冶炼关键参数对于IF钢轧材夹杂缺陷的影响

工程科学学报，第39卷，第3期：369-376,2017年3月 Chinese Journal of Engineering,Vol.39,No.3:369-376,March 2017 DOI:10.13374/j.issn2095-9389.2017.03.008:http://journals.ustb.edu.cn 冶炼关键参数对于F钢轧材夹杂缺陷的影响 郝 阳”，包燕平)四，李任春2》，李太全2”，程迪2”，陈霄”，王睿” 1)北京科技大学钢铁治金新技术国家重点实验室，北京1000832)邯郸钢铁集团有限责任公司，邯郸056015 区通信作者，E-mail:baoyp@usth.edu.cn 摘要针对邯钢F钢治炼过程，采用统计学软件SPSS中逻辑回归分析、相关性统计、描述性统计等方法，研究了冶炼过程 中关键参数和轧材夹杂缺陷之间的对应关系以及参数间的相关性.结果表明：在F钢治炼过程中将转炉终点温度控制在 1695-1700℃之间，吹氧量控制在250m3以下，静置时间控制在30-40min之间，加铝前氧位不超过3.9×10-4时，F钢轧材 出现夹杂缺陷的机率减少.由此对现场提出了改善措施，结果表明以上优化措施可以减少F钢轧材中夹杂缺陷的产生. 关键词炼钢：F钢：夹杂：统计；相关性 分类号TF703.54 Influence of key parameters in steelmaking progress on the inclusion defects of rolled IF steel sheet HAO Yang,BAO Yan-ping,LI Ren-chun?,LI Tai-quan?),CHENG Di),CHEN Xiao,WANG Rui 1)State Key Laboratory of Advanced Metallurgy,University of Science and Technology Beijing,Beijing 100083,China 2)Handan Iron Steel Group Co.Ltd,Handan 056015,China Corresponding author,E-mail:baoyp@ustb.edu.cn ABSTRACT Aiming at the steelmaking process of IF steel in Han-Steel,the relationship between key parameters and the defects of the rolled sheet was investigated,and the correlation among the parameters was also analyzed through the logic regression analysis, correlation statistics,descriptive statistics and other methods in the statistical software SPSS.The results show that the probability of inclusion defects in the rolled sheet reduces in the steelmaking process of IF steel when the end-point temperature of BOF is controlled in the range of 1695-1700 C,the oxygen blow amount below 250 m,the holding time in the range of 30-40 min and the oxygen con- tent before adding aluminum below 3.9 x 10-4.Besides,the improvement measures were carried out and the results show that the op- timization measures can reduce the inclusion defects of rolled IF steel sheet. KEY WORDS steelmaking;IF steel:inclusions;statistics:correlation F钢作为超深冲钢，被广泛应用于汽车、家电等 目前，治金工作者对于冷轧板表面的非常规缺陷 行业，为防止深冲过程的开裂，用户对F钢板材的表做了大量的研究.通过对F钢冷轧板表面缺陷进行 面质量有较为严格的要求，影响冷轧薄板表面质量的 观察分析，对表面缺陷进行总结，发现引起表面缺陷的 主要缺陷，大致可分为两大类，即常规缺陷和非常规缺 夹杂物主要为脱氧产物和卷渣.张维维、方淑芳、 陷.常规缺陷的产生与冷轧工艺质量密切相关，而非 彭其春等6主要研究了F钢冷轧板出现的条状缺陷 常规缺陷主要有沿钢板轧向分布的细线状或条片状、 并分析了产生的原因，结果表明“黑线”是由钢中夹 带状缺陷▣ 杂引起的“亮线”是钢中气泡和夹杂共同作用的结 收稿日期：2016-05-23 基金项目：“十二五”科技支撑计划资助项目(2015BAF30B01):教有部博士点专项基金资助项目(20130006110023)：钢铁治金新技术国家重 点实验室自主基金资助项目(41614014)

