JP2013517386A - 炉の精錬運転を監視し且つ最適化するシステムと方法 - Google Patents

炉の精錬運転を監視し且つ最適化するシステムと方法 Download PDF

Info

Publication number
JP2013517386A
JP2013517386A JP2012549470A JP2012549470A JP2013517386A JP 2013517386 A JP2013517386 A JP 2013517386A JP 2012549470 A JP2012549470 A JP 2012549470A JP 2012549470 A JP2012549470 A JP 2012549470A JP 2013517386 A JP2013517386 A JP 2013517386A
Authority
JP
Japan
Prior art keywords
furnace
refining
composition
assessing
parameters
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
JP2012549470A
Other languages
English (en)
Inventor
ジョシ・ハルシャ
サクレ・シリシュ
バス・ビスワジット
シャー・ディブヤング
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.)
Hindalco Industries Ltd
Original Assignee
Hindalco Industries 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 Hindalco Industries Ltd filed Critical Hindalco Industries Ltd
Publication of JP2013517386A publication Critical patent/JP2013517386A/ja
Pending legal-status Critical Current

Links

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
    • C22B15/00—Obtaining copper
    • C22B15/0026—Pyrometallurgy
    • C22B15/0028—Smelting or converting
    • C22B15/0047—Smelting or converting flash smelting or converting
    • 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
    • C22B15/00—Obtaining copper
    • C22B15/0026—Pyrometallurgy
    • C22B15/0028—Smelting or converting
    • C22B15/005—Smelting or converting in a succession of furnaces
    • 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
    • C22B15/00—Obtaining copper
    • C22B15/0026—Pyrometallurgy
    • C22B15/0054—Slag, slime, speiss, or dross treating
    • 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
    • C22B15/00—Obtaining copper
    • C22B15/0095—Process control or regulation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • Manufacture And Refinement Of Metals (AREA)
  • Manufacture Of Iron (AREA)
  • Casting Devices For Molds (AREA)

Abstract

【課題】炉の精錬運転を監視し且つ最適化するための方法。
【解決手段】システムは炉の中で精錬すべき材料のサンプルを処理し、その鉱物学的特性を査定する処理手段を含む。システムは、鉱物学的特性を受け取るため、処理手段と協働する運転パラメータ査定手段を更に含む。運転パラメータ査定手段は、炉の運転に対応する運転パラメータを鉱物学的特性に基づき査定する。システムは、鉱物学的特性と運転パラメータをそれぞれ受け取るため、処理手段と運転パラメータ査定手段と協働する精錬パラメータ査定手段も含む。精錬パラメータ査定手段は、鉱物学的特性と運転パラメータに基づき精錬パラメータを査定する。精錬パラメータはその後、炉の精錬運転を最適化するため炉に給送される。

