AI 原生钢厂

炼钢 · 精炼 · 连铸

二十分钟的氧化反应,决定一炉钢的一生

约 16 分钟6 节12 张核心概念卡支撑 4 个 AI 场景

读完这一章,你能回答

  1. 01转炉那二十分钟里发生了什么,为什么终点控制是经典 AI 场景?
  2. 02「炉次」在哪里诞生,为什么它是本体建模的核心实体?
  3. 03精炼和连铸各解决什么问题,铸坯里的缺陷怎样一路传到下游?

铁和钢的区别,主要就是含碳量。

铁水约 4% 碳,脆得没法用;钢一般 0.05%~0.8%,才有可锻性和韧性。炼钢的核心动作,就是把这个数字降下来,并且精确落在目标窗口里。

这一章还会介绍炉次——这个行业最重要的实体。它就诞生在这里。

转炉:二十分钟,一次机会

转炉一炉钢的周期教学示意

一个炉次的六步。每步右侧给出「这一步产生什么数据」

step 1/6

加废钢

scrap charging约 1~2 分钟

炉体倾倒,废钢斗把废钢倒进炉内。废钢在这里既是原料,也是后续吹炼的「冷却剂」——用来吸收脱碳反应放出的多余热量。

数据视角废钢批次与重量(称重)、废钢种类配比。废钢成分不确定性会一路传导到终点命中率,是终点预报模型最大的输入噪声源之一。

转炉的做法简单粗暴:往铁水里吹纯氧,碳被氧化成 CO 逸出。这个反应放热,放出的热量正好维持钢水温度并熔化加入的废钢——所以转炉炼钢基本不需要外部供热,这是它的经济性所在。

难点全在终点控制:吹到什么时候停?碳含量和温度必须同时命中目标窗口。

  • 吹过头了:碳太低、钢水过氧化,后面精炼很麻烦
  • 吹不够:要补吹,拖长节奏,还影响后续排程

电弧炉:另一条路

短流程用电弧炉。三根石墨电极拉出上千度的电弧,直接把废钢熔化。

跟转炉比:

转炉

长流程

往铁水里吹纯氧,碳氧化放热

  • +反应放热,基本不需要外部供热
  • +能做高端品种
  • −离不开高炉铁水,碳排放高

电弧炉

短流程

石墨电极拉出电弧,直接熔化废钢

  • +不依赖铁水,碳排放大幅降低
  • +启停灵活,可以跟着电价开停
  • −电耗极高,经济性高度依赖电价
  • −受废钢成分限制:铜、锡等残余元素去不掉,限制品种档次

"跟着电价开停"这一点,让电弧炉成为能源类 Agent 最有价值的对象之一:什么时候冶炼、什么时候等待,本身就是一个受电价、订单交期、浇次连续性共同约束的优化问题。

炉次:你必须记住的那个主键

炉次(heat)指一次完整冶炼作业产出的那一批钢水——从转炉/电炉出钢,经精炼,到连铸浇完为止。

为什么它这么重要:

  • 同一炉次的钢,成分一致(同一炉钢水浇出来的)
  • 质量证明书按炉次开具
  • 客户投诉的追溯路径是:产品编号 → 炉号 → 这一炉的全部工艺记录
  • 做本体建模时,它是连接"成分—工艺—性能—客户"的中心实体

AI 工程师视角·换成你熟悉的说法

  • 炉次 ≈ 不可重放的批处理 Job

    有唯一 job id,产出的所有下游制品都携带这个 id 作为血缘标识。区别是:这个 Job 的输入条件永远无法完全复现,没有『用相同参数重跑一遍』这个选项。

  • 浇次 ≈ 不可中断的长事务

    连铸一旦开浇,同一浇次的几炉钢必须连续供上。内部多个子任务要按序准时提交,任一延迟都可能导致整个事务失败回滚——而回滚代价极高。

  • 钢包 ≈ 有健康度的可复用资源

    跟一次性的炉次不同,钢包有包龄、有热状态、会被反复借出归还。在本体里它属于设备实体,需要独立的生命周期管理。

精炼:把毛坯打磨成成品

转炉出来的钢水只是"毛坯"。精炼工位负责把它调到牌号要求:

LF 钢包精炼炉

用电极加热钢包中的钢水,同时造渣脱硫、加合金细调成分、底吹氩搅拌。

  • +调温、脱硫、细调成分
  • +排程上的缓冲工位:吸收炼钢与连铸之间的节奏波动

≈像两级服务之间的队列,没有它浇次连续性会脆弱得多

RH 真空脱气

把钢水在真空下循环处理。

  • +去除氢,防氢致裂纹
  • +降氮;配合吹氧实现超低碳

≈高端品种的准入门槛:汽车外板、电工钢没有 RH 做不出来

高端钢种的质量差异,很大程度上是在这一步拉开的。

连铸:液态到固态的现场

连铸机剖面教学示意

从钢包到定尺坯:点击任一段,看它的温度、职责与风险点

切割钢包中间包结晶器二次冷却区弯曲矫直凝固终点与切割
03

结晶器

mold

水冷铜模。钢水贴着冷壁迅速凝出第一层坯壳,同时结晶器上下小幅振动配合保护渣润滑,防止坯壳粘连拉裂。

温度量级
铜壁强冷,出口坯壳约 1200 °C 量级
此处凝固壳
约 10~20 mm(教学示意)
风险点★ 整台机器最危险的位置。出口坯壳只有十几毫米,一旦有薄弱处就会漏钢。漏钢预报读的就是铜板上密布的热电偶阵列——异常温度会以特定的时空模式在阵列上传播。

连铸是整条产线上最紧张的一段。核心矛盾是拉速:

  • 快了:坯壳来不及长厚,出结晶器就可能破裂漏钢
  • 慢了:产能上不去,还可能造成质量问题

有一条经典规律:坯壳厚度大致正比于凝固时间的平方根。这意味着增厚速度是递减的——刚开始长得快,后面越来越慢。所以最危险的时刻恰恰是壳最薄、增长最快的那一段。

铸坯里埋下的三个雷

连铸也是很多质量问题的起源地。三个最常见的:

中心偏析

先凝固的部分把溶质元素(碳、硫、磷)推到还没凝固的液相里,最后凝固的中心区域浓度显著偏高,形成一条成分与性能都异常的带。它无法通过后续轧制消除,会一路带到成品。

≈数据倾斜:某些键不断被推到最后一个分区,形成又大又慢的热点

夹杂物

脱氧产物、耐火材料剥落形成的微小颗粒。与钢基体力学性质不同,受载时形成应力集中,成为疲劳裂纹的起源。轴承钢、弹簧钢对夹杂物级别要求极其苛刻。

裂纹

角部横裂、内部裂纹,跟二冷强度、矫直温度、坯壳受力历史有关。

这三个问题的共同点是:都发生在看不见的地方,都无法在后工序补救,都需要靠间接信号推断。这就是为什么连铸是仿真代理模型最想攻克的对象——机理方程明确(传热 + 凝固 + 溶质再分配),FEM 算得准但太慢,用代理模型加速后才可能做到实时预测。

延伸观看

外部视频,已验证可访问

这一章的知识用在哪些 AI 场景

共 4 个。做下面这些场景之前,这一章是必读背景。

本章涉及的 12 张概念卡

每张卡有通俗解释、英文原词和一句 AI 工程师类比,适合回头速查。

章末自测

选完即出解析,不计分、不上传,只用来确认这一章读进去了。

0/4 已答

  1. Q1「炉次」(heat)对数据建模者最关键的性质是什么?

  2. Q2转炉终点控制为什么是一个适合 AI 切入的场景?

  3. Q3漏钢预报这个案例最值得研究的地方是什么?

  4. Q4连铸产生的「中心偏析」为什么后工序无法补救?