工程科学学报，第 39 卷，第 3 期: 369--376，2017 年 3 月 Chinese Journal of Engineering，Vol． 39，No． 3: 369--376，March 2017 DOI: 10． 13374 /j． issn2095--9389． 2017． 03． 008; http: / /journals． ustb． edu． cn 冶炼关键参数对于 IF 钢轧材夹杂缺陷的影响 郝 阳1) ，包燕平1) ，李任春2) ，李太全2) ，程 迪2) ，陈 霄1) ，王 睿1) 1) 北京科技大学钢铁冶金新技术国家重点实验室，北京 100083 2) 邯郸钢铁集团有限责任公司，邯郸 056015 通信作者，E-mail: baoyp@ ustb． edu． cn 摘 要 针对邯钢 IF 钢冶炼过程，采用统计学软件 SPSS 中逻辑回归分析、相关性统计、描述性统计等方法，研究了冶炼过程 中关键参数和轧材夹杂缺陷之间的对应关系以及参数间的相关性． 结果表明: 在 IF 钢冶炼过程中将转炉终点温度控制在 1695 ～ 1700 ℃之间，吹氧量控制在 250 m3 以下，静置时间控制在 30 ～ 40 min 之间，加铝前氧位不超过 3. 9 × 10 － 4时，IF 钢轧材 出现夹杂缺陷的机率减少． 由此对现场提出了改善措施，结果表明以上优化措施可以减少 IF 钢轧材中夹杂缺陷的产生． 关键词 炼钢; IF 钢; 夹杂; 统计; 相关性 分类号 TF703. 54 Influence of key parameters in steelmaking progress on the inclusion defects of rolled IF steel sheet HAO Yang1) ，BAO Yan-ping1)  ，LI Ｒen-chun2) ，LI Tai-quan2) ，CHENG Di2) ，CHEN Xiao1) ，WANG Ｒui1) 1) State Key Laboratory of Advanced Metallurgy，University of Science and Technology Beijing，Beijing 100083，China 2) Handan Iron Steel Group Co． Ltd，Handan 056015，China Corresponding author，E-mail: baoyp@ ustb． edu． cn ABSTＲACT Aiming at the steelmaking process of IF steel in Han-Steel，the relationship between key parameters and the defects of the rolled sheet was investigated，and the correlation among the parameters was also analyzed through the logic regression analysis， correlation statistics，descriptive statistics and other methods in the statistical software SPSS． The results show that the probability of inclusion defects in the rolled sheet reduces in the steelmaking process of IF steel when the end-point temperature of BOF is controlled in the range of 1695--1700 ℃，the oxygen blow amount below 250 m3 ，the holding time in the range of 30--40 min and the oxygen con￾tent before adding aluminum below 3. 9 × 10 － 4 ． Besides，the improvement measures were carried out and the results show that the op￾timization measures can reduce the inclusion defects of rolled IF steel sheet． KEY WOＲDS steelmaking; IF steel; inclusions; statistics; correlation 收稿日期: 2016--05--23 基金项目: “十二五”科技支撑计划资助项目( 2015BAF30B01) ; 教育部博士点专项基金资助项目( 20130006110023) ; 钢铁冶金新技术国家重 点实验室自主基金资助项目( 41614014) IF 钢作为超深冲钢，被广泛应用于汽车、家电等 行业，为防止深冲过程的开裂，用户对 IF 钢板材的表 面质量有较为严格的要求，影响冷轧薄板表面质量的 主要缺陷，大致可分为两大类，即常规缺陷和非常规缺 陷． 