CN110600086A - 一种基于铁矿石高温冶金性能的配矿方法 - Google Patents

一种基于铁矿石高温冶金性能的配矿方法 Download PDF

Info

Publication number
CN110600086A
CN110600086A CN201910857942.4A CN201910857942A CN110600086A CN 110600086 A CN110600086 A CN 110600086A CN 201910857942 A CN201910857942 A CN 201910857942A CN 110600086 A CN110600086 A CN 110600086A
Authority
CN
China
Prior art keywords
ore
powder
temperature
temperature metallurgical
performance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910857942.4A
Other languages
English (en)
Other versions
CN110600086B (zh
Inventor
王永红
于原浩
孙立伟
刘广
秦玉栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Meikuang Metallurgical Technology Research Institute Suzhou Co Ltd
Original Assignee
Meikuang Metallurgical Technology Research Institute Suzhou Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Meikuang Metallurgical Technology Research Institute Suzhou Co Ltd filed Critical Meikuang Metallurgical Technology Research Institute Suzhou Co Ltd
Priority to CN201910857942.4A priority Critical patent/CN110600086B/zh
Publication of CN110600086A publication Critical patent/CN110600086A/zh
Application granted granted Critical
Publication of CN110600086B publication Critical patent/CN110600086B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B1/00—Preliminary treatment of ores or scrap
    • C22B1/14—Agglomerating; Briquetting; Binding; Granulating
    • C22B1/16—Sintering; Agglomerating
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/20—Recycling

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Materials Engineering (AREA)
  • Geology (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Manufacture And Refinement Of Metals (AREA)

Abstract

本发明揭示了一种基于铁矿粉高温冶金性能的配矿方法，选取多种以上不同产地的铁矿粉，对不同铁矿粉的高温冶金性能进行测试分析，通过数据分析得出高温冶金性能值与化学成分的数学模型，进行铁矿粉高温冶金性能的优劣搭配，得到高温冶金性能优良、适宜烧结的混匀粉。本发明的方法揭示了单一矿及混合矿高温冶金性能值与化学成分之间的关系，以此为基础进行优化配矿，可得到高温冶金性能优良的混合矿，有利于烧结提高产量，改善烧结矿质量；同时在混矿时可利用不同铁矿粉高温冶金性能的互补，提高非主流低价矿的使用比例，降低烧结原料成本。

