CN113151620A - 一种含钛炉料的冶炼方法及装置 - Google Patents

一种含钛炉料的冶炼方法及装置 Download PDF

Info

Publication number
CN113151620A
CN113151620A CN202110267387.7A CN202110267387A CN113151620A CN 113151620 A CN113151620 A CN 113151620A CN 202110267387 A CN202110267387 A CN 202110267387A CN 113151620 A CN113151620 A CN 113151620A
Authority
CN
China
Prior art keywords
titanium
content
ilmenite
iron
containing iron
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
CN202110267387.7A
Other languages
English (en)
Other versions
CN113151620B (zh
Inventor
孙健
武建龙
陈辉
徐萌
王伟
刘文运
梁海龙
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.)
Shougang Corp
Original Assignee
Shougang Corp
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 Shougang Corp filed Critical Shougang Corp
Priority to CN202110267387.7A priority Critical patent/CN113151620B/zh
Publication of CN113151620A publication Critical patent/CN113151620A/zh
Application granted granted Critical
Publication of CN113151620B publication Critical patent/CN113151620B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B5/00—Making pig-iron in the blast furnace
    • C21B5/008—Composition or distribution of the charge
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B7/00—Blast furnaces
    • 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
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • 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)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Materials Engineering (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Manufacturing & Machinery (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Manufacture Of Iron (AREA)
  • Manufacture And Refinement Of Metals (AREA)

Abstract

本发明公开了一种含钛炉料的冶炼方法及装置，其中所述方法包括：获取多种含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量；根据来自钛铁矿的铁含量和来自钛铁矿中的FeO含量，在多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石；将作为含钛炉料的含钛铁矿石投入高炉进行冶炼。本发明解决了现有冶炼方法中确定的含钛铁矿石难以熔炼的问题。

