CN115461478A - 用于调整烧结材料的渗透率的方法 - Google Patents
用于调整烧结材料的渗透率的方法 Download PDFInfo
- Publication number
- CN115461478A CN115461478A CN202180031391.1A CN202180031391A CN115461478A CN 115461478 A CN115461478 A CN 115461478A CN 202180031391 A CN202180031391 A CN 202180031391A CN 115461478 A CN115461478 A CN 115461478A
- Authority
- CN
- China
- Prior art keywords
- permeability
- data
- sintering
- sinter
- adjusting
- 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
Links
- 230000035699 permeability Effects 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000000463 material Substances 0.000 title description 24
- 239000000203 mixture Substances 0.000 claims abstract description 70
- 238000005245 sintering Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims description 13
- 239000000945 filler Substances 0.000 claims description 10
- 239000002245 particle Substances 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000002156 mixing Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 238000009851 ferrous metallurgy Methods 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- 239000007789 gas Substances 0.000 description 6
- 229910052742 iron Inorganic materials 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000000571 coke Substances 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 239000002994 raw material Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000019738 Limestone Nutrition 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000010419 fine particle Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005469 granulation Methods 0.000 description 1
- 230000003179 granulation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- -1 sinter return Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- C22B1/20—Sintering; Agglomerating in sintering machines with movable grates
-
- 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
- C22B1/20—Sintering; Agglomerating in sintering machines with movable grates
- C22B1/205—Sintering; Agglomerating in sintering machines with movable grates regulation of the sintering process
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Materials Engineering (AREA)
- Mechanical Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Manufacture And Refinement Of Metals (AREA)
