CN114091871A - 一种高炉炼铁配矿方法与系统 - Google Patents
一种高炉炼铁配矿方法与系统 Download PDFInfo
- Publication number
- CN114091871A CN114091871A CN202111341439.7A CN202111341439A CN114091871A CN 114091871 A CN114091871 A CN 114091871A CN 202111341439 A CN202111341439 A CN 202111341439A CN 114091871 A CN114091871 A CN 114091871A
- Authority
- CN
- China
- Prior art keywords
- ore
- iron
- blast furnace
- cost
- sinter
- 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.)
- Pending
Links
- 238000002156 mixing Methods 0.000 title claims abstract description 154
- 238000000034 method Methods 0.000 title claims abstract description 41
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 322
- 229910052742 iron Inorganic materials 0.000 claims abstract description 155
- 238000005245 sintering Methods 0.000 claims abstract description 71
- 239000002994 raw material Substances 0.000 claims abstract description 37
- 238000004519 manufacturing process Methods 0.000 claims description 48
- 239000008188 pellet Substances 0.000 claims description 25
- 239000000571 coke Substances 0.000 claims description 24
- 239000003245 coal Substances 0.000 claims description 18
- 239000000126 substance Substances 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 10
- 230000004907 flux Effects 0.000 claims description 9
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 9
- 239000011707 mineral Substances 0.000 claims description 9
- 230000015556 catabolic process Effects 0.000 claims description 8
- 238000006731 degradation reaction Methods 0.000 claims description 8
- 238000002844 melting Methods 0.000 claims description 7
- 230000008018 melting Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 7
- 239000002817 coal dust Substances 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 230000008901 benefit Effects 0.000 abstract description 5
- 239000000843 powder Substances 0.000 description 9
- 239000012141 concentrate Substances 0.000 description 8
- 229910000831 Steel Inorganic materials 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 7
- 235000010755 mineral Nutrition 0.000 description 7