常规缺陷的产生与冷轧工艺质量密切相关，而非 常规缺陷主要有沿钢板轧向分布的细线状或条片状、 带状缺陷［1］． 目前，冶金工作者对于冷轧板表面的非常规缺陷 做了大量的研究． 通过对 IF 钢冷轧板表面缺陷进行 观察分析，对表面缺陷进行总结，发现引起表面缺陷的 夹杂物主要为脱氧产物和卷渣［2--5］． 张维维、方淑芳、 彭其春等［6--8］主要研究了 IF 钢冷轧板出现的条状缺陷 并分析了产生的原因，结果表明，“黑线”是由钢中夹 杂引起的，“亮线”是钢中气泡和夹杂共同作用的结

·370· 工程科学学报，第39卷，第3期 果.Miyake等回发现电磁搅拌有利于减少表面条状缺 冶炼过程参数与轧制夹杂 陷，并且其效果受到钢液中化学成分的影响.Yu等@ 缺陷对应（数据整理 通过实验研究了冷轧表面缺陷的演变过程，发现应当 通过减少板坯表面硬性夹杂的量来减少表面缺陷 SPSS Chen、孟劲松等m-因通过在生产实践中对治炼工艺进 统计学软件分析 行优化，证明了通过改善工艺，可以减少F钢冷轧板 出现表面缺陷的概率.郭龙波、宋健、李扬等3利用 逻辑回归分析 描述性统计 相关性分析 SAS统计软件分别对冷轧、热轧中影响轧材表面质量 治炼过程重要参数与 冶炼关键参数间 缺陷的主要因素进行数据挖掘分析，对产生原因进行 轧材夹杂缺陷关系 主次关系 定位，找出关键控制变量并做出调整，提高了生产效 图1分析思路流程图 率，说明通过统计的方法找到影响质量的关键因素是 Fig.I Flow chart of the analysis method 可行的. 以上的研究中尚未涉及治炼过程参数对轧材夹杂 缺陷的影响，而前人的研究也说明轧材的夹杂缺陷产 生与治炼过程密切相关，所以本文利用统计学软件 SPSS研究了治炼过程关键参数对冷轧板夹杂缺陷的 影响，得到了影响夹杂缺陷产生的主要因素以及参数 间的相互关系，并通过实验进行验证. 1 研究方法 本文研究对象为邯钢生产的DCO6钢种，其生产 的工艺路线为：铁水预处理→转炉炼钢→RH精炼→ 板坯浇注→钢坯精整→入库→热轧→冷轧，其中转炉 吨位为300L 首先对邯钢F钢轧制过程中产生的夹杂缺陷进 2mm 行收集分析，明确夹杂缺陷产生的主要原因：之后收集 邯钢545炉次从转炉到冷轧的生产数据，将采集数据 图2光镜下的条状缺陷 进行关联，使冷轧、热轧生产过程中记录的夹杂缺陷情 Fig.2 Strip defects in the optical microscope 况与治炼过程中的炉次数据进行对应，将炉次按照对 应轧材有无夹杂缺陷使用1、0进行标记：最后使用统 计学软件SPSS对冶炼过程中关键参数与后续轧材产 生夹杂缺陷的情况进行分析，得到了治炼中关键参数 对轧材夹杂缺陷的影响情况以及治炼参数的相互关 系.分析中用到的出现轧材夹杂缺陷炉次所占比例指 在冷轧、热轧过程中出现夹杂缺陷的轧材对应的治炼 炉次数占统计总炉次数的比例.主要的统计过程如 图1所示 2结果与讨论 2.1F钢轧材夹杂缺陷分析 F钢轧材在轧制过程中出现一系列的缺陷问题， 冷轧板表面条状缺陷为典型的缺陷，光镜下宏观特征 10 um 如图2，之后将缺陷放在电镜下进行观察，如图3 通过能谱分析图3中颗粒成分，发现缺陷中细小 图3电镜下条状缺陷内部形貌 Fig.3 Internal morphology of strip defects in SEM 的颗粒均为Al,0,颗粒 缺陷内部出现大量的被碾碎的AL,O,颗粒说明在 的堵塞物脱落进入钢中. 铸坯中夹杂物的尺寸较大，夹杂物来源于附着于水口 除了条状缺陷，还发现了针孔缺陷，在针孔缺陷的

工程科学学报，第 39 卷，第 3 期 果． Miyake 等［9］发现电磁搅拌有利于减少表面条状缺 陷，并且其效果受到钢液中化学成分的影响． Yu 等［10］ 通过实验研究了冷轧表面缺陷的演变过程，发现应当 通过减少板坯表面硬性夹杂的量来减少表面缺陷． Chen、孟劲松等［11--12］通过在生产实践中对冶炼工艺进 行优化，证明了通过改善工艺，可以减少 IF 钢冷轧板 出现表面缺陷的概率． 郭龙波、宋健、李扬等［13--15］利用 SAS 统计软件分别对冷轧、热轧中影响轧材表面质量 缺陷的主要因素进行数据挖掘分析，对产生原因进行 定位，找出关键控制变量并做出调整，提高了生产效 率，说明通过统计的方法找到影响质量的关键因素是 可行的． 以上的研究中尚未涉及冶炼过程参数对轧材夹杂 缺陷的影响，而前人的研究也说明轧材的夹杂缺陷产 生与冶炼过程密切相关，所以本文利用统计学软件 SPSS 研究了冶炼过程关键参数对冷轧板夹杂缺陷的 影响，得到了影响夹杂缺陷产生的主要因素以及参数 间的相互关系，并通过实验进行验证． 1 研究方法 本文研究对象为邯钢生产的 DC06 钢种，其生产 的工艺路线为: 铁水预处理→转炉炼钢→ＲH 精炼→ 板坯浇注→钢坯精整→入库→热轧→冷轧，其中转炉 吨位为 300 t． 