения технологии брать, а какой нет, становится главной задачей для работников заводских ЦЗЛ. По функциям математические модели можно разделить на контролирующие и прогнозирующие /21/. Первые позволяют получить апостериорную информацию об основных управляемых величинах процесса на основе непрерывного измерения некоторых косвенных параметров. На базе прогнозирующих моделей получают априорную информацию, которая может быть использована для целей исследования и управления 121. Сюда же относятся имитационные модели, использующие принцип «черного ящика» /6/, которые по существу являются прогнозирующими и позволяют ограниченно моделировать различные состояния системы.По свойствам модели в сталеплавильном производстве подразделяются на статические и динамические. Первые в качестве исходной информации включают начальные параметры (состав, температура и насыпная масса шихтовых материалов, продолжительность простоя и др.), заданные (температура и химсостав металла и шлака) и параметры технологического режима /31/. Анализ результатов эксплуатации статических систем управления показывает, что обеспечить надежное управление плавкой не удается.Это связано с невыполнением требований по усреднению металла и шлака.В отличие от статических моделей динамические модели применяются в режиме непрерывного управления плавкой. В качестве исходных параметров, имеющих тесную связь с температурой и массовой долей компонентов ванны, наибольшее распространение получили параметры отходящего газа (химсостав, расход, давление, температура, акустический эффект, амплитудно-частотные характеристики пульсаций, электрофизические свойства /32, 33/), водоохлаждаемого оборудования (температурное расширение, температура воды в холодильниках, вибрации /18, 34/).В качестве прямой обратной связи используются зонды для контроля массовой доли углерода, температурные зонды, зонды для измерения уровня, разовые термопары погружения, устройства для непрерывного измерения температуры и другие. Непрямая обратная связь может быть представлена контролем прохождения реакций (индикация по интенсивности шума, составу и температуре отходящего газа, его электропроводности, интенсивности излучения факела и др.), а также реакций оборудования на процесс (вибрация афегата, колебания фурмы, действующая на нее выталкивающая сила, температурное линейное расширение ОКГ).Динамические модели могут быть с сосредоточенными и распределенными параметрами,- т.е. выражаться соответственно обыкновенными дифференциальными уравнениями и уравнениями в частных производных.По способу построения различают аналитические, экспериментальностатистические и комбинированные модели. Первые строятся на основе классических законов сохранения и переноса массы, энергии, импульса; вторые требуют для своего построения информации, получаемой путем постановки предварительного эксперимента.На основе статистического анализа этой информации можно построить модель, обладающую теми или иными свойствами. В экспериментально-статистических часто выделяют эвристические модели, использующие для определения необходимых зависимостей и построения алгоритмов управления обобщенное мнение и формализацию действий квалифицированных специалистов /35, 36/.Аналитические модели характеризуются прогнозирующими свойствами, т.е. ведут себя адекватно при изменении начальных и граничных условий /37/. Модели, разработанные этим методом, отличаются возможностью применения при исследовании на агрегатах различной вместимости, однако точность их существенно зависит правомерности допущений, принятых при составлении модели.Статистические модели по сравнению с аналитическими гарантируют быстрое достижение успешных результатов. С использованием современных методов статистики и моделирования технологических зависимостей можно обойти такие трудности, как отсутствие нормального распределения в реальных данных, необходимость получения большого объема исходной информации /38/. Однако при больших колебаниях условий работы агрегатов конечные результаты применения статистических моделей оказываются хуже. На практике при проектировании агрегатов, освоении технологий предпочтение следует отдавать аналитическим моделям, управление же металлургическим агрегатомцелесообразно осуществлять с использованием комбинированных моделей.При математическом моделировании достаточно сложного объекта, каким является металлургическая плавка, описать его поведение одной математической моделью, как правило, не удается, а если такая модель и была бы построена, то она оказалась бы слишком сложной для количественного анализа. Поэтому к таким объектам применяют принцип декомпозиции /6, 39/. Он состоит в условном разбиении объекта на отдельные более простые блоки и элементы, допускающие их независимое исследование с последующим учетом взаимного влияния блоков и элементов друг на друга. В свою очередь, принцип декомпозиции можно применить и к каждому выделенному блоку вплоть до уровня достаточно простых элементов.В любом металлургическом сталеплавильном афегате всегда присутствуют три фазы: металл, шлак и газовая фаза. При этом агрегаты отличаются только по способу ввода тепла и интенсивности ввода различных материалов и интенсивности перемешивания. Это обстоятельство позволяет процесс выплавки стали представить последовательностью однородных циклов, например расплавление, обезуглероживание, раскисление, доводка и др. В начале каждого цикла в агрегате находятся некоторые исходные материалы, в конце - продукты их взаимодействия. При этом по ходу плавки во время периода окисления, КИПа, легирования и обработки на установке усреднения металла или на установке "ковш-печь" вводить дополнительно различные присадки, в том числе газообразный кислород и природный газ. Это позволяет в простейшем случае описать всю плавку повторением одного и того же профаммного блока.Широкое применение получили логические модели управления агрегатом /40/. Концепция построения логических моделей исходит не из привязки к теоретическим константам и зависимостям. Основой здесь служат инструкции производственному персоналу по эксплуатации моделируемого агрегата. Данные модели широко используются для управления процессами, которые трудно поддаются математическому описанию или для процессов, не имеющих хорошо разработанного математического аппарата. Они просты в настройке, но требуют много времени для реализации на промышленном объекте. Точность работы модели зависит от точности составленной технологической инструкции и опыта эксперта. Существенную роль в логических моделях играет человеческий фактор.Изначально логические модели были широко распространены в ракетной технике.В последнее время логические модели начинают использовать в металлургии, в частности в доменном производстве /41/ и для управления агрегатом ПЖВ (процесс жидкофазного восстановления РОМЕЛТ) /40/.Основу логической модели составляет иерархическая структура логических таблиц.Таблицы заполняются экспертами в области металлургии в символах "меньше нормы", "норма", "больше нормы". В качестве объекта управления выступает поведенческая модель управления агрегатом. Поведенческая модель базируется на промежуточных моделях одного из внутренних процессов, которые происходят в агрегате (дожигание газа, дутье и т.д.).С развитием вычислительной техники все чаще разрабатываются вычислительные комплексы, состоящие из математических, логических, статистических и других моделей; Такие комплексы позволяют повысить качество управления агрегатом. При этом они могут предсказывать химические составы взаимодействующих фаз, температуру, формировать управляющие уставки; оценивать технико-экономические результаты процесса, оптимизировать технологические сети, включающие различные металлургические агрегаты. MZi Некоторые математические модели в металлургии; В данном разделе представлено несколько математических моделей характерных для каждого класса.1.3.1 Использование статистических моделей в металлургии Как уже отмечалось выше, наиболее общий путь для сложных объектов - "черный ящик" (экспериментально-статистические модели) - используется в качестве первой ступени исследования. В этом случае полностью отсутствует или игнорируется информация о внутренних взаимосвязях параметров объекта. Зависимости выходных величин от входных обычно представляется в виде степенных рядов или других полиномов. Вид и количество членов определяется условиями решаемой задачи.Например, авторы /42/ разработали математическую модель плавки стали в кислородном конверторе, позволяющую прогнозировать параметры металла в конце продувки.