- 239000010959 steel Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 239000000446 fuel Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- ODINCKMPIJJUCX-UHFFFAOYSA-N Calcium oxide Chemical compound [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 229910052681 coesite Inorganic materials 0.000 description 3
- 229910052906 cristobalite Inorganic materials 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 239000000377 silicon dioxide Substances 0.000 description 3
- 229910052682 stishovite Inorganic materials 0.000 description 3
- 229910052905 tridymite Inorganic materials 0.000 description 3
- 239000000292 calcium oxide Substances 0.000 description 2
- 235000012255 calcium oxide Nutrition 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000007791 liquid phase Substances 0.000 description 2
- 238000005453 pelletization Methods 0.000 description 2
- 239000011593 sulfur Substances 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- WNQQFQRHFNVNSP-UHFFFAOYSA-N [Ca].[Fe] Chemical compound [Ca].[Fe] WNQQFQRHFNVNSP-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000033558 biomineral tissue development Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 229910052593 corundum Inorganic materials 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000001089 mineralizing effect Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 235000012239 silicon dioxide Nutrition 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 229910001845 yogo sapphire Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B5/00—Making pig-iron in the blast furnace
- C21B5/006—Automatically controlling the process
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B2300/00—Process aspects
- C21B2300/04—Modeling of the process, e.g. for control purposes; CII
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Metallurgy (AREA)
- Materials Engineering (AREA)
- Organic Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Manufacture And Refinement Of Metals (AREA)
Abstract