Abstract
本发明涉及钢铁冶金烧结领域。本发明的目的是：通过借助于烧结混合物的最大空气通行来来实现烧结设施的最佳运行。该目的通过一种用于调整渗透率的方法、一种信号处理设备、一种机器可读代码来实现。通过用于渗透率的基于数据的在线模型确定烧结混合物的湿气含量的目标值，在目标值处出现烧结混合物的渗透率的最大值。基于数据的在线模型(为了持续更新)具有烧结混合物的至少一个湿气含量和渗透率作为输入变量。所确定的湿气含量作为目标值传输至湿气添加调节器。
Description
技术领域
本发明涉及钢铁冶金中的烧结的领域。
一方面，本发明涉及一种用于调整用于烧结设施的烧结混合物的渗透率的方法。
另一方面，本发明涉及一种用于执行用于调整渗透率的方法的信号处理装置和一种机器可读代码。此外，本发明还涉及一种存储有机器可读的代码的存储介质。
背景技术
在烧结设施中，为了在高炉中使用而由细粒的原料来生产块状的铁矿石烧结物。在此，细矿石、石灰石、具有焦屑的回收粉尘(作为燃料)在搅拌筒中混合成烧结混合物。用于产生烧结混合物的方法也是已知的，其除了混合器之外还具有造粒机和滚光滚筒，如在EP2848299B1中所示。烧结混合物作为烧结床堆起到由所谓的炉排车构成的烧结带上。焦屑借助于气体燃烧器经由点火罩在表面处点燃。在炉排下方，经由风箱或吸箱施加负压，由此，从上向下通过烧结层抽吸空气和所形成的废气，并且燃烧区从表面朝吸箱的方向迁移。铁矿石开始熔化、粘在一起并形成烧结饼。将烧结带的速度选择成，使得烧结层在临近带端部时完全烧穿。在端部处，烧结物被甩出、破碎并在冷却器上冷却，并且然后经由长传送带输送至高炉。
烧结设施的生产率与烧结床的渗透率紧密关系。烧结床的渗透率越高，生产率就越高。高渗透率产生良好的燃烧行为，从而产生均匀良好烧透的烧结饼。除了粒度分布之外，湿气含量是对渗透率的最重要的影响参数之一。在湿气含量低时，细颗粒阻塞空气通行并且导致渗透率低。在湿气非常高的情况下，水阻塞烧结混合物的颗粒之间的空气通行。在两者之间存在最佳情况，在最佳情况中，细颗粒通过湿气结合在较大的颗粒处并且渗透率进而空气通行变得最大。因此，对于烧结设施的最佳运行，了解渗透率的最大值的位置非常重要。
在EP 2330468A1中示出用于优化固化炉运行的过程控制装置。
在US4410355A1中示出用于控制用于细粒矿石的造粒设备的方法。将烧穿焦点的位置选为用于控制方法的目标变量。
在JPH08134554A中示出用于对烧结原材料造粒的方法。
发明内容
本发明的目的是：通过实现穿过烧结混合物的最大空气通行，来实现烧结设施的最佳运行。
该目的通过一种用于调整渗透率的方法来实现，该方法根据烧结混合物的渗透率的基于数据的在线模型确定烧结混合物的湿气含量的目标值，在该目标值处出现烧结混合物的渗透率的最大值。基于数据的在线模型(为了持续更新)具有烧结混合物的至少一个湿气含量和渗透率的数据作为输入变量。所确定的湿气含量作为目标值被传输至湿气添加调节器。数据例如能够是直接的测量数据、从其他测量数据中计算的数据或估计数据。
在本发明的上下文中，渗透率表示烧结混合物的空气或气体穿透率。
在离线阶段中创建基于数据的模型。为了确保适当地选择鲁棒的模型和要包含的影响变量，在离线阶段中根据独立的、在模型创建中未使用的测试数据执行对具有影响变量的不同组合的不同模型的验证。借助于均方根误差评估模型性能，均方根误差提供对于渗透率的模型预测和所测量的渗透率的偏差的度量。优选地，使用提供关系的可理解的公式的模型，例如多元线性回归。基于数据的模型至少具有湿气含量作为输入变量。在烧结设施运行中(即在在线模式中)持续地用渗透率和湿气含量的数据、优选测量数据来更新基于数据的模型。渗透率也能够间接地通过生产率确定。生产率通过每单位时间所产生的烧结材料的重量得出。通过检测生产率，同样能够良好近似地确定渗透率。通过基于数据的在线模型能够确定烧结混合物的湿气含量，在烧结混合物中出现渗透率的最大值。然后，将该湿气含量作为目标值传输至湿气添加调节器。该传输应当在合理的时间部段中进行，该时间部段与湿气含量和/或渗透率的测量间隔相关。目标值的更新总是应在以下时间间隔之后进行，该时间间隔至少大于或等于测量间隔。有利借助混合料测试仪求出的湿气含量的测量间隔例如处于5至30分钟的范围内。但是也能够考虑使用机器学习中的其他回归模型，即例如套索(lasso)回归、岭回归、符号回归、决策树、随机森林、梯度提升或神经网络。根据选择何种模型，会需要：如果分析确定是不可行的，则数值确定渗透率的最大值。在烧结混合物的制备期间，在为此所设的机组(例如在混合器、强力混合器、造粒机和/或滚光滚筒)中进行湿气含量的调整。
如果无法明确地探测渗透率的最大值，则也能够利用在最后预设的渗透率值的点处的斜率进行调节。根据斜率，提高、降低新的预设的渗透率值或使其不变。在该情况下，也能够使用线性模型，从线性模型中计算斜率。例如，当工作点处于曲线的侧部上并且显著远离最佳值时，能够使用斜率。因此，能够替代地通过斜率来确定最大值或最优值。这两种方法(斜率和确定最大值)的组合是可行的。如果能够确定最大值，则将其位置用于调节。如果无法确定最大值，则能够过渡到借助于倾斜进行调节。
