喷吹煤气高炉冶炼的极限焦比研究

本文提出用煤气代替煤粉进行喷吹,简化了高炉冶炼过程,使得喷吹煤气的高炉冶炼达到焦比极限成为可能。应用焦比与直接还原度的联合计算方法,研究了喷吹煤气新工艺下的极限焦比值。结果指出:煤气仅进行间接还原时,高炉冶炼1000 kg生铁的总耗热为1506849.53 k J/t Fe,焦比为238.88 kg/t Fe,直接还原度为0.20。而煤气在风口区燃烧提供热量时,高炉冶炼1000 kg生铁的总耗热为1873112.57 kJ/tFe,焦比为258.89 kg/tFe,直接还原度为0.34。当喷入的煤气一部分在风口区燃烧供热和一部分在间接还原区进行间接还原时,喷煤气高炉才能达到极限焦比值。直接还原度和极限焦比都随着喷入的煤气量的增加而先减小后增大。计算得到喷煤气高炉的极限焦比值为124.76 kg/tFe,喷入的煤气量为1127.97 m3/tFe,直接还原度可降到0.044,新工艺冶炼需要的单位生铁总热量为1074599.9 kJ/tFe。     

PMC精矿配加司家营矿粉球团焙烧机理

 针对PMC矿的利用问题,对PMC精矿与司家营矿粉以7[∶]3配矿比例造球的氧化焙烧行为进行了研究。研究结果表明,当预热时间为10 min、焙烧温度为1 275 ℃、焙烧时间为20 min时,球团抗压强度随预热温度的升高呈现先升高后降低的趋势,当预热温度为925 ℃时,球团抗压强度达到最大为2 765.75 N/个;当预热温度为925 ℃、焙烧温度为1 275 ℃、焙烧时间为20 min时,球团抗压强度随预热时间的延长由2 64升高到2 833.61 N/个;当预热时间为15 min、预热温度为925 ℃、焙烧时间为10 min时,球团抗压强度随焙烧温度的升高由674.96升高到2 503.83 N/个;当预热时间为15 min、预热温度为925 ℃、焙烧温度为1 300 ℃时,球团抗压强度随焙烧时间的延长由2 503.83升高到2 872.52 N/个。     

灰成分及光学组织对焦炭热性能的影响

根据唐钢现有配煤方案为基准,选取其中有代表性的焦炭为研究对象,研究灰成分及光学组织对焦炭热性能的影响。研究结果表明,焦炭灰成分变化对矿物质催化指数影响较大,焦炭的反应性随MCI(矿物质催化指数)的增加呈升高趋势,而焦炭的反应后强度随MCI的增加而降低;焦炭光学组织与各向异性指数的关系密切,焦炭的反应性随OTI(光学各向异性指数)的增加呈降低趋势,而焦炭的反应后强度随OTI的增加而升高。合理控制焦炭灰成分和光学组织的工艺参数对改善高炉内焦炭反应性和反应后强度有重要意义。     

基于多源数据融合的河道冲淤监测技术

开展河道陆上和水下地形测量时,单一的测量方法和孤岛数据已经满足不了河道数字化发展。提出了基于多无人智能系统协同采集河道数据,融合构建三维模型,计算分析冲淤量的监测技术方案,并开展了荆州长江大桥冲淤监测项目和公安河弯段河道地形观测项目试验。结果表明：该技术方案精度能够满足大比例尺河道冲淤监测项目要求,构建的三维模型能提升监测数据整体质量;三维模型平面精度高,在陆上三维模型高程精度方面,低密度植被覆盖的区域有94.2%的点误差在0.25 m以内,高密度植被覆盖的区域有82.91%的点误差在0.25 m以内;项目监测效率整体提升20%以上。该技术方案与传统作业方式相比,数据产品形式更加丰富,监测质量和效率明显提高,在大部分河道测区具有较高的可行性。     

