鞍钢烧结矿适宜碱度研究

烧结矿碱度是烧结和炼铁生产的重要参数.针对鞍钢现有原料条件,进行了有关烧结矿碱度对烧结矿产量、质量及冶金性能等影响规律的研究,并考察了不同碱度、不同品位时烧结矿的产、质量状况.     

烧结矿碱度、SiO2和MgO含量对烧结冶金性能的影响

在实验室条件下研究了烧结矿碱度、SiO2和MgO含量对烧结过程及烧结矿冶金性能的影响.结果表明,在马钢目前原料料件下,提高烧结矿碱度和SiO2含量,烧结矿产量和强度提高;而提高烧结矿MgO含量则对烧结矿质量产生不利影响.     

提高360m2烧结机烧结矿碱度稳定率的研究

烧结矿碱度稳定率直接关系到高炉生产的稳定,同时也会影响到高炉的各项经济技术指标。2020年天津钢铁集团有限公司360m2烧结机大修后,烧结矿产量和质量都得到了明显提高,但由于360m2烧结机的混匀矿是由原料配料室直供,造成烧结混合料成分稳定性差、烧结成品矿碱度波动大,已影响到高炉生产的稳定。本文对影响360m2烧结机烧结矿碱度稳定率的因素进行了分析,确定了影响烧结矿碱度稳定率的原因,并提出了工艺改进措施。通过提高原、燃料成分稳定性、降低混匀配料工序混匀矿成分波动、降低烧结配料工序烧结混合料碱度波动等工艺措施的实施,360m2烧结机烧结矿碱度稳定率显著提高。     

缩短烧结矿碱度检测滞后的研究

烧结矿碱度检测滞后是影响高炉生产稳定的一个重要因素。针对烧结混合料经配料后钙、硅元素含量不变的特点,提出了一种缩短烧结矿碱度检测滞后的方法。实验证明,当采用XRF光谱分析仪检测时,烧结混合料的碱度与烧结矿的碱度吻合较好;相同烧结混合料样本分别用熔片法和带碳压片法检测时,二者碱度最大偏差0.03,最小偏差0,平均偏差0.013,可满足生产现场对烧结矿碱度检测的要求。     

高褐铁矿配比下提高烧结矿产质量指标

为了在高褐铁矿配比下提高烧结矿产质量指标,在把握烧结混匀矿特性的基础上,通过微型烧结试验和烧结杯试验,研究了高褐铁矿配比下烧结矿二元碱度、钙质熔剂种类等因素对烧结黏结相数量、强度和类型,以及烧结矿产质量指标的影响.结果表明:在高褐铁矿配比下,提高烧结矿二元碱度至2.0水平,并采取适当增加生石灰使用比例以及提高烧结抽风负压和烧结料层高度的配合措施能够改善烧结矿产质量指标.     

w(MgO)对含钒、钛烧结矿强度和烧结过程的影响

研究了w(MgO)对承钢含钒、钛烧结矿的矿物组成、矿物结构、烧结矿强度和烧结过程的影响,发现提高烧结矿中的w(MgO)对于提高承钢高碱度烧结矿的产量和改善烧结矿的质量都是十分不利的.考虑到高炉冶炼的需要,承钢烧结矿中的w(MgO)应控制在2.0 %左右.     

碱度对钒钛烧结矿强度和烧结过程的影响

在新的配矿条件下,研究了碱度对承钢钒钛磁铁烧结矿的强度、矿物结构和烧结过程的影响。结果表明：在大量使用澳矿时,综合考虑烧结矿碱度对承钢烧结过程、高炉炉料结构和高炉冶炼过程的影响,烧结矿碱度控制在1．9左右比较适宜。     

兰炭作烧结燃料对烧结矿冶金性能的影响

 通过烧结杯试验、烧结矿荷重软化试验、烧结矿还原度试验及烧结矿低温还原粉化试验,系统地研究了兰炭用作烧结燃料对烧结矿冶金性能的影响。结果表明,兰炭的配加、碱度的增加对烧结矿的成品率、品位和转鼓指数及粒度并未产生明显的负面影响;兰炭加入比例为30%、碱度为1.82时,可以提高烧结矿的转鼓强度,此时的烧结矿软化性能也最好;随着兰炭替代比例的升高,烧结矿碱度逐渐增加,导致烧结矿中FeO质量分数逐渐下降,这对烧结矿还原性和低温还原粉化具有一定的改善作用。综合考虑兰炭和碱度对烧结过程及烧结矿冶金性能的影响,用兰炭作为烧结燃料在工艺上是可行的,而且兰炭加入比例为30%、碱度为1.82时效果最佳。     

马钢几种烧结矿的烧结及冶金性能试验研究

对马钢几种烧结矿的烧结及冶金性能试验进行了研究，结果表明：在马钢现有原料条件下，提高烧结矿的碱度和SiO2含量，烧结矿产量提高、强度变好；而随着烧结矿MgO含量的增加，对烧结矿质量则有不利影响。     