ЗАКЛЮЧЕНИЕ

1. Разработан программный комплекс ГИББС для прогнозирования хода плавки стали в различных сталеплавильных агрегатах на основе обобщенной термодинамической модели. Комплекс успешно опробован применительно к прогнозу хода плавки в ДСП, в кислородном конверторе, печи-ковше, установках аргонокислородного (АКР) и вакуум-но-кислородного (ВКР) рафинирования.

2. Новая программа ГИББС имеет следующие возможности и достоинства по сравнению с известными аналогами (ТЕРРА, ОРАКУЛ, Outokumpu HSC Chemistry, FactSage):

2.1. Система предметно ориентирована для анализа сталеплавильных процессов. Она одновременно распределяет все химические элементы между металлом; шлаком и газовой фазой. Металл и шлак при этом представляются как реальные растворы;

2.2. Программа учитывает переменную валентность элементов в шлаке и газовой фазе (Fe2\ Fe3\ S2\ S3\ S4\ S2", №, N"2, N3+, N5+, Cr2*. Cr3*, Cr6+, Ti2+, Ti3+, Ti4+ и т.д.);

2.3. Расширен перечень химических соединений, присутствующих в газовой фазе (СО, С02, 02, Fe, FeO, Сг, Ni, Mn, SO, S02, S03, N2, Аг и т.д.);

2.4. Разработан простой алгоритм адаптации модели к любому сталеплавильному агрегату с использованием коэффициентов адаптации а. Коэффициент адаптации позволяет учитывать динамику процесса и неточность определения истинного равновесия. Предложенная методика привязки системы ГИББС к условиям ДСП, кислородного конвертора, печи-ковша, мартеновской печи, агрегата вакуумно-кислородного рафинирования, разливки на МНЛЗ позволяет адекватно прогнозировать ход плавки в этих агрегатах.

3. С использованием программы ГИББС было выполнено усовершенствование технологии выплавки в ДСП-10 высокоуглеродистого высокохромистого полупродукта для последующего вакуумно-кислородного рафинирования (ОАО ММЗ*«Серп и Молот»). Определены оптимальные параметры технологии выплавки полупродукта:

• содержание кремния перед кислородной продувкой 0,8-1,2%;

• начальная температура ,1650-1700 °С;

• < масса извести в завалке 10-12 кг/т.

4; Анализ технологии выплавки и внепечного рафинирования низколегированной ?-стали с использованием программы ГИББС в ДСП-100 и на агрегате печь-ковш (ОАО «НОСТА», ОХМК) показал следующее:

• поток кислорода, поступающего из атмосферы при выплавке стали в ДСП-100 - 80-100 л/(т-мин) или 6-8 кг/т; во время выпуска -140-175 л/(т мин) или 2-2,5 кг/т; во время обработки металла на установке печь-ковш - 74-88 • л/(т мин) или 1,0-1,2 кг/т; при разливке на МНЛЗ - 1 л/(т-мин);

• для достижения минимальных концентраций кислорода и серы в стали футеровка ковшей должна быть периклазоизвестковой (MgO-CaO);

