82B小方坯連鑄提高拉速的工藝優化實踐

赫英利 羅洪彥 裘文 李天坤 陽劍

摘 要：為提高82B生產效率，在北營煉鋼廠2號小方坯鑄機上開展提高拉速的生產試驗，特別針對鑄坯芯部質量進行多工藝的綜合優化，以實現高效高質生產。首先，建立該鑄機的凝固傳熱數學模型，并結合比色測溫方法對模型中待定參數進行修正；針對中心偏析和縮孔質量問題，結合修正后凝固傳熱模型和相應冶金準則對拉速、二次冷卻、電磁攪拌等參數進行了優化計算；最后通過生產試驗比較，確定工藝優化的方向和效果。最終優化確定拉速2.25 m/min，比水量為1.7 L/Kg，結晶器電磁攪拌參數為260 A/3Hz，末端電磁攪拌參數320 A/8Hz。工藝實踐及分析表明，優化工藝后鑄坯低倍中心碳偏析、縮孔均有較明顯的改善。

關鍵詞：小方坯；芯部質量；凝固傳熱模型；二冷；電磁攪拌

TOPTIMIZATION AND PRACTICE OF BILLET CONTINUOUS CASTING PROCESS FOR IMPROVING CASTING SPEED OF 82B STEEL

He Yingli1? ? Luo Hongyan1? ? Qiu Wen1? ? Li Tiankun1? ? Yang Jian2

（1.Bensteel Group Coperation Limited Benxi 117017， China；2. School of Information Science and Engineering， Northeastern University Shenyang 110819，China.）

Abstract：In order to improve the production efficiency of 82B， production tests were carried out on the No.2 billet continuous casting machine at Beiying Steelmaking Plant to increase the casting speed， with a special focus on the comprehensive optimization of the quality of central part， to achieve both high-efficiency and high-quality. Firstly， a heat transfer and solidification model has been established for the continuous casting billets， and then the undetermined parameters in the model were calibrated using a colorimetric pyrometer. Secondly， in response to the issues of central segregation and shrinkage quality， optimization calculations were carried out on parameters such as casting speed， secondary cooling， and electromagnetic stirring by combining both the calibrated solidification heat transfer model and corresponding metallurgical criteria. Finally， by comparing production tests， the direction and effectiveness of process optimization are determined. The final optimization results indicates that it is proper with casting speed of 2.25 m/min， a specific water flow of 1.7 L/Kg， electromagnetic stirring parameters of 260 A/3Hz for the mold electromagnetic stirring， and 320 A/8Hz for the final electromagnetic stirring. Process practice and analysis both indicate that the optimization of the process has significantly improved the center carbon macro-segregation and shrinkage of the billet products.

Key words：billets; macro-segregation; solidification and heat transfer model; secondary cooling; electromagnetic stirring

0? ? 前? ? 言

鑄坯芯部質量問題（包括中心偏析、縮孔及疏松）是生產高碳硬線鋼所面臨的普遍而突出的難題[1]，容易造成后續拉拔過程中的杯錐狀斷裂[2]，并引起相應的質量異議和生產加工損失。同時，該問題又難以完全克服。實際上，由于選分結晶的存在和對流、擴散對溶質的傳輸作用，連鑄凝固過程中宏觀偏析必然形成，且在后序軋制過程中也難以消除。特別是對于過共析高碳鋼硬線品種如82B，嚴重的中心碳偏析在軋制過程中還導致晶界處網狀滲碳體的析出，造成后序拉拔加工過程中產生斷裂而影響加工過程或最終產品的質量。由于高碳鋼兩相區較寬，凝固收縮較大，也較容易形成中心疏松和縮孔缺陷。因此，生產82B等硬線品種鋼時，有效改善其芯部質量對于滿足供貨質量要求至關重要。

在設備穩定的條件下，連鑄工藝的優化控制是改善其鑄坯質量的主要手段和途徑[3]。其中，對于小方坯連鑄生產，拉速、二冷和電磁攪拌是影響連鑄坯芯部質量的核心要素。其中，拉速既決定生產效率又影響鑄坯質量，合適的恒穩拉速是改善鑄坯質量的首要條件。二冷則通過影響溫度分布進而影響凝固過程和凝固組織的形成，對中心偏析的形成有顯著的影響，對于小斷面，強冷條件下有利于坯殼與心部的同步收縮，同時較大的冷卻速率能減小枝晶間距，有利于縮孔和偏析的形成。電磁攪拌則電磁感應產生電磁力驅動鋼水做旋轉運動改變鋼水流動狀態，改變傳熱、傳質過程，從而影響凝固過程，細化和提高等軸晶率，改善芯部質量。合理優化拉速、二冷和電磁攪拌是提高鑄坯質量的關鍵。