Description

一种含钛炉料的冶炼方法及装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种含钛炉料的冶炼方法及装置。
背景技术
部分钢铁企业高炉生产过程中，会使用含钛炉料作为高炉生产或者高炉炉缸维护的原料。而原料在高炉块状带的本身特性对高炉冶炼又有着巨大的影响。因此，炼铁工作者在使用含钛炉料冶炼时，需要对原料进行针对性的选择。但是，按照目前的常规方法进行原料的确定和冶炼，通常会存在还原性能较差、难以熔化等问题。
发明内容
鉴于上述问题，本发明提出了一种含钛炉料的冶炼方法及装置，解决了现有冶炼方法中确定的含钛铁矿石难以熔炼的问题。
第一方面，本申请通过一实施例提供如下技术方案：
一种含钛炉料的冶炼方法，包括：
获取多种含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量；根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石；将所述作为含钛炉料的含钛铁矿石投入高炉进行冶炼。
优选的，所述获取多种含钛铁矿石中来自钛铁矿的铁含量，包括：
根据公式C＝0.7E，分别获取每种含钛铁矿石中来自钛铁矿的铁含量；其中，C为含钛铁矿石中来自钛铁矿的铁含量，E为含钛铁矿石中的TiO2含量。
优选的，获取多种含钛铁矿石中来自所述钛铁矿中的FeO含量，包括：
根据公式D＝0.9E，分别获取每种含钛铁矿石中来自所述钛铁矿中的FeO含量；其中，D为含钛铁矿石中来自钛铁矿中的FeO含量，E为含钛铁矿石中的TiO2含量。
优选的，所述根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石，包括：
根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，分别确定每种含钛铁矿石的还原度指数；根据所述还原度指数和预设的指数阈值，从所述多种含钛铁矿石中确定出作为含钛炉料的含钛铁矿石。
优选的，根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，确定每种含钛铁矿石的还原度指数，包括：
获取多种含钛铁矿石中的FeO总含量和全铁含量；根据所述来自钛铁矿的铁含量、所述来自钛铁矿中的FeO含量、所述FeO总含量和所述全铁含量，分别确定每种含钛铁矿石的还原度指数。
优选的，所述根据所述来自钛铁矿的铁含量、所述来自钛铁矿中的FeO含量、所述FeO总含量和所述全铁含量，分别确定每种含钛铁矿石的还原度指数，包括：
根据公式
Figure BDA0002972724330000021
分别确定每种含钛铁矿石的还原度指数；其中，RI为还原度指数，A为含钛铁矿石中FeO总含量，B为含钛铁矿石中全铁含量，C为含钛铁矿石中来自钛铁矿的铁含量，D为含钛铁矿石中来自钛铁矿中的FeO含量。
优选的，所述根据所述还原度指数和预设的指数阈值，从所述多种含钛铁矿石中确定出作为含钛炉料的含钛铁矿石，包括：
从所述多种含钛铁矿石中筛选出所述还原度指数大于或等于所述指数阈值的含钛铁矿石，作为含钛炉料。
优选的，所述指数阈值为：70％。
优选的，所述指数阈值为：74％。
第二方面，基于同一发明构思，本申请通过一实施例提供如下技术方案：
一种含钛炉料的冶炼装置，包括：
获取模块，用于获取多种含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量；筛选模块，用于根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石；其中，所述作为含钛炉料的含钛铁矿石用于投入高炉进行冶炼。
本发明实施例提供的一种含钛炉料的冶炼方法及装置，通过含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量来筛选含钛铁矿石，以确定用于冶炼的含钛炉料，这样就可保证用于冶炼的含钛炉料具有更高的还原性，解决了现有冶炼方法中确定的含钛铁矿石难以熔炼的问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1示出了本发明第一实施例提供的一种含钛炉料的冶炼方法的流程图；
图2示出了本发明第二实施例提供的一种含钛炉料的冶炼装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
第一实施例
请参见图1，示出了本发明第一实施例提供的一种含钛炉料的冶炼方法的流程图，所述方法包括：
步骤S10：获取多种含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量；
步骤S20：根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石；
步骤S30：将所述作为含钛炉料的含钛铁矿石投入高炉进行冶炼。
一般的，常规炉料的含铁物相组成主要为赤铁矿和磁铁矿，还原度指数计算过程中，是将含铁氧化物的失氧过程简化为两种，一种是Fe2O3的失氧过程，另一种是FeO的失氧过程。但是，在含钛原料中由于有部分含铁物相是以钛铁矿的形式存在，而这部分含铁物相在高炉块状带不参与还原反应，因而含钛量的差别会对炉料的实际还原性产生严重的干扰，这就会造成在冶炼时无法得到用于真正适合冶炼的含钛铁矿石。对此，在本实施例中步骤S10-S30中，特别的通过含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量来筛选含钛铁矿石，以确定用于冶炼的含钛炉料，这样就可保证用于冶炼的含钛炉料具有更高的还原性，解决了现有冶炼方法中确定的含钛铁矿石难以熔炼的问题。
具体的，下面对各个步骤进行详细的阐述和说明：