5. Проведен анализ процесса окислительной дефосфорации в различных сталеплавильных агрегатах - дуговых печах переменного и постоянного тока,' в мартеновской печи; Определены оптимальные технологические параметры процесса окислительной * дефосфорации в дуговой печи переменного тока и в мартеновской печи:

5.1. расход шлакообразующей смеси, состоящей из 70 % извести и 30 % окисленных окатышей в период расплавления должен составлять 60-70 кг/т;

5.2. для интенсификации процессов дефосфорации необходимо после расплавления 60-70 % шихты вводить в рабочее пространство печи газообразный t кислород с интенсивностью 5-10 м3/(т ч) и более;

5.3; для исключения рефосфорации в окислительный период после расплавления необходимо скачивать шлак плавления на-70-80 % и более;

5.4: в окислительный период расход шлакообразующей смеси не должен превышать 100 кг/т; в составе смеси содержание окисленных окатышей должно быть менее 30 %;

6. Для получения концентрации фосфора по расплавлению в дуговой печи постоянного тока ниже 0,005 % расход шлакообразующей смеси должен составлять более 70 кг/т: известь - более 35 кг/т, окисленные окатыши - более 35 кг/т.

7. Расчетами показано, что большинство шлакообразующих смесей, используемых на различных заводах при непрерывной разливке стали, являются окислительными по отношению к металлу.

8. В настоящее время система ГИББС используется для обучения студентов-металлургов при проведении лабораторных работ, выполнении курсовых и дипломных работ.

1. Самарский A.A., Михайлов А.П; Математическое моделирование. М.: Наука, 1997.-440 с.

2. Богушевский B.C., Ливинов Л.Ф., Рюмшин H:Ai, Сорокин В.В: Математические модели и системы управления конверторной плавки. К.: НПК «Киевский институт автоматики», 1998. - 304 с.

3. Галкин М.Ф., Кроль Ю.С. Кибернетические методы анализа электроплавки стали. М.: Металлургия, 1971. - 304 с.

4. Рожков И.М., Травин О.В., Туркевич Д.И.' Математические модели конвертерного процесса. М;: Металлургия, 1978; - 184 с.

5. Аттетков А.В;, Галкин C.B., B.C. Зарубин. Методы оптимизации: уч. для вузов.- М.: Изд-во МГТУ им. Н.Э. Баумана, 2001 г. -440 с.

6. Зарубин B.C. Математическое моделирование в технике: уч. для вузов. М. Изд-во МГТУ им. Н.Э. Баумана, 2001: -496 с.

7. Налимов В.В., Чернова H.A. Статистические методы планирования экстремальных экспериментов. М.: Наука, 1965. - 358 с.

8. Тетельбаум И.М: Электрическое моделирование. М.: Физматгиз, 1959.320 е.

9. Урмаев A.C. Основы моделирования на аналоговых вычислительных машинах. М.: Наука, 1974:- 320 с.

10. Коздоба Л.А. Электрическое моделирование явлений тепло- и массопереноса.- М.: Энергия, 1972. 296 с.

11. Кузьмин М.П. Электрическое моделирование нестационарных процессов теплообмена. М.: Энергия, 1974. -416 с.

12. Цымбал В.П. О некоторых вопросах методологии математического моделирования на примере управления сталеплавильным процессом // Известия вузов. Черная металлургия 1972; - №12: - с. 156-160

13. Краснощекое П.С., Петров А.А. Принципы построения моделей. М.: Изд. МГУ, 1983.-264 с.

14. Мышкис А Д. Элементы теории математических моделей. М.: Наука, 1994:192 с.

15. Лапшин И.В. Автоматизация технологических процессов дуговой сталеплавильной печи. — М.: ООО «Квадратум», 2002; -157 с.

16. Бигеев А.М. Математическое описание и расчеты сталеплавильных процессов. М.: Металлургия, 1982. - 160 с.

17. Ли Т.Г. Адаме Г.Э., Гейз У.М: Управление процессами с помощью вычислительных машин. Моделирование и оптимизация. Пер. с англ. под ред. В.И. Мудрова. -М : Сов. радио-1972.-312 с.

18. Галкин М.Ф., Кроль Ю.С., Семека А.В. ЭВМ в производстве стали. М.: Металлургия, 1976. - 262 с.

19. Сургучев Г.Д., Ильенко А.В:, Трубецков К.М. Моделирование процесса в двух-ванной печи на ЭВМ // Применение ЭВМ в металлургии: Научные труды МИСиС. М.: Металлургия, 1987. - с. 112-117

20. Гудфеллоу Х.Д., Евенсон Е., Кемпе М., Клайсон Дж. Оптимизация работы электродуговых печей завода ASW SHEERHESS с использованием анализа отходящих газов. // Steel Times International 2000. - №5. - с. 19-21.

21. Бабичев А.К., Деревянченко И.В., Старосоцкий А.В. и др. Оптимизация сталеплавильного производства на основе применения комплексной АСУТП // Труды VII конгресса сталеплавильщиков, г. Магнитогорск М., 2003. - с. 261-264:

22. Пономаренко А.Г. Система Оракул: от автоматизации к оптимальному управлению. // Материалы VI конгресса сталеплавильщиков, г. Череповец М., 2000. - с. 235238.

23. Баранов В.В., Салыга В.И.', Хван В.В. Методы равномерно оптимального стохастического управления в АСУ технологическими процессами // Известия вузов. Черная металлургия. 1992. - №2. - с. 29-31.