首先对邯钢 IF 钢轧制过程中产生的夹杂缺陷进 行收集分析，明确夹杂缺陷产生的主要原因; 之后收集 邯钢 545 炉次从转炉到冷轧的生产数据，将采集数据 进行关联，使冷轧、热轧生产过程中记录的夹杂缺陷情 况与冶炼过程中的炉次数据进行对应，将炉次按照对 应轧材有无夹杂缺陷使用 1、0 进行标记; 最后使用统 计学软件 SPSS 对冶炼过程中关键参数与后续轧材产 生夹杂缺陷的情况进行分析，得到了冶炼中关键参数 对轧材夹杂缺陷的影响情况以及冶炼参数的相互关 系． 分析中用到的出现轧材夹杂缺陷炉次所占比例指 在冷轧、热轧过程中出现夹杂缺陷的轧材对应的冶炼 炉次数占统计总炉次数的比例． 主要的统计过程如 图 1 所示． 2 结果与讨论 2. 1 IF 钢轧材夹杂缺陷分析 IF 钢轧材在轧制过程中出现一系列的缺陷问题， 冷轧板表面条状缺陷为典型的缺陷，光镜下宏观特征 如图 2，之后将缺陷放在电镜下进行观察，如图 3． 通过能谱分析图 3 中颗粒成分，发现缺陷中细小 的颗粒均为 Al2O3颗粒． 缺陷内部出现大量的被碾碎的 Al2O3颗粒说明在 铸坯中夹杂物的尺寸较大，夹杂物来源于附着于水口 图 1 分析思路流程图 Fig． 1 Flow chart of the analysis method 图 2 光镜下的条状缺陷 Fig． 2 Strip defects in the optical microscope 图 3 电镜下条状缺陷内部形貌 Fig． 3 Internal morphology of strip defects in SEM 的堵塞物脱落进入钢中． 除了条状缺陷，还发现了针孔缺陷，在针孔缺陷的 · 073 ·

郝阳等：冶炼关键参数对于F钢轧材夹杂缺陷的影响 371 周围发现了TN和AL,O,夹杂，并且氧化铝夹杂尺寸较 生的夹杂缺陷与冶炼参数的对应关系，找到F钢治炼 大，是产生针孔缺陷的主要原因 参数中影响后期轧制过程产生夹杂缺陷的显著性因 通过对冷轧板缺陷分析，了解到F钢轧材大部分 素，从而更好地控制治金过程工艺参数 夹杂缺陷与治炼过程中脱氧产生的氧化铝相关，而氧 2.2加铝前氧位、温度的影响分析 化铝的产生与F钢生产过程中转炉、精炼过程中的温 对加铝前温度、加铝前氧位及静置时间进行逻辑 度、氧位等参数密切相关.所以有必要研究冷轧板产 回归分析，得到表1. 表1影响轧材夹杂缺陷产生的逻辑回归变量表 Table 1 Logical regression variable table influencing the appearance of inclusion defects in the rolled sheet 项目 常数项估计值 标准误差 卡方值 自由度 相伴概论 优势比 加铝前温度 -0.016 0.013 1.593 1 0.207 0.984 加铝前氧位 0.002 0.002 1.538 1 0.215 1.002 静置时间 0.002 0.009 0.041 1 0.839 1.002 常量 24.636 20.438 1.453 1 0.228 逻辑回归模型参数的显著性检验使用Wls检验 法(Ws是一个统计量，用检验自变量对因变量是否 50 473 有影响).统计软件自动统计Wls卡方值及相宜的相 伴概率，并据此进行决策.若根据Wls卡方值给出检 40 58.0 . 验结论，Wals卡方值越大越好.若根据相伴概率给出 30 检验结论，当相伴概率大于等于显著性水平时，则不应 拒绝零假设，认为自变量模型参数或回归系数与0无 20 显著性差异，该自变量与评定模型之间的线性关系不 显著，否则认为线性关系显著 10 虽然加铝前温度、氧位不符合拟定的显著性水平， 但是仍然有一定的显著性，所以从表示系数的B值来 1580 [1580.[1585.1590.[1595. 1600 看，加铝前氧位与夹杂缺陷率呈正比、加铝前温度与夹 以下 1585)15901595)1600 以上 杂缺陷率呈反比，在一定程度上可以说明相对较高的 加铝前温度℃ 温度和较低的加铝前氧位会减少夹杂缺陷的比例. 图4出现夹杂缺陷炉次比例随加铝前温度分布 接下来通过统计来验证以上结论： Fig.4 Distribution of the ratio of heat appearing inclusion defects 将进站氧控制在6×104~7×10-4的范围内，进 with the change of temperature before adding aluminum 站温度控制在1600~1620℃范围内，吹氧量控制在 有利于夹杂缺陷的降低 100m3以下，共筛选出40组数据，将数据按加铝前氧 以上结论是符合理论与实际的.首先，F钢治炼 位由小到大进行排序，分为两部分，得到表2 过程中，加铝前氧位可以代表钢中自由氧在加铝脱氧 表2加铝前氧位的影响 过程中能与所加的铝反应生成的氧化铝的量，加铝前 Table 2 Influence of oxygen content before adding aluminum 氧位越高说明在脱氧过程中生成的氧化铝越多，这些 加铝前氧位10~4 炉次数出现夹杂缺陷炉次数比例/% 氧化铝可能不能完全上浮去除以至于进入钢中形成氧 3.00~3.91 四 6 吃 化铝夹杂，造成轧制过程的夹杂缺陷.