步骤S10：获取多种含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量。
在步骤S10中，来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量为质量的百分含量。针对每种含钛铁矿石均具有一组来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量的数据。具体的，获取来源可为通过采样试验样品，然后进行测试获得并存储，当需要使用的时候进行获取。进一步的，可根据公式C＝0.7E，分别获取每种含钛铁矿石中来自钛铁矿的铁含量；其中，C为含钛铁矿石中来自钛铁矿的铁含量，E为含钛铁矿石中的TiO2含量，参数0.7表示Fe的相对原子质量比例，56/(48+16+16)＝0.7；可根据公式D＝0.9E，分别获取每种含钛铁矿石中来自所述钛铁矿中的FeO含量；其中，D为含钛铁矿石中来自钛铁矿中的FeO含量，E为含钛铁矿石中的TiO2含量，参数0.9表示FeO的相对原子质量比例，72/(48+16+16)＝0.9。
步骤S20：根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石。
在步骤S20中，具体筛选过程如下：
步骤S21：根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，分别确定每种含钛铁矿石的还原度指数。
首先，可获取多种含钛铁矿石中的FeO总含量和全铁含量；然后，根据来自钛铁矿的铁含量、来自钛铁矿中的FeO含量、FeO总含量和全铁含量，分别确定每种含钛铁矿石的还原度指数。可基于公式
Figure BDA0002972724330000051
Figure BDA0002972724330000052
分别确定每种含钛铁矿石的还原度指数；其中，RI为还原度指数，A为含钛铁矿石中FeO总含量，B为含钛铁矿石中全铁含量，C为含钛铁矿石中来自钛铁矿的铁含量，D为含钛铁矿石中来自钛铁矿中的FeO含量。该还原度指数能够更加的准确的表达含钛铁矿石的还原性强弱。
步骤S22：根据所述还原度指数和预设的指数阈值，从所述多种含钛铁矿石中确定出作为含钛炉料的含钛铁矿石。
在步骤S22中，可从多种含钛铁矿石中筛选出还原度指数大于或等于指数阈值的含钛铁矿石，作为含钛炉料。在本实施例中，指数阈值应当大于65％，例如，可为67％、68％、70％、74％、等等；优选的指数阈值可为70％，该条件下确定的含钛铁矿石能够可保证具有较强的还原性，避免难以熔炼，同时平衡了含钛铁矿石原料的限制。
步骤S30：将所述作为含钛炉料的含钛铁矿石投入高炉进行冶炼。
在步骤S30中，投入的含钛炉料均为还原度指数大于或等于指数阈值的含钛铁矿石，可保证熔炉的正常冶炼，不会出现含钛炉料无法熔化的情况。
在本实施例中，为了使本发明的核心创新思想更易于理解，以一生产实例进行说明，如下：
以国内某大型钢厂常用含钛原料的数据为计算基础，分别利用还原度指数的国标计算方法和本专利的方法进行了计算。计算结果如表1所示。
表1不同计算方法下还原度指数计算结果对比
名称 TFe FeO TiO<sub>2</sub> m<sub>0</sub> m<sub>1</sub> m<sub>t</sub> RI-国标 RI-本发明
单位 ％ ％ ％ g g g ％ ％
钛矿A 48 27.37 12 500 500 454.3 59.00 64.48
钛矿B 44 28.16 11 500 500 460.8 57.96 63.21
钛矿C 43.44 29.89 18.6 500 500 455 65.94 79.96
钛矿D 51.4 6.57 13.78 500 500 429.8 66.82 74.59
钛矿E 65.05 0.72 0.62 500 500 388.1 80.30 80.61
在上述表1中TFe为样品中全铁含量，FeO为样品中的FeO，TiO2为样品中的TiO2。由表1可以看出，直接采用现有国标的方式确定的还原度指数和本发明方法确定的还原度指数差距明显，对不同含钛炉料还原性能的排序也有较大区别。并且，含钛原料中钛含量越高，现有方法和本发明方法确定还原度指数的差距就越大，说明原料中钛含量对原料的还原性能的评估有较大干扰。采用现有方法对含钛铁矿石进行筛选来确定含钛炉料具有较大偏差，容易确定出实际还原性较差的含钛炉料，出现含钛炉料难以熔炼的情况。
进一步的，由上表可见使用国标的计算方法，钛矿A、钛矿B、钛矿C、钛矿D的还原度指数较为接近，均低于70％，还原性较差。几种资源还原性差距并不明显，不能明显看出不同钛资源的冶金性能差距。而使用本发明方法进行冶炼筛选含钛炉料，除了能够筛选出钛矿E之外，还能够准确的从钛矿A、钛矿B、钛矿C以及钛矿D中确定出还原性较高的钛矿C和钛矿D作为含钛炉料，钛矿C和钛矿D实际还原性与钛矿E接近。可见采用本发明方法的含钛炉料的冶炼方法，能够准确的从含钛铁矿石确定含钛炉料，确定出的含钛炉料易于熔炼，且增加了含钛铁矿石的熔炼利用率。
第二实施例
请参阅图2，基于同一发明构思，本发明第二实施例提供了一种含钛炉料的冶炼装置300，所述方法包括：
获取模块301，用于获取多种含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量；
筛选模块302，用于根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石；其中，所述作为含钛炉料的含钛铁矿石用于投入高炉进行冶炼。
作为一种可选的实施方式，所述获取模块301，具体用于：
根据公式C＝0.7E，分别获取每种含钛铁矿石中来自钛铁矿的铁含量；其中，C为含钛铁矿石中来自钛铁矿的铁含量，E为含钛铁矿石中的TiO2含量。
作为一种可选的实施方式，所述获取模块301，具体用于：