一个优选的实施方式提出：烧结混合物的以下参数中的至少一个是基于数据的在线模型的附加的输入变量：
-烧结混合物的填料密度，
-烧结混合物的组分，
-粒度分布，
-在混合烧结混合物时的工艺参数
-环境影响，优选是环境温度。
通过填料密度能够良好地描述材料组分。烧结混合物的填料密度的、用于基于数据的在线模型的附加的输入变量改进渗透率的确定，因为由此材料特性包括到基于数据的在线模型中。烧结混合物的组分包含所有材料、添加剂和/或燃料。例如，对于烧结混合物中所有材料和/或对于铁矿石，能够将粒度分布作为输入变量传输至基于数据的在线模型。
能够将对于单个或对于所有制备机器的工艺参数用作为在制备烧结混合物时的工艺参数的输入变量。将制备机器例如理解为混合器、强力混合器、制粒机和/或滚光滚筒。除了环境温度之外，在环境影响中还有空气湿度、天气、降水量和其他环境条件是相关的。根据烧结混合物的材料在哪里仓储，这种影响在湿气含量方面是重要的。
另一优选的实施方式提出，渗透率的在线模型具有湿气含量的、湿气含量的平方的和优选填料密度的函数关系。已经表明：通过考虑湿气含量的平方能够进一步改进模型，并且通过这种关系进一步改进渗透率的最大值的确定。作为其他的输入参数的填料密度实现进一步改进模型和渗透率的确定。因此，渗透率p能够近似地例如通过以下函数关系借助于湿度f和湿度的平方f2来描述：
p＝c0+c1*f+c2*f2 (等式1)
在此使用的系数c0、c1、c2根据出自测量数据中的现有数据集来适配。从该公式中显著能够确定任何如下点，在该点处渗透率具有在湿气变化中的最大值。通过计算对湿气的一阶导数并将该导数设置为零，能够获得渗透率变为最大/最小的湿气值。
从湿气c2的平方项的系数中能够读出：其为最小值(正系数)还是最大值(负系数)。但是还能够考虑：附加地还将具有系数c3的项乘以烧结混合物的填料密度加至等式1。
一个有利的实施方式提出：仅在至少三十分钟之后、优选在一小时之后将湿气含量作为目标值传输至湿气添加调节器。通过该措施，湿气添加调节器具有足够的时间来调节到新的预设值，还避免了波动。目标是具有少量变化的尽可能稳定的运行。
一个优选的实施方式提出：在每次确定、优选测量输入变量之后更新基于数据的在线模型，其中，至少每小时、优选地至少每30分钟确定、优选测量输入变量。因此，确保基于数据的在线模型总是处于新状态。能够直接或间接测量输入变量。
一个有利的实施方式提出：湿气含量的目标值处于3.5％与10％之间的范围内，优选处于3.8％与8％之间的范围内，特别优选处于3.8％与4.3％之间的范围内。对于烧结混合物，这是湿气含量应在其中移动的范围。在正常情况下在该范围中出现渗透率的最大值。
另一优选的实施方式提出：传输至湿气添加调节器的湿气含量的目标值最大具有相对于先前的目标值为0.2％的偏差。借助于该措施防止调节器过冲并确保稳定运行。
一个有利的实施方式提出：基于数据的在线模型考虑至少两个、优选至少五个、特别优选至少十个具有数据(优选测量数据)的数据集。所使用功能的数据还为烧结混合物的渗透率和湿气含量。数据检测的时间段对于每个数据集具有不同长的时间段。通过使用多个数据集，基于数据的模型变得更加稳定。
例如，考虑如下数据集，该数据集包括短的时间段，但是是非常新的。该数据集允许快速匹配改变的材料特性。作为其他的数据集能够使用具有长时间段的数据集，该数据集通常更稳定。因此，数据集能够重叠或完全包含在另一数据集中。例如，具有短时间段的数据集例如能够完全包含在(具有较长时间段的)数据集之一中。能够考虑的是：所有数据集都具有相同的结束时间点，并且仅通过不同的开始时间点区分。通过将分别具有不同时间段的多个数据集组合保证模型能够一方面稳定地并且另一方面快速地对变化的条件做出反应。在本发明的上下文中，时间段为几小时到几周和几个月。
另一有利的实施方式提出：将至少一个数据集不同地加权。具有较新的时间段的数据集优选地比具有过去较长的时期段的数据集具有更高的权重因子。能够通过加权因子附加地改进基于数据的在线模型，因为较新的数据集(即具有当前的和短的时间段的数据集)比时间上更早的数据集具有更强的影响。这产生稳定地、但是也非常快速地对改变的材料条件作出反应的模型。因此，也能够考虑将没有权重因子的数据集和具有权重因子的数据集相互组合，或者对所有数据集进行加权。能够考虑：相应数据集中的单个或多个数据点具有不同的权重因子。
证实为有利的实施方式提出：仅将具有可明确确定的最大值的数据集用于基于数据的在线模型。如果不是这种情况，则数据集不用于基于数据的在线模型。通过该措施旨在保证：仅使用分别具有明确最大值的数据集。由此确保明确地确定渗透率的最大值。
另一有利的实施方式提出：在线模型具有三级函数关系。例如，也能够将三次的湿气含量包含到基于数据的在线模型中。
另一有利的实施方式提出：借助于符号回归求出基于数据的在线模型。借助于符号回归，能够允许一系列运算和函数，例如幂、对数函数、指数函数、三角函数和/或计算类型(例如加、减、除和/或乘)。于是，符号回归算法借助于启发式优化方法来寻找最匹配预设训练数据的公式。数据集中的关系由此可能能够被更好地描述，因为具有更多的自由度。