本发明提供了一种高炉炼铁配矿方法与系统，其中该方法包括：根据性价比、历史配矿数据等数据，确定烧结配矿的初始约束条件得到烧结矿成本最低的配矿方案；将烧结矿成本最低的配矿方案输入到烧结矿质量预测模型中得到烧结矿质量；根据烧结矿质量并以铁水原料成本最低作为目标函数计算出高炉最优配矿方案；以高炉经济技术指标最优及铁水成本最低为目标计算出铁矿石配置计划及铁矿石采购计划。本发明通过计算各个铁矿石的性价比，得到烧结矿配矿方案和高炉配矿方案,并基于此得到高炉经济技术指标最优及铁水成本最低的铁矿石配置、采购计划，实现了对高炉炼铁全流程优化配矿，大大提高了高炉炼铁的经济效益。
Description
技术领域
本发明涉及高炉炼铁技术领域，特别是涉及一种高炉炼铁配矿方法与系统。
背景技术
当前国内钢铁市场竞争日益激烈，铁矿石资源短缺，铁矿石价格一路飙升，居高不下，使钢铁企业生产成本大幅上升。铁前(炼铁)成本占整个钢铁成本的70％，所以降低铁前成本是降低整个钢铁成本的基础。高炉炉料结构是决定炼铁生产过程稳定和保证各项经济技术指标的重要前提，是实现低成本、高效益炼铁生产的基础。实现经济配矿，也就是通过采购性价比高的矿种，合理搭配实现铁水成本的最低的过程，是降低铁前成本最有效的措施。
优化配置铁矿石，应首先确定铁矿石(粉)质量和价值评价体系。其应该包括三部分：一是烧结用铁矿粉质量和价值评价体系；二是球团用铁矿粉质量和价值评价体系；二是高炉块矿、外购球团矿质量和价值评价体系。相对应的分别为烧结经济配矿、球团经济配矿和高炉经济配矿。钢铁企业一般都有两座或两座以上的高炉，有与高炉配套的多条烧结球团产线。而现有的配矿方法仅仅只能优化高炉炉料结构，这样虽然也会在一定程度提高炼铁生产效率，但是并不能大幅度降低炼铁成本。
发明内容
为了克服现有技术的不足，本发明的目的是提供一种高炉炼铁配矿方法与系统以解决高炉炼铁成本高的问题。
为实现上述目的，本发明提供了如下方案：
一种高炉炼铁配矿方法，包括：
获取待评价铁矿石的种类和吨度价；
以所述待评价铁矿石的种类为变量，计算相同质量的铁矿石产出的铁水和相应铁矿石产出铁水的性价比；
根据所述性价比、历史配矿数据、各矿种可采购使用的资源量、高炉产量计划、可运行烧结球团产线，确定烧结配矿的初始约束条件；
根据所述初始约束条件得到烧结矿成本最低的配矿方案；
将所述烧结矿成本最低的配矿方案输入到烧结矿质量预测模型中得到烧结矿质量；
根据所述烧结矿质量并以铁水原料成本最低作为目标函数计算出高炉最优配矿方案；
根据高炉产量计划、烧结矿成本最低的配矿方案和高炉最优配矿方案计算高炉经济技术指标；
以高炉经济技术指标最优及铁水成本最低为目标计算出铁矿石配置计划及铁矿石采购计划。
优选的，所述根据所述初始约束条件得到烧结矿成本最低的配矿方案，包括：
将烧结矿石种类及配比、可用熔剂种类及配比、烧结矿化学成分及烧结性能参数设定约束条件；
采用非线性规划求解优化算法计算出满足约束条件下的烧结矿成本最低的配矿方案。
优选的，所述烧结矿质量预测模型是以烧结车间的历史生产数据作为输入，以烧结矿质量为输出进行训练得到的；所述烧结矿质量包括烧结矿转鼓指数、平均粒径、熔滴区间、熔滴最大压差、熔化终了温度、低温还原粉化指数、还原度。
优选的，所述目标函数为：
其中，MinZ表示吨铁最优成本，xi表示第i种原材料的配比百分比；pi表示第i种原材料的单位价格，ai,j表示第i种原材料的j元素含量百分比，φ表示铁水中的纯铁含量，λ4表示铁水收得率系数，rjt表示焦比，rmf表示煤比，p焦表示焦炭的成本价格，p煤表示煤粉的成本价格。
本发明还提供了一种高炉炼铁配矿系统，包括：
铁矿石信息获取模块，用于获取待评价铁矿石的种类和吨度价；
性价比计算模块，用于以所述待评价铁矿石的种类为变量，计算相同质量的铁矿石产出的铁水和相应铁矿石产出铁水的性价比；
初始约束条件确定模块，用于根据所述性价比、历史配矿数据、各矿种可采购使用的资源量、高炉产量计划、可运行烧结球团产线，确定烧结配矿的初始约束条件；
烧结矿配矿方案确定模块，用于根据所述初始约束条件得到烧结矿成本最低的配矿方案；
烧结矿质量预测模块，用于将所述烧结矿成本最低的配矿方案输入到烧结矿质量预测模型中得到烧结矿质量；
高炉配矿方案确定模块，用于根据所述烧结矿质量并以铁水原料成本最低作为目标函数计算出高炉最优配矿方案；
高炉经济技术指标计算模块，用于根据高炉产量计划、烧结矿成本最低的配矿方案和高炉最优配矿方案计算高炉经济技术指标；
配矿模块，用于以高炉经济技术指标最优及铁水成本最低为目标计算出铁矿石配置计划及铁矿石采购计划。
优选的，所述烧结矿配矿方案确定模块，包括：
参量设定单元，用于将烧结矿石种类及配比、可用熔剂种类及配比、烧结矿化学成分及烧结性能参数设定约束条件；
烧结矿配计算单元，用于采用非线性规划求解优化算法计算出满足约束条件下的烧结矿成本最低的配矿方案。
优选的，所述烧结矿质量预测模型是以烧结车间的历史生产数据作为输入，以烧结矿质量为输出进行训练得到的；所述烧结矿质量包括烧结矿转鼓指数、平均粒径、熔滴区间、熔滴最大压差、熔化终了温度、低温还原粉化指数、还原度。
优选的，所述目标函数为：