低碳绿色炼铁技术发展动态及展望

 当前,为积极应对气候变化等一系列问题,世界各国纷纷提出了绿色减排计划。与此同时,中国相应提出了“碳达峰、碳中和”节能减排目标,并以“1+N”等政策体系作为实现可持续发展战略、积极应对气候变化、履行大国义务的核心支持。钢铁工业作为31个制造业门类中碳排放量最大的行业,自然而然成为节能减排战役中的“排头兵”。目前,复杂的高炉生产工艺仍然以煤、焦等化石资源作为主要燃料,使得其成为钢铁流程中的碳耗大户、碳排放大户、污染排放大户,因此高炉炼铁工艺的绿色低碳转型升级已迫在眉睫。从背景介绍、发展动态以及未来发展展望这3大部分对低碳绿色炼铁技术进行论述,其中对绿色低碳炼铁技术发展动态部分进行了详细阐述。首先就优化节能低碳操作和构建循环经济环保圈两个层面,从精细炉料操作、提升生产技术等多个角度讨论了如何实现高炉工艺低碳绿色炼铁;其次从非高炉领域入手,对直接还原工艺和熔融还原工艺的国内外发展现状进行阐述,并进行了相应的比较与分类汇总;之后从创新型炼铁工艺(氢冶金、智能化炼铁)角度探讨了此类技术的发展态势。最后,综合当前绿色低碳炼铁技术发展最新动态进行了5个方面的展望,明确了“绿色低碳为方向,节能减排是目标”的任务方向。     

基于烧结大数据预测小于10 mm烧结矿含量模型

为了给高炉提供合格的烧结矿，提出基于烧结生产线各个环节的大量数据，将XGBoost算法、因子相关分析与深度学习算法相结合的大数据技术对烧结矿小于10 mm粒级含量进行预测。首先，对烧结厂数据库的数据进行搜集、整合和预处理；其次，进行因子分析，筛选出适合建模的14个相关变量并进行变量之间的相关性分析；最后，建立深度神经网络算法模型。通过测试并与传统算法模型进行性能比较，结果表明，模型预测效果很好，达到了精确预测烧结矿小于10 mm粒级含量的目的，对烧结实际生产具有很好的指导意义。     

基于AdaBoost算法的炉芯温度预测模型

摘要：为了更好地检测炉缸工作状态的变化，运用AdaBoost集成算法建立了炉芯温度提前预测模型。通过提前预测炉芯温度，可以捕捉炉缸状态的变化趋势，便于操控者及时调整。收集了承钢4号高炉相关参数的实时数据，以时间为轴进行整合对应，使用拉依达准则进行粗大异常值的检验，线性插值法进行空缺值的填补，再利用相关性系数对输入参数进行冗余剔除，最后运用AdaBoost集成树模型进行预测，发现其预测效果较之单棵决策树模型要更加精准。     

康氏木霉液体摇瓶发酵产纤维素酶的初步研究

本文以稻草为主要碳源，对几种真菌产纤维素酶的能力进行了比较研究，其中康氏木霉zj4产酶能力最强。研究了其纤维素酶的产生条件：以稻草粉为碳源，（NH4）2SO4为氮源，稻草与麦麸比为2：1时，菌株产酶最高。该菌株产酶最适培养温度为28℃，最适起始pH5.0，装液量30ml，转速200r/min，当培养时间为144h时，CMC和滤纸酶活均达到最高值，分别为453.2U/ml和45U/ML发酵液。     

蛋白核小球藻的培养及应用研究

选用密闭气升式反应器进行自养培养蛋白核小球藻,通过单因素优化获得碳源二氧化碳的通气量2%,氮源硝酸钠为10 g/L;通过对蛋白核小球藻培养基的均匀设计,获得了适宜的培养基组成：磷酸氢二钾0.6 g/L,硫酸镁0.2 g/L,硝酸钠11 g/L,硫酸钾0.8 g/L,柠檬酸铁胺0.006 g/L,氯化钙0.05 g/L,维生素B10.11 g/L,EDTANa20.01 g/L,钨酸钠0.08×10–3 g/L,氯化镍0.02×10–3 g/L;实验采用中间白光四周彩光的合适光源,用除氧剂使氧气维持在20%左右,获得了8.648 g/L的干菌体。经分析,蛋白核小球藻蛋白质含量高达58 g/100 g,同时含有丰富的氨基酸和矿物质元素。用蛋白核小球藻替代艾草粉,制作出了蛋白核小球藻青团。