24. Оптимизация управления электродуговых печей с использованием нейронных сетей. / Рис М.', Зессельман Р. // Труды III конгресса сталеплавильщиков. М., 1995; - с. 153-162

25. Лапшин И.В:, Чехович К.А^ Новые тенденции в управлении электрическим режимом дуговых сталеплавильных печей. // Электрометаллургия 1998. - №5-6. - с. 46-52f

26. Ершов В.А., Лапшин И.В. Использование статистических методов при математическом моделировании электросталеплавильных процессов // Известия вузов. Черная металлургия 1990. - №3. - с: 38-39

27. Охотский В.Б., Рубан В.В. Инфразвук в шуме продувки в конверторе // Известия вузов. Чер. металлургия. -1990. №6. - с. 24-26.

28. Туркенич Д.И;, Здановский В.В. Акустика в технологии конверторной плавки.-М.: Металлургия, 1978; -80 с.

29. Гуляев М.П., Дьяченко Ю.В., Мартынов Р.Н., Волгин A.B. Опыт внедрения системы Оракул на ДСП-1 БМЗ // Труды VI конгресса сталеплавильщиков. Mi, 2001. - с.296-300

30. Алиев P.A., Абзаков Н.М., Шахназаров МЖ Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990. - 261 с.

31. Нейлор К. Как построить свою экспертную систему: Пер. с англ. Мл Энергоатомиздат, 1991.-286 с.

32. Пономаренко А.Г., Иноземцева E.H., Храпко С.А. Термодинамическая модель для машинных экспериментов при оптимизации сталеплавильных и ферросплавных процессов // Сб. тезисов. Днепропетровск: ВИНИТИ, ИЧМ -1988. - с. 147-153.

33. Эфрон Б: Нетрадиционные методы многомерного статистического анализа.-М.: Финансы и статистика, 1988. 263 с.

34. Советов Б.Я., Яковлев С.А. Моделирование систем: Учебник для вузов. 2-е издание. М.: Высшая школа, 1998. - 319 с.

35. Туркенич Д.И: Управление плавкой стали в конверторе. М.: Металлургия, 1971.-360 с.

36. Тахаутдинов P.C., Бигеев В.А., Колесников Ю.А. и др. Динамика процессов ; окисления углерода и шлакообразования конверторах ОАО «ММК» //Труды VII конгресса сталеплавильщиков, г. Магнитогорск - М.*, 2003. - с. 112-119.

37. Степанова A.A., Коротких В.Ф., Николаев O.A., Чигасов Д.Н. Новая методика изучения динамики шлакообразования при продувке конвертерной плавки // Сталь 2002i - №11-с. 15-18

38. Афанасиади А.Г. Разработка энерготехнологической модели выплавки жидкого полупродукта для производства кордовых сталей // Сталь 2002. - №10. - с. 38-39.

39. Гулыга Д.В., Сущенко A.B. Модель расчета параметров кислородно-конверторной плавки // Сталь 2003. - №12i - с. 19-24

40. Усачев A.B., Баласанов A.B., Георгиевский С.А. Статистическая модель процесса Ромельт // Известия вузов. Черная металлургия 1996; - №7 - с.19-22

41. Григорян В.А., Алев P.A., Белянчиков Л.Н. и др. Расчеты по кинетике металлургических процессов и поверхностным явлениям. Учебное пособие.-М.: МИСиС, 1975. -148 с.

42. Архипова Н.И., Шапкин А. И* Метод нестационарных уравнений в расчете равновесия сложной химической системы. // Геохимия 1988. - №7. - с. 1053-1057

43. Smith W.R: Missen R.W. Chemical Reaction Equilibrium Analysis: Theory and Algo-ritms. N.-Y.: John Wiley, 1982. - 364 p.

44. Белов Г.В. Термодинамическое моделирование: методы, алгоритмы, программы. М.: Научный мир, 2002. -184 с.

45. Евсеев A.M., Николаева Л.С. Математическое моделирование химических равновесий. М.: Изд-во. МГУ, 1988. -192 с.

46. Рожков И.М. Математические модели сталеплавильных процессов. М.: Металлургия, 1982: - 253 с.

47. Григорян В.А., Стомахин А.Я;, Белянчиков Л.Н; и др. Физико-химические расчеты электросталеплавильных процессов. М.: Металлургия, 1986. - 325 с.

48. Попель С.И., Сотников А.И;, Бороненков В.Н. Теория металлургических процессов, М.: Металлургия, 1986.

49. Филиппов И.С. Теория процесса обезуглероживания стали. М.: Металлургия, 1966. -279 с.

50. Есин O.A., Гельд П.В. Физическая химия гидрометаллургических процессов. -М.: Металлургия, 1966. -703 с.

51. Бигеев AIM., Бигеев В.А. Металлургия стали. Теория и технология плавки стали. Учебник для вузов, 3-е изд. перераб. и доп. Магнитогорск: МПТУ, 2000. - 544 с.

52. Григорян В.А., Белянчиков Л.ЯМ Стомахин А.Е. Теория электросталеплавильных процессов. М.: Металлургия, 1987. -272 с.