Description

一种基于铁矿石高温冶金性能的配矿方法
技术领域
本发明涉及钢铁冶炼技术领域，具体而言，尤其涉及一种基于铁矿石高温冶金性能的配矿方法。
背景技术
烧结混匀矿配矿是将不同矿粉按照烧结工艺的要求进行配比，使混匀矿的化学成分达到烧结配料工艺的指标要求。随着优质铁矿石资源的减少与枯竭，当前企业使用的铁矿石品种多而杂，成分粒度等稳定性也变差，已经不存在使用单一矿进行烧结生产的企业，因此需要将不同品种的矿石进行优化搭配，混出成分粒度稳定，冶金性能优良的混匀矿进行烧结生产。但如何将不同品种铁矿石搭配出成分性能合适，成本还符合企业要求的混匀矿，成为了当务之急。
目前烧结混匀矿配矿主要考虑混匀矿的化学成分，对矿粉的其他物理化学、高温冶金性能及烧结性能考虑甚少。基本做法是凭经验配矿，随意性较大，或顾此失彼，降低成本目的达到但烧结性能变差或恶化，或者烧结性能得到优化但成本大幅度上升，得不偿失。
对国内部分钢铁厂的高炉综合炉料进行了比较系统的研究后发现，合理的炉料结构决定于资源条件、矿石加工的技术水平、设备状况、造块成品矿的价格及其冶金性能；因此，要找到合理的综合炉料结构是一项复杂的系统工程，要找到合理的综合炉料结构中适合于操作者本高炉的最佳配合比例更是非常难于解决的技术问题。由于“基于高碱度烧结矿配加酸性炉料(酸性球团矿，天然块矿等)的高炉综合炉料配矿模式”能够获得较好的生铁冶炼效果，取得较好的高炉生产技术经济指标，因此人们已经在长期的高炉生产中形成了一种固定的配矿比模式，如高炉入炉烧结矿的比例一般在75％以上，烧结矿的质量及成本对高炉的冶炼有重要影响，而烧结矿质量及成本又主要受混匀矿成本质量的影响。
发明内容
本发明的目的是克服现有混矿仅仅从成分出发的不足，提供一种基于铁矿石高温冶金性能的配矿方法。
本发明的目的通过以下技术方案来实现：
一种基于铁矿粉高温冶金性能的配矿方法，包括如下步骤，
S1、铁矿粉选取步骤，选取一组不同产地的铁矿粉，并通过XRF荧光分析法测得不同铁矿粉的化学成分的含量；
S2、高温冶金性能测试步骤，首先将铁矿粉进行采样破碎，筛分出150目以下的粉末，利用微型烧结装置测试不同铁矿粉的高温冶金性能值；
S3、将测试的高温冶金性能值与相对应铁矿粉的化学成分进行数据分析，确定数学模型；
S4、结合实验结果、生产现场配矿数据及烧结矿性能指标确定混合矿最优的高温冶金性能值；
S5、根据矿粉的高温冶金性能值选择合适的矿粉组合进行高温冶金性能的优劣搭配，优化配矿，进行烧结。
优选的，所述不同产地包括巴西、澳大利亚、印度、菲律宾、伊朗、塞拉利昂、南非、乌克兰。
优选的，所述步骤S1中，所述化学成分为SiO2、Al2O3、CaO。
优选的，所述步骤S2中，所述高温冶金性能值为同化性温度LAT、液相流动性FI、粘结相强度BST。
优选的，所述步骤S3中,所述的数学模型为：
同化性温度LAT＝1320.67-156.25×(Al2O3/SiO2)
液相流动性指标FI＝{(CaO外-2×SiO2)/TFe}/Al2O3
粘结相强度BST，定义B＝Al2O3/(SiO2-2CaO内)
当B<0.4,BST＝-278.22-9022.27×B2+4353.03×B
当B>0.4,BST＝-442.87+1111.83×B
其中：CaO外为实验室为维持一定的碱度在矿粉中补充的CaO，CaO内为矿粉本身含有的CaO，模型中出现的各个成分代表其在该铁矿粉中的重量百分比。
优选的，所述数学模型的确定过程包括，
根据测试的不同产地的铁矿粉的化学成分及同化温度值、液相流动性值、粘结相强度值，进行多元线性回归计算，
在进行粘结相强度与成分线性回归时首先要计算B值，根据B值与BST做曲线，找出拐点，确定的B值得界限值。
优选的，所述步骤S4中,所述的最优的高温冶金性能值：同化性温度LAT为1230℃—1260℃，液相流动性FI为1.4—1.8，粘结相强度BST为400N—800N。
优选的，所述步骤S4中,结合实验结果、生产现场配矿数据及烧结矿性能指标确定混合矿最优的高温冶金性能值，具体包括如下步骤：收集标准时间段生产现场的配矿单，根据模型计算出每一个配矿单的高温冶金性能值，同时统计相应的烧结矿质量指标值，统计分析出烧结质量指标比较优时对应的高温冶金性能值范围。
优选的，所述步骤S5中,根据矿粉的高温冶金性能值选择合适的矿粉组合进行高温冶金性能的优劣搭配，具体包括如下步骤：进行优化配矿时，设定好混匀粉的化学成分范围以及冶金性能值的范围，进行优化配矿计算，进而计算出不同产地矿的配比。
本发明的有益效果主要体现在：本发明通过将将不同高温冶金性能值的铁矿粉进行优劣互补搭配；当混匀矿的同化温度在1230℃—1260℃，液相流动性为1.4—1.8，粘结相强度为400N—800N时，有利于液相的形成，减缓液相的流动性，形成的液相粘结相冷却后强度可得到保证，有利于烧结矿冷强度的提高，同时也利于降低烧结生产的燃料消耗；同化温度在1230℃—1260℃时，亦有利于铁酸钙的生成，对提高烧结矿的还原性有利；由于限定了合适的同化温度，可以将采购成本相对低的低液相生成温度高液相生成温度的非主流矿进行合理搭配，大大降低配矿原料成本。