根据公式D＝0.9E，分别获取每种含钛铁矿石中来自所述钛铁矿中的FeO含量；其中，D为含钛铁矿石中来自钛铁矿中的FeO含量，E为含钛铁矿石中的TiO2含量。
作为一种可选的实施方式，筛选模块302，具体用于：
根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，分别确定每种含钛铁矿石的还原度指数；根据所述还原度指数和预设的指数阈值，从所述多种含钛铁矿石中确定出作为含钛炉料的含钛铁矿石。
作为一种可选的实施方式，筛选模块302，具体用于：
获取多种含钛铁矿石中的FeO总含量和全铁含量；根据所述来自钛铁矿的铁含量、所述来自钛铁矿中的FeO含量、所述FeO总含量和所述全铁含量，分别确定每种含钛铁矿石的还原度指数。
作为一种可选的实施方式，筛选模块302，具体用于：
根据公式
Figure BDA0002972724330000081
分别确定每种含钛铁矿石的还原度指数；其中，RI为还原度指数，A为含钛铁矿石中FeO总含量，B为含钛铁矿石中全铁含量，C为含钛铁矿石中来自钛铁矿的铁含量，D为含钛铁矿石中来自钛铁矿中的FeO含量。
作为一种可选的实施方式，筛选模块302，具体用于：
从所述多种含钛铁矿石中筛选出所述还原度指数大于或等于所述指数阈值的含钛铁矿石，作为含钛炉料。
作为一种可选的实施方式，所述指数阈值为：70％。
作为一种可选的实施方式，所述指数阈值为：74％。
需要说明的是，本发明实施例所提供的一种含钛炉料的冶炼装置300，其具体实现及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本文中出现的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系；单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种含钛炉料的冶炼方法，其特征在于，包括：
获取多种含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量；
根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石；
将所述作为含钛炉料的含钛铁矿石投入高炉进行冶炼。
2.根据权利要求1所述的方法，其特征在于，所述获取多种含钛铁矿石中来自钛铁矿的铁含量，包括：
根据公式C＝0.7E，分别获取每种含钛铁矿石中来自钛铁矿的铁含量；其中，C为含钛铁矿石中来自钛铁矿的铁含量，E为含钛铁矿石中的TiO2含量。
3.根据权利要求1所述的方法，其特征在于，获取多种含钛铁矿石中来自所述钛铁矿中的FeO含量，包括：
根据公式D＝0.9E，分别获取每种含钛铁矿石中来自所述钛铁矿中的FeO含量；其中，D为含钛铁矿石中来自钛铁矿中的FeO含量，E为含钛铁矿石中的TiO2含量。
4.根据权利要求1所述的方法，其特征在于，所述根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石，包括：
根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，分别确定每种含钛铁矿石的还原度指数；
根据所述还原度指数和预设的指数阈值，从所述多种含钛铁矿石中确定出作为含钛炉料的含钛铁矿石。
5.根据权利要求4所述的方法，其特征在于，根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，确定每种含钛铁矿石的还原度指数，包括：
获取多种含钛铁矿石中的FeO总含量和全铁含量；
根据所述来自钛铁矿的铁含量、所述来自钛铁矿中的FeO含量、所述FeO总含量和所述全铁含量，分别确定每种含钛铁矿石的还原度指数。
6.根据权利要求5所述的方法，其特征在于，所述根据所述来自钛铁矿的铁含量、所述来自钛铁矿中的FeO含量、所述FeO总含量和所述全铁含量，分别确定每种含钛铁矿石的还原度指数，包括：
根据公式
Figure FDA0002972724320000021
分别确定每种含钛铁矿石的还原度指数；其中，RI为还原度指数，A为含钛铁矿石中FeO总含量，B为含钛铁矿石中全铁含量，C为含钛铁矿石中来自钛铁矿的铁含量，D为含钛铁矿石中来自钛铁矿中的FeO含量。
7.根据权利要求4所述的方法，其特征在于，所述根据所述还原度指数和预设的指数阈值，从所述多种含钛铁矿石中确定出作为含钛炉料的含钛铁矿石，包括：
从所述多种含钛铁矿石中筛选出所述还原度指数大于或等于所述指数阈值的含钛铁矿石，作为含钛炉料。
8.根据权利要求4所述的方法，其特征在于，所述指数阈值为：70％。
9.根据权利要求4所述的方法，其特征在于，所述指数阈值为：74％。
10.一种含钛炉料的冶炼装置，其特征在于，包括：
获取模块，用于获取多种含钛铁矿石中来自钛铁矿的铁含量以及来自钛铁矿中的FeO含量；
筛选模块，用于根据所述来自钛铁矿的铁含量和所述来自钛铁矿中的FeO含量，在所述多种含钛铁矿石中筛选出作为含钛炉料的含钛铁矿石；其中，所述作为含钛炉料的含钛铁矿石用于投入高炉进行冶炼。
CN202110267387.7A 2021-03-11 2021-03-11 一种含钛炉料的冶炼方法及装置 Active CN113151620B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110267387.7A CN113151620B (zh) 2021-03-11 2021-03-11 一种含钛炉料的冶炼方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110267387.7A CN113151620B (zh) 2021-03-11 2021-03-11 一种含钛炉料的冶炼方法及装置