其中，MinZ表示吨铁最优成本，xi表示第i种原材料的配比百分比；pi表示第i种原材料的单位价格，ai,j表示第i种原材料的j元素含量百分比，φ表示铁水中的纯铁含量，λ4表示铁水收得率系数，rjt表示焦比，rmf表示煤比，p焦表示焦炭的成本价格，p煤表示煤粉的成本价格。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种高炉炼铁配矿方法与系统，其中该方法包括：根据性价比、历史配矿数据等数据，确定烧结配矿的初始约束条件得到烧结矿成本最低的配矿方案；将烧结矿成本最低的配矿方案输入到烧结矿质量预测模型中得到烧结矿质量；根据烧结矿质量并以铁水原料成本最低作为目标函数计算出高炉最优配矿方案；根据高炉产量计划、烧结矿成本最低的配矿方案和高炉最优配矿方案计算高炉经济技术指标；以高炉经济技术指标最优及铁水成本最低为目标计算出铁矿石配置计划及铁矿石采购计划。本发明通过计算各个铁矿石的性价比，得到烧结矿配矿方案和高炉配矿方案,并基于此得到高炉经济技术指标最优及铁水成本最低的铁矿石配置、采购计划，实现了对高炉炼铁全流程优化配矿，大大提高了高炉炼铁的经济效益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的实施例中的一种高炉炼铁配矿方法原理图；
图2为本发明提供的实施例中的烧结矿质量预测模型网络结构图；
图3为本发明提供的实施例中的烧结智能配矿平台原理图；
图4为本发明提供的实施例中的测算结果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤、过程、方法等没有限定于已列出的步骤，而是可选地还包括没有列出的步骤，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤元。
本发明的目的是提供一种高炉炼铁配矿方法与系统以解决高炉炼铁成本高的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为一种高炉炼铁配矿方法的原理图。如图1所示，一种高炉炼铁配矿方法，包括：
步骤1：获取待评价铁矿石的种类和吨度价；
步骤2：以所述待评价铁矿石的种类为变量，计算相同质量的铁矿石产出的铁水和相应铁矿石产出铁水的性价比；
在本发明中，可将以各种待评价铁矿石10％配比配入烧结铁料中，保证其他条件不变(即依据钢铁企业生产的历史经验数据固定烧结配矿主体框架90％的铁料配比，固定烧结矿化学成分约束条件、高炉炉料结构、球团铁料配比)计算相对应的铁水原料成本。对各种铁矿石以其相对性的铁水原料成本进行性价比排序。
步骤3：根据所述性价比、历史配矿数据、各矿种可采购使用的资源量、高炉产量计划、可运行烧结球团产线，确定烧结配矿的初始约束条件；
烧结初始约束条件包括烧结矿化学成分约束(可根据实际需求设定烧结矿碱度R、SiO2含量、MgO含量、有害元素含量最大值)，液相区成分约束、混合料制粒性能约束。
此外，在配矿过程中还需要考虑原料的供应情况，单种原料配比必须满足设定的配比范围要求；同时，各种原料配比总和必须为100％，因此各配矿方案还需要满足以下约束条件：
xi(min)≤Xi≤xi(max)
X1+X2+...+Xi＝1
式中：xi(min)、xi(max)分别表示原料Xi的配加比例的下限和上限。
步骤4：根据所述初始约束条件得到烧结矿成本最低的配矿方案；
步骤4具体包括：
将烧结矿石种类及配比、可用熔剂种类及配比、烧结矿化学成分及烧结性能参数设定约束条件；
采用非线性规划求解优化算法计算出满足约束条件下的烧结矿成本最低的配矿方案。
在实际应用中，本发明以烧结可用矿石种类及配比、可用熔剂种类及配比作为自变量；以烧结矿化学成分(全铁TFe、碱度R、SiO2、MgO、有害元素)及烧结性能参数(同化温度、钙铁摩尔比、液相流动性)作为过程变量；以烧结矿成本最低作为目标函数。对自变量和过程变量设定约束条件，采用非线性规划求解优化算法计算出满足约束条件下的烧结矿成本最低的配矿方案。其计算公式为：
式中：Min(Z)为最低烧结矿成本，单位为元/吨；Xi是第i种原料配入量，单位为吨；Pi是第i种原料价格，单位为元/吨；n为烧结所用原料的种类。约束条件为输入的烧结矿化学成分、可用矿种的配比上下限、液相区成分、混匀矿同化温度等条件。
步骤5：将所述烧结矿成本最低的配矿方案输入到烧结矿质量预测模型中得到烧结矿质量；其中，所述烧结矿质量预测模型是以烧结车间的历史生产数据作为输入，以烧结矿质量为输出进行训练得到的；所述烧结矿质量包括烧结矿转鼓指数、平均粒径、熔滴区间、熔滴最大压差、熔化终了温度、低温还原粉化指数、还原度。
烧结矿质量包含烧结矿的化学成分、物理性能、冶金性能等。烧结矿化学成分可以通过配料计算得出。烧结矿的物理性能和冶金性能与烧结配矿结构、烧结生产工艺参数、烧结矿化学成分都有较高的相关性，很难建立烧结矿物理性能、冶金性能与烧结配矿结构的函数关系，因此本发明利用生产大数据分析来建立统计模型。