53. Жуховицкий Ф.Х;, Шварцман Л.А. Физическая химия: Учебник для вузов. 4-е изд., переработанное и доп. М.: Металлургия, 1987. - 688 с.

54. Полушкин А Н., Окороков Б.Н., Самсонов B.Mi Исследование окислительных процессов, протекающих в кислородно конверторной ванне в первый период продувки // Известия вузов 1990. - №3. - с. 27-31

55. Сигарев E.H., Яковлев Ю.Н., Учитель Л.М., Рыдванская Т.В. Математическая > модель обезуглероживания в ванне кислородного конвертора // Известия вузов. Черная металлургия 1991. - №12. - с. 64-66

56. Келе. 3., Райхель Я., Диттерт Дм Никель Э. Управление процессом вакуумного обезуглероживания высокохромистых сталей // Черные металлы 1989. - №3. - с. 46-51

57. Гиббс Дж.В. Термодинамика, статистическая механика. М.: Наука, 1982;584 с.

58. Де Донде Т., Ван Риссельберг П. Термодинамическая теория сродства. Книга принципов. Под редакцией профессора B.Mi Глазова. Перевод с английского. Mi, Ижевск: РХД, 2002.

59. Синярев Г.Б., Ватолин H.A., Трусов Б.Г., Моисеев Г.К. Применение ЭВМ для термодинамических расчетов металлургических процессов. М.: Наука, 1982.-263 с.

60. Гленсдорф П., Пригожин И. Термодинамическая теория структуры, устойчивости и флуктуаций. — М.: Мир, 1973. 280 с.

61. Окороков Б.Н. Разработка научных основ и методов управления высокотемпературными процессами газотвердожидкофазными металлургическими системами на примере конверторного процесса. Диссертация на соискание ученой степени доктора технических наук. -1997 г.

62. Агеев Е.П. Неравновесная термодинамика в вопросах и ответах. М.: Эдито-риал УРСС, 2001.-138 с.

63. Гусев A.A., Окороков Б.Н. Математическая модель заключительного этапа , продувки конвертерного процесса // Известия вузов. Черная металлургия 2000. - №5. -с.6-12

64. Гусев A.A., Окороков Б.Н., Коминов C.B. Описание заключительного этапа: продувки конвертерного процесса // Известия вузов. Черная металлургия. 1999. - №2. -с.49-57

65. Гуляев A.B., Коминов C.B. Динамическая модель конверторного процесса Hai базе термодинамики необратимых процесс с элементами проектирования оборудования //Труды VIГ конгресса сталеплавильщиков. М., 2003 - с.133-137

66. Гуляев A.B., Коминов C.B., Окороков Б.Н., Бакума С.С. Математическая модель поведения примесей при продувке металла окислительными газами // Известия вузов. Черная металлургия. 2000. - №9. -с.21-23

67. Коминов C.B., Бакума С.С., Туркин С.О. Математическая модель расчета основных технологических параметров управления мартеновской плавки // Известия вузов: Черная металлургия. 1999. - №5. - с.19-21

68. Алемасов В.Е., Дрегалин А.Ф., Тишин А.П. и др.Термодинамические и тепло-физические свойства продуктов сгорания. Т.1-3 М.: АН СССР, 1973. -624 с.

69. Алемасов В.Е., Дрегалин А.Ф., Тишин А:П. Теория ракетных двигателей: М.: Машиностроение, 1969. - 548 с.

70. Ватолин H.A., Моисеев Г.К., Трусов Б.Г. Термодинамическое моделирование в высокотемпературных неорганических системах. М.: Металлургия, 1994! - 352 с.

71. Gibbs J.W. On the Equilibrium of Heterogeneous Substances // Trans. Connect. Acad: 1876: - v.3 - p.108-248; 1878 - v.3 - p. 343-52484! Lewis G.N., Randall M. Thermodynamics and Free Energy of Chemical Substances: -N.-Y.: McGraw-Hill, 1923

72. Brinkley S.R. Note on the Conditions of Equlibrium for Systems of Many Constituents//Journal of Chemical Physics 1947.-v. 15. - No.2. - p. 107-110

73. Kandiner H.J., Brinkley S.R. Calculation of Complex Equlibrium Problem // Industrial and Engineering Chemistry 1950. - v.42. - No.5. - p.850-855;

74. White W.B., Johnson S.M., Dantzig G.B. Chemical Equilibrium in Complex Mixtures // Journal of Chemical Physics 1958. - v.28. - No.5. - p.751-755

75. Ландау Л:Д., Лившиц E.M. Статистическая физика. M.: Наука, 1976. - 584 с.

76. Zelezik F.J., Gordon S. A general IBM 704 or 7090 Computer Program for.Compu-tation of Chemical Equilibrium Compositions, Rocket Performance and Chapman-Jouget Detonations. NASA, 1962 - TN D-1454.

77. Алемасов B.E., Дрегалин А.Ф., Тишин А.П. и др. Термодинамические и,тепло-физические свойства продуктов сгорания М.: ВИНИТИ,' 1971. - 266 с.