具体实施方式
本发明提出的方法是根据不同铁矿粉的高温冶金性能，通过合理优化配矿，使混匀矿的高温冶金性能值保持在合适的范围之内，有利于降低烧结过程中液相生成温度，提高烧结过程中粘结相的强度，提高烧结矿种复合铁酸钙的生成量，提高烧结矿还原性、提高烧结矿冷态强度，降低燃料消耗，同时降低混矿原料成本。
具体的，本发明的基于铁矿石高温冶金性能的配矿方法，包括如下步骤:
S1、铁矿粉选取步骤，选取10种或10种以上不同产地的铁矿粉，并通过XRF荧光分析法测得不同铁矿粉的化学成分的含量；
S2、高温冶金性能测试步骤，首先将选选取的不同产地铁矿粉破碎，筛分出150目以下的颗粒以待检测；其次利用微型烧结装置进行高温冶金性能值得测试；
S3、数学模型确定步骤，将测试的高温冶金性能值与相对应铁矿粉的化学成分进行数据分析，确定数学模型；所述的数学模型为：
同化性温度LAT＝1320.67-156.25×(Al2O3/SiO2)
液相流动性指标FI＝{(CaO外-2×SiO2)/TFe}/Al2O3
粘结相强度BST，定义B＝Al2O3/(SiO2-2CaO内)
当B<0.4,BST＝-278.22-9022.27×B2+4353.03×B
当B>0.4,BST＝-442.87+1111.83×B
其中：CaO外为实验室为维持一定的碱度在矿粉中补充的CaO，CaO内为矿粉本身含有的CaO，模型中出现的各个成分代表其在该铁矿粉中的重量百分比；
S4、混合矿合适冶金性能值确定步骤，结合实验结果、生产现场配矿数据及烧结矿性能指标确定混合矿最优的高温冶金性能值，具体包括如下步骤：收集标准时间段生产现场的配矿单，根据模型计算出每一个配矿单的高温冶金性能值，同时统计相应的烧结矿质量指标值，统计分析出烧结质量指标比较优时对应的高温冶金性能值范围；所述的最优的高温冶金性能值：同化性温度LAT为1230℃—1260℃，液相流动性FI为1.4—1.8，粘结相强度BST为400N—800N；
S5、混合矿高温冶金性能值计算步骤，根据确定的数学模型，结合混合矿的化学成分进行混合矿高温冶金性能值的计算。
S6、优化配矿步骤，根据矿粉的高温冶金性能值选择合适的矿粉5-6种进行高温冶金性能的优劣搭配，优化配矿，进行烧结，具体包括如下步骤：进行优化配矿时，设定好混匀粉的化学成分范围以及冶金性能值的范围，进行优化配矿计算，进而计算出不同产地矿的配比。
一般来说，在烧结矿中铁酸钙的量越多，烧结矿还原性越好，强度越高；铁酸钙在1250℃附近可大量生成，温度继续升高超过1280℃时，会造成生成的铁酸钙大量分解，影响烧结矿中铁酸钙量。通过大量的实验及生产实践数据统计表明：一般混匀矿的同化温度在1230℃—1260℃、液相流动性指数在1.4—1.8，粘结相强度在400N—800N时，铁酸钙生成量及结晶形态最好，烧结矿有较好的转鼓强度及粒度组成，还原性也较好。本发明确定的混匀矿的适宜的高温冶金性能值能很好的满足铁酸钙生成量及结晶形态的要求，烧结后烧结矿具有较好的冶金性能和质量。因此，本发明选取的所述的高温冶金性能值中同化温度为1230℃-1260℃，所述的液相流动性为1.4—1.8，所述的粘结相强度为400N—800N。
以下通过具体的实验来进行证明。
选取12种不同产地铁矿粉，进行优化配矿的实验。不同产地铁矿粉，不仅化学成分不同，内部结构也不同，所以会造成后面的实测结果有差异，当然最主要还是化学成分的影响，本发明中尚未考虑结构不同带来的影响。本实施例中通过XRF(荧光分析法)测得不同铁矿粉的化学成分的含量(重量百分比)。
本实施例在微型烧结装置及烧结杯实验装置上进行。例如中国专利201110091029.1《利用微型烧结试验研究铁矿石烧结性能的方法》所揭示的方法。
(1)铁矿粉选择
选取12种不同产地铁矿粉，品位从55％—65％不等。
(2)铁矿粉冶金性能测试
将选取的铁矿粉分别破碎，筛分出150目以下的粒级，利用微型烧结装置进行高温冶金性能的测试。对粒度的要求主要是考虑实验过程中对样品制取的要求。
(3)优化配矿
根据各铁矿粉的高温冶金性能值进行优劣搭配，优化配矿，将混合矿的高温冶金性能值控制在要求的范围之内。
(4)烧结杯实验
根据优化配矿方案，进行混匀矿的配矿，然后在烧结杯设备上进行烧结实验，并进行烧结指标的测试分析。
(5)实验结果
表1铁矿粉高温冶金性能测试值
表2配矿方案
表3优化配矿后高温冶金性能值
表4-1优化前后烧结指标
表4-2优化前后烧结指标
实施例选取了一个典型的配矿方案，并根据高温冶金性能值进行了优化，由表3可看出，优化后的方案，混匀矿高温冶金性能值中同化温度提高了14.35℃，液相流动性降低了0.13，粘结相强度提高了204.21N；同化温度提高，有利于延迟液相的产生，减缓液相的流动性，增加粘结相的强度。