一个有利的实施方式提出：紧接在将烧结混合物施加到烧结设施的烧结带上之前，确定烧结混合物的渗透率的最大值。因此，在烧结混合物施加到烧结设施的烧结带上之前，烧结混合物应具有最大值。因此，一旦烧结混合物在混合器、造粒机或滚光滚筒中经历最后的制备步骤，紧接在烧结带之前，即在材料添加点之前，就应存在最大值。
该目的还通过种用于烧结设施的信号处理装置来实现，该信号处理装置具有机器可读的程序代码，该程序代码具有控制命令，该控制命令促使信号处理装置执行根据之前描述的方法。
该目的还通过一种用于烧结设施的信号处理装置的机器可读的程序代码来实现。程序代码具有控制命令，控制命令促使信号处理装置执行根据之前描述的方法。
该目的同样通过一种存储介质来实现，其具有如之前描述的存储在存储介质上的机器可读的程序代码。
附图说明
图1和图2示出烧结设施的示意图和烧结混合物的制备。
图3示出测量的和通过基于数据的在线模型确定的渗透率的图表。
图4示出通过基于数据的在线模型求出的湿气含量的图表。
具体实施方式
图1示出烧结设施1的示意图和烧结混合物5的示例性的制备。在强力混合器10中，引入粒度范围为200μm至10mm的铁矿石11和原材料12，即例如焦屑、石灰石、烧结回料、粘合剂、粉尘和钢厂残渣材料。通过加水13来调整湿气含量。通过与水输送管线13b连接的阀13a控制加水13。
烧结混合物5的湿气含量通过湿气调节器15来调整。湿气调节器15从基于数据的在线模型16获得湿气含量16a的目标值。将该湿气含量16a的目标值与测量的湿气含量17a进行比较。湿气调节器15借助控制变量14调整阀13a，以便(例如通过基于数据的在线模型16来预设)确保烧结混合物5的最佳的湿气含量。
基于数据的在线模型16至少具有烧结混合物5的渗透率17b和湿气含量17a作为输入变量。也能够考虑：代替渗透率17b而使用生产率。也能够还将其他的数据17作为输入参数(例如粒度分布、填料密度等)传输至基于数据的在线模型16。优选通过混合物测试仪求出湿度、渗透率和填料密度。将烧结混合物在材料添加点2处施加到烧结设施1上。通过气体燃烧器点燃烧结物表面处的焦屑，并且通过风箱4施加负压，由此，空气和所形成的废气从上向下通过烧结层被抽吸。铁矿石开始熔化、粘在一起并形成烧结饼。钉式破碎机(未示出)也能够位于烧结设施的端部处，以便破碎烧结饼。烧结过的材料6在材料输出点3处投下。随后，将烧结过的材料6在冷却器上冷却并输送至高炉(未示出)。烧结混合物5的湿气含量的调整是必要的，以便调整渗透率17b的最佳值。渗透率17b的最佳值能够保证最大的空气通行，因此在烧结设施1的端部处形成均匀良好地烧透的烧结过的材料6。
与图1类似，在图2中存在强混合器10。在该实施方案中，强力混合器10与造粒机18连接，混合过的材料10a被传输到该造粒机中。将混合过的材料10a在造粒机18中输送至另一方法步骤，并且然后，造粒过的材料18a能够传输至滚光滚筒19。代替滚光滚筒19，其他机组也是可行的，例如盘式造粒机。在该实施方式中，除了在强力混合机10中之外也在造粒机18和滚光滚筒19中调节湿气含量17a。湿气添加调节器15将用于调整加水13的控制信号14传输至阀13a。但是也能够考虑在仅两个或一个机组中调整湿气含量17a。
在图3中示出渗透率关于时间的图表。渗透率作为日本的渗透率单位(JPU)被检测。渗透率测量17b的测量数据和基于数据的在线模型的渗透率预测20绘制在图表中。从该图表中可见测量数据与渗透率20的预测良好一致。对于渗透率预测，基于数据的在线模型基于根据公式1(p＝c0+cl*f+c2*f2)的函数关系。根据现有的数据集确定系数c0、cl、c2。
在图4中，在图表中一方面绘制由基于数据的在线模型求出的湿气值23，并且绘制所调整的湿气值22。所调整的湿气值22在该实例中总是仅当所求出的湿气值改变0.05％的绝对值时才改变。该绝对值也能够更高或更低。也能够考虑几乎连续地进行调整。在该图表中还示出多个所使用的单个模型的结果21。该多个所使用的单个模型的结果21是为基于数据的在线模型考虑的数据集。该数据集是单个模型的结果，从该结果中能够明确地确定最大值。所使用的数据集的强烈变化数量表明：重要的是使用多个数据集，因为在特定时间点仅少量数据集具有可良好确定的最大值。这能够因为材料组分发生变化或者已经非常接近最佳值，由此，大量数据集不具有能确定的最大值。因此，如果使用多个数据集，那么至少有一些数据集在此具有能够确定的最大值的概率非常高。
尽管详细地通过优选的实施例详细说明和描述了本发明，但是本发明不受所公开的实施例的限制，并且本领域技术人员能够在不脱离本发明保护范围的情况下从中得出其他变体方案。
附图标记列表
1 烧结设施
2 材料添加点
3 材料输出点
4 风箱
5 烧结混合物
6 烧结过的材料
7 气体燃烧器
10 混合器
10a 混合过的材料
11 铁矿石
12 原材料
13 加水
13a 阀
13b 水输送线路
14 控制变量
15 湿气添加调节器
16 基于数据的在线模型
16a 湿气含量的目标值
17 数据
17a 湿气含量
17b 渗透率测量
18 造粒机
18a 造粒过的材料
19 滚光滚筒
20 渗透率预测
21 多个所使用的单个模型的结果
22 调整的湿气值
23 求出的湿气值
JPU 日本渗透率单位
n 数量
％ 以％计的湿气含量。
Claims (17)