78. Сайт компании Кинтех http://www.kintech.ru/

79. Сайт компании Reaction Design http://www.reactiondesign.com/

80. Сайт программы Kintecus http://www.kintecus.com/

81. Сайт программы NASA СЕА (Chemical Equilibrium with Applications) http://www.lerc.nasa.qov/WWW/CEAWeb/

82. Сайт лаборатории Materials Thermochemistry Section at National Physical Laboratory, Teddington, Middlesex, UK http://www.npl.co.uk/npl/cmmt/mtdata/

83. Davies R.H., Dinsdale AT., Gisby J.A. et al. MTData Thermodynamics and Phase Equilibrium Software from National Physical Laboratory // CALPHAD - 2002. - v.26. - No.2. — p.229-272

84. Сайт программы Thermo-Cale http://www.met.kth.se/tc/

85. Anderson J.-O., Helander T., Hoglund L. Thermo-Calc and Dictra, Computation tools for. Materials Science // CALPHAD 2002. - v.26. - No.2. - p.273-322

86. Сайт компании Outokumpu Research Ov http://www.outokumpu.fi/hsc/100: Сайт компании École Polytechnique de Montréalhttp.y/www.crct.polymtl.ca/fact/fact.htm

87. Сайт отдела теории металлургических процессов и металлургии ядерныхтоп-лив в Технологическом унивеситете г. Аахена http://qttserv.lth.rwth-aachen.de/~sp/tt

88. Bale C.W., Chartland P., Degterev SA FactSageThermochemical Software and; Databases // CALPHAD 2002. - v.26. - №2. - p.189-228:

89. Белов Г.В. Термодинамическое моделирование и термодинамическая информатика // Сайт Термоцентра им В.П. Глушко ИТЭС ОИВТ РАН http://www.ihed.ras.ru/thermo/index ru.html

90. Гасик М.М. Равновесие в жидком железе при вакуум-углеродном раскислении. // Известия вузов. Черная металлургия. -1991. №10. - с. 9-14

91. Smets S., Parada S., Weytjens J. el al. Behavior of magnesia-carbon refractories in vacuum-oxygen decarburization ladle linings // Ironmaking and Steelmaking 2003. - v.30. -No.4: - p.293-300

92. Адельшин Д.Ю., Чанов C.BM Валеев Ф.Ф., Колесников Г.А., Сёмин А.Е. Обезуглероживание высокохромистых расплавов при низкой окислености ванны. // Электрометаллургия. -1999. №1: - с. 12-15.

93. Поволоцкий Д.Я. Активность оксидов хрома в шлаке в процессе аргоно-кислородного рафинирования нержавеющей стали. // Известия высших учебных заведений: Чёрная металлургия. 2001. - №5. - с. 17-18

94. Островский О. И.:, Григорян В. А. Термодинамика процессов дефосфорации.// Известия вузов. Чёрная металлургия. 1988. - №11 - с. 15-20

95. In-Ho Jeong-Do Seo, Seon-Hyo Kim. Thermodynamic behaviors of manganese and? phosphorus between Ca0-Mg0-Si02-AI203-Fet0-Mn0-P205. // Steel Research. 1995. -v.711 - №9. - p.1025-1030

96. Поволоцкий Д.Я., Рощин B.E., Мальков H.B. Электрометаллургия стали и ферросплавов. М.: Металлургия,! 995 - 591 с.

97. Храп ко С.А., Иноземцева Е.Н. Развитие термодинамической модели системы^ металл-шлак-газ//Тезисы докладов II Всесоюзного совещания. Применение ЭВМ в научных исследованиях и разработках. Москва, 1989 — с. 22-23.

98. Пономаренко А.Г., Синяков Р.В., Довгонюк С.В. и др. Развитие интеллектуальных систем управления технологическими процессами выплавки стали //Труды VII конгресса сталеплавильщиков. Mi, 2003 - с.293-297

99. McKinnon К., Mongeau М. F generic global optimization algoritm for the chemical i and phase equilibrium problem. // Journal on Global Optimization. 1998. - v.12. - p.325-352

100. Храпко C.A. Термодинамическая модель системы металл-шлак для АСУ и» машинных экспериментов по оптимизации технологии сталеплавильного процесса: Диссертация на соискание ученой степени кандидата технических наук. Донецк: ДПИ; 1990. -173 с.

101. Люпис К. Химическая термодинамика материалов. М.: Металлургия, 1989.504 с.

102. Гильдебранд Дж. Растворимость неэлектролитов. Пер. с англ. под ред. M.Hi Тёмкина М.: ИЛ, 1962. - 623 с.

103. Кубашевский О., Олкокк С.Б. Металлургическая термохимия. Под редакцией! Шварцмана Л.А. М.: Металлургия, 1982. - 391 с.

104. Кожеуров В.А. Термодинамика металлургических шлаков. Свердловск, 1952. - 260 с.

105. Hardi Н.К. //Acta Met. -1953. v.1. - p. 202-209

106. Рыжонков Д.И., Падерин С.Н., Серов Г.В. и др., Расчёты металлургических процессов на ЭВМ," М.: Металлургия; 1987.

107. Вагнер К. Термодинамика сплавов.-М.: Металлургиздат, 1957.-179 е.: ил.

108. Балковой Ю.В., Алеев Р.А., Баканов В.К. Параметры взаимодействия первого порядка в расплавах на основе железа: Обзор, информ. М.: «Черметинформация», 1987.-42 с.