其次，当加铝前 3.92-5.20 o 50 温度较低时，现场会在加铝脱氧过程中通过吹氧和增 加加铝量来进行升温。以上两个过程由于是同时进行 从表中的数据可以看出，当其余变量控制在较小 的，所以对于后期轧制过程中产生夹杂缺陷的影响是 的范围内时，加铝前氧位越高，出现夹杂缺陷的比例明 相同的，这点可以通过表中的显著水平看出，加铝前温 显越高 度与加铝前氧位对是否出现夹杂缺陷的显著性水平是 接下来对加铝前温度进行分析，如图4所示 相似的. 从图4中可以看出，随着加铝前温度的升高，出现 2.3吹氧量的影响 夹杂缺陷炉次的比例有一定的下降，尤其在温度较低 为了了解吹氧量的分布情况，作吹氧量分布直方 的时候，夹杂缺陷的比例较高，这说明加铝前温度升高 图，如图5所示

郝 阳等: 冶炼关键参数对于 IF 钢轧材夹杂缺陷的影响 周围发现了 TiN 和 Al2O3夹杂，并且氧化铝夹杂尺寸较 大，是产生针孔缺陷的主要原因． 通过对冷轧板缺陷分析，了解到 IF 钢轧材大部分 夹杂缺陷与冶炼过程中脱氧产生的氧化铝相关，而氧 化铝的产生与 IF 钢生产过程中转炉、精炼过程中的温 度、氧位等参数密切相关． 所以有必要研究冷轧板产 生的夹杂缺陷与冶炼参数的对应关系，找到 IF 钢冶炼 参数中影响后期轧制过程产生夹杂缺陷的显著性因 素，从而更好地控制冶金过程工艺参数． 2. 2 加铝前氧位、温度的影响分析 对加铝前温度、加铝前氧位及静置时间进行逻辑 回归分析，得到表 1． 表 1 影响轧材夹杂缺陷产生的逻辑回归变量表 Table 1 Logical regression variable table influencing the appearance of inclusion defects in the rolled sheet 项目 常数项估计值 标准误差 卡方值 自由度 相伴概论 优势比 加铝前温度 － 0. 016 0. 013 1. 593 1 0. 207 0. 984 加铝前氧位 0. 002 0. 002 1. 538 1 0. 215 1. 002 静置时间 0. 002 0. 009 0. 041 1 0. 839 1. 002 常量 24. 636 20. 438 1. 453 1 0. 228 — 逻辑回归模型参数的显著性检验使用 Wals 检验 法( Wals 是一个统计量，用检验自变量对因变量是否 有影响) ． 统计软件自动统计 Wals 卡方值及相宜的相 伴概率，并据此进行决策． 若根据 Wals 卡方值给出检 验结论，Wals 卡方值越大越好． 若根据相伴概率给出 检验结论，当相伴概率大于等于显著性水平时，则不应 拒绝零假设，认为自变量模型参数或回归系数与 0 无 显著性差异，该自变量与评定模型之间的线性关系不 显著，否则认为线性关系显著． 虽然加铝前温度、氧位不符合拟定的显著性水平， 但是仍然有一定的显著性，所以从表示系数的 B 值来 看，加铝前氧位与夹杂缺陷率呈正比、加铝前温度与夹 杂缺陷率呈反比，在一定程度上可以说明相对较高的 温度和较低的加铝前氧位会减少夹杂缺陷的比例． 接下来通过统计来验证以上结论: 将进站氧控制在 6 × 10 － 4 ～ 7 × 10 － 4的范围内，进 站温度控制在 1600 ～ 1620 ℃ 范围内，吹氧量控制在 100 m3 以下，共筛选出 40 组数据，将数据按加铝前氧 位由小到大进行排序，分为两部分，得到表 2． 表 2 加铝前氧位的影响 Table 2 Influence of oxygen content before adding aluminum 加铝前氧位/10 － 4 炉次数 出现夹杂缺陷炉次数 比例/% 3. 00 ～ 3. 91 20 6 30 3. 92 ～ 5. 20 20 10 50 从表中的数据可以看出，当其余变量控制在较小 的范围内时，加铝前氧位越高，出现夹杂缺陷的比例明 显越高． 接下来对加铝前温度进行分析，如图 4 所示． 从图 4 中可以看出，随着加铝前温度的升高，出现 夹杂缺陷炉次的比例有一定的下降，尤其在温度较低 的时候，夹杂缺陷的比例较高，这说明加铝前温度升高 图 4 出现夹杂缺陷炉次比例随加铝前温度分布 Fig． 4 Distribution of the ratio of heat appearing inclusion defects with the change of temperature before adding aluminum 有利于夹杂缺陷的降低． 以上结论是符合理论与实际的． 首先，IF 钢冶炼 过程中，加铝前氧位可以代表钢中自由氧在加铝脱氧 过程中能与所加的铝反应生成的氧化铝的量，加铝前 氧位越高说明在脱氧过程中生成的氧化铝越多，这些 氧化铝可能不能完全上浮去除以至于进入钢中形成氧 化铝夹杂，造成轧制过程的夹杂缺陷． 其次，当加铝前 温度较低时，现场会在加铝脱氧过程中通过吹氧和增 加加铝量来进行升温． 以上两个过程由于是同时进行 的，所以对于后期轧制过程中产生夹杂缺陷的影响是 相同的，这点可以通过表中的显著水平看出，加铝前温 度与加铝前氧位对是否出现夹杂缺陷的显著性水平是 相似的． 2. 3 吹氧量的影响 为了了解吹氧量的分布情况，作吹氧量分布直方 图，如图 5 所示． · 173 ·