Description

本発明は冶金分野と関連している。本発明は精錬プラントの運転を最適化する分野に特に関連している。
本明細書中に使用された「炉」なる用語には、その鉱石から金属の精錬を可能にするため、その中で熱が作り出される密閉された構造物が含まれる。本明細書中に使用された「鉱石」なる用語は、そこから貴重な成分、特に金属を有利に採取もしくは抽出することができる鉱物または鉱物の集合に関係する。本明細書中に使用された「精錬」なる用語は、その鉱石から金属を得るプロセスに関係する。これらの定義は技術の中に表明されたものに追加される。
生産冶金の分野の精錬は、鉱石から金属を得るプロセスである。殆どの鉱石は、様々な化合物の混合物であるから、その鉱石から金属を抽出するプロセスには、炭素源との化学反応の開始が含まれる。コークスや木炭のような炭素の源との化学反応は通常、木材あるいは石炭を燃料とする炉の中で開始される。精錬のプロセスには、鉱石中に含まれる酸素と結合するコークスや木炭のような適当な還元物質を使用して、これによって、金属をその鉱石から分離するステップが含まれる。
Outokompuによって開発された自溶炉製錬プロセスは世界中のカッパーファーネスに広く利用されている。当該プロセスは多くの研究者によって、実験レベルと産業レベルの両方の規模で研究されてきた。プロセスに対して益々高まる産業的名声にもかかわらず、自溶製錬炉のデザインは主に技術レベルのままである。これは主に、自溶炉中で起こる産業的サブロセスの複雑な物理的構造の理解に含まれる困難さに起因している。更に、自溶炉製錬炉の運転には、製品の組成と製品温度に対応する正確な計量値を得るのに大きな障害となる非常に高い温度と撹乱条件も付随する。
銅の精錬における全体的生産性と経済性は、供給する濃縮液の質(Cu、FeおよびS)、鉱物学(黄銅鉱)並びに目標の変数を得るため利用される処理条件に依存する。周知の技術分野のプロセスアドバイザ−はインプットパラメータの組に対するプロセス条件を予測する。それは、フィードの基本的成分だけを考慮し、フィード中に存在している鉱物種の効果を無視している。これは、アドバイザーは固定された鉱物学、特に高黄銅鉱鉱物学のために開発しなければならなかったことを多分意味するだろう。プロセスの条件はしばしばフィードからフィードの質まで変動する。
グレードの低い濃縮液の使用やしばしば濃縮液のブレンドを変更して生産性を管理することは、銅の精錬技術を扱う会社が行っている主要な挑戦である。温度と製品組成を管理するため、プロセスの連続調整がプラントの運転には必要とされている。FSF(自溶炉精錬)のマス バランスとエネルギーバランスに関して様々な研究が行われた。
Kosikinenは、マットグレードをインプットパラメータとみなして、フィード材料の特性パラメータごとにプロセスの条件を予測する、重ね合わせの原理に基づくマス/エネルギーバランス モデルを開発した。マス/エネルギーバランスモデル(後藤モデル)の開発に焦点を合わせた以前の研究は、濃縮鉱物コンポーネントは考慮したが、燃焼熱の要素は無視したものであった。
熱エネルギーの発生と消散に均衡を維持する観点から、自溶精錬炉の運転の処理に関与させる挑戦は、適当な温度レベルを達成し、これを反応シャフト中に維持することができるように、生成された熱と失われた熱の量の間に同期化を達成することである。 熱の生成に最も大きく貢献するものは、フィードに含まれている Cu(銅)、Fe(鉄)およびS (硫黄)のパーセントである。 フィードに含まれるＳの量(％)が増加すると共に、Cuの量(％)も減少すると、FSF(自溶精錬炉)の精錬容量に制限がもたらされる。フィードのミネラロジー並びに濃縮フィードに含まれる硫黄(S)の量と銅(Cu)の量の割合に基づき、濃縮混合フィードのエキソ・サーミスティー上に、不変の管理を実施する必要がある。
精錬すべき材料の鉱物学的特性を決めるために使われる通常の技術はＸ線回折(XRD)技術である。濃縮鉱物中に存在している様々な相を調べるため、XRD分析が組成の異なる幾つかの鉱石に対して実施される。XRD技術を使って調査される殆どすべての濃縮物は、輝銅鉱(Cu2S)相、銅藍(CuS)相、黄銅鉱(CuFeS2)相、斑銅鉱(Cu5FeS4)相、磁性鉄鉱(FeS)相、黄鉄鉱 (FeS2)相の有無によって特徴づけられる。XRDはサンプル中に存在している水晶の相だけを識別する准定量分析テクニックである。それには、サンプル全体の５％を超える量の予測に対して制限がある。結果として、それはサンプル中に存在しているかもしれないマイナーな相を無視するので、１００%の分布を超える重量平均に基づき識別された相の残りに比例させる。従って、XRD分析は相の予測に対して定性分析用にだけ使用することができるが、定量分析の目的には使えない。
精錬を目的として使用される濃縮フィードは、Cu(銅)、Fe(鉄)およびS(硫黄)の最適値を得るため、濃縮の割合が異なる鉱石をブレンドすることによって調合される。プラント中の処理条件はその後、プロセスアドバイザーによって決められる。プロセス ドバイザーは、全体的基本マス/エネルギーバランスに基づいて、目標変数ごとに処理条件を予測する。その結果、炉に入れる各フィードに対するプロセスの挙動が間違って予測される恐れがある。これは、計算が個別鉱物相の燃焼熱を無視して、フィードの鉱物学的含有量は一定であると見なすことによって起こる。温度と製品組成を管理するため、プラントの運転には、プロセスの連続調整が必要である。