1.一种用于调整用于烧结设施(1)的烧结混合物(5)的渗透率的方法，其特征在于，根据所述烧结混合物(5)的渗透率的基于数据的在线模型(16)来确定所述烧结混合物(5)的湿气含量(16a)的目标值，在所述目标值处出现所述烧结混合物(5)的所述渗透率的最大值，将所述湿气含量(16a)的所述目标值传输至湿气添加调节器(15)，其中，所述基于数据的在线模型(16)为了持续更新而具有所述烧结混合物(5)的至少一个湿气含量(17a)的和一个渗透率(17b)的数据作为输入变量(17)，所述数据优选是测量数据。
2.根据权利要求1所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，所述基于数据的在线模型(16)的附加的输入变量(17)是以下参数中的至少一个：
-所述烧结混合物的填料密度，
-所述烧结混合物的组分，
-粒度分布，
-在混合所述烧结混合物时的工艺参数，
-环境影响，优选是环境温度。
3.根据权利要求1或2所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，所述渗透率的所述基于数据的在线模型(16)具有所述烧结混合物的湿气含量的、所述湿气含量的平方的和优选所述烧结混合物的填料密度的函数关系。
4.根据权利要求1至3所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，仅在相对于先前的目标值的变化大于0.05％时，才将所述湿气含量作为目标值输送至所述湿气添加调节器。
5.根据权利要求1至4所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，仅在至少三十分钟之后，优选在一小时之后，将所述湿气含量(17a)作为目标值传输至所述湿气添加调节器(15)。
6.根据权利要求1至5所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，在每次确定、优选测量所述输入变量之后，更新所述基于数据的在线模型(16)，其中，至少每小时、优选至少每30分钟确定、优选测量所述输入变量。
7.根据权利要求1至6所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，所述湿气含量(17a)的所述目标值处于3.5％与10％之间的范围内，优选处于3.8％与8％之间的范围内，特别优选处于3.8％与4.3％之间的范围内。
8.根据权利要求1至7所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，所述湿气含量的传输至所述湿气添加调节器(15)的目标值相对于先前的目标值最多具有0.2％的偏差。
9.根据权利要求1至8所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，所述基于数据的在线模型(16)考虑至少两个、优选地至少五个、特别优选至少十个具有数据、优选测量数据的数据集，所述数据集分别具有数据检测的不同时间段。
10.根据权利要求9所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，将至少一个数据集不同地加权，其中，具有较新的时间段的数据集与具有过去较久的时期段的数据集相比优选地具有更高的权重因子。
11.根据权利要求9或10所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，针对所述基于数据的在线模型(16)仅考虑具有能明确确定的最大值的数据集。
12.根据权利要求3至11所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，所述基于数据的在线模型(16)具有三级函数关系。
13.根据权利要求1或2所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，借助于符号回归得出所述基于数据的在线模型(16)。
14.根据权利要求1至13所述的用于调整用于烧结设施(1)的烧结混合物(5)的渗透率(17b)的方法，其特征在于，紧接在将所述烧结混合物施加到所述烧结设施(1)的烧结带上之前，确定所述烧结混合物(5)的所述渗透率的最大值。
15.一种用于烧结设施(1)的信号处理装置，所述信号处理装置具有机器可读的程序代码，所述程序代码具有控制命令，所述控制命令促使所述信号处理装置执行根据权利要求1至14中任一项所述的方法。
16.一种用于烧结设施(1)的信号处理装置的机器可读的程序代码，其中，所述程序代码具有控制命令，所述控制命令促使所述信号处理装置执行根据权利要求1至14中任一项所述的方法。
17.一种存储介质，具有根据权利要求16所述的存储在所述存储介质上的机器可读的程序代码。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP20172392.1 | 2020-04-30 | ||
| EP20172392.1A EP3904544A1 (de) | 2020-04-30 | 2020-04-30 | Verfahren zur einstellung einer permeabilität eines sintergutes |
