CN117493900A - 一种基于高炉原料质量波动的高炉炉况稳定性评价方法 - Google Patents

一种基于高炉原料质量波动的高炉炉况稳定性评价方法 Download PDF

Info

Publication number
CN117493900A
CN117493900A CN202311478390.9A CN202311478390A CN117493900A CN 117493900 A CN117493900 A CN 117493900A CN 202311478390 A CN202311478390 A CN 202311478390A CN 117493900 A CN117493900 A CN 117493900A
Authority
CN
China
Prior art keywords
blast furnace
fluctuation
furnace
temperature
raw material
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
CN202311478390.9A
Other languages
English (en)
Inventor
赵华涛
回新冬
杜屏
张少波
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.)
Jiangsu Shagang Group Co Ltd
Zhangjiagang Hongchang Steel Plate Co Ltd
Jiangsu Shagang Iron and Steel Research Institute Co Ltd
Original Assignee
Jiangsu Shagang Group Co Ltd
Zhangjiagang Hongchang Steel Plate Co Ltd
Jiangsu Shagang Iron and Steel Research Institute 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 Jiangsu Shagang Group Co Ltd, Zhangjiagang Hongchang Steel Plate Co Ltd, Jiangsu Shagang Iron and Steel Research Institute Co Ltd filed Critical Jiangsu Shagang Group Co Ltd
Priority to CN202311478390.9A priority Critical patent/CN117493900A/zh
Publication of CN117493900A publication Critical patent/CN117493900A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/29Graphical models, e.g. Bayesian networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacture Of Iron (AREA)

Abstract

本发明公开了一种基于高炉原料质量波动的高炉炉况稳定性评价方法,包括1、提取并导出目标高炉的相关数据包括冷却壁温度标准偏差、炉芯温度、高炉产量、热负荷波动和原料质量异常波动;2、计算原料波动异常匹配概率P1;3、通过冷却壁温度标准偏差、炉芯温度和高炉产量对目标高炉的炉况进行评分,得到高炉炉况总体评分P2;4、计算原料异常炉况下高炉的稳定指数,基于稳定指数评价原料质量异常波动对目标高炉稳定性的影响。本发明能够有效对炉况异常状态下的高炉调整制度的适用性及可行性进行评价,对于指导高炉炉况的恢复和提高高炉的抗风险能力具有重要参考意义。