プロセスの挙動を予測するため、プロセスアドバイザーを育成すると同時にプロセスの動力を捕らえることは、プラント運転チームに大いに貢献する。プロセスの挙動を予測すると同時にケミカルプロセスの動力を捕らえるプロセスアドバイザーは、プロセスの物理学を理解するのを容易にし、その鉱石から金属を抽出するプロセスに含まれる運転実務を改善するのを助ける。
本発明は、インプットパラメータ中に起こる主要なすべての変化に対する炉の挙動を予測し、最適な条件で炉を運転するため必要な最適値を代表する１組のデータ値を生成するプロセスアドバイザーの育成に関する。 本発明に基づくプロセスアドバイザーの枠組みは、エレメントの鉱物学を予測し、最適なプロセスパラメータを予測する目的で、予測した鉱物学をインプットとして使用する、鉱物学をベースとしたシステムである。
発明の目的は、鉱物学をベースに、精錬炉の運転を最適化するシステムを提供することである。本発明のもう１つの目的は、精錬炉の運転を最適化しながら、当該精錬炉に供給すべき材料の鉱物学的性質を考慮する、鉱物学をベースとするシステムを提供することである。本発明の更なるもう１つの目的は、精錬プロセス中に、取得した熱と消散させた熱の間に平衡を達成するのを助ける、鉱物学をベースにしたシステムを提供することである。本発明のもう１つの目的は、精錬プロセスの動力を効率的に捕獲する、鉱物学をベースにしたシステムを提供することである。本発明の更なる目的は、精錬パラメータの可能なすべての変化に対応した精錬炉の挙動を予測する、鉱物学をベースにしたシステムを提供することである。本発明の更なるもう１つの目的は、精錬炉の為最適化された運転パタ−ンを効率的に予測するシステムを提供することである。本発明のもう１つの目的は、インプットが多数の鉱石を成分とする組成物であるとき、精錬炉の最適化されたワ−キングパターンを予測することである。本発明の更なるもう１つの目的は、精錬のプロセスに対応する最適プロセスパラメータを正確に予測することである。
本発明に基づき、炉の精錬運転を監視し且つ最適化するシステムが提供される。本発明に基づき、精錬すべき材料のサンプルを前述の炉の中で処理して、その鉱物学的特性を決めるのに典型的に適合させる。
大抵、運転パラメータの査定手段を本発明に基づき、鉱物処理手段と協働させる。
本発明に基づき運転パラメータ査定手段を典型的に、炉の運転に対応する運転パラメータを査定した鉱物学的特性に基づき決める動作に典型的に適合させる。
大抵、精錬パラメータ査定手段を本発明に基づき、鉱物処理手段および運転パラメータ査定手段と協働させる。
本発明に基づき、精錬パラメータ査定手段を、査定した鉱物学的特性と運転パラメータに基づき、精錬パラメータを査定する動作に典型的に適合させる。
大抵、精錬運転を最適化するため、査定した精錬パラメータを本発明に基づき炉に供給する。
炉の精錬運転をモニターし且つ最適化する本発明に基づくシステムには大抵、鉱物処理手段、運転パラメータ査定手段および精錬パラメータ査定手段と連結した表示手段が更に含まれる。
通常、本発明に基づく表示手段を、査定された鉱物学的特性、運転パラメータおよび精錬パラメータの表示に適合させる。
鉱物学的特性は大抵、本発明に基づき、黄銅鉱組成、斑銅鉱組成、銅藍組成、黄鉄鉱組成および磁性鉄鉱組成からなるグループの中から選ばれる。
運転パラメータは大抵、本発明に基づき、炉のランタイム、炉のダウンタイム、炉のスループット、炉１台あたりの金属生産量、平均環境温度、酸素ポテンシャル、溶銑温度および炉の利用係数からなるグループの中から選ばれる。
精錬パラメータは大抵、本発明に基づき、matteの組成、スラグの組成、matteの温度、スラグの温度、オフガスの温度、シャフト反応炉の温度および精錬反応転換率からなるグループの中から選ばれる。
本発明に基づき、炉の精錬運転を監視し且つ最適化する方法が提供される。方法には本発明に基づき、前述の炉の中で精錬すべき材料のサンプルを処理して、その鉱物学的特性を決めるステップと、査定された前述の鉱物学的特性に基づく当該炉の運転に対応する運転パラメータを査定するステップと、査定された前述の鉱物学的特性および運転パラメータに基づき、精錬パラメータを査定するステップと、査定された前述の鉱物学的特性、運転パラメータおよび精錬パラメータを表示するステップと、前述の精錬運転を最適化するため、査定された前述の精錬パラメータを前述の炉に給送するステップとが含まれる。
鉱物学的特性を査定するステップには大抵、本発明に基づき、黄銅鉱組成、斑銅鉱組成、銅藍組成、黄鉄鉱組成および磁性鉄鉱組成からなるグループの中から選んだ鉱物学的特性を査定するステップが更に含まれる。
炉の運転に対応する運転パラメータを査定するステップには、本発明に基づき大抵、炉のランタイム、炉のダウンタイム、炉のスループット、炉１台あたりの金属生産量、平均環境温度、酸素ポテンシャル、溶銑温度および炉の利用係数からなるグループの中から選ばれた運転パラメータの最適値を査定するステップが更に含まれる。
精錬パラメータを査定するステップには大抵、本発明に基づき、matteの組成、スラグの組成、matteの温度、スラグの温度、オフガスの温度、シャフト反応炉の温度および精錬反応転換率からなるグループの中から選んだ精錬パラメータの最適値を査定するステップが更に含まれる。