109. Храпко С.А., Пономаренко А.Г." Корректное использование параметров Вагнера при описании в широкой области составов // Изв. вузов. Черн. Металлургия. 1991, №12. — с.49-52:

110. Arthur D. Pelton, Christopher W. Bale. Modified Interaction Parameter Formalism for Non-Dilute Solution // Metallurgical Transactions A. -1986; v.17A. - July - p. 1211-1215.

111. Новиков В.К., Невидимое В.Н. Прогнозирование рафинирующих свойств многокомпонентных шлаковых растворов. // Известия вузов. Черная металлургия. -1997. -№1. -с.5-10.

112. Пономаренко А.Г. Вопросы термодинамики фаз переменного состава, имеющих коллективную электронную систему //ЖФХ. 1974; - Т.48 - №7; №8.

113. Падерин С.Н., Филиппов В.В. Теория и расчеты металлургических систем и процессов. М.: МИСиС, 2002. - 333 с.

114. Рид Р:, Праусниц Дж:, Шервуд Т. Свойства газов и жидкостей: Справочное пособие/пер. с англ. под ред. Б.И. Соколова. Л.: Химия, 1982 - 592 с.

115. Karbowniczek М:, Kawecka-Cebula Е., Putei К. and Reichel J. Model of desulphuri-zation of Steel Melts in Ladles Deoxidation and Slag Formers Calculation // Steel Research. -2003.-No.10-p.610-616

116. Йовса Я. Расчеты химических равновесий в металлургических системах// Известия вузов. Черная металлургия. 1995. - №11. - с.1-5.

117. Храпко С.А. Термодинамика и кинетика взаимодействия фаз при внепечной обработке. // Металлургическая и горнорудная промышленность. 2002. - №10. - с. 121123.

118. Казачков Е.А. Расчеты по теории металлургических процессов: учеб. пособие для вузов. М.: Металлургия, 1988. - 288 с.

119. Рузинов Л.П., Гуляницкий Б.С. Равновесные превращения металлургических реакций. М.: Металлургия, 1975. -416 с.

120. Вержибицкий В.М. Численные методы (линейная алгебра и нелинейные уравнения). М.: Высшая школа, 2000.

121. Вержибицкий A.A. Численные методы решения уравнений. М.: Наука, 1999,231 с.

122. Белов Г.В; Расчет параметров равновесного состояния многокомпонентных гетерогенных систем с использованием уравнений состояния реального газа // Известия вузов: Машиностроение. -1985. №5. - с.69-72

123. Белов Г.В. Термодинамический анализ продуктов при высоких давлениях// Вестник МГТУ. 1993 - №2. - с.43-46

124. Глазов В.М:, Павлова Л.М., Плотников В;А. Моделирование термодинамических условий получения полупроводниковых структур методом газофазной эпитаксии. // Журнал физической химии: 1986: - т.60. - №4: - с.825-833

125. Phoenix АЛЛ, Heidemann R.A. A non-ideal multiphase chemical equilibrium algorithm // Fluid Phase Equilibria. -1998. v.69. - No.5. - p.969-978

126. Folkman J., Shapiro N.Z. Approximating One Convex Function by Another//SIAM Journal of Applied Mathematics. 1968. - v.15. - No.5. - p.993-997

127. Губин C.A., Михалкин B.H;, Одинцов В.В. Расчет параметров и состава продуктов детонации низкоплотных смесей различного агрегатного состояния //Хим. физика. -1983. Т.2 - №3. - с.420-427.

128. Егоров А.В. Дуговые сталеплавильные печи. М.:МИСиС, 2000 г.

129. Дж. Эллиот, М.1 Глейзер, В. Рамакришна. Термохимия металлургических процессов. М.: Металлургия, 1969.

130. Михайлов Г.Г., Поволоцкий Д.Я. Термодинамика раскисления стали. М.: Металлургия, 1993.

131. Производство электростали и ферросплавов. Методическое пособие. Под ред. проф. Григоряна В.А.-М.: МИСиС, 1991г.-№ 156

132. Поволоцкий Д.Я., Токовой O.K., Урюпин Г.П. // Известия вузов. Черная метал-лургия-1987. № 2. - С. 27-30.

133. Кнюппель Г. Раскисление и вакуумная обработка стали. М.: Металлургия, 1984 г-413 с.

134. Салаутин В.А., Макаров Д.М., Буланкин В.Е. и др. Выплавка стали в крупных дуговых печах с обработкой в ковше порошкообразными материалами // Сталь.-1980.-№ 8. с. 2 5-32

135. Филиппов С.И: Теория процесса обезуглероживания стали. М.: ГосНТИ-литературы по черной и цветной металлургии, 1956 -166 с.158; Рыжонков Д.И., Падерин С.Н., Серов Г.В. Твердые электролиты в металлургии:-М.: Металлургия, 1992-248 с.

136. Попель С.И:, Сотников А.И., Бороненков В.Т. Теория металлургических процессов. М.: Металлургия, 1986 - 450 с.

137. Бородулин Г.М., Мошкевич Е.И. Нержавеющая сталь. М.: Металлургия, 1973: - 305 с.

138. Винниченко Н.И., Крашенинников М.Г., Филиппов С.И.' Изучение кинетики газообразования при обезуглероживании методом дифференциального взвешивания. // Изв. вуз. Черная металлургия. 1974. - №1 - с. 8-13.