Description

一种基于高炉原料质量波动的高炉炉况稳定性评价方法
技术领域
本发明属于冶炼高炉控制技术领域,尤其涉及一种基于高炉原料质量波动的高炉炉况稳定性评价方法。
背景技术
高炉冶炼中,稳定的高炉原料和合理的高炉操作参数是高炉稳定顺行的基础,正所谓“七分靠原料,三分靠操作”,而实际生产过程中受原料价格、原料成分、外围天气等因素的影响,原料质量势必会出现改变,进而引起高炉炉况和铁水质量的波动。外围原料质量变化引起的炉况波动,按照现有的高炉上下部操作对高炉进行优化及控制方法,难以定量对高炉稳定性及适应性进行评价,通常需要高炉操作者依据高炉主要关键参数及出铁情况进行主观评判,特别是炉料对于高炉主要反应存在一定的滞后性,因此极易导致炉况的进一步恶化。
现有的发明专利:专利CN114154787A一种高炉炉况在线评价系统、CN116502769A高炉炉况的评分方法与系统、一种高炉顺行状态评价方法、装置、设备及存储介质CN116049618A等均未考虑高炉原料异常状态下对于高炉稳定性的影响。原料质量的波动在高炉实际冶炼过程中难以避免,并且影响高炉顺行的外界因素相对复杂,当外部原料条件较好,炉况评分也好,很难对高炉炉况自身进行评价,其抗风险能力也很难评估;当外部原料条件变差,炉况评分略微下滑,也难以评估炉况自身情况,因此有必要对原料质量波动条件下高炉的稳定性进行定量化评判,对于高炉配料和高炉操作参数的协同优化具有重要意义。
发明内容
发明目的:本发明的目的在于提供一种基于高炉原料质量波动的高炉稳定性评价方法,探究原料质量波动与高炉炉况稳定性之间的关系,并对高炉炉况进行定量化评价,能够有效对炉况异常状态下的高炉调整制度的适用性及可行性进行评价,对于指导高炉炉况的恢复和提高高炉的抗风险能力具有重要参考意义。
技术方案:本发明的一种基于高炉原料质量波动的高炉炉况稳定性评价方法,包括以下步骤:
步骤1、提取并导出目标高炉的相关数据包括冷却壁温度标准偏差、炉芯温度、高炉产量、热负荷波动和原料质量异常波动;
步骤2、通过比对热负荷波动和原料质量异常波动之间同步出现波动的概率,计算原料波动异常匹配概率P1;
步骤3、通过冷却壁温度标准偏差、炉芯温度和高炉产量对目标高炉的炉况进行评分,得到高炉炉况总体评分P2;
步骤4、通过高炉炉况总体评分P2与原料波动异常匹配概率P1之间的比值计算原料异常炉况下高炉的稳定指数,基于稳定指数评价原料质量异常波动对目标高炉稳定性的影响。
进一步的,步骤1中,所述热负荷波动定义为:高炉基于每2分钟的小时热负荷标准偏差>10GJ/h,所述原料质量异常波动定义为:烧结矿中FeO含量<8%、烧结矿碱度<1.8、5-10mm烧结矿>23%。
进一步的,步骤2中,所述原料波动异常匹配概率P1可通过热负荷波动与原料质量波动进行相关系数计算,也可通过天数进行匹配,一个月中原料波动,热负荷同步出现波动,认为异常匹配,统计总共出现的天数,然后除以一个月的天数得到异常匹配概率。
进一步的,步骤3中,通过冷却壁温度标准偏差、炉芯温度和高炉产量对目标高炉的炉况进行评分具体为:下部冷却壁温度标准偏差0-40为5分,40-60为4分,60-75为3分,75-90为2分,90-100为1分,100以上为0分;上部冷却壁温度标准偏差0-50为5分,50-75为4分,75-90为3分,90-105为2分,105-115为1分,115以上为0分;炉芯温度大于450℃为5分,450-400℃为4分,350-400℃为3分,300-350℃为2分,250-300℃为1分,250℃以下为0分;高炉产量大于13000t/天为5分,12800-13000t/天为4分,12600-12800t/天为3分,12300-12600t/天为2分,12000-12300t/天为1分,产量低于12000t/天为0分。
进一步的,步骤3中,高炉炉况总体评分P2计算公式为:
其中,指标得分包括下部冷却壁温度标准偏差、上部冷却壁温度标准偏差、炉芯温度和高炉产量,权重根据指标的重要程度进行分配。
有益效果:与现有技术相比,本发明具有如下显著优点:
(1)本发明提出高炉原料质量异常对于高炉稳定性具有重要意义,高炉原料受市场影响以及外围天气影响势必会出现质量波动,对于高炉炉况顺行势必会存在巨大挑战,定量评价高炉稳定性能够有效对高炉抗风险能力进行评估。
(2)定量化的提出原料波动情况下高炉稳定指数对于高炉不同调整制度下,高炉的稳定性评价具有重要意义,也可以对于炉况的恢复情况具有借鉴意义。