図１には、炉の精錬運転をモニターし且つ最適化するシステムのブロック図である。 図２には、炉の精錬運転を監視し且つ最適化するためのフローチャート図である。 図２Ａには、炉の精錬運転を監視し且つ最適化するためのフローチャート図である。 図３Ａは、取得したプラントデータとmatteグレードのため発明のシステムが予測した値の比較を明細に示した分布図である。図３Ｂは、エラー分布グラフが予測の約６５%が±２%の範囲に収まるエラーを含む良好な正規分布を示すグラフである。 図４Ａは、予測されたmatte温度と記録されたプラントのmatte温度の関係を示した分布図である。図４Ｂに、約４０%の予測に±１%のエラーが含まれるエラー分布と共に、スラグの温度がより高いことを描いたエラーの予測グラフである。 図５Ａに、スラグの予測された温度の値と記録されたプラントのスラグ温度データの関係を示した分布図である。図５Ｂは、エラー分布グラフが予測の約７５%が±２%の範囲に収まるエラーを含む良好な正規分布を示すグラフである。 図６Ａには、予測されたスラグFe/SiO2の割合に対応する値と記録されたプラントスラグFe/SiO2の割合の関係を示した分布図である。図６Ｂは、エラー分布グラフが予測の約８５%がゼロエラーの良好な正規分布を示すグラフである。
本発明は、炉の精錬運転をモニターし且つ最適化するシステムの開発に関する。本発明に基づくシステムは、精錬パラメータの変化に伴って発生する炉の挙動を予測し、炉を運転して最適なスループットを達成するため使用することができる最適化された精錬パラメータを提供する。
図１には、炉の精錬運転をモニターし且つ最適化するシステム１０が開示されている。システム１０には、本発明に基づき、識別番号１２を付けた処理手段で、精錬される材料に対応する鉱物学的特性を予測するものが含まれる。処理手段１２は、黄銅鉱組成、斑銅鉱組成、銅藍組成、黄鉄鉱組成および磁性鉄鉱組成を限定することなく含む鉱物学的特性を予測する為の要件を満たしている。
１４なる識別番号を付けた運転パラメータ査定手段は、生成された鉱物学的特性を受け取り、当該特性に基づく炉の運転に対応する最適運転パラメータを査定するため、処理手段１２と協働する。運転パラメータ査定手段によって査定された運転パラメータには、炉のランタイム、炉のダウンタイム、炉のスループット、炉１台あたりの金属生産量、平均環境温度、酸素ポテンシャル、溶銑温度および炉の利用係数が限定することなく含まれる。 運転パラメータ識別手段１４は、上記パラメータに最適値を割り当てるので、これらのパラメータを炉の運転に使うと、スループットと金属の質に関して最適な結果が得られる。
１６なる識別番号を付けた精錬パラメータ識別手段は査定された鉱物学的特性および運転パラメータを受け取るため、処理手段１２および運転パラメータ査定手段１４と協働する。査定された鉱物学的特性と運転パラメータに基づき、精錬パラメータ査定手段１４は、その鉱石から金属を精錬するプロセス中に使うと、スループットと金属の質に関して最適な結果が得られる最適な精錬パラメータを査定する。精錬パラメータ査定手段１６によって査定された精錬パラメータには、matteの組成、スラグの組成、matteの温度、スラグの温度、オフガスの温度、シャフト反応炉の温度および精錬反応転換率が限定することなく含まれる。
本特許に基づき、査定された鉱物学的特性、運転パラメータおよび精錬パラメータをそれぞれ受け取るため、処理手段１２、運転パラメータ査定手段１４および精錬パラメータ査定手段１６と協働する表示手段１８が提供される。表示手段１８は、査定された鉱物学的特性、運転パラメータおよび精錬パラメータを画面上に表示し、これによって、炉の運転を精錬運転に対応する様々なパラメータを使って、更新された状態に保つ。
システムは、本特許に基づき以下の仕事を完了させる：
(i) システムは、鉱石に対応する鉱物学的特性を予測する予測枠組みとして働く。
(ii) 生み出された鉱物学的特性をインプットとして使用して、発明のシステムは炉に対する最適運転パラメータを査定する。
(iii) 生み出された鉱物学的特性および運転パラメータを使用して、発明のシステムは、最適なスループットが得られるように炉を運転するため、炉に給送される最適な精錬パラメータを査定する。
精錬プロセスの典型的な実施形態で、銅の濃縮液、シリカ・フラックスおよび燃料はシャフト炉の頂部に位置するバーナーから給送される。６０％から８０％までの範囲に収まる濃度の酸素を含む富化空気も、シャフト反応炉の頂部に位置するバーナーを通して給送される。シャフト炉中を下降中に酸化反応が起こり、濃縮液中の銅粒子が酸化され、当該酸化のプロセス中に発生した熱によって溶融される。乾燥した酸素富化空気流に分散を開始させるため、反応シャフトが利用される。
固体を懸濁させたガスがバーナーから離れ、反応シャフトを通って下向きに流れると、固体粒子は、対流によって暖められ、固体粒子の加熱によって、酸化反応が起こり、これによって発生する熱の量が、消散させられる熱の量を超える温度に達する。この温度は点火温度と呼ばれ、銅濃縮液の場合、５５０℃から４００℃まで変化する。点火温度に達した後、反応粒子の温度もほぼ２０００℃に上昇する。 酸化反応のプロセスを既に経験した溶融プロダクトは下方に流れ、セットラ−・ゾーンに導かれる。 セットラーの中で、溶融材料は、matteとスラグおよびオフガスに分かれる。
Matteとスラグはそれぞれの蛇口から断続的に排出する。スラグはスラグクリーニング炉(SCF)に導かれ、matteはPierce Smithコンバーター(PSC)に導かれる。ファーネス オフガスはダストを硫酸化させるアップテーク シャフト貫通する。オフガスはその後、廃熱ボイラー(WHB)と電気集塵装置(ESP)を通り、そこで、大多数のダストが除去される。