首先建立多层感知神经网络预测烧结矿质量的模型。模型共分4层：输入层、两层隐含层和输出层。该模型的输入层包括烧结矿化学成分、各矿种配用比例、及各类熔剂燃料等共20个神经元；第一层隐含层14个神经元；第二层隐含层11个神经元；输出层的输出变量共选取了7个，包括烧结矿转鼓指数、平均粒径、熔滴区间、熔滴最大压差、熔化终了温度、低温还原粉化指数、还原度。其网络结构如图2所示。本模型实例是以某烧结车间近三年1143组生产数据作为样本数据，其中70％用于训练建模，30％的数据用于模型验证。随着生产数据的不断更新，模型预测的准确率正在不断提升。本发明可根据需求进一步完善增加其它质量指标和工艺参数的预测模型。
步骤6：根据所述烧结矿质量并以铁水原料成本最低作为目标函数计算出高炉最优配矿方案；进一步的，所述目标函数为：
其中，MinZ表示吨铁最优成本，xi表示第i种原材料的配比百分比；pi表示第i种原材料的单位价格，ai,j表示第i种原材料的j元素含量百分比，φ表示铁水中的纯铁含量，λ4表示铁水收得率系数，rjt表示焦比，rmf表示煤比，p焦表示焦炭的成本价格，p煤表示煤粉的成本价格。
需要说明的是，本发明还要以炼铁工艺计算为理论依据，根据高炉最优配矿方案计算出烧结矿化学成分及转鼓指数、球团矿化学成分和高炉冶炼工艺参数。
步骤7：根据高炉产量计划、烧结矿成本最低的配矿方案和高炉最优配矿方案计算高炉经济技术指标；其中，高炉经济技术指标包括综合入炉品位、MgO含量、渣比和Al2O3含量等。
步骤8：以高炉经济技术指标最优及铁水成本最低为目标计算出铁矿石配置计划及铁矿石采购计划。
进一步的，本发明可不断调整各生产线约束条件达到各高炉经济技术指标最优及全系统铁水成本最低的目标，进而确定铁矿石配置计划及铁矿石采购计划。需要说明的是，本发明首先要采集各产线生产数据和铁矿石市场价格数据，然后对数据进行分析和计算，比较选矿烧结球团高炉各产线运行数据是否与本发明测算的一致；如不一致则重新扩充样本数据训练烧结矿质量预测模型，并重新设计配矿方案。
本发明基于上述的高炉炼铁配矿方法还提供了一种高炉全系统全流程优化配矿平台，该平台由基础数据库、铁矿石经济性评价模块、烧结智能优化配矿平台、高炉全系统全流程优化配矿平台、高炉生产运行分析模块五大系统组成。基础数据库包括选矿用矿石数据库、烧结球团用铁矿石数据库、烧结球团用熔剂燃料数据库、高炉用矿石数据库、烧结生产历史数据数据库、烧结配矿方案数据库、烧结球团产线物料消耗数据库、高炉物料消耗数据库、烧结球团产线产量及制造费用数据库。
本发明首先需要将可采购和使用的铁矿石资源信息(包括各矿种的理化性能、烧结性能、成球性能、市场价格等信息)录入基础数据库中。同时将历史的生产数据、配矿方案数据和试验数据录入基础数据库中。
进一步，经济性评价模块，用于计算选矿厂加工各种铁矿石生产铁精矿的成本，并将模型测算的铁精矿成本及理化性能等数据导入烧结球团用铁矿石数据库中。经济性评价模块还对铁矿石以吨度价为评价指标进行性价比排序。
请参阅图3，烧结智能优化配矿平台，用于分析各类矿石的性价比、历史配矿数据、各矿种可采购使用的资源量、高炉产量计划、可运行烧结球团产线等因素，确定烧结初始配矿约束条件和烧结矿成本最低的配矿方案。烧结智能优化配矿平台还可调用烧结矿质量预测模型，预测烧结矿质量(包括转鼓指数、熔滴区间、平均粒径、最大压差、还原度、低温还原粉化等)。
高炉全系统全流程优化配矿平台，用于给定各高炉产量计划、燃料溶剂配比计划、烧结球团配矿方案、高炉炉料结构优化方案调用高炉配矿计算模块测算各高炉经济技术指标，并不断调整各产线约束条件达到各高炉经济技术指标最优及全系统铁水成本最低的目标。
高炉生产运行分析模块，用于采集各产线生产数据和铁矿石市场价格数据。然后对数据进行分析，比较选矿烧结球团高炉各产线运行数据是否与平台指导计划测算一致。如不一致则修正高炉全系统全流程优化配矿平台相对应模块，重新设计配矿方案。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
1)在特定条件下平台可给出全系统高炉铁水成本最低的选矿生产方案、烧结球团配矿方案、高炉炉料配置方案，为企业带来显著的经济效益。
2)在环保限产、市场条件等客观条件变化下，可及时准确的给出生产调整方案。
3)可省去工程技术人员复杂的手工计算和实验室试验。
4)通过生产数据的积累分析可实现模块自学习、模型自修正，保证平台优化配矿更精准。
下面结合具体的实施例对本发明的技术效果做进一步的说明：
针对某钢铁企业两座高炉系统，输入现阶段配矿结构数据测算高炉经济技术指标如下：
1)烧结铁矿石配比
| 自产精矿 | FMG | pb | 巴西粗粉 | 低硫蒙古粉 | 麦克粉 |
| 37.00％ | 15.00％ | 10.00％ | 5.00％ | 3.00％ | 30.00％ |
2)球团铁矿石配比自产精矿：外购精矿＝45％：55％。
3)高炉入炉炉料结构
