开发独特的模型过程控制方式和自学习系统以P分配比计算冶金石灰用量。随着高炉配矿方式的改变，铁水P含量已由先前0.100%左右逐步上升至目前平均0.160%，***高甚至达到0.180%，脱磷成为目前转炉工序***重要的任务。因此，为适应实际生产操作的需要，特将模型中原以终渣碱度计算冶金石灰用量的方式改为以P分配比为主要参考依据的计算方式。这一计算方式更为满足各种条件下的脱磷要求，相比碱度计算更合理。方式变更后，再配合模型的其他功能，入炉辅料消耗降低约10kg/t钢。采用更精细化的多步骤转炉加料模式。传统的自动炼钢模型的加料模式一般在静态控制过程中分4批～6批料加入，动态控制过程则根据副枪测量结果一次性加入大量冷却剂。这种模式对生产条件的稳定性要求很高，且动态控制要加入大量含铁资源作为冷却剂，易增加炼钢成本，故该厂根据自身特点将矩阵式下料程序引入自动炼钢模型。在这种下料程序中，各料仓的下料过程相对***；下料模式纵向排列，分步加料。这种下料系统比传统模型更具灵活性，与上面提到的温度控制和化渣效果相结合的督导系统相辅相成。稳定转炉留渣量。为稳定转炉留渣量，除了对转炉终点倒炉的倾翻角度进行试验摸索，***主要就是投用转炉渣车秤和出钢过程的下渣检测系统。首先，将自动炼钢模型对转炉渣量的理论计算结果与转炉渣车秤的称量结果进行实时比对，并借助模型自学习功能，逐步优化转炉渣量的理论计算参数，使模型计算出理论转炉渣量与转炉渣车秤称出的实际渣量一致。这不仅使模型对转炉渣量的计算更精准，还可以准确指导在不同原辅料条件下或冶炼不同钢种时合适的留渣量。其次，充分发挥下渣检测系统的预警和计量功能，将每炉的下渣量纳入模型的留渣量计算中，提高计算精度。由于下渣系统本身不具备称量功能，故目前的下渣量主要是根据下渣系统的预警值理论计算出的结果。递推式模型自学习系统。递推式模型自学习系统的主要特点就是将先前冶炼并符合条件的数十炉数据纳入学习组。每次静态计算运行后，系统将根据学习组数据的权重系数评估静态计算结果的可参照性。可参照性又分为多个等级，冶炼炉次只根据可参照性***强的几炉数据进行计算。对于可参照性差的炉次，模型会记录下它们的特异性，并及时进行更新。如此反复，模型静态计算的结果也就更接近于实际生产情况，模型的适应性也就更强。通过上述一系列的技术开发和系统优化，主要的经济技术指标完成情况如附表所示。可见，自动炼钢技术的正常投用降低了入炉辅料、钢铁料和脱氧合金的消耗，取得了较好的经济效益，并提高了炼钢的技术水平。)