本発明は、所定のインプットパラメータに対応する精錬プロセス条件を査定するガイドツールの役目を果たすシステムに関する。自溶炉製錬プロセスの主要な変数は以下の通りである
・ 生産されたmatte(Cu(銅)の%)、Fe3O4 (酸化鉄)およびS(硫黄)の量と組成
・ 生産された(Cu(銅)の%)スラグ、Fe3O4 (酸化鉄)、SiO2 (酸化シリコン)およびFeO (酸化鉄)の量と組成
・ 精錬プロセスの温度、精錬プロセスの温度は、matteの温度、スラグの温度、オフガスの温度およびシャフト反応炉の温度によって支配される。
炉の精錬運転を監視し且つ最適化するシステムを開発する時、精錬すべき材料の鉱物学的特性が非常に重要な役割を演ずる。熱収入と熱の消散の割合である炉の全体的エネルギーバランスは、精錬すべき材料の鉱物学的特性によって支配される。表１に列記したプロセス分析は、基本的組成が同じであっても、鉱物学的組成が異なると、精錬システムの熱バランスに大きな影響が見られことを示している。精錬すべき材料の鉱物組成の査定は、精錬プラントの挙動と性能の理解に重要な役割を演ずる。
本発明のシステムは、逐次モジュラーシミュレーション(Sequential Modular Simulation)によるアプローチを使用して開発された。逐次モジュラーシミュレーションの利点は、プロセスが直接的で、容易に可視化でき、これを、MS-Excelや作表ソフト等のような一般的で、比較的簡単なツールを使って容易に文書化することができることである。
ここでは、炉の運転性能を予測するため、精錬すべき材料中で利用できるCu(銅)、Fe(鉄)およびS(硫黄)の組成およびブレンドされている異なった濃度の鉱石の割合の分析が行われる。 上に述べた分析結果に基づき、本発明の要件を満たすシステムは、最良の精錬運転パラメータの範囲を識別し、同時に以下のような目標変数に割り当てる必要がある値を予測する。
・ Matteのグレードと温度
・ スラグの化学組成とスラグの温度
・ オフガスの化学組成とオフガスの温度
以下に掲載した表は、本発明に基づくシステムによって、材料の３つの特定ブレンドに対して提供された予測を特定して示す。 表中のCuは銅、Feは鉄およびSは硫黄をそれぞれ示す。
表１: 特定ブレンドを対象とするモデル予測とプラント条件の比較
上に掲載した表１は、１週間炉の中で処理したブレンドを列記したものである。本発明に基づくシステムによって提供された予測範囲を、各ブレンドのために運転された範囲と比較する。ケース１の場合、炉の実際の運転範囲は、炉の取り扱いチームが直面した運転上の困難の結果である幾つかのパラメータに対するものを除き、予測された範囲に十分に収まるとみなすことができる。鉱物の特定ブレンドのためのシミュレーション運転を比較すると、発明のシステムは、精錬のプロセス中に見られた変化を減らすのに役立つことがわかる。発明のシステムの精錬プロセス中での利用に付随して得られる利点は、それが炉に入る前に見られるブレンドの挙動を理解して文書化し、プロセス反応も大部分制御することができることである。本発明のシステムは、最大のスループットと化学プロセスに大きな制御を達成するため、各プロセスを最適化することができるステップを利用して、所定のブレンドに対する個別プロセス変数に対応する値の範囲も提供する。
化学反応中に利用されたプロセス変数は１時間ごとに記録したが、相のラボ分析と温度計測は不連続且つ定期的に実施した。予測された値を実際の値と比較するために、１日の平均を基準として使った。matteの温度、スラグの温度、matteのグレードおよびスラグ中の鉄とシリカの比率に対して、発明のシステムを検証した。
本発明に基づく図３Ａは、取得したプラントデータとmatteグレードのため発明のシステムが予測した値の比較を明細に示したものである。図３Ａの一部として開示したグラフは、発明のシステムによって生成されたプロセス値とプラントデータの間に成立した妥当な取り決めを描写したものである。図３Ｂは、エラー分布グラフが予測の約６５%が±２%の範囲に収まるエラーを含む良好な正規分布を示すことを描いたものである。
図４Ａに、予測されたmatte温度と記録されたプラントのmatte温度の関係を開示する。グラフは散漫な表示を提供しているが、全予測の少なくとも４０%が±１%以内のエラー値である。図４Ｂに、約４０%の予測に±１%のエラーが含まれるエラー分布と共に、スラグの温度がより高いことを描いたエラーの予測が開示されている。わずかな偏差も殆ど見られなかったが、頻繁に変わる供給組成とプロセス条件のダイナミックスを考慮した全体的にかなり良好な一致が、予測されたデータと記録されたプラントデータの間に観察された。
図５Ａに、スラグの予測された温度の値と記録されたプラントのスラグ温度データの関係が開示されている。図５Ａの一部として開示したグラフは、発明のシステムによって生成されたプロセス値とプラントデータの間に成立した妥当な一致を描写したものである。図５Ｂは、エラー分布グラフが予測の約７５%が±２%の範囲に収まるエラーを含む良好な正規分布を示すことを描いたものである。
図６Ａには、予測されたスラグFe/SiO2の割合に対応する値と記録されたプラントスラグFe/SiO2の割合の関係が開示されている。図６Ａの一部として開示したグラフは、発明のシステムによって生成されたプロセス値とプラントデータの間に成立した妥当な一致を描写したものである。図６Ｂは、エラー分布グラフが予測の約８５%がゼロエラーの良好な正規分布を示すことを描いたものである。