烧结矿：球团矿＝70％：30％。
4)烧结生产约束条件
| R约束 | SiO<sub>2</sub>约束 | MgO约束 | 生石灰配比 | 燃料配比 |
| 2.05 | 5 | 2 | 3.50％ | 6.00％ |
5)烧结生产预测参数：
烧结过程参数：
6)高炉生产测算参数：
依据上述计算结果对配矿方案进行优化设计，可适度降低入炉烧结矿配比，提高烧结矿碱度R,降低烧结矿SiO2含量，降低烧结矿MgO含量。在提升烧结矿质量指标的同时可降低高炉铁水原料成本。
请参阅图4，运用本发明优化设计方案及测算结果如下：
1)烧结铁矿石配比
| 自产精矿 | FMG | pb | 巴西粗粉 | 低硫蒙古粉 | 麦克粉 |
| 37.00％ | 15.00％ | 10.00％ | 5.00％ | 3.00％ | 30.00％ |
2)球团铁矿石配比自产精矿：外购精矿＝47％：53％。
3)高炉入炉炉料结构
烧结矿：球团矿＝68％：32％。
4)烧结生产约束条件：
| R约束 | SiO2约束 | MgO约束 | 生石灰配比 | 燃料配比 |
| 2.1 | 4.95 | 1.9 | 3.50％ | 6.00％ |
5)烧结生产预测参数：
烧结过程预测参数：
6)高炉生产测算参数：
基于上述数据可知，通过本发明的优化配矿设计的方案，可以使得烧结矿质量指标明显提升，铁水原料成本降低7.16元/t铁。
本发明还提供了一种高炉炼铁配矿系统，包括：
铁矿石信息获取模块，用于获取待评价铁矿石的种类和吨度价；
性价比计算模块，用于以所述待评价铁矿石的种类为变量，计算相同质量的铁矿石产出的铁水和相应铁矿石产出铁水的性价比；
初始约束条件确定模块，用于根据所述性价比、历史配矿数据、各矿种可采购使用的资源量、高炉产量计划、可运行烧结球团产线，确定烧结配矿的初始约束条件；
烧结矿配矿方案确定模块，用于根据所述初始约束条件得到烧结矿成本最低的配矿方案；
烧结矿质量预测模块，用于将所述烧结矿成本最低的配矿方案输入到烧结矿质量预测模型中得到烧结矿质量；
高炉配矿方案确定模块，用于根据所述烧结矿质量并以铁水原料成本最低作为目标函数计算出高炉最优配矿方案；
高炉经济技术指标计算模块，用于根据高炉产量计划、烧结矿成本最低的配矿方案和高炉最优配矿方案计算高炉经济技术指标；
配矿模块，用于以高炉经济技术指标最优及铁水成本最低为目标计算出铁矿石配置计划及铁矿石采购计划。
优选的，所述烧结矿配矿方案确定模块，包括：
参量设定单元，用于将烧结矿石种类及配比、可用熔剂种类及配比、烧结矿化学成分及烧结性能参数设定约束条件；
烧结矿配计算单元，用于采用非线性规划求解优化算法计算出满足约束条件下的烧结矿成本最低的配矿方案。
优选的，所述烧结矿质量预测模型是以烧结车间的历史生产数据作为输入，以烧结矿质量为输出进行训练得到的；所述烧结矿质量包括烧结矿转鼓指数、平均粒径、熔滴区间、熔滴最大压差、熔化终了温度、低温还原粉化指数、还原度。
优选的，所述目标函数为：
其中，MinZ表示吨铁最优成本，xi表示第i种原材料的配比百分比；pi表示第i种原材料的单位价格，ai,j表示第i种原材料的j元素含量百分比，φ表示铁水中的纯铁含量，λ4表示铁水收得率系数，rjt表示焦比，rmf表示煤比，p焦表示焦炭的成本价格，p煤表示煤粉的成本价格。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明通过计算各个铁矿石的性价比，得到烧结矿配矿方案和高炉配矿方案,并基于此得到高炉经济技术指标最优及铁水成本最低的铁矿石配置、采购计划，实现了对高炉炼铁全流程优化配矿，大大提高了高炉炼铁的经济效益。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法而言，由于其与实施例公开的装置相对应，所以描述的比较简单，相关之处参见装置部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种高炉炼铁配矿方法，其特征在于，包括：
获取待评价铁矿石的种类和吨度价；
以所述待评价铁矿石的种类为变量，计算相同质量的铁矿石产出的铁水和相应铁矿石产出铁水的性价比；
根据所述性价比、历史配矿数据、各矿种可采购使用的资源量、高炉产量计划、可运行烧结球团产线，确定烧结配矿的初始约束条件；
根据所述初始约束条件得到烧结矿成本最低的配矿方案；
将所述烧结矿成本最低的配矿方案输入到烧结矿质量预测模型中得到烧结矿质量；
根据所述烧结矿质量并以铁水原料成本最低作为目标函数计算出高炉最优配矿方案；
根据高炉产量计划、烧结矿成本最低的配矿方案和高炉最优配矿方案计算高炉经济技术指标；
以高炉经济技术指标最优及铁水成本最低为目标计算出铁矿石配置计划及铁矿石采购计划。
2.根据权利要求1所述的一种高炉炼铁配矿方法，其特征在于，所述根据所述初始约束条件得到烧结矿成本最低的配矿方案，包括：
将烧结矿石种类及配比、可用熔剂种类及配比、烧结矿化学成分及烧结性能参数设定约束条件；
采用非线性规划求解优化算法计算出满足约束条件下的烧结矿成本最低的配矿方案。
3.根据权利要求1所述的一种高炉炼铁配矿方法，其特征在于，所述烧结矿质量预测模型是以烧结车间的历史生产数据作为输入，以烧结矿质量为输出进行训练得到的；所述烧结矿质量包括烧结矿转鼓指数、平均粒径、熔滴区间、熔滴最大压差、熔化终了温度、低温还原粉化指数、还原度。
4.根据权利要求1所述的一种高炉炼铁配矿方法，其特征在于，所述目标函数为：
其中，MinZ表示吨铁最优成本，xi表示第i种原材料的配比百分比；pi表示第i种原材料的单位价格，ai,j表示第i种原材料的j元素含量百分比，φ表示铁水中的纯铁含量，λ4表示铁水收得率系数，rjt表示焦比，rmf表示煤比，p焦表示焦炭的成本价格，p煤表示煤粉的成本价格。
5.一种高炉炼铁配矿系统，其特征在于，包括：
铁矿石信息获取模块，用于获取待评价铁矿石的种类和吨度价；
性价比计算模块，用于以所述待评价铁矿石的种类为变量，计算相同质量的铁矿石产出的铁水和相应铁矿石产出铁水的性价比；
初始约束条件确定模块，用于根据所述性价比、历史配矿数据、各矿种可采购使用的资源量、高炉产量计划、可运行烧结球团产线，确定烧结配矿的初始约束条件；
烧结矿配矿方案确定模块，用于根据所述初始约束条件得到烧结矿成本最低的配矿方案；
烧结矿质量预测模块，用于将所述烧结矿成本最低的配矿方案输入到烧结矿质量预测模型中得到烧结矿质量；
高炉配矿方案确定模块，用于根据所述烧结矿质量并以铁水原料成本最低作为目标函数计算出高炉最优配矿方案；
高炉经济技术指标计算模块，用于根据高炉产量计划、烧结矿成本最低的配矿方案和高炉最优配矿方案计算高炉经济技术指标；
配矿模块，用于以高炉经济技术指标最优及铁水成本最低为目标计算出铁矿石配置计划及铁矿石采购计划。
6.根据权利要求5所述的一种高炉炼铁配矿系统，其特征在于，所述烧结矿配矿方案确定模块，包括：
参量设定单元，用于将烧结矿石种类及配比、可用熔剂种类及配比、烧结矿化学成分及烧结性能参数设定约束条件；
烧结矿配计算单元，用于采用非线性规划求解优化算法计算出满足约束条件下的烧结矿成本最低的配矿方案。
7.根据权利要求5所述的一种高炉炼铁配矿系统，其特征在于，所述烧结矿质量预测模型是以烧结车间的历史生产数据作为输入，以烧结矿质量为输出进行训练得到的；所述烧结矿质量包括烧结矿转鼓指数、平均粒径、熔滴区间、熔滴最大压差、熔化终了温度、低温还原粉化指数、还原度。
8.根据权利要求5所述的一种高炉炼铁配矿系统，其特征在于，所述目标函数为：
其中，MinZ表示吨铁最优成本，xi表示第i种原材料的配比百分比；pi表示第i种原材料的单位价格，ai,j表示第i种原材料的j元素含量百分比，φ表示铁水中的纯铁含量，λ4表示铁水收得率系数，rjt表示焦比，rmf表示煤比，p焦表示焦炭的成本价格，p煤表示煤粉的成本价格。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111341439.7A CN114091871A (zh) | 2021-11-12 | 2021-11-12 | 一种高炉炼铁配矿方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111341439.7A CN114091871A (zh) | 2021-11-12 | 2021-11-12 | 一种高炉炼铁配矿方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114091871A true CN114091871A (zh) | 2022-02-25 |
Family
ID=80300446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111341439.7A Pending CN114091871A (zh) | 2021-11-12 | 2021-11-12 | 一种高炉炼铁配矿方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114091871A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114512197A (zh) * | 2022-04-20 | 2022-05-17 | 华北理工大学 | 一种基于配矿技术下预测烧结矿转鼓指数的方法 |
| CN114936686A (zh) * | 2022-04-15 | 2022-08-23 | 北京智冶互联科技有限公司 | 优化配矿方法、装置、电子设备和可读存储介质 |
| 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 |
| CN115354093A (zh) * | 2022-04-07 | 2022-11-18 | 中冶赛迪工程技术股份有限公司 | 一种低碳高炉的冶炼成本控制方法及系统 |
| CN115935720A (zh) * | 2023-03-03 | 2023-04-07 | 凌霄(天津)工业互联网有限公司 | 一种基于大数据处理的配矿方法 |
-
2021
- 2021-11-12 CN CN202111341439.7A patent/CN114091871A/zh active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115354093A (zh) * | 2022-04-07 | 2022-11-18 | 中冶赛迪工程技术股份有限公司 | 一种低碳高炉的冶炼成本控制方法及系统 |
| CN115354093B (zh) * | 2022-04-07 | 2024-02-23 | 中冶赛迪工程技术股份有限公司 | 一种低碳高炉的冶炼成本控制方法及系统 |
| CN114936686A (zh) * | 2022-04-15 | 2022-08-23 | 北京智冶互联科技有限公司 | 优化配矿方法、装置、电子设备和可读存储介质 |
| CN114512197A (zh) * | 2022-04-20 | 2022-05-17 | 华北理工大学 | 一种基于配矿技术下预测烧结矿转鼓指数的方法 |
| 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 |
| CN115935720A (zh) * | 2023-03-03 | 2023-04-07 | 凌霄(天津)工业互联网有限公司 | 一种基于大数据处理的配矿方法 |
| CN115935720B (zh) * | 2023-03-03 | 2023-06-02 | 凌霄(天津)工业互联网有限公司 | 一种基于大数据处理的配矿方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114091871A (zh) | 一种高炉炼铁配矿方法与系统 | |
| CN109583118B (zh) | 一种烧结配比计算及烧结矿成本优化方法 | |
| CN104593532B (zh) | 一种炼铁系统炉料优化方法 | |
| CN102925672B (zh) | 利用单烧铁水成本评价铁矿石经济价值的方法 | |
| CN105734276A (zh) | 一种高炉冶炼用铁矿石经济性综合评价方法及其系统 | |
| CN108664761A (zh) | 一种铁矿石性价比综合评定的方法 | |
| Wu et al. | Ore-blending optimization model for sintering process based on characteristics of iron ores | |
| CN110610255A (zh) | 基于智能算法的炼铁过程配料优化方法 | |
| CN115565618A (zh) | 一种高炉配料多目标优化方法、终端设备及存储介质 | |
| CN104419799A (zh) | 一种转炉冶炼在线预测高碳钢碳含量方法 | |
| CN113626993A (zh) | 一种铁矿石冶炼价值评价的方法 | |
| CN110564903A (zh) | 高炉冶炼量化决策支持系统、设备及存储介质 | |
| CN108197785A (zh) | 一种有害元素对高炉燃料比影响的计算方法的建立方法 | |
| CN115354093B (zh) | 一种低碳高炉的冶炼成本控制方法及系统 | |
| CN103017529B (zh) | 烧结机主抽风机风量控制方法及系统 | |
| CN103017533A (zh) | 烧结机主抽风机风量控制方法及系统 | |
| CN103033050A (zh) | 烧结系统主抽风机变频控制方法及系统 | |
| CN103033054A (zh) | 烧结机主抽风机负压控制方法及系统 | |
| CN112251550B (zh) | 一种高炉入炉矿石的品位的调节方法 | |
| CN107967625A (zh) | 一种铁矿粉性价比评价方法 | |
| CN112981017A (zh) | 一种考虑因素变化影响的铁前优化配料方法 | |
| CN111270029A (zh) | 一种铁水温度的表示方法及其应用 | |
| CN113088600B (zh) | 一种烧结用铁矿粉一体化效益的评价方法 | |
| CN114694765B (zh) | 一种烧结用铁矿粉性价比测算方法 | |
| CN117556711B (zh) | 基于神经网络的高炉喷煤优化方法、系统、终端和介质 |
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 |