本文針對82B生產，基于凝固傳熱模型的開發，通過有效結合工藝優化計算和生產實踐，有效地改善了連鑄小方坯的芯部質量。

1? ? 凝固傳熱數學模型的建立與修正

1.1? ? 模型的建立

凝固傳熱模型是進行連鑄工藝優化控制的核心和基礎[4-5]。而由于連鑄過程涉及對流、凝固相變等復雜現象，模型建立和求解均較為困難，通常進行必要的簡化或轉化。

1）將連鑄過程中的對流換熱等效為導熱。

2）將凝固過程中潛熱釋放過程等效為比熱的增加。采用跟隨鑄坯移動的隨動坐標系，建立連鑄坯三維凝固傳熱模型：

?T? ? ? ??? ? ? ? ? ?T? ? ? ? ?? ? ? ? ? ?T? ? ? ? ?? ? ? ? ? ?T

ρceff ——=——（keff——）+——（keff——）+——（keff——）

?t? ? ? ?x? ? ? ? ??x? ? ? ??y? ? ? ? ??y? ? ? ??z? ? ? ? ??z

（1）

式中：ρ為鋼液密度，kg/m3; ceff為等價比熱容，J/（kg·K），ceff=dH/dT，H為熱焓；keff為等效導熱系數，W/（m·K） ，keff=fsks+m（1-fs）kl[6]，ks、kl分別為固液相導熱系數，fs為固相分率，m表征對流強度；T為鑄坯溫度，℃。其中，物性參數ρ、H、k是溫度和鋼種成分的函數，本文通過偽二元相圖方法進行計算[7]。

模型的初始條件和邊界條件如下.。

1）初始條件，忽略中間包到彎月面溫降

T（x，y，z，0）=Tc? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

式中：Tc為中間包鋼水溫度。

2）結晶器邊界條件

?T

-k——=A-B√t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

?n

式中：t為鑄坯自彎月面開始在結晶中停留的時間，A、B為常數，通過測量結晶器進出水溫差計算得到。

3）二冷區邊界條件

?T

-k——=h（T-Twater） +εσ[（T+273）4- （Tair+273）4]? ? （4）

?n

式中：hi為二冷區第i冷卻段換熱系數，W/（m2·K）；Twater，Tair分別冷卻水溫度和環境空氣溫度，℃；ε為鑄坯表面綜合輻射系數，σ為斯蒂芬-波爾茲曼常數，W/（m2·K4）。

4）空冷區邊界條件

?T

-k——=εσ[（T+273）4- （Tair+273）4]? ? ? ? ? ? ? ? ? ? ? ?（5）

?n

式中：數值模型采用有限容積法進行離散化并采用交差隱式算法進行求解，考慮方坯的對稱性，只計算1/4斷面。同時，為了在保證模型精度的條件下提高模型的計算速度，考慮網格劃分與溫度梯度分布相匹配，通過優化網格劃分和時間步長，采用基于非均勻變網格變步長的實時算法對模型進行求解[4，8]。

1.2? ? 模型中的待辨識參數及修正

依據傳熱機理所建立的模型，由于物性參數和邊界條件的不確定性引入一些待定參數，它們是影響模型準確性進而可靠應用的關鍵。根據噴淋方式的差異，二冷區各段換熱系數與水流密度的關系采用不同的經驗公式確定：

1）噴水冷卻[5]

1 570w2 i（1-0.007 5Tw）

hi=—————————— ? ? ? ? ? ? ? ?（6）

αi

2）氣霧冷卻[4]

hi=1 000wi/ αi? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（7）

式中：wi為二冷第i段水流密度，L/（m2·s），αi為相應冷卻段對應的待辨識參數．

共有（n+1）個參數需要在模型應用前進行辨識，其中包括n個冷卻段參數αi及有效導熱系數中參數m，共同記為α， α=[α1， α2， …， αn， m]。

凝固傳熱模型參數辨識的基本原理是通過不斷尋優待辨識的參數值，使得模型計算值與相應檢測值偏差不斷減小，以滿足應用需求。本文采用比色測溫儀（HWSG-2H）多點測溫進行模型參數的辨識修正。