熱バランスに及ぼす鉱物組成および基本含有量の効果を理解するため、本発明に基づき３つの事例が用意されている。以下に掲載した３つの例は、各鉱石から金属を精錬するプロセスに付随する温度に及ぼす鉱物学的特性の効果を分析するのに役立つ。
事例１: 銅藍を含む鉱物の濃縮
事例２: 斑銅鉱を含む鉱物の濃縮液
事例３: 鉱物の組みを含むブレンド
下の表は、６５%の同じ酸素富化および６４%の同じMatteグレードおよび１.０６５の同一S/Cu(銅に対する硫黄)比率をベースにした３つの事例の比較を示す。
表２:対象の鉱物は異なるがS/Cu(銅に対する硫黄の)割合が同じFSF(自溶製錬炉)に及ぼす熱効果
上に得られた結果に基づき、以下の結論を引き出すことができた。
(i) 等しい化学組成を持っているが、鉱物が異なる２つのケース(事例１および事例２)は、反応シャフトとガスの温度に及ぼす鉱物の大きな効果を証明する。 事例１中の温度は、銅藍の高い熱負担に起因して、事例２中よりそれぞれ５０℃および７８℃だけ高い。
(ii) 硫黄の含有量の効果に関して、事例３中で硫黄含有量を約２%下げると、自溶精錬炉(FSF)の運転温度に強い増加を引き起こすと理解することができる。 本特許に基づき、RSに対して９３℃の差が観察され、事例１に関して、１３５℃の差がUSガスの温度に見られる。実際にはあり得ないかもしれないが、一定のmatte温度とスラグ温度が想定された。 温度のこの増加は期待されるが、しかし、銅と硫黄の含有量が際立って異なっているとき、それは濃縮液の発熱を指定するには、Ｓ/Cu比率が十分ではないことを示す。
図２と図２Ａには、炉の精錬運転を監視し且つ最適化するための方法が提供されている。
本特許に基づく方法には以下のステップが含まれる。
・ 炉の中で精錬すべき材料のサンプルを処理して、その鉱物学的特性を決めるステップ；１１０
・ 査定された鉱物学的特性に基づく当該炉の運転に対応する運転パラメータを査定するステップ；１１２
・ 査定された鉱物学的特性および運転パラメータに基づき、精錬パラメータを査定するステップ；１１４
・ 査定された鉱物学的特性、運転パラメータおよび精錬パラメータを表示するステップ；１１６
・ 精錬運転を最適化するため査定された精錬パラメータを炉に給送するステップ；１１８
第１ステップで、本発明に基づき、フィード中に存在する鉱物成分のパーセンテージが処理手段によって査定される。第２ステップで、鉱物成分のパーセンテージによって影響される炉の運転特性が査定される。炉の運転に対応する運転パラメータには、炉のランタイム、炉のダウンタイム、炉のスループット、炉１台あたりの金属生産量、平均環境温度、酸素ポテンシャル、溶銑温度および炉の利用係数が限定することなく含まれる。運転パラメータは本発明に基づき割り当てられた最適値である。従って、これらの値を炉の運転に利用すると、最適な結果が提供される。
第３ステップで、精錬プロセスに対応する精錬パラメータが査定される。精錬パラメータには、matteの組成、スラグの組成、matteの温度、スラグの温度、オフガスの温度、反応シャフトの温度および精錬反応転換率が限定することなく含まれる。運転パラメータは本発明に基づき割り当てられた最適値である。従って、これらの値を炉内の特定鉱石を製錬するプロセス中に使用すると、最適な結果が提供される。精錬パラメータも、インプット材料とエネルギー放出の間のバランスおよび反応メカニズムと反応熱の関係のような化学反応の或る局面を支配する。
第４ステップで、査定された鉱物学的特性、運転パラメータおよび精錬パラメータは表示スクリーンを通してユーザーあるいは炉の運転者に表示される。その後の第５ステップで、炉中で実施される精錬プロセスを最適化するため、精錬パラメータが自動か炉の運転者による手動で炉に給送される。
本発明によって提供された技術的メリットは次の通りである。
本発明は、鉱物学に基づいて精錬炉の運転を最適化するシステムを提供する。
本発明は、精錬炉の運転を最適化しながら、当該精錬炉に供給すべき材料の鉱物学的性質を考慮する、鉱物学をベースとするシステムを提供する。
本発明は、取得した熱と消散した熱の間にバランスを達成するのに役立つシステムで、鉱物学をベースとするものを提供する。
本発明は、金属鉱石の製錬プロセスに付随する動力を効率的に捕獲するシステムで、鉱物学をベースとするものを提供する。
本特許は、精錬パラメータ中に可能なすべてのバリエーションごとに、精錬炉の挙動を予測するシステムで、鉱物学をベースとするものを提供する。
本発明は、精錬炉のため、最適化されたワーキングパターンを効率的に予測するシステムを提供する。
本発明は、インプットが多数の金属鉱石の組み合わせであるとき、精錬炉の最適化されたワーキングパターンを予測するシステムを提供する。
本発明は、精錬のプロセスに対応する最適なプロセスパラメータを正確に予測するシステムを提供する。
好適な実施形態のコンポーネントとその一部をかなり強調しながら、多くの実施形態を創生し、好適な実施形態に、発明の原則から外れることなく、多くの変更を施すことができることが高く評価される。好適な実施形態中のこれらおよびその他の変更並びに発明の他の実施形態は、熟練した技能を有する人々にとって本書の開示内容から明白なものである。従って、前述の記述事項は発明の単なる例証で、限定するものでないとはっきり理解しなければならない。