低FeO烧结条件下的适宜配碳量和碱度

通过微型烧结试验研究配碳量和碱度对烧结矿中FeO含量的影响程度,以及对烧结液相生成和固结强度的影响规律,探讨低FeO烧结条件下,烧结矿中适宜的配碳量和二元碱度。试验结果表明:降低配碳量或提高碱度,烧结矿中FeO含量均降低;液相流动性随配碳量增加呈先上升后下降的趋势。配碳量为4.0%时液相量达到最高值,但随碱度升高液相流动性增强;烧结矿自身粘结相强度随配碳量增加略有下降趋势,但其随碱度增加而升高。因此,低配碳量条件将引起烧结液相量不足和烧结矿冷态强度下降。通过提高碱度,可以弥补液相不足并确保烧结矿冷态强度。结合烧结杯试验结果,明确烧结料中配碳量为2.92%,碱度提高到2.1时,能实现低FeO烧结的同时获得产、质量指标优良的烧结矿。     

新(余)钢降低烧结矿碱度的实践

介绍了2008年年底以来新钢烧结厂在降低烧结矿碱度方面所做的工作,包括:不同碱度水平的试验室研究;在试验研究的基础上,实施稳定原料质量,提高生石灰配比,优化配矿等措施。通过开展这些工作,保证了烧结矿碱度降至1.8以下时,其产质量指标仍能较好地满足高炉生产要求。     

包钢低硅烧结工艺优化研究

为了提高人炉矿品位,降低高炉渣量,通过微型烧结试验研究了包钢低硅烧结条件下,烧结温度、配碳量、烧结矿碱度、SiO2含量、MgO含量等参数对烧结矿粘结相强度的影响,并在此基础上进行了烧结杯验证试验,为包钢优化低硅烧结工艺参数提供了依据.     

新兴铸管公司高铁低硅烧结实践

新兴铸管公司为了实施精料方针,为高炉经济技术指标的持续进步创造条件,对高铁低硅烧结进行了探索。通过优化原料结构、提高生石灰质量、实施厚料层烧结、提高烧结矿碱度、适当增加配碳量、延长烧结时间等一系列措施,在保证烧结矿强度的前提下,使烧结矿SiO2含量降到了4.0%左右。     

碱度及MgO含量对FeOx-SiO2-CaO-MgO-Al2O3体系矿物组成的影响

烧结矿烧结过程中碱度及MgO含量的变化对物相成分有很大影响,球团焙烧过程中,随着碱度和MgO含量的变化,形成的矿物种类也会不同。通过利用原位XRD分析手段,探究在不同升温段碱度及MgO含量对FeOx-SiO2-CaO-MgO-Al2O3系的矿物组成的影响,揭示烧结矿及球团矿的成矿基础,为以后企业生产、实践,提供理论依据。     

天铁高炉炉料结构研究

通过对高碱度烧结矿和酸性烧结矿的冶金性能测试及烧结杯试验数据的分析，确定天铁高炉炉料结构为R=1．8度烧结矿和R=0．7酸性烧结矿搭配，为指导高炉生产，进一步优化高炉炉料结构提供理论了依据。     

石钢提高烧结矿品位的研究与实践

介绍了烧结矿品位的高低对高炉出铁量的影响,品位的变化对铁前成本的影响,烧结矿碱度调整对品位的影响,提高并进一步稳定烧结矿品位,为改善烧结矿质量和冶金性能创造良好的条件。     

超高碱度对钒钛烧结的影晌

目前高钒钛烧结对降低系统生产成本、提高钒钛提取有重大意义。随着钒钛矿比例增加,烧结效果越来越差,通过对TiO2在烧结过程中的矿相变化和生产过程进行研究,提高碱度R2对稳定和提高烧结矿质量有巨大影响。     

超高碱度下高铁低硅烧结制度研究

在攀钢超高碱度烧结的条件下,为了强化高铁低硅烧结,运用单因素和正交试验等手段,研究了高铁低硅对钒钛磁铁精矿烧结的影响。从单因素研究表明,随着烧结矿品位的提高,烧结利用系数降低,烧结矿强度指标下降;正交试验结果表明,超高碱度下高铁低硅烧结适宜采取“小水、中碳、厚料层、慢机速”的操作方针。     

Simulation and prediction of the alkalinity in sintering process based on grey least support vector machine

 Prediction of the alkalinity is a difficult problem during the process of sintering .Whether the level of he alkalinity of it is successful or not direct relates to the quality of sinter.By now,there isn’t a very good method due to the high complexity ,high non-linear, strong coupling, high delay-time and etc.A grey support vector machine model was proposed on the basis of the models.The fluctuation of data sequence is weakened by the grey theory and the support vector machine is capable of processing non-linear adaptable information, and the grey support vector machine is a combination of those advantages. The results reveal, the alkalinity of sinter can be accurately predicted through this model by reference to small sample and information. It was concluded that the grey support vector machine model is effective with the advantages of high precision, less samples required and simple calculation.     

Simulation and Prediction of Alkalinity in Sintering Process Based on Grey Least Squares Support Vector Machine

The prediction of the alkalinity is difficult during the sintering process. Whether or not the level of the alkalinity of sintering process is successful is directly related to the quality of sinter. There is no very good method for predicting the alkalinity by now owing to the high complexity, high nonlinearity, strong coupling, high time delay, and etc. Therefore, a new technique, the grey squares support machine, was introduced. The grey support vector machine model of the alkalinity enabled the development of new equation and algorithm to predict the alkalinity. During modelling, the fluctuation of data sequence was weakened by the grey theory and the support vector machine was capable of processing nonlinear adaptable information, and the grey support vector machine has a combination of those advantages. The results revealed that the alkalinity of sinter could be accurately predicted using this model by reference to small sample and information. The experimental results showed that the grey support vector machine model was effective and practical owing to the advantages of high precision, less samples required, and simple calculation.