·372· 工程科学学报，第39卷，第3期 率分布直方图，进站温度小于1584℃的炉次比例为 120 3.5%,由于这些炉次需要进行铝氧升温，所以这说明 有3.5%的炉次需要吹氧超过250m3,而通过对实际生 产数据吹氧量的分析可以得到吹氧量大于250m'的比 例为11.7%，这说明吹氧量大于250m3的炉次有70% 总的吹氧量大于根据进站温度求得的吹氧量，为了进 行对比，求得吹氧量大于100m的炉次的这一比例为 53.7%,这说明吹氧量大于250m的炉次吹氧量明显 过多或者后期升温过程吹氧量增多.吹氧量过多导致 夹杂缺陷增多，这是吹氧量高于250m'时夹杂缺陷明 显增多的原因 200 400 600 吹氧量/m2 60 图5吹氧量分布直方图 Fig.5 Distribution of oxygen blow amoun 50 从图5可以看出吹氧量主要分布在250m以下， 40 吹氧量在250m3以下的炉次比例为88.3%.吹氧量与 察30 轧材夹杂缺陷的关系如图6所示 52.8 20 48.15 10F 44.0 38.96 540 1560 1580 16001620 1640 1660 37.3 BH进站温度℃ 35.2 3333 31.58 图7RH进站温度分布直方图 Fig.7 Histogram of the distribution of RH pitted temperature F钢治炼过程中的吹氧量主要包括两个部分，第 10.50 150,100)1100,150)150,200200.250250以上 一部分用于升温，第二部分用于强制脱碳，其中升温过 吹氧量m3 程分为前期进站升温和后期脱氧过程升温.。假设前期 图6出现轧材夹杂缺陷炉次比例随吹氧量分布 吹氧量为200m3,则前期钢中氧位会增加7×10-4~ Fig.6 Distribution of the ratio of heat appearing inclusion defects 8×10-4,根据统计，加铝前氧位平均值在4×10-4左 with the change of oxygen blow amount 右，相对于后期加铝前氧位多3×10-4~4×10-4，但是 从图6可以看出，当吹氧量大于250m3时，轧材出 由于RH中钢液的循环流动，钢中夹杂物更容易被钢 现夹杂缺陷炉次所占比例高达48.15%，明显高于平 渣吸附，并且从前期铝氧升温到后期脱氧过程的时间 均值37.3%，说明当吹氧量大于250m3时，轧制过程中 间隔在20min左右，所以前期铝氧升温生成的氧化铝 出现夹杂缺陷的比例明显升高 经过20mi的上浮后总量相对于后期脱氧过程生成的 按照F钢实际生产的规律，进站温度较低时会在 氧化铝量已经很小.脱氧之后到出站之间H循环时 进站后进行铝氧升温，在这里设定进站温度1615℃为 间在12min左右，并不能完全使氧化铝夹杂被渣吸附， 进行铝氧升温的界限，进站温度小于1615℃的炉次要 所以后期铝氧升温伴随脱氧过程所产生的氧化铝是钢 进行升温.理论上每吹氧100m3,钢水中氧位理论上 中氧化铝的主要来源.所以应当提高H的进站温度 会增加5×104，但考虑到氧气的利用率大概为75% 减少后期升温的比例，或者尽量将升温过程放在前期， 左右并结合经验，实际上钢中氧位会增加(3.50~ 减少后期吹氧量 4.00)×104,每1×104氧与铝反应，钢液升温3.3 2.4转炉终点温度的影响 ℃，所以每吹氧100m3,钢液升温11.5~13.2℃，氧化 图8为转炉终点温度与轧材出现夹杂缺陷的炉次 铝夹杂生成量为228kg.通过计算，当进站温度为 所占比例的条形图.从图中可以看出转炉终点温度对 1584℃时，为了将温度提高到1615℃，初期用于铝氧 夹杂缺陷有明显影响：从整体上看，转炉终点温度越 升温的吹氧量约为250m3.图7为RH进站温度的频 高，出现夹杂缺陷的比例有明显减小的趋势：当转炉终

工程科学学报，第 39 卷，第 3 期 图 5 吹氧量分布直方图 Fig． 5 Distribution of oxygen blow amount 从图 5 可以看出吹氧量主要分布在 250 m3 以下， 吹氧量在 250 m3 以下的炉次比例为 88. 3% ． 吹氧量与 轧材夹杂缺陷的关系如图 6 所示． 图 6 出现轧材夹杂缺陷炉次比例随吹氧量分布 Fig． 6 Distribution of the ratio of heat appearing inclusion defects with the change of oxygen blow amount 从图 6 可以看出，当吹氧量大于 250 m3 时，轧材出 现夹杂缺陷炉次所占比例高达 48. 15% ，明显高于平 均值 37. 3% ，说明当吹氧量大于 250 m3 时，轧制过程中 出现夹杂缺陷的比例明显升高． 按照 IF 钢实际生产的规律，进站温度较低时会在 进站后进行铝氧升温，在这里设定进站温度 1615 ℃ 为 进行铝氧升温的界限，进站温度小于 1615 ℃ 的炉次要 进行升温． 