Claims (9)

  1. 炉の精錬運転を監視し且つ最適化するシステムであって、
    前述の炉の中で精錬すべき材料のサンプルを処理して、その鉱物学的特性を決めるに適した処理手段と
    前述の鉱物処理手段と協働する運転パラメータ査定手段で、査定された前述の鉱物学的特性に基づき、前述の炉の運転に対応する運転パラメータを査定するのに適したものと、
    前述の鉱物処理手段および運転パラメータ査定手段と協働する精錬パラメータ査定手段で、前述の査定された鉱物学的特性および査定された運転パラメータ並びに前述の精錬運転を最適化するため、前述の炉に給送される査定された精錬パラメータに基づき精錬パラメータを査定するのに適したものと、を含むことを条件とするシステム。
  2. 請求項１に記載のシステムにおいて、
    前述の鉱物処理手段、運転パラメータ査定手段および精錬パラメータ査定手段と連結され、前述の査定された鉱物学的特性、運転パラメータおよび精錬パラメータを表示するのに適した表示手段を含むことを特徴とするシステム。
  3. 請求項１に記載のシステムにおいて、
    前述の鉱物学的特性が、黄銅鉱組成、斑銅鉱組成、銅藍組成、黄鉄鉱組成および磁性鉄鉱組成からなるグループの中から選ばれることを特徴とするシステム。
  4. 請求項１に記載のシステムにおいて、
    前述の運転パラメータが、炉のランタイム、炉のダウンタイム、炉のスループット、炉１台あたりの金属生産量、平均環境温度、酸素ポテンシャル、溶銑温度および炉の利用係数からなるグループの中から選ばれることを特徴とするシステム。
  5. 請求項１に記載のシステムにおいて、
    前述の精錬パラメータがmatteの組成、スラグの組成、matteの温度、スラグの温度、オフガスの温度、シャフト反応炉の温度および精錬反応転換率からなるグループの中から選ばれることを特徴とするシステム。
  6. 炉の精錬運転を監視し且つ最適化する方法であって、
    前述の炉の中で精錬すべき材料のサンプルを処理して、その鉱物学的特性を決めるステップと、
    査定された前述の鉱物学的特性に基づく当該炉の運転に対応する運転パラメータを査定するステップと、
    査定された前述の鉱物学的特性および運転パラメータに基づき、精錬パラメータを査定するステップと、
    査定された前述の鉱物学的特性、運転パラメータおよび精錬パラメータを表示するステップと、
    前述の精錬運転を最適化するため、査定された前述の精錬パラメータを前述の炉に給送するステップと、を含むことを特徴とする方法。
  7. 請求項６に記載の方法において、
    鉱物学的特性を査定するステップに、黄銅鉱組成、斑銅鉱組成、銅藍組成、黄鉄鉱組成および磁性鉄鉱組成からなるグループの中から選んだ鉱物学的特性を査定するステップが更に含まれることを特徴とする方法。
  8. 請求項６に記載の方法において、
    前述の炉の運転に対応する運転パラメータを査定するステップが、炉のランタイム、炉のダウンタイム、炉のスループット、炉１台あたりの金属生産量、平均環境温度、酸素ポテンシャル、溶銑温度および炉の利用係数からなるグループの中から選ばれた運転パラメータの最適値を査定するステップを更に含むことを特徴とする方法。
  9. 請求項６に記載の方法において、
    前述の精錬パラメータを査定するステップが、matteの組成、スラグの組成、matteの温度、スラグの温度、オフガスの温度、シャフト反応炉の温度および精錬反応転換率からなるグループの中から選んだ精錬パラメータの最適値を査定するステップを更に含むことを特徴とする方法。
JP2012549470A 2010-01-19 2011-01-18 炉の精錬運転を監視し且つ最適化するシステムと方法 Pending JP2013517386A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN146/MUM/2010 2010-01-19
IN146MU2010 2010-01-19
PCT/IN2011/000037 WO2011089622A2 (en) 2010-01-19 2011-01-18 A system and method for monitoring and optimizing smelting operations of a furnace.