(3)能够将炉况状态与原料异常关联情况进行有效评价,且对于多数高炉具有普遍适用性。
(4)本发明提出的高炉的稳定指数充分考虑到外部原料条件的变化,能够在不同外部条件状况下对高炉进行抗风险能力评估,并且能够评估高炉当前操作制度是否合适,抗风险能力是否强大。特别是在高炉炉况恶化的情况下,外部原料也在由差变好,调整高炉的操作制度,判断高炉炉况是否向好至关重要。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明的一个具体实施例,一种基于烧结矿质量波动的高炉炉况稳定性评价方法,其应用包括以下步骤:
第一步,数据提取、据导出及关键参数标准定义。将高炉相关数据导出,例如,冷却壁温度标准偏差、炉芯温度、高炉产量、热负荷波动、异常原料数据,参考炉况顺行阶段以上相关指标的标准值。
例如,某高炉炉况顺行阶段定义:下部冷区壁(23m、26m、28m、30m)温度的标准偏差低于40℃,上部冷区壁(32m、36m、40m)温度的标准偏差低于50℃,炉芯温度大于450℃,产量大于13000t/天,高炉基于每2分钟的小时热负荷标准偏差>10GJ/h认为高炉热负荷波动,烧结矿中FeO含量<8%、烧结矿碱度<1.8、5-10mm烧结矿>23%均可认为烧结矿质量出现异常波动。9月1日至11月5日高炉烧结矿质量频繁出现波动,伴随着炉芯温度、产量、冷却壁温度、高炉热负荷频繁出现波动。
表1
第二步,原料异常波动匹配性计算。考虑到原料化验时间及冶炼周期的影响,将阶段内每日高炉热负荷波动情况与原料质量波动情况进行对应,查看两组数据之间同步出现波动的概率,即为原料波动异常匹配概率P1。
原料波动异常匹配概率P1可以通过直观数据来看,例如,还可以通过热负荷波动与原料质量波动进行相关系数计算,相关系数越高匹配度越高。也可通过天数进行匹配,例如30天内,原料波动,热负荷同步出现波动,可认为异常匹配,统计总共多少天,然后除以30,那也是异常匹配概率。
例如,9月1日至9月12日烧结矿质量波动天数为9天,热负荷波动天数为8,其中热负荷波动与烧结矿质量同步出现波动的天数为8天,原料波动异常匹配概率P1为100%。同理经过计算,9月19日至10月15日原料波动异常匹配概率P1为74%。10月15日至11月5日原料波动异常匹配概率P1为30%。
第三步,通过冷却壁温度标准偏差、炉芯温度、产量等参数对炉况进行评分。首先高炉专家评判以及高炉实际运转情况对以上指标进行权重调研汇总,确定各项指标权重,然后对各项指标依据标准制定不同阶段范围内的评分标准,对高炉炉况总体评分P2进行计算:
例如,下部冷却壁温度标准偏差0-40为5分,40-60为4分,60-75为3分,75-90为2分,90-100为1分,100以上为0分;上部冷却壁温度标准偏差0-50为5分,50-75为4分,75-90为3分,90-105为2分,105-115为1分,115以上为0分;炉芯温度大于450℃为5分,450-400℃为4分,350-400℃为3分,300-350℃为2分,250-300℃为1分,250℃以下为0分;高炉产量大于13000t/天为5分,12800-13000t/天为4分,12600-12800t/天为3分,12300-12600t/天为2分,12000-12300t/天为1分,产量低于12000t/天为0分,
通过高炉专家评判以及高炉实际运转情况对以上指标进行权重调研汇总,冷却壁温度标准偏差权重为30%,炉芯温度权重为30%,高炉产量权重为40%。9月1日至9月12日炉况评分计算:30%*(3+3+4+4+0+2+4)/35+30%*0/5+40%*1/5=0.25,同理9月19日至10月15日、10月15日至11月5日炉况评分计算分别为:0.49、0.74。
第四步,计算原料异常炉况下高炉的稳定指数,即为炉炉况总体评分P2与原料波动异常匹配概率P1的比值,稳定指数越高原料异常对于炉况的影响越小,高炉炉况稳定性越好。
经过计算,在9月1日至9月12日、9月19日至10月15日、10月15日至11月5日三个阶段内高炉的稳定指数分别为0.25、0.66、2.47,说明高炉在A1、A2、A3调整措施下,高炉稳定性逐步增强,原料对于炉况影响逐步减小,炉况逐步恢复。
具体实施方式仅是本发明的具体个案,本发明的专利保护范围包括但不限于上述具体实施方式的产品形态和式样,任何符合本发明且任何所属技术领域的普通技术人员对其所做的适当变化或修饰,皆应落入本发明的专利保护范围。