理论上每吹氧 100 m3 ，钢水中氧位理论上 会增加 5 × 10 － 4，但考虑到氧气的利用率大概为 75% 左右并 结 合 经 验，实 际 上 钢 中 氧 位 会 增 加 ( 3. 50 ～ 4. 00) × 10 － 4，每 1 × 10 － 4 氧与铝反应，钢液升温 3. 3 ℃，所以每吹氧 100 m3 ，钢液升温 11. 5 ～ 13. 2 ℃，氧化 铝夹杂生 成 量 为 228 kg． 通 过 计 算，当 进 站 温 度 为 1584 ℃ 时，为了将温度提高到 1615 ℃，初期用于铝氧 升温的吹氧量约为 250 m3 ． 图 7 为 ＲH 进站温度的频 率分布直方图，进站温度小于 1584 ℃ 的炉次比例为 3. 5% ，由于这些炉次需要进行铝氧升温，所以这说明 有 3. 5% 的炉次需要吹氧超过 250 m3 ，而通过对实际生 产数据吹氧量的分析可以得到吹氧量大于 250 m3 的比 例为 11. 7% ，这说明吹氧量大于 250 m3 的炉次有 70% 总的吹氧量大于根据进站温度求得的吹氧量，为了进 行对比，求得吹氧量大于 100 m3 的炉次的这一比例为 53. 7% ，这说明吹氧量大于 250 m3 的炉次吹氧量明显 过多或者后期升温过程吹氧量增多． 吹氧量过多导致 夹杂缺陷增多，这是吹氧量高于 250 m3 时夹杂缺陷明 显增多的原因． 图 7 ＲH 进站温度分布直方图 Fig． 7 Histogram of the distribution of ＲH pitted temperature IF 钢冶炼过程中的吹氧量主要包括两个部分，第 一部分用于升温，第二部分用于强制脱碳，其中升温过 程分为前期进站升温和后期脱氧过程升温． 假设前期 吹氧量为 200 m3 ，则前期钢中氧位会增加 7 × 10 － 4 ～ 8 × 10 － 4，根据统计，加铝前氧位平均值在 4 × 10 － 4 左 右，相对于后期加铝前氧位多 3 × 10 － 4 ～ 4 × 10 － 4，但是 由于 ＲH 中钢液的循环流动，钢中夹杂物更容易被钢 渣吸附，并且从前期铝氧升温到后期脱氧过程的时间 间隔在 20 min 左右，所以前期铝氧升温生成的氧化铝 经过 20 min 的上浮后总量相对于后期脱氧过程生成的 氧化铝量已经很小． 脱氧之后到出站之间 ＲH 循环时 间在 12 min 左右，并不能完全使氧化铝夹杂被渣吸附， 所以后期铝氧升温伴随脱氧过程所产生的氧化铝是钢 中氧化铝的主要来源． 所以应当提高 ＲH 的进站温度 减少后期升温的比例，或者尽量将升温过程放在前期， 减少后期吹氧量． 2. 4 转炉终点温度的影响 图 8 为转炉终点温度与轧材出现夹杂缺陷的炉次 所占比例的条形图 . 从图中可以看出转炉终点温度对 夹杂缺陷有明显影响: 从整体上看，转炉终点温度越 高，出现夹杂缺陷的比例有明显减小的趋势; 当转炉终 · 273 ·

郝阳等：冶炼关键参数对于F钢轧材夹杂缺陷的影响 373 点温度在1695~1700℃时，出现夹杂缺陷的比例最 率.这说明静置时间在30~40min的范围内，夹杂缺 小，温度高于1700℃时，出现夹杂缺陷的比例有小幅 陷出现的概率较小，治炼中应当将静置时间控制在 增加. 30~40min之间. 50 50 4902 45.0 0.00 40 0 40.D 37.8 44 333 26 0 2 0.20[20.2525.3030.3535.40j40.4545.50150.55155以上 ◆X◆◆X:◆◆ ◆◆ 20 静置时间min 16701670.1680.1685.I1690. 1695. 1700. 1710 以下1680)1685)1690116951700) 1710)以上 图10出现轧材夹杂缺陷炉次所占比例随静置时间分布 转炉终点温度℃ Fig.10 Distribution of the ratio of heat appearing inclusion defects 图8出现轧材夹杂缺陷炉次比例随转炉终点温度分布 with the change of holding time Fig.8 Distribution of the ratio of heats appearing inclusion defects RH处理后如采取镇静工艺，镇静时间过长将导 with the change of end-point temperature of BOF 致钢液温降过大，且易使钢水发生二次氧化，但镇静处 以上结果符合治炼的实际过程：当终点温度较低 理的时间过短，钢液中未上浮的夹杂物较多，将影响铸 时，由于RH过程中吹氧升温会造成生成的氧化铝的 坯产品的洁净度，实验证明钢中的夹杂物水平随着镇 量增多；而通常转炉终点温度高相应的终点氧位也高， 静时间的增长呈现先下降后增加的趋势a,与本文统 这对RH阶段产生的氧化铝的量也有一定影响.所以 计结果吻合 从以上的统计分析来看，应当将转炉终点温度控制在 2.6浇注时期的影响 1695~1700℃之间. 通常情况下，在浇注的前期、后期，由于非稳态浇 2.5静置时间的影响分析 注，铸坯质量会下降，头坯和尾坯中全氧含量以及大型 首先统计了350炉次的静置时间，绘制静置时间 夹杂物含量高于正常坯叨.