Tcal，j-Tmea，j? ?2

minJ（α）=∑〔————〕 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（8）

Tmea，j

式中：Tmea，j是鑄坯表面溫度，Tcal，j則是根據第j組測量時工藝條件及傳熱模型得到的相應計算值。優化目標函數的最優解α*作為模型參數辨識的結果。在優化方法上，考慮凝固傳熱模型參數辨識問題具有明顯的非線性特征，采用混沌粒子群算法[9]對目標函數（7）進行優化，其中，α是作為粒子群算法中的“粒子”。其中，所使用的測溫數據和相應鑄機參數分別見表1和表2，修正后模型參數見表3。圖1給出模型修正前后模型計算表面溫度與實際測溫數據的比較。

2? ? 基于模型的工藝優化計算

2.1? ? 拉速的優化

拉速是影響鑄坯產量和質量的重要因素之一。拉速工藝的制定首先是在保證爐機匹配、生產順行的條件下盡可能提高拉坯速度，以保證較高的生產效率；其次，合理的拉坯速度應保證鑄坯具有較好的質量。即拉速是保證高效高質生產的關鍵。特別對于小方坯連鑄機，一般拉速上限要保證不帶液芯矯直以避免產生中心裂紋或中間裂紋；同時，為了充分發揮凝固末端電磁攪拌的作用，其對應位置的中心凝固分率推薦為0.3 ～ 0.4[10]。根據凝固傳熱模型計算得到表4，則對應拉速上限和合適的拉速范圍分別為2.4 m/min、2.2 ～2.4 m/min。優化后拉速較原來拉速2.0～2.2 m/min提高10%～20%。

2.2? ? 二次冷卻的優化

連鑄過程中，二冷對鑄坯溫度場具有決定性影響，而鑄坯表面溫度是鑄坯溫度場和凝固狀態的重要表征[9]。鑄坯溫度的變化與裂紋的產生擴展有關，優化的二冷制度應該保證鑄坯表面溫度處于較高的塑性區間。本文基于目標溫度的方法[11]對二冷進行優化。對于小斷面生產高碳鋼，一般采用強冷模式，通過強冷可以減小二次枝晶間距，減輕鑄坯偏析程度。對應于強冷模式，二冷區鑄坯表面溫度設置于高溫塑性區（900 ～ 1 100 ℃）低溫區段，通常接近900 ℃，本文中二冷分為四個區，各區目標溫度依次設定為900 ℃、900 ℃、900 ℃、900 ℃。以82B為例，過熱度（30 ℃）、拉速條件下，優化調整二冷各區水量，使二冷各段末溫度達到目標溫度，見圖2。不同拉速下可得到不同的二冷各段水量，見表5。優化后的比水量由1.28 ～ 1.49 L/kg增強到1.52 ～ 1.81 L/kg。

2.3? ? 電磁攪拌的優化

電磁攪拌是目前針對改善小方坯生產內部質量的重要措施，其作用主要是提高中心等軸晶率、改善中心偏析等[12]。電磁攪拌包含結晶器電磁攪拌和凝固末端電磁攪拌。要充分發揮電磁攪拌的作用，主要是兩點：一是在合適的位置進行攪拌，關鍵是凝固末端電磁攪拌的位置與拉速匹配，其中，對于新安裝電磁攪拌的鑄機，凝固末端電磁攪拌安裝的位置要進行合理設計，而對于電磁攪拌安裝位置已固定的鑄機，則通過調節拉速使中心凝固分率在安裝位置處取得合適的值；二是設定合適的攪拌強度（凝固前沿攪拌速度）和方式，其中影響攪拌強度的參數包括攪拌電流和頻率，攪拌方式則包括連續攪拌和交替攪拌方式。本文中結晶器電磁攪拌和凝固末端電磁攪拌均采用連續攪拌。連續攪拌下，凝固前沿攪拌速度與磁感應強度、頻率、液芯大小以及鋼水粘度和電導率等有關，具體如式（9）[10]。

uθmax=0.1KB√fr（√σ/ρμ-0.44）≈0.064 4B√fr? ? ? ? ? ? ? （9）

式中：K是與攪拌器有關的常數，B是鑄坯中心磁感應強度（mT），f為頻率（Hz），r為液芯半徑（指兩相區+液相區部分，m），括號內為與鋼種相關的項，σ是電導率（S/cm），ρ為密度（g/cm3），μ為鋼種動力粘度（Pa·s）。根據式（9），實踐中可通過磁感應強度推算凝固前沿攪拌速度，通常認為凝固前沿合適的攪拌速度為0.3 ～ 0.6 m/s，不超過1 m/s。本文中磁感應強度通過特斯拉計（HT201）測量獲得。

