60t转炉氧枪设计优化工艺实践

针对萍钢安钢60 t转炉使用机烧矿工艺,对氧枪喷头参数的选取和设计进行了阐述,讨论了该工艺下转炉新设计氧枪的使用情况。     

基于TRIZ理论的抑制涡流转炉出钢口设计

简要介绍了TRIZ理论体系及其解决问题的基本思路,在此基础上运用CAI辅助创新工具解决转炉出钢中后期出现的涡流卷渣问题。通过系统功能模型分析以及因果分析确定从改进出钢口的结构形式和尺寸入手,运用TRIZ理论体系中知识效应库和创新原理工具对出钢口进行改进设计,并通过数值模拟验证,改进后的出钢口达到了抑制涡流形成的目的。     

冶炼铜渣的资源化利用成套技术

<正>1技术简介该技术针对火法冶炼水淬铜渣采用"磨浮选工艺+回转窑焙烧工艺+磁选工艺+加气砖制造工艺"来高效处理和综合利用铜渣,回收有用的铜、铅、锌、铁元素,并将尾渣制作加气砖,实现全部铜渣的综合利用。2典型业绩该技术方案正在应用工程云南钰和工贸有限公司铜冶炼工业废渣处理与综合利用项目。项目将实现年处理     

120t转炉冶炼低磷钢深脱磷技术

为了达到低磷钢对成品磷质量分数小于0.010%的要求,根据温度、炉渣碱度、渣中w(Fe O)以及搅拌等对钢液脱磷的影响,马鞍山钢铁股份有限公司120 t转炉应用烟气分析动态控制炼钢技术,采用留渣双渣操作法,制定合理的装入、造渣、供氧制度,优化脱磷参数,通过500多炉次实践对比分析,确定合适的倒炉温度为1 540~1 580℃,w(C)=0.10%~0.25%,终渣碱度3.0~3.5,w(Fe O)=15%~23%,及适合的搅拌强度以达到脱磷率95.2%良好效果,实现了转炉出钢磷质量分数小于0.007%,以及终点碳温双命中96.4%的目标。     

转炉出钢过程加锰矿直接合金化技术研究

针对转炉加锰矿直接合金化工艺中锰收得率低的问题,研究开发了转炉出钢过程加锰矿进行直接合金化的工艺。结果表明:转炉出钢过程加锰矿直接还原合金化工艺无论从热力学还是动力学角度来说都是可行的。通过现场100 t转炉出钢过程加锰矿的生产试验可见,该工艺锰的收得率达到了80%以上,最高达到了95%,综合成本降低了3.43元/t以上。同时,该工艺不增加钢中的硫、磷等杂质含量,不污染钢液。     

Q235钢2步脱氧工艺的理论分析及生产试验

为实现Q235钢种节能降本的目的,分析了该钢种原工艺的冶炼特点,通过铝、硅、锰复合脱氧的热力学计算,提出了"转炉出钢加硅、锰和少量铝弱脱氧+LF补铝终脱氧"的2步脱氧工艺。经Thermo-Calc热力学软件计算整个体系的平衡状态,精炼结束钢水中的氧含量(w(O)=1×10-6)和硫含量(w(S)=1.5×10-6)均达到钢种要求,理论上验证了新工艺的可行。经180 t LF试生产,精炼结束钢水w(Alt)=0.004%~0.015%,w(T.O)=(20~35)×10-6,w(S)0.012%,满足工艺要求,钢水浇铸性能良好,脱氧成本可降低4.2元/t。     

国内转炉煤气回收概况与研究展望

概括了LT法与OG法的优缺点,论述了国内主要钢铁企业转炉煤气回收现状。结果表明,国内钢厂主要采用煤气系统设备改进、炉口微压差控制、调整煤气回收条件和优化供氧制度等方法提高煤气回收量,但煤气热值比日本转炉低约15%~20%。提出从转炉熔池反应原理与烟气回收设备匹配的角度开展深入研究,从而提高转炉煤气回收量和热值的新思路。     

提高分金工序中碲浸出率的试验研究

铜阳极泥经过硫酸化焙烧—酸浸分铜后,分金工序中碲浸出率较低。为了提高碲浸出率,在现有工艺主流程不变的条件下,主要考察分金工序中的液固比、硫酸浓度、氯化钠加入量、分金时间等对分金后液中碲浸出率的影响。研究结果表明,以酸度为1 mol/L,NaCl加入量为20%、液固比5∶1、NaClO_3加入量为4%,80℃下反应2 h,控制终点电位在1 100 mV左右,为控电位氯化氧化分金最佳试验条件,此时金、铂、钯基本被浸出至溶液中,碲的浸出率可达到94%以上,铋的浸出损失为12%左右。     

提高冶炼低硅含钛铁水转炉废钢比工艺攻关

废钢比是转炉生产的重要经济技术指标,其值大小直接影响转炉冶炼钢铁料消耗及热平衡,提高入炉废钢比是实现节铁增钢、降本增效的重要技术手段。然因冶炼低硅含钛铁水成渣难、脱磷难等问题,对应入炉废钢比持低不高,直接影响转炉生产成本。为此,基于低硅含钛铁水冶炼特点及难点分析,结合水钢生产实践,通过氧枪喷头优化、枪位优化、添加提温剂等工艺优化和技术开发,使入炉废钢比由优化前7.41%提高至13.48%,优化效果较为明显,为实现节铁增钢、降本增效奠定了一定基础。     

基于IPSO-RELM转炉冶炼终点锰含量预测模型

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义.