Claims (5)

1.一种基于高炉原料质量波动的高炉炉况稳定性评价方法,其特征在于,包括以下步骤:
步骤1、提取并导出目标高炉的相关数据包括冷却壁温度标准偏差、炉芯温度、高炉产量、热负荷波动和原料质量异常波动;
步骤2、通过比对热负荷波动和原料质量异常波动之间同步出现波动的概率,计算原料波动异常匹配概率P1;
步骤3、通过冷却壁温度标准偏差、炉芯温度和高炉产量对目标高炉的炉况进行评分,得到高炉炉况总体评分P2;
步骤4、通过高炉炉况总体评分P2与原料波动异常匹配概率P1之间的比值计算原料异常炉况下高炉的稳定指数,基于稳定指数评价原料质量异常波动对目标高炉稳定性的影响。
2.根据权利要求1所述的一种基于高炉原料质量波动的高炉炉况稳定性评价方法,其特征在于,步骤1中,所述热负荷波动定义为:高炉基于每2分钟的小时热负荷标准偏差>10GJ/h,所述原料质量异常波动定义为:烧结矿中FeO含量<8%、烧结矿碱度<1.8、5-10mm烧结矿>23%。
3.根据权利要求1所述的一种基于高炉原料质量波动的高炉炉况稳定性评价方法,其特征在于,步骤2中,所述原料波动异常匹配概率P1可通过热负荷波动与原料质量波动进行相关系数计算,也可通过天数进行匹配,一个月中原料质量和热负荷同步出现波动,认为异常匹配,统计总共出现的天数,然后除以一个月的天数得到异常匹配概率。
4.根据权利要求1所述的一种基于高炉原料质量波动的高炉炉况稳定性评价方法,其特征在于,步骤3中,通过下部冷却壁温度标准偏差、上部冷却壁温度标准偏差、炉芯温度和高炉产量对目标高炉的炉况进行评分具体为:下部冷却壁温度标准偏差0-40为5分,40-60为4分,60-75为3分,75-90为2分,90-100为1分,100以上为0分;上部冷却壁温度标准偏差0-50为5分,50-75为4分,75-90为3分,90-105为2分,105-115为1分,115以上为0分;炉芯温度大于450℃为5分,450-400℃为4分,350-400℃为3分,300-350℃为2分,250-300℃为1分,250℃以下为0分;高炉产量大于13000t/天为5分,12800-13000t/天为4分,12600-12800t/天为3分,12300-12600t/天为2分,12000-12300t/天为1分,产量低于12000t/天为0分。
5.根据权利要求4所述的一种基于高炉原料质量波动的高炉炉况稳定性评价方法,其特征在于,步骤3中,高炉炉况总体评分P2计算公式为:
高炉炉况总炉炉况
其中,指标得分包括下部冷却壁温度标准偏差、上部冷却壁温度标准偏差、炉芯温度和高炉产量,权重根据指标的重要程度进行分配。
CN202311478390.9A 2023-11-08 2023-11-08 一种基于高炉原料质量波动的高炉炉况稳定性评价方法 Pending CN117493900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311478390.9A CN117493900A (zh) 2023-11-08 2023-11-08 一种基于高炉原料质量波动的高炉炉况稳定性评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311478390.9A CN117493900A (zh) 2023-11-08 2023-11-08 一种基于高炉原料质量波动的高炉炉况稳定性评价方法

Publications (1)

Publication Number Publication Date
CN117493900A true CN117493900A (zh) 2024-02-02

Family

ID=89673992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311478390.9A Pending CN117493900A (zh) 2023-11-08 2023-11-08 一种基于高炉原料质量波动的高炉炉况稳定性评价方法

Country Status (1)

Country Link
CN (1) CN117493900A (zh)

Similar Documents

Publication Publication Date Title
CN110322057B (zh) 一种100t直流电弧炉出钢碳成分的预测系统及预测方法
CN108787749B (zh) 一种热轧生产计划预警方法
CN109307437B (zh) 一种蓄热式工业加热炉的优化燃烧控制系统及其方法
CN108359775B (zh) 立式连续退火炉张力的设定方法
CN106834593A (zh) 一种以参考炉次法确定rh精炼炉脱碳工艺数据的方法
CN104593540A (zh) 转炉炼钢过程能效评估方法
CN113418954A (zh) 一种判定稀土钢浇铸过程中保护渣性能稳定性的方法
CN112695153A (zh) 一种优化炼钢合金加料量降低成本的方法
CN112668148A (zh) 一种高钛型高炉上部气流分布情况与炉况判定方法
CN117493900A (zh) 一种基于高炉原料质量波动的高炉炉况稳定性评价方法
US20220390928A1 (en) Production facilities monitoring method, production facilities monitoring device, and operation method for production facilities
CN111041140A (zh) 应对高炉煤气利用率波动的炉温控制方法
CN111690784A (zh) 高炉燃料补偿量与高炉煤气中h2含量的量化方法
Agrawal et al. Advances in thermal level measurement techniques using mathematical models, statistical models and decision support systems in blast furnace
CN113962152A (zh) 高钛型高炉内富碱焦炭反应性及反应后强度的计算方法
CN103526004B (zh) 一种保证低温紧固件冲击韧性的方法
CN108396125B (zh) 一种渗碳钢制铁路轴承锻件晶粒细化的加工工艺
CN112501368B (zh) 一种高炉冶炼方法及计算机设备
CN111270028B (zh) 高炉干熄焦转湿熄焦的应对方法和应对系统
Zhang et al. Prediction of Blast Furnace Fuel Ratio Based on Back‐Propagation Neural Network and K‐Nearest Neighbor Algorithm
CN106048117A (zh) 炼铁高炉判断炉温的简易方法
CN116401491A (zh) 一种根据炉况波动水平量化高炉最大风量的方法
CN113962820A (zh) 一种基于参考炉计算转炉出钢温降的方法
CN112322821A (zh) 全废钢生产高强韧性qt600-10球墨铸铁的方法
CN112981017A (zh) 一种考虑因素变化影响的铁前优化配料方法

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