由表4-1可看出，配矿方案经过优化后，烧结矿的化学成分基本维持不变。有表4-2可看出，经过优化后，由于粘结相强度的提高，转鼓强度提高了1.13个百分点，可磨指数降低了0.21个百分点，烧结矿物理强度得到了改善；烧结矿粒度指标中适合高炉冶炼的粒度10—40mm增加了8.16个百分点，10—5mm的粒度减少了9.73个百分点，有利于高炉料层透气性的改善，同时烧结粉末量也减少了1.55个百分点，提高了烧结成品率。
本发明通过将不同产地铁矿粉，根据其高温冶金性能值进行优劣搭配，使混匀矿高温冶金性能值在合适范围之内，有利于提高烧结过程中液相粘结相的强度，也有利于烧结过程中铁酸钙的生成，改善烧结矿物理强度及粒度指标，对烧结矿还原性也有改善。同时，利用该方法进行优化配矿，可提高低品高硅矿的使用比例，有利于烧结配矿原料成本的降低。
应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于铁矿粉高温冶金性能的配矿方法，其特征在于：包括如下步骤，
S1、铁矿粉选取步骤，选取一组不同产地的铁矿粉，并通过XRF荧光分析法测得不同铁矿粉的化学成分的含量；
S2、高温冶金性能测试步骤，首先将铁矿粉进行采样破碎，筛分出150目以下的粉末，利用微型烧结装置测试不同铁矿粉的高温冶金性能值；
S3、将测试的高温冶金性能值与相对应铁矿粉的化学成分进行数据分析，确定数学模型；
S4、结合实验结果、生产现场配矿数据及烧结矿性能指标确定混合矿最优的高温冶金性能值；
S5、根据矿粉的高温冶金性能值选择合适的矿粉组合进行高温冶金性能的优劣搭配，优化配矿，进行烧结。
2.根据权利要求1所述的方法，其特征在于：所述步骤S1中，所述不同产地包括巴西、澳大利亚、印度、菲律宾、伊朗、塞拉利昂、南非、乌克兰。
3.根据权利要求1所述的方法，其特征在于：所述步骤S1中，所述化学成分为SiO2、Al2O3、CaO。
4.根据权利要求1所述的方法，其特征在于：所述步骤S2中，所述高温冶金性能值为同化性温度LAT、液相流动性FI、粘结相强度BST。
5.根据权利要求1所述的方法，其特征在于：所述步骤S3中,所述的数学模型为：
同化性温度LAT＝1320.67-156.25×(Al2O3/SiO2)
液相流动性指标FI＝{(CaO外-2×SiO2)/TFe}/Al2O3
粘结相强度BST，定义B＝Al2O3/(SiO2-2CaO内)
当B<0.4,BST＝-278.22-9022.27×B2+4353.03×B
当B>0.4,BST＝-442.87+1111.83×B
其中：CaO外为实验室为维持一定的碱度在矿粉中补充的CaO，CaO内为矿粉本身含有的CaO，模型中出现的各个成分代表其在该铁矿粉中的重量百分比。
6.根据权利要求5所述的方法，其特征在于：所述数学模型的确定过程包括，
根据测试的不同产地的铁矿粉的化学成分及同化温度值、液相流动性值、粘结相强度值，进行多元线性回归计算，
在进行粘结相强度与成分线性回归时首先要计算B值，根据B值与BST做曲线，找出拐点，确定的B值得界限值。
7.根据权利要求1所述的方法，其特征在于：所述步骤S4中,所述的最优的高温冶金性能值：同化性温度LAT为1230℃—1260℃，液相流动性FI为1.4—1.8，粘结相强度BST为400N—800N。
8.根据权利要求7所述的方法，其特征在于：所述步骤S4中,结合实验结果、生产现场配矿数据及烧结矿性能指标确定混合矿最优的高温冶金性能值，具体包括如下步骤，
收集标准时间段生产现场的配矿单，根据模型计算出每一个配矿单的高温冶金性能值，同时统计相应的烧结矿质量指标值，统计分析出烧结质量指标比较优时对应的高温冶金性能值范围。
9.根据权利要求1所述的方法，其特征在于：所述步骤S5中,根据矿粉的高温冶金性能值选择合适的矿粉组合进行高温冶金性能的优劣搭配，具体包括如下步骤，
进行优化配矿时，设定好混匀粉的化学成分范围以及冶金性能值的范围，进行优化配矿计算，进而计算出不同产地矿的配比。
CN201910857942.4A 2019-09-11 2019-09-11 一种基于铁矿石高温冶金性能的配矿方法 Active CN110600086B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910857942.4A CN110600086B (zh) 2019-09-11 2019-09-11 一种基于铁矿石高温冶金性能的配矿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910857942.4A CN110600086B (zh) 2019-09-11 2019-09-11 一种基于铁矿石高温冶金性能的配矿方法