Publications (1)

Publication Number Publication Date
JP2013517386A true JP2013517386A (ja) 2013-05-16

Family

ID=44307341

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012549470A Pending JP2013517386A (ja) 2010-01-19 2011-01-18 炉の精錬運転を監視し且つ最適化するシステムと方法

Country Status (7)

Country Link
EP (1) EP2526212A2 (ja)
JP (1) JP2013517386A (ja)
CN (1) CN102933728A (ja)
BR (1) BR112012017926A2 (ja)
CA (1) CA2787198A1 (ja)
CL (1) CL2012001933A1 (ja)
WO (1) WO2011089622A2 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX2016008736A (es) * 2014-10-10 2017-02-28 Air Prod & Chem Sistema y metodo para control de un horno de fusion de cobre.
US11441206B2 (en) * 2018-05-25 2022-09-13 Air Products And Chemicals, Inc. System and method of operating a batch melting furnace
CN113125480A (zh) * 2019-12-27 2021-07-16 科德尔科股份公司 铜精矿的矿物分析系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62161930A (ja) * 1986-01-08 1987-07-17 Sumitomo Metal Mining Co Ltd 自溶炉の操業方法
JP2000129367A (ja) * 1998-10-29 2000-05-09 Mitsubishi Materials Corp 製錬炉の操業方法及び製錬炉
JP2000129369A (ja) * 1998-10-29 2000-05-09 Mitsui Mining & Smelting Co Ltd 銅製錬自溶炉における炉内還元度の制御方法
JP2003239026A (ja) * 2002-02-15 2003-08-27 Mitsui Mining & Smelting Co Ltd 銅製錬プロセスにおける操業管理方法およびそのための操業管理システム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5910966B2 (ja) * 1979-09-28 1984-03-13 住友金属工業株式会社 高炉の操業方法
FR2659665B1 (fr) * 1990-03-15 1992-07-24 Metaleurop Sa Procede d'affinage, notamment de decuivrage, du plomb.
CN100582262C (zh) * 2007-04-30 2010-01-20 中南大学 铜闪速熔炼操作参数优化方法
CN101323905B (zh) * 2007-06-15 2010-07-21 西安华英实业有限公司 铜铅锌混合精矿的火法冶金工艺
CN101353730A (zh) * 2008-07-18 2009-01-28 中南大学 基于模式匹配与平衡计算的智能集成优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62161930A (ja) * 1986-01-08 1987-07-17 Sumitomo Metal Mining Co Ltd 自溶炉の操業方法
JP2000129367A (ja) * 1998-10-29 2000-05-09 Mitsubishi Materials Corp 製錬炉の操業方法及び製錬炉
JP2000129369A (ja) * 1998-10-29 2000-05-09 Mitsui Mining & Smelting Co Ltd 銅製錬自溶炉における炉内還元度の制御方法
JP2003239026A (ja) * 2002-02-15 2003-08-27 Mitsui Mining & Smelting Co Ltd 銅製錬プロセスにおける操業管理方法およびそのための操業管理システム

Also Published As

Publication number Publication date
EP2526212A2 (en) 2012-11-28
CA2787198A1 (en) 2011-07-28
CN102933728A (zh) 2013-02-13
WO2011089622A2 (en) 2011-07-28
BR112012017926A2 (pt) 2016-05-03
CL2012001933A1 (es) 2013-04-01
WO2011089622A3 (en) 2011-10-06

Similar Documents

Publication Publication Date Title
Montenegro et al. Recirculation of high arsenic content copper smelting dust to smelting and converting processes
Ghodrat et al. Thermodynamic analysis of metals recycling out of waste printed circuit board through secondary copper smelting
Swinbourne et al. Computational thermodynamics modeling of minor element distributions during copper flash converting
Liu et al. Investigation into oxygen-enriched bottom-blown stibnite and direct reduction
Alexander et al. Comparison of environmental performance of modern copper smelting technologies
Long et al. Cleaner recovery of multiple valuable metals from cyanide tailings via chlorination roasting
Liu et al. Dynamic modeling of copper flash smelting process at a smelter in china
JP7292278B2 (ja) 改善された銅製造工程
Næss et al. Element distribution in silicon refining: thermodynamic model and industrial measurements
Dosmukhamedov et al. Efficient removal of arsenic and antimony during blast furnace smelting of lead-containing materials
Liddell et al. Energy consumption for Kell hydrometallurgical refining versus conventional pyrometallurgical smelting and refining of PGM concentrates
Klaffenbach et al. Thermodynamic analysis of copper smelting, considering the impact of minor elements behavior on slag application options and Cu recovery
JP2013517386A (ja) 炉の精錬運転を監視し且つ最適化するシステムと方法
Kamberović et al. Pyro-refining of mechanically treated waste printed circuit boards in a DC arc-furnace
Topçu et al. Minimizing of copper losses to converter slag by a boron compound addition
Friedrich et al. The submerged arc furnace (SAF): state-of-the-art metal recovery from nonferrous slags
Hao et al. Energy conservation and emission reduction through utilization of latent heat of copper slag for iron and copper recovery
Gao et al. Reduction kinetics and microscopic properties transformation of boron-bearing iron concentrate–carbon-mixed pellets
Ye et al. Efficient bath-smelting reduction of antimony oxide in FeO-SiO 2-CaO-Na 2 O quaternary slag with low melting point
Selivanov et al. Use of quartz-containing materials as fluxes in copper smelting production
Bernasowski et al. Overview of zinc production in imperial smelting process
Korpi et al. Plant-wide optimization of a copper smelter: how to do it in practice?
WANG et al. Thermodynamic modeling of antimony removal from complex resources in copper smelting process
Ye et al. Slag chemistry, element distribution behaviors, and metallurgical balance of e-waste smelting process
Jak Modelling metallurgical furnaces—making the most of modern research and development techniques

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20131101

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20141211

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150106

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20150406

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20150630