CN114936464A - 一种烧结混匀矿换堆生产操作的控制方法 - Google Patents

一种烧结混匀矿换堆生产操作的控制方法 Download PDF

Info

Publication number
CN114936464A
CN114936464A CN202210617223.7A CN202210617223A CN114936464A CN 114936464 A CN114936464 A CN 114936464A CN 202210617223 A CN202210617223 A CN 202210617223A CN 114936464 A CN114936464 A CN 114936464A
Authority
CN
China
Prior art keywords
sintering
ore
granularity
pile
blending
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
Application number
CN202210617223.7A
Other languages
English (en)
Inventor
张群山
程涛
陈东峰
黄世来
徐冰
戚义龙
王军
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.)
Maanshan Iron and Steel Co Ltd
Original Assignee
Maanshan Iron and Steel 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 Maanshan Iron and Steel Co Ltd filed Critical Maanshan Iron and Steel Co Ltd
Priority to CN202210617223.7A priority Critical patent/CN114936464A/zh
Publication of CN114936464A publication Critical patent/CN114936464A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • CCHEMISTRY; METALLURGY
    • C22METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
    • C22BPRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
    • C22B1/00Preliminary treatment of ores or scrap
    • C22B1/14Agglomerating; Briquetting; Binding; Granulating
    • C22B1/16Sintering; Agglomerating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Hardware Design (AREA)
  • Materials Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Geology (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Manufacturing & Machinery (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Environmental & Geological Engineering (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Manufacture And Refinement Of Metals (AREA)

Abstract

本发明公开了一种烧结混匀矿换堆生产操作的控制方法,属于混匀矿烧结技术领域。本发明的步骤为:建立匀矿料堆烧结性能预判模型,通过对单矿种同化温度、液相流动性、粘结相强度、烧损、粒度、化学成分等性能参数结合配比加权,得出匀矿大堆基础性能;用统计分析的方法建立化学成分、粒度等参数与湿容量的关系,确定预测湿容量的数学表达式;采用偏最小二乘法统计分析软件,以化学成分、粒度等参数为自变量,湿容量为因变量,建立配水配碳预测模型。本发明是对性能、配水配碳的提前预判和应对,减少混匀矿换堆过程的质量波动和过程波动,促进烧结过程的进一步稳定。