| PCT/EP2021/061272 WO2021219790A1 (de) | 2020-04-30 | 2021-04-29 | Verfahren zur einstellung einer permeabilität eines sintergutes |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115461478A true CN115461478A (zh) | 2022-12-09 |
| CN115461478B CN115461478B (zh) | 2024-08-06 |
Family
ID=70482374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180031391.1A Active CN115461478B (zh) | 2020-04-30 | 2021-04-29 | 用于调整烧结材料的渗透率的方法 |
Country Status (3)
| Country | Link |
|---|---|
| EP (2) | EP3904544A1 (zh) |
| CN (1) | CN115461478B (zh) |
| WO (1) | WO2021219790A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114668164B (zh) * | 2022-04-01 | 2023-01-13 | 河南中烟工业有限责任公司 | 基于来料差异性的松散回潮加水量自适应控制系统 |
| JP7529186B1 (ja) | 2023-03-27 | 2024-08-06 | Ｊｆｅスチール株式会社 | ペレットの製造方法 |
| CN117524386B (zh) * | 2024-01-04 | 2024-06-04 | 之江实验室 | 基于微磁学和机器学习的磁性合金磁导率计算方法和装置 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4082541A (en) * | 1974-03-27 | 1978-04-04 | Institut De Recherches De La Siderurgie Francaise (Irsid) | Installation for the agglomeration of a particulate mineral charge and operation thereof |
| US4410355A (en) * | 1979-11-06 | 1983-10-18 | Voest-Alpine Aktiengesellschaft | Process for controlling a pelletizing plant for fine-grained ores |
| SU1135784A1 (ru) * | 1983-03-21 | 1985-01-23 | Казахский политехнический институт им.В.И.Ленина | Система автоматического регулировани влажности агломерационной шихты |
| JPH042732A (ja) * | 1990-04-20 | 1992-01-07 | Nippon Steel Corp | 焼結プロセス制御装置 |
| SU1749273A1 (ru) * | 1990-08-29 | 1992-07-23 | Научно-производственное объединение "Тулачермет" | Способ автоматического регулировани влажности агломерационной шихты |
| JPH08134554A (ja) * | 1994-09-14 | 1996-05-28 | Sumitomo Metal Ind Ltd | 焼結原料の造粒方法 |
| KR20010056380A (ko) * | 1999-12-15 | 2001-07-04 | 이구택 | 소결조업의 코크스 수분 제어장치 |
| JP2006213980A (ja) * | 2005-02-04 | 2006-08-17 | Kobe Steel Ltd | 焼結鉱の製造方法 |
| CN102086484A (zh) * | 2009-12-04 | 2011-06-08 | 塔塔咨询服务有限公司 | 对活动炉排上烧结湿铁矿石球团的在线优化 |
| CN102131941A (zh) * | 2008-08-21 | 2011-07-20 | 杰富意钢铁株式会社 | 烧结矿的制造方法及烧结机 |
| CN102298316A (zh) * | 2011-04-27 | 2011-12-28 | 中南大学 | 有效抑制原料流量波动的烧结制粒水分控制参数整定方法 |
| CN106022377A (zh) * | 2016-05-20 | 2016-10-12 | 中南大学 | 一种铁矿烧结料层透气性状态的在线预测方法 |
| CN106355272A (zh) * | 2016-08-25 | 2017-01-25 | 辽宁中新自动控制集团股份有限公司 | 一种烧结智能数据寻优方法 |
| CN106842919A (zh) * | 2017-01-08 | 2017-06-13 | 北京首钢自动化信息技术有限公司 | 一种烧结混合料水分的闭环控制方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3058015B2 (ja) * | 1993-08-06 | 2000-07-04 | 住友金属工業株式会社 | 焼結原料の造粒方法 |
| EP1541700B1 (en) * | 2002-08-21 | 2012-02-29 | Nippon Steel Corporation | Method of granulating sintering material for iron manufacturing |
| EP2848299B1 (de) | 2013-09-11 | 2019-08-14 | Primetals Technologies Austria GmbH | Verfahren und vorrichtung zur herstellung von granulaten |
-
2020
- 2020-04-30 EP EP20172392.1A patent/EP3904544A1/de not_active Withdrawn
-
2021
- 2021-04-29 EP EP21721131.7A patent/EP4143352A1/de active Pending
- 2021-04-29 WO PCT/EP2021/061272 patent/WO2021219790A1/de unknown
- 2021-04-29 CN CN202180031391.1A patent/CN115461478B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4082541A (en) * | 1974-03-27 | 1978-04-04 | Institut De Recherches De La Siderurgie Francaise (Irsid) | Installation for the agglomeration of a particulate mineral charge and operation thereof |
| US4410355A (en) * | 1979-11-06 | 1983-10-18 | Voest-Alpine Aktiengesellschaft | Process for controlling a pelletizing plant for fine-grained ores |
| SU1135784A1 (ru) * | 1983-03-21 | 1985-01-23 | Казахский политехнический институт им.В.И.Ленина | Система автоматического регулировани влажности агломерационной шихты |
| JPH042732A (ja) * | 1990-04-20 | 1992-01-07 | Nippon Steel Corp | 焼結プロセス制御装置 |
| SU1749273A1 (ru) * | 1990-08-29 | 1992-07-23 | Научно-производственное объединение "Тулачермет" | Способ автоматического регулировани влажности агломерационной шихты |
| JPH08134554A (ja) * | 1994-09-14 | 1996-05-28 | Sumitomo Metal Ind Ltd | 焼結原料の造粒方法 |
| KR20010056380A (ko) * | 1999-12-15 | 2001-07-04 | 이구택 | 소결조업의 코크스 수분 제어장치 |
| JP2006213980A (ja) * | 2005-02-04 | 2006-08-17 | Kobe Steel Ltd | 焼結鉱の製造方法 |
| CN102131941A (zh) * | 2008-08-21 | 2011-07-20 | 杰富意钢铁株式会社 | 烧结矿的制造方法及烧结机 |
| CN102086484A (zh) * | 2009-12-04 | 2011-06-08 | 塔塔咨询服务有限公司 | 对活动炉排上烧结湿铁矿石球团的在线优化 |
| US20110137444A1 (en) * | 2009-12-04 | 2011-06-09 | Venkataramana Runkana | On-Line Optimization of Induration of Wet Iron Ore Pellets on a Moving Grate |
| CN102298316A (zh) * | 2011-04-27 | 2011-12-28 | 中南大学 | 有效抑制原料流量波动的烧结制粒水分控制参数整定方法 |
| CN106022377A (zh) * | 2016-05-20 | 2016-10-12 | 中南大学 | 一种铁矿烧结料层透气性状态的在线预测方法 |
| CN106355272A (zh) * | 2016-08-25 | 2017-01-25 | 辽宁中新自动控制集团股份有限公司 | 一种烧结智能数据寻优方法 |
| CN106842919A (zh) * | 2017-01-08 | 2017-06-13 | 北京首钢自动化信息技术有限公司 | 一种烧结混合料水分的闭环控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| A.K.比斯瓦斯: "《高等学校教学用书 高炉炼铁原理-理论与实践》", 冶金工业出版社, pages: 200 - 13 * |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3904544A1 (de) | 2021-11-03 |
| EP4143352A1 (de) | 2023-03-08 |
| WO2021219790A1 (de) | 2021-11-04 |
| CN115461478B (zh) | 2024-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115461478B (zh) | 用于调整烧结材料的渗透率的方法 | |
| AU2010249160B2 (en) | On-line optimization of induration of wet iron ore pellets on a moving grate | |
| CN107368125A (zh) | 一种基于cbr与rbr并行混合推理的高炉炉温控制系统及方法 | |
| WO2018151024A1 (ja) | 焼結鉱の製造方法 | |
| CN103499101B (zh) | 一种三元点火炉炉膛温度调节方法及装置 | |
| CN103499212B (zh) | 一种二元点火炉炉膛温度调节方法及装置 | |
| TWI658147B (zh) | Blast furnace operation method | |
| CN103384650A (zh) | 使用了粉煤的燃烧设备的排气中的NOx浓度的控制方法 | |
| JP6665972B2 (ja) | 焼結鉱の製造方法 | |
| KR101277955B1 (ko) | 고로 취입용 미분탄의 발열량 추정방법 | |
| JP6866856B2 (ja) | 焼結鉱の製造方法および高炉操業方法 | |
| CN114812162A (zh) | 水泥回转窑窑况的判断方法、系统及信息数据处理终端 | |
| Mohanan et al. | Prediction and optimization of internal return fines generation in iron ore sintering using machine learning | |
| WO2024202882A1 (ja) | 返鉱制御装置、返鉱制御方法及び焼結鉱の製造方法 | |
| EP3754259A1 (en) | Method for operating a furnace | |
| JP6763412B2 (ja) | 焼結鉱の製造方法 | |
| JP7265162B2 (ja) | 焼結排ガスのＮＯｘ低減方法 | |
| JPH05279756A (ja) | 焼結鉱の製造方法 | |
| Myllymäki et al. | Sintering machine burn-through management by fuzzy speed control | |
| CN117556711B (zh) | 基于神经网络的高炉喷煤优化方法、系统、终端和介质 | |
| JP7568174B1 (ja) | 焼結鉱の製造装置、焼結鉱の製造方法及び、プログラム | |
| KR20220042743A (ko) | 소결광 강도 예측 시스템 및 방법 | |
| WO2023286653A1 (ja) | 焼結プロセスの状態推定方法、操業ガイダンス方法、焼結鉱の製造方法、焼結プロセスの状態推定装置、操業ガイダンス装置、焼結操業ガイダンスシステム、焼結操業ガイダンスサーバ及び端末装置 | |
| Myllymäki et al. | Fuzzy logic control of a sintering plant | |
| JP2024048561A (ja) | 焼結鉱の製造方法 |
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 |