Publications (2)

Publication Number Publication Date
CN113151620A true CN113151620A (zh) 2021-07-23
CN113151620B CN113151620B (zh) 2022-09-13

Family

ID=76886870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110267387.7A Active CN113151620B (zh) 2021-03-11 2021-03-11 一种含钛炉料的冶炼方法及装置

Country Status (1)

Country Link
CN (1) CN113151620B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5938307A (ja) * 1982-08-25 1984-03-02 Nippon Kokan Kk <Nkk> 高炉用塊鉄鉱石の配合方法
CN102768159A (zh) * 2012-07-17 2012-11-07 北京科技大学 一种铁矿石还原性测定装置和方法
CN105420431A (zh) * 2015-11-30 2016-03-23 攀钢集团攀枝花钢钒有限公司 一种含钛炉渣高炉护炉剂和护炉方法
CN108699624A (zh) * 2015-11-18 2018-10-23 明特克公司 改进的钛铁矿熔炼方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5938307A (ja) * 1982-08-25 1984-03-02 Nippon Kokan Kk <Nkk> 高炉用塊鉄鉱石の配合方法
CN102768159A (zh) * 2012-07-17 2012-11-07 北京科技大学 一种铁矿石还原性测定装置和方法
CN108699624A (zh) * 2015-11-18 2018-10-23 明特克公司 改进的钛铁矿熔炼方法
CN105420431A (zh) * 2015-11-30 2016-03-23 攀钢集团攀枝花钢钒有限公司 一种含钛炉渣高炉护炉剂和护炉方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈小奇 等: "《中华人民共和国国家标准》", 31 October 2009 *

Also Published As

Publication number Publication date
CN113151620B (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
Muwanguzi et al. Characterization of chemical composition and microstructure of natural iron ore from Muko deposits
Lu et al. Recent advances in iron ore sintering
CN113151620B (zh) 一种含钛炉料的冶炼方法及装置
CN111738580B (zh) 一种鞍山式铁矿配矿优化方法
Agrawal et al. Means to cope with the higher alumina burden in the blast furnace
Wedge et al. A data mining approach to validating drill hole logging data in pilbara iron ore exploration
CN109033715B (zh) 一种高炉渣二元碱度确定方法
Zhang et al. Reduction properties of high alumina iron ore cold bonded pellet with CO–H2 mixtures
CN116796920A (zh) 一种焦炭评价方法、装置、设备及可读存储介质
Matino et al. Scenario Analyses for By‐Products Reuse in Integrated Steelmaking Plants by Combining Process Modeling, Simulation, and Optimization Techniques
CN110491454A (zh) 一种高炉冶炼成本管理方法、系统及计算机可存储介质
Haverland et al. Determination of importance of ore raw materials evaluation criteria
Cheng et al. Isothermal reduction behavior and kinetics of Russian high-chromium vanadium-titanium magnetite pellets under gas atmospheres of CO–CO2–N2 and CO–N2 at 873 K–1173 K
Hu et al. Study on Burden Mineral Phase Identification System and Prediction Model of Metallurgical Properties Based on BP Neural Network
Biswas et al. Utilization of micro-fines in sinter making and its implications on bed permeability and sinter quality
CN116954173A (zh) 高炉炼铁工艺数据处理方法、装置、介质及电子设备
AU2021105404A4 (en) A method for an iron ore pellet grading using a fuzzy logic model
CN116130043B (zh) 一种基于选冶计算机模型的风险预测系统
Wang et al. Hybrid model for predicting oxygen consumption in BOF steelmaking process based on cluster analysis
CN113774174B (zh) 一种高炉焦炭选配控制方法和装置
Li et al. Optimal proportioning of iron ore in sintering process based on improved multi-objective beluga whale optimisation algorithm
CN114881492B (zh) 自动提取高炉绩优操作标准的方法、装置及电子设备
Wikström Data Mining analysis of the relationship betwen input variables and hot metal silicon in a blast furnace
Bacharel et al. Product Sequencing and Blending of Raw Materials to Feed Arc Furnaces: A Decision Support System for a Mining-Metallurgical Industry
Dmitriev et al. Physicochemical and thermophysical bases of titanomagnetite ore treatment

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