因此对每个浇次不同时 分布条形图，如图9所示 期的轧制夹杂缺陷率进行统计分析，研究浇注前期、后 80 ☒无夹杂缺陷 期是否有夹杂缺陷明显增加的现象 国有夹杂缺陷 70 大部分浇次都是浇6炉钢，因此将前一炉记为浇 60 注前期，二、三、四炉记为浇注中期，四炉以后记为浇注 后期，进行统计得图11. 50 从图11中可以看出前期、后期出现轧材缺陷炉次 所占比例均稍高于浇注中期，这说明前期非稳态浇注 与后期水口堵塞对轧材夹杂缺陷有一定影响.但是前 19 中后期的夹杂缺陷炉次比例均在均值附近，并没有出 现较大的差距，这说明浇注的前中后期差别不大，并不 0,2020,25)25,3030.35)35.4040.4545.50[50.5555以上 能对夹杂缺陷的产生造成明显的影响.出现这种情况 静置时间/min 的原因可能为钢液可浇性控制的较好，在后期水口并 图不同静置时间下炉次数量分布 没有明显的堵塞；有明显液面波动对应的铸坯已经进 Fig.9 Relationship between furnace numbers and the holding tim 行封锁处理，没有对后期轧制过程造成影响 2.7冶炼关键参数相关性 从图9可以看出大部分炉次静置时间分布在20~50 相关系数是用以反映变量之间相关关系密切程度 min之间.对各区间夹杂缺陷率进行统计，绘制条形 的统计指标，在治炼过程中，各参数之间存在一定的关 图，如图10.从图10中可以看出静置时间在30~40 系，通过分析参数之间的相关性，可以将治炼关键参数 min的时间内夹杂缺陷率明显小于两侧的夹杂缺陷 之间的关系通过相关系数量化

郝 阳等: 冶炼关键参数对于 IF 钢轧材夹杂缺陷的影响 点温度在 1695 ～ 1700 ℃ 时，出现夹杂缺陷的比例最 小，温度高于 1700 ℃ 时，出现夹杂缺陷的比例有小幅 增加． 图 8 出现轧材夹杂缺陷炉次比例随转炉终点温度分布 Fig． 8 Distribution of the ratio of heats appearing inclusion defects with the change of end-point temperature of BOF 以上结果符合冶炼的实际过程: 当终点温度较低 时，由于 ＲH 过程中吹氧升温会造成生成的氧化铝的 量增多; 而通常转炉终点温度高相应的终点氧位也高， 这对 ＲH 阶段产生的氧化铝的量也有一定影响． 所以 从以上的统计分析来看，应当将转炉终点温度控制在 1695 ～ 1700 ℃之间． 2. 5 静置时间的影响分析 首先统计了 350 炉次的静置时间，绘制静置时间 分布条形图，如图 9 所示． 图 9 不同静置时间下炉次数量分布 Fig． 9 Ｒelationship between furnace numbers and the holding time 从图9 可以看出大部分炉次静置时间分布在 20 ～ 50 min 之间． 对各区间夹杂缺陷率进行统计，绘制条形 图，如图 10． 从图 10 中可以看出静置时间在 30 ～ 40 min 的时间内夹杂缺陷率明显小于两侧的夹杂缺陷 率． 这说明静置时间在 30 ～ 40 min 的范围内，夹杂缺 陷出现的概率较小，冶炼中应当将静置时间控制在 30 ～ 40 min 之间． 图 10 出现轧材夹杂缺陷炉次所占比例随静置时间分布 Fig． 10 Distribution of the ratio of heat appearing inclusion defects with the change of holding time ＲH 处理后如采取镇静工艺，镇静时间过长将导 致钢液温降过大，且易使钢水发生二次氧化，但镇静处 理的时间过短，钢液中未上浮的夹杂物较多，将影响铸 坯产品的洁净度，实验证明钢中的夹杂物水平随着镇 静时间的增长呈现先下降后增加的趋势［16］，与本文统 计结果吻合． 2. 6 浇注时期的影响 通常情况下，在浇注的前期、后期，由于非稳态浇 注，铸坯质量会下降，头坯和尾坯中全氧含量以及大型 夹杂物含量高于正常坯［17］． 因此对每个浇次不同时 期的轧制夹杂缺陷率进行统计分析，研究浇注前期、后 期是否有夹杂缺陷明显增加的现象． 大部分浇次都是浇 6 炉钢，因此将前一炉记为浇 注前期，二、三、四炉记为浇注中期，四炉以后记为浇注 后期，进行统计得图 11． 从图 11 中可以看出前期、后期出现轧材缺陷炉次 所占比例均稍高于浇注中期，这说明前期非稳态浇注 与后期水口堵塞对轧材夹杂缺陷有一定影响． 但是前 中后期的夹杂缺陷炉次比例均在均值附近，并没有出 现较大的差距，这说明浇注的前中后期差别不大，并不 能对夹杂缺陷的产生造成明显的影响． 出现这种情况 的原因可能为钢液可浇性控制的较好，在后期水口并 没有明显的堵塞; 有明显液面波动对应的铸坯已经进 行封锁处理，没有对后期轧制过程造成影响． 2. 7 冶炼关键参数相关性 相关系数是用以反映变量之间相关关系密切程度 的统计指标，在冶炼过程中，各参数之间存在一定的关 系，通过分析参数之间的相关性，可以将冶炼关键参数 之间的关系通过相关系数量化． · 373 ·