139. Филиппов С.И., Крашенинников М.Г., Винниченко Н.И. Интенсивность обезуглероживания металлической ванны и сопутствующие процессы в присутствии легирующего элемента // Изв. вуз. Черная металлургия. 1974: - №7. - с. 9-13.

140. Дун Э., Филиппов С.И. Исследование кинетики и механизма окисления примесей расплавленного железа на основе представлений о критических концентрациях. // Изв. вуз. Черная металлургия. 1960. - №5 - с. 28-37.

141. Филиппов С.И.1 // Изв. вуз. Черная металлургия. 1972 №5. - с. 28-37.

142. Котельников Г.И: Исследование процессов обработки стали аргонокислород-ными смесями и азотом: Диссертация канд. техн; наук. М:, 1979 - 153 с.

143. Семин А.Е. Исследование технологии выплавки коррозионностойкой стали с применением донной продувки кислородсодержащими газами в конвертере: Диссертация; канд. техн. наук. — М., 1978. -112 с.

144. Носов Ю.Н. Аргоно-кислородное обезуглероживание нержавеющей стали под: вакуумом. Диссертация канд. техн. наук. Новокузнецк, 1983. - 209 с.

145. Бородин Д.И., Фоменко В.А., Зинченко С.Д., Калинушкин В.А. Баланс кислорода при раскислении металла в ковше. // Труды седьмого конгресса сталеплавильщиков. -М.: 2003:-с. 396-398

146. Стариков B.C., Темлянцев В.М., Стариков В.В; // Огнеупоры в ковшевой? металлургии. М.: МИСиС, 2003.

147. Д;Я: Поволоцкий, В А Кудрин, А.Ф. Вишкарев. Внепечная обработка стали. — М.: МИСиС, 1995.-256 с.

148. А А.Курдюков, И.Д.Буга, О.В.Носоченко и др. Внепечная обработкам четырехкомпонентной шлаковой смесью.//Труды пятого конгресса сталеплавильщиков. -М.: 1999:-с. 311-313

149. Nagabayashi R. Equilibrium study of phosphorus distribution between Fe0-Ca0-P205-Si02-Mg0 slags and liquid iron //Tetsu to hagane. 1985. - v.71: - №12. -p. 903

150. Явойский В.И. Теория процессов производства стали M.: Металлургия, 1968 -425 с.

151. Аверин С.А., Лунев А.К. Сера и фосфор в стали М.: Металлргия, 1983235 с.

152. Сидоренко М. В. Теория и технология электроплавки стали. Учебное пособие для ВУЗов. М.: Металлургия, 1985 - 270 с.

153. Явойский В.И." и др. Металлургия стали. М.: Металлургия, 1972. - 596 с.178 ОТЧЕТ ПО ДСППТ-25 ИЖСТАЛЬ

154. Еднерал Ф.П. Электрометаллургия стали и ферросплавов М.: Металлургия, 1977. -488 с.

155. Поволоцкий Д.Я., Рощин В.Е., Мальков Н.В. Электрометаллургия стали и; ферросплавов: Учебник для вузов. 3 изд. пераб. и доп. М.: Металлургия, 1995. - 592 с.

156. Поволоцкий Д.Я., Гудим Ю.А. Выплавка легированной стали в дуговых печах. -М.: Металлургия, 1987.-136 с.

157. Каблуковский А.Ф., Молчанов О.Е:, Каблуковская M.Ä. Краткий справочник электросталевара. М.: Металлургия, 1994. - 352 с.

158. Лейтес A.B. Защита стали в процессе непрерывной разливки. М.: Металлургия, 1984;184' Норман X., Нахтриб Д1 Жидкие металлы и их затвердевание. М.: Металлургия, 1962.

159. Галькевич C.B., Шафигин E.K., Черкасов Е.Д. и др. Особенности выплавки; хромоникелевого чугуна из природнолегированных руд//Труды V-ro международного конгресса доменщиков. Днепропетровск- Кривой Рог: 1999. с.329-332:

160. Толстолуцкий A.A., Котельников Г.И., Съемщиков Н.С. Моделирование плавки низколегированной стали в электропечи с использованием компьютерной системы ГИББС //Сборник трудов 7 Международного конгресса металлургов. М;, 2002 г. -с.309-313

161. СПИСОК СОБСТВЕННЫХ ПУБЛИКАЦИЙ

162. Съёмщиков Н.С., Котельников Г.И., Толстолуцкий A.A., Косырев К.Л., Сёмин А.Е., Галкин М.П., Брагин В.И., Кружков В.И. Поведение углерода в период доводки низкоуглеродистой коррозионно-стойкой стали на установке ВКР // Электрометаллургия -2004 № 6

163. Съёмщиков Н.С., Коломиец И.В., Толстолуцкий А.А, Расширение технологических возможностей на ОАО ММЗ «Серп и Молот» с введением в эксплуатацию агрегата УВОС. Тезисы докладов ll-ой конкурсной конференции молодых специалистов -г. Королёв 2003 г 7-8 с.

164. Г.И. Котельников, Н.С. Съёмщиков, A.A. Толстолуцкий, К.Л. Косырев Физико-химический анализ массива параметров взаимодействия углерода в железе.// Электрометаллургия 2003. - № 8 - с. 18-23