Publications (2)

Publication Number Publication Date
CN110600086A true CN110600086A (zh) 2019-12-20
CN110600086B CN110600086B (zh) 2023-03-28

Family

ID=68858815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910857942.4A Active CN110600086B (zh) 2019-09-11 2019-09-11 一种基于铁矿石高温冶金性能的配矿方法

Country Status (1)

Country Link
CN (1) CN110600086B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111020179A (zh) * 2019-12-25 2020-04-17 天津天钢联合特钢有限公司 一种粒级均匀的烧结矿及其生产方法
CN114117884A (zh) * 2021-10-21 2022-03-01 东北大学 一种基于铁前大数据的烧结智能配矿系统
CN115101144A (zh) * 2022-06-28 2022-09-23 包头钢铁（集团）有限责任公司 一种基于液相组分优化的烧结配矿方法
CN115261613A (zh) * 2022-05-26 2022-11-01 柳州钢铁股份有限公司 铁矿粉评估、比较方法以及烧结矿原料选择、烧结方法
CN114117884B (zh) * 2021-10-21 2024-05-31 东北大学 一种基于铁前大数据的烧结智能配矿系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102809579A (zh) * 2012-07-23 2012-12-05 辽宁科技大学 一种烧结铁矿石高温成矿特性的检测方法
CN104680012A (zh) * 2015-02-25 2015-06-03 辽宁中新自动控制集团股份有限公司 一种烧结配料计算模型