3? ? 工藝優化實踐與分析

根據模型優化測算結果，結合現場生產經驗，設計相關試驗以確定工藝調整方向。主要涉及拉速、二冷、結晶器電磁攪拌、凝固末端電磁攪拌4個工藝變量。選擇相同流進行不同工藝的比較研究，見表6。

根據試驗得到的結果，f工藝條件下中心縮孔和中心碳偏析指數均表現良好，后續擬以該工藝為基礎進一步開展批量生產試驗。針對所取得的試驗效果，有以下分析。

1）提高拉速對縮孔和偏析均有所改善，其主要原因為：適當提高拉速有利于更充分發揮凝固末端電磁攪拌的作用，有利于打破“小鋼錠”凝固，增強中心區域的補縮。

2）適當增強MEMS也有利于同時改善偏析和縮孔，其主要原因為：增強結晶器電磁攪拌：①促進中心形核的增加，增加并細化中心等軸晶區，有利于減輕中心疏松和縮孔；②由于等軸晶區增加，中心偏析有所改善。

3）適當減弱凝固末端電磁攪拌有利于改善偏析，原因可能是過強的攪拌產生的溶質沖刷作用將溶質帶到中心會引起中心碳偏析的加重。

4）強冷具有多方面的作用：①促進柱狀晶生長更容易搭橋，加重中心偏析和縮孔；② 鑄坯表面冷卻加強起到一定熱壓下作用，鑄坯芯部致密度增加，中心疏松有所減輕，對縮孔影響不大；③冷卻速率增加，二次枝晶間距減小，液相流動減弱微觀偏析減輕，中心偏析減輕；④液芯變短，不利于發揮凝固末端電磁攪拌作用增強補縮，縮孔和V型偏析加重。從結果分析來看，②③④的作用更為主導。

4? ? 結? ? 論

本文針對小方坯82B連鑄提高拉速條件下質量優化問題，開展建模、優化計算和試驗，得到以下結論：

1）為取得良好質量，針對高碳鋼合適的拉速應與凝固末端電磁攪拌位置相匹配；

2）適當強冷有利于提高鑄坯芯部致密度，改善疏松和縮孔和偏析狀態；

3）采用較強的結晶器電磁攪拌和稍弱的凝固末端電磁攪拌有利于改善鑄坯芯部質量。

參考文獻

[1]? ? 王長順， 郭福建， 李廣龍，等. 中心偏析控制對型鋼低溫韌性的影響[J]. 鋼鐵， 2019， 54（8）：202.

[2]? ? 李桂英， 李麥麥. 鋼簾線用鋼C82D2盤條拉拔斷絲成因分析和工藝改進[J]. 特殊鋼， 2021， 42（4）：30.

[3]? ? 賀洪印， 劉海濤， 陳偉慶，等. 高碳鋼小方坯連鑄參數優化及鑄坯中心偏析控制[J]. 鋼鐵釩鈦， 2011， 32（1）：84.

[4]? ? Yang J， Xie Z， Ji Z P， et al. Real-time heat transfer model based on variable non-uniform grid for dynamic control of continuous casting billets[J]. ISIJ International， 2014， 54（2）： 328.

[5]? ? Ma J C， Xie Z， Jia G L. Applying of Real-time heat transfer and solidification model on the dynamic control system of billet continuous casting[J]. ISIJ International， 2008， 48（12）： 1722.

[6]? ? Louhenkilpi S， Laitinen E， Nieminen R. Real-time simulation of heat transfer in continuous casting[J]. Metallurgical Transactions B， 1993， 24（4）： 685.

[7]? ? Xie Z， Yang J. Calculation of Solidification-Related Thermophysical properties of steels based on Fe-C pseudobinary phase diagram[J]. Steel Research International， 2015， 86（7）： 766.

[8]? ? Jian Yang， Zhi Xie， Hongji Meng， et al. Multiple time steps optimization for real-time heat transfer model of continuous casting billets[J]， International Journal of Heat and Mass Transfer， 2014， 76：492.

[9]? ? 孟紅記， 鄭鵬， 梅國暉，等. 基于混沌序列的粒子群優化算法[J]. 控制與決策， 2006， 21（3）：263.

[10]? ? Yang J， Ji Z P， Liu W H， et al. Digital-twin-based coordinated optimal control for steel continuous casting process[J]. Metals， 2023， 13（4）： 816.

[11]? ? 紀振平，高志強. 基于SVM的連鑄二冷目標控制模型研究[J]. 沈陽理工大學學報， 2018， 37（1）：47.

[12]? ? 王彪， 謝植， 賈光霖，等. 凝固末端電磁攪拌參數確定及其對中心偏析的影響[J]. 鋼鐵， 2007， 42（3）：18.