Description

一种烧结混匀矿换堆生产操作的控制方法
技术领域
本发明涉及混匀矿烧结技术领域,特别涉及一种烧结混匀矿换堆生产操作的控制方法。
背景技术
混匀矿是将符合要求的不同品种铁原料(粉矿、精矿、冶金副产品等)根据高炉对烧结矿的要求按照一定的比例准确配料,采用连续均匀布料堆积而形成大堆混匀矿。高炉生产“七分原料三分操作”,在七分原料中烧结矿比例占有70%以上的重量,所以作为高炉原料的烧结矿质量就相当重要。而作为烧结生产的主要原料,混匀矿是决定烧结过程和其产品(烧结矿)质量的关键原料。
一般企业混匀矿为两个料堆,由于料堆与料堆之间配矿结构、化学成分、粒度、烧结性能等差异,不同料堆混匀矿在烧结过程中反映出的透气性、烧结终点、烧结矿强度、化学成分等表现不一,需要作出相应的参数调整来确保烧结矿的产质量。因此,烧结混匀矿换堆期间经常出现烧结过程及烧结矿质量波动,是影响高炉稳定顺行的一大障碍。尤其相邻料堆配矿差异大时,如烧结应对不当,烧结生产波动进一步加剧。针对烧结匀矿变料操作,国内企业主要从原料采购管理改进、匀矿造堆技术改进优化、智能化工厂(如原料成分自动跟踪和调整)等手段减少混匀矿变料带来的生产波动。
经专利检索,已有一部分相关的技术方案公开。如:中国发明专利CN113223643A,公开了一种烧结混匀矿换堆计划智能编制方法,提高换堆过程烧结矿产质量的稳定性;中国发明专利CN113249564A,公开了一种烧结混匀矿的智能换堆方法,能够降低换堆过程中烧结矿质量波动;中国发明专利CN103695639A,公开了一种烧结矿碱度调整方法,能够快速对烧结矿碱度做出快速调整,缩短了调整时间,提高了烧结矿碱度合格率和一级品率,可以有效减少原料成分变化对烧结矿碱度的影响,做到无波动换堆,从而稳定烧结矿的质量,为高炉顺行提供保障。上述方法主要是通过分析相邻匀矿大堆化学成分差异或通过混匀矿仓仓位跟踪,分配各混匀矿配料仓的实际下料量和比例获取烧结配料仓,得出换堆调整参数(即换堆碱度、MgO、含碳量),从而编制换堆计划,达到降低换堆过程烧结矿质量波动的目的。均是从稳定烧结矿化学成分上来实现烧结矿化学成分的稳定,但未涉及从高温性能上换堆操作应对。
发明内容
本发明的目的在于提供一种烧结混匀矿换堆生产操作的控制方法,特别是对性能、配水配碳的提前预判和应对,减少混匀矿换堆过程的质量波动和过程波动,促进烧结过程的进一步稳定,解决了现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:一种烧结混匀矿换堆生产操作的控制方法,包括以下步骤:
S1:建立匀矿料堆烧结性能预判模型:
通过对单矿种同化温度、液相流动性、粘结相强度、铁酸钙生成能力、烧损、粒度、化学成分等性能参数结合配比加权,得出混匀矿各项基础性能指标;其中混匀矿高温性能及粒度、烧损主要用于预测烧结透气性、烧结矿强度等烧结矿性能指标变化,便于换堆操作参数如烧结台车装料压入量、主抽风机和烧结机风箱开度、烧结层厚、点火温度、燃料粒度、机速等控制参数的调整;化学成分主要用于换堆碱度、MgO配比的调整;
S2:建立烧结混合料配水配碳预测模型:
用统计分析的方法建立化学成分、粒度等参数与湿容量的关系,确定预测湿容量的数学表达式;采用偏最小二乘法统计分析软件,以化学成分、粒度等参数为自变量,湿容量为因变量,建立配水配碳预测模型,同时根据高炉生产需要将传统的烧结矿碱度计算生石灰、石灰石、白云石等熔剂配加量的归入该模型;
S3:建立烧结生产操作预测模型:
制定混匀矿换堆生产操作指导书;通过混匀矿各项基础性能指标、烧结混合料配水配碳情况,以及对烧结混合料粒度情况分析,结合前一堆或前几堆混匀矿使用情况,开展烧结点火、烧结负压、烧结机速的预判,以稳定烧结生产过程和质量。
优选的,S1中如混匀矿同化温度:
Figure BDA0003673737030000031
式中:
Figure BDA0003673737030000032
为混匀矿同化温度;
x1-xn为单矿种比例;
f1-fn为单矿种单烧同化温度;
混匀矿的液相流动性、粘结相强度、铁酸钙生成能力、烧损、粒度、化学成分等性能参数计算采用相同公式。
优选的,S2中配水配碳预测模型情况如某一混匀矿堆适宜的混合料水分和燃料配比回归计算:
1)湿容量回归公式(式1)=8.197+0.049*(匀矿-5mm%)+0.157×(匀矿0.5-1mm%)+1.128*(匀矿Al2O3%)-1.248×(匀矿MgO%)+0.489×(匀矿CaO%);
2)混合料适宜水分(式2)=2.15+0.284×(湿容量计算结果);
3)燃料的配比(式3)=2.093-0.0185×FeO+0.0125×(匀矿-0.5mm%)+0.1887×(匀矿烧损)+0.0647×(适宜水分计算结果)。
与现有技术相比,本发明的有益效果是:
本烧结混匀矿换堆生产操作的控制方法,建立匀矿料堆烧结性能预判模型,通过对单矿种同化温度、液相流动性、粘结相强度、烧损、粒度、化学成分等性能参数结合配比加权,得出匀矿大堆基础性能;用统计分析的方法建立化学成分、粒度等参数与湿容量的关系,确定预测湿容量的数学表达式;采用偏最小二乘法统计分析软件,以化学成分、粒度等参数为自变量,湿容量为因变量,建立配水配碳预测模型(定期根据历史生产数据公式进行回归更新分析)。
1)通过计算分析配矿结构带来混匀矿料堆的化学成分、粒度、烧结性能差异和湿容量,更精准的指导烧结料混匀加水量、熔剂、焦粉、煤粉的配入量,提高烧结矿成品率指标在1%左右,降低烧结成本在0.5元/吨;
2)通过计算分析配矿结构带来混匀矿料堆的化学成分、粒度、烧结性能差异和湿容量,更精准的指导烧结生产的负压和烧结机速度,提高烧结终点控制精确度和烧结产量,提高产量5%左右,降低生产成本0.3元/吨。
附图说明
图1为本发明的方法流程图。
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。
请参阅图1,一种烧结混匀矿换堆生产操作的控制方法,包括以下步骤:
S1:建立匀矿料堆烧结性能预判模型:
通过对单矿种同化温度、液相流动性、粘结相强度、铁酸钙生成能力、烧损、粒度、化学成分等性能参数结合配比加权,得出混匀矿各项基础性能指标;其中混匀矿高温性能(同化温度、液相流动性、粘结相强度、铁酸钙生成能力)及粒度、烧损主要用于预测烧结透气性、烧结矿强度等烧结矿性能指标变化,便于换堆操作参数如烧结台车装料压入量、主抽风机和烧结机风箱开度、烧结层厚、点火温度、燃料粒度、机速等控制参数的调整;化学成分主要用于换堆碱度、MgO配比的调整;
如混匀矿同化温度:
Figure BDA0003673737030000051
式中:
Figure BDA0003673737030000052
为混匀矿同化温度;
x1-xn为单矿种比例;
f1-fn为单矿种单烧同化温度;
混匀矿的液相流动性、粘结相强度、铁酸钙生成能力、烧损、粒度、化学成分等性能参数计算采用相同公式;
S2:建立烧结混合料配水配碳预测模型:
用统计分析的方法建立化学成分、粒度等参数与湿容量的关系,确定预测湿容量的数学表达式;采用偏最小二乘法统计分析软件,以化学成分、粒度等参数为自变量,湿容量为因变量,建立配水配碳预测模型(定期根据历史生产数据公式进行回归更新分析),同时根据高炉生产需要将传统的烧结矿碱度计算生石灰、石灰石、白云石等熔剂配加量的归入该模型;配水配碳预测模型情况如某一混匀矿堆适宜的混合料水分和燃料配比回归计算:
1)湿容量回归公式(式1)=8.197+0.049*(匀矿-5mm%)+0.157×(匀矿0.5-1mm%)+1.128*(匀矿Al2O3%)-1.248×(匀矿MgO%)+0.489×(匀矿CaO%)
2)混合料适宜水分(式2)=2.15+0.284×(湿容量计算结果)
3)燃料的配比(式3)=2.093-0.0185×FeO+0.0125×(匀矿-0.5mm%)+0.1887×(匀矿烧损)+0.0647×(适宜水分计算结果)
(上述公式中,式1~式3定期根据历史生产数据公式进行回归更新分析);
S3:建立烧结生产操作预测模型:
制定混匀矿换堆生产操作指导书;通过混匀矿各项基础性能指标、烧结混合料配水配碳情况,以及对烧结混合料粒度情况分析,结合前一堆或前几堆混匀矿使用情况,开展烧结点火、烧结负压、烧结机速的预判,以稳定烧结生产过程和质量。
本发明通过对原料结构的分析和建立预判模型,烧结工艺过程统计,模型修正,为匀矿换堆操作提供有力的技术指导依据,确保在现有生产条件下实现换堆的平稳过渡,保证高炉炉况的稳定顺行,冶炼出低成本、高质量的产品。实施混匀矿换堆控制技术后,实际燃料配比与预测值较为吻合;从料头、料尾期间烧结终点温度、废气温度变化反映出烧结稳定性提高。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种烧结混匀矿换堆生产操作的控制方法,其特征在于,包括以下步骤:
S1:建立匀矿料堆烧结性能预判模型:
通过对单矿种同化温度、液相流动性、粘结相强度、铁酸钙生成能力、烧损、粒度、化学成分等性能参数结合配比加权,得出混匀矿各项基础性能指标;其中混匀矿高温性能及粒度、烧损主要用于预测烧结透气性、烧结矿强度等烧结矿性能指标变化,便于换堆操作参数如烧结台车装料压入量、主抽风机和烧结机风箱开度、烧结层厚、点火温度、燃料粒度、机速等控制参数的调整;化学成分主要用于换堆碱度、MgO配比的调整;
S2:建立烧结混合料配水配碳预测模型:
用统计分析的方法建立化学成分、粒度等参数与湿容量的关系,确定预测湿容量的数学表达式;采用偏最小二乘法统计分析软件,以化学成分、粒度等参数为自变量,湿容量为因变量,建立配水配碳预测模型,同时根据高炉生产需要将传统的烧结矿碱度计算生石灰、石灰石、白云石等熔剂配加量的归入该模型;
S3:建立烧结生产操作预测模型:
制定混匀矿换堆生产操作指导书;通过混匀矿各项基础性能指标、烧结混合料配水配碳情况,以及对烧结混合料粒度情况分析,结合前一堆或前几堆混匀矿使用情况,开展烧结点火、烧结负压、烧结机速的预判,以稳定烧结生产过程和质量。
2.根据权利要求1所述的一种烧结混匀矿换堆生产操作的控制方法,其特征在于,S1中如混匀矿同化温度:
Figure FDA0003673737020000011
式中:
Figure FDA0003673737020000021
为混匀矿同化温度;
x1-xn为单矿种比例;
f1-fn为单矿种单烧同化温度;
混匀矿的液相流动性、粘结相强度、铁酸钙生成能力、烧损、粒度、化学成分等性能参数计算采用相同公式。
3.根据权利要求1所述的一种烧结混匀矿换堆生产操作的控制方法,其特征在于,S2中配水配碳预测模型情况如某一混匀矿堆适宜的混合料水分和燃料配比回归计算:
1)湿容量回归公式(式1)=8.197+0.049*(匀矿-5mm%)+0.157×(匀矿0.5-1mm%)+1.128*(匀矿Al2O3%)-1.248×(匀矿MgO%)+0.489×(匀矿CaO%);
2)混合料适宜水分(式2)=2.15+0.284×(湿容量计算结果);
3)燃料的配比(式3)=2.093-0.0185×FeO+0.0125×(匀矿-0.5mm%)+0.1887×(匀矿烧损)+0.0647×(适宜水分计算结果)。
CN202210617223.7A 2022-06-01 2022-06-01 一种烧结混匀矿换堆生产操作的控制方法 Pending CN114936464A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210617223.7A CN114936464A (zh) 2022-06-01 2022-06-01 一种烧结混匀矿换堆生产操作的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210617223.7A CN114936464A (zh) 2022-06-01 2022-06-01 一种烧结混匀矿换堆生产操作的控制方法

Publications (1)

Publication Number Publication Date
CN114936464A true CN114936464A (zh) 2022-08-23

Family

ID=82867638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210617223.7A Pending CN114936464A (zh) 2022-06-01 2022-06-01 一种烧结混匀矿换堆生产操作的控制方法

Country Status (1)

Country Link
CN (1) CN114936464A (zh)

Similar Documents

Publication Publication Date Title
CN109583118B (zh) 一种烧结配比计算及烧结矿成本优化方法
CN104164558B (zh) 一种烧结工序烧结矿质量控制方法
CN110610255A (zh) 基于智能算法的炼铁过程配料优化方法
CN111308894B (zh) 一种烧结过程耦合配矿及控制过程的参数调节方法
CN103695639A (zh) 烧结矿碱度调整方法
CN109112240A (zh) 一种高炉合理富氧率的确定方法
CN101555546B (zh) 一种烧结原料的配比调整方法
CN105420430A (zh) 一种钒钛磁铁矿高炉炉料结构及高炉冶炼方法
CN109112294A (zh) 一种提高烧结矿还原性和降低燃料消耗的方法
CN105865830A (zh) 一种混匀铁矿石取样及化学成分预测方法
CN101532081B (zh) 一种优化烧结固体燃料配比的方法及装置
CN114936464A (zh) 一种烧结混匀矿换堆生产操作的控制方法
CN111235383A (zh) 添加使用低镁资源生产烧结矿的方法
CN105046357A (zh) 一种烧结系统中返矿仓物料平衡控制模型
CN107967625B (zh) 一种铁矿粉性价比评价方法
CN115186869A (zh) 一种烧结配料结构变化的预测方法
CN113667781B (zh) 一种降低高炉燃料比的方法
CN108929949A (zh) 一种应用球团碎降本、增效的铁矿混匀粉
Sikora et al. The anthracite as sinter fuels
CN85100645B (zh) 双球烧结工艺
CN100577818C (zh) 一种以氧化镍矿为原料的镍铁的高炉冶炼工艺
CN218553895U (zh) 一种烧结混合料自动配水系统
CN112981017A (zh) 一种考虑因素变化影响的铁前优化配料方法
CN112941307A (zh) 一种稳定烧结过程的控制方法
CN108715929B (zh) 一种快速调整烧结矿碱度废品的方法

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