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102809579A (zh) * 2012-07-23 2012-12-05 辽宁科技大学 一种烧结铁矿石高温成矿特性的检测方法
CN104680012A (zh) * 2015-02-25 2015-06-03 辽宁中新自动控制集团股份有限公司 一种烧结配料计算模型

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王永红 等: "《不同SiO2质量分数精粉对烧结指标的影响》", 《中国冶金》 *
胡明意: "《浅谈基于成本最优的烧结配矿模型构建》", 《冶金装备信息化、智能化、在役再制造及维修大数据分析交流会》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111020179A (zh) * 2019-12-25 2020-04-17 天津天钢联合特钢有限公司 一种粒级均匀的烧结矿及其生产方法
CN114117884A (zh) * 2021-10-21 2022-03-01 东北大学 一种基于铁前大数据的烧结智能配矿系统
CN114117884B (zh) * 2021-10-21 2024-05-31 东北大学 一种基于铁前大数据的烧结智能配矿系统
CN115261613A (zh) * 2022-05-26 2022-11-01 柳州钢铁股份有限公司 铁矿粉评估、比较方法以及烧结矿原料选择、烧结方法
CN115261613B (zh) * 2022-05-26 2023-11-28 柳州钢铁股份有限公司 铁矿粉评估、比较方法以及烧结矿原料选择、烧结方法
CN115101144A (zh) * 2022-06-28 2022-09-23 包头钢铁（集团）有限责任公司 一种基于液相组分优化的烧结配矿方法
CN115101144B (zh) * 2022-06-28 2024-03-08 包头钢铁（集团）有限责任公司 一种基于液相组分优化的烧结配矿方法

Also Published As

Publication number Publication date
CN110600086B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
CN110600086B (zh) 一种基于铁矿石高温冶金性能的配矿方法
CN111175449B (zh) 一种强力混合强化铁矿烧结原料混合均匀性的评价方法
CN103667686B (zh) 一种烧结混合料及应用
CN101906533B (zh) 一种低硅含镁球团及其生产方法
CN109490351B (zh) 一种铁矿粉液相流动性的检测方法
CN103468929A (zh) 一种铁矿石不同粒度范围磁化焙烧效果分析方法
CN108929948A (zh) 一种应用塞拉利昂粗粉降本、增效的铁矿混匀粉
JP2016180748A (ja) 高炉スラグの選別方法及び高炉セメントの製造方法
CN102373332A (zh) 超微碳酸镁球团添加剂及其制备方法和应用
CN102453824B (zh) 一种用红土镍矿生产镍铁合金的方法
US20170233840A1 (en) Solid agglomerate of fine metal particles comprising a liquid oily lubricant and method for making same
Shen et al. Densification process of MgO bearing pellets
CN106367584A (zh) 氧化球团矿的生产方法
CN102998197B (zh) 一种表征固体粉末缩分制样均匀性的方法
Yu et al. Comparison of reduction disintegration characteristics of TiO 2-rich burdens prepared with sintering process and composite agglomeration process
CN106702147A (zh) 一种降低钒钛磁铁球团矿还原粉化的方法与系统
CN107655780A (zh) 一种评价铁精粉成球性能的方法
CN109855988A (zh) 一种用于炼铅渣入炉粒料/球团的落下强度的测定方法
Yao et al. Study on liquid phase formation and fluidity of iron ores
CN114438313A (zh) 一种烧结料及其配料方法
CN102605183A (zh) 一种低硅低碳铌铁合金的制备方法
CN113466079A (zh) 一种钢渣成分含量检测方法
CN112611678A (zh) 基于烧结实际生产条件下的铁矿粉液相流动性检测方法
CN104975171A (zh) 硼泥球团粘结剂/炼铁助剂及其制备方法
CN106868247B (zh) 一种磷生铁增碳方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant