三大技术降低燃料消耗（三） 低硅冶炼技术,降低铁水硅含量降燃耗

硅的还原要大量吸热、如铁水硅含量为0．40％，则还原1吨铁含硅4kg，大约需要消耗热量130200kJ，相当于消耗4．56kg焦炭的热量．另外，铁水硅含量对炼钢甚至精炼都有影响，如延长冶炼时间、不利于深脱磷等．低硅冶炼试验和实践都证明，铁水硅主要来源是焦炭灰分，喷煤有利于降低铁水硅含量．同时，不同焦种对铁水增硅的作用是不一样的，基本规律是灰分越高，铁水增硅量越大．     

昆钢高炉铁水脱碳实验研究

研究了不同铁矿粉氧化剂以及矿粉加入量、铁水初始成分、铁水温度等因素对铁水碳、硅、锰氧化的影响.实验表明巴西粉与滇滩矿具有较好的脱碳效果,在高炉出铁温度范围内,用巴西粉或滇滩矿加入量为2%时,可平均脱去3.3%的碳、50%的硅和30%的锰.对铁水进行氧化脱碳处理后进行冷却,没有发现片状石墨析出.     

TGARCH模型预测高炉铁水硅质量分数

为了更好地反映高炉铁水硅质量分数序列的高波动特性,利用门限广义自回归条件异方差（TGARCH）模型对硅质量分数序列进行预测.应用Portmantea Q检验、拉格朗日乘子检验以及非对称项系数显著性检验,验证了高炉铁水硅质量分数序列存在异方差性和非对称性.在此基础上将TGARCH模型应用于高炉铁水硅质量分数预测,采用极大似然估计法确定参数,建立TGARCH(1,1,1)预测模型,并采用命中率和误差率2种评价准则对预测结果进行分析.这种方法克服了以往模型没有考虑序列非对称性影响的缺陷,更加适合于高炉铁水硅质量分数的预测.将预测模型应用于包钢6号高炉,取得了较好的预测效果.     

高炉铁水硅质量分数的模糊预测函数控制

在模糊预测函数控制的基础上，建立了一种新型算法来预测高炉铁水硅质量分数.基于莱钢1号高炉在线采集的数据，并结合专家语言规则生成模糊规则.控制参数作为模型的输入参数，主要有：料速、透气性指数、喷煤量、风温、风量，计算得到了各个参数的时滞.应用该算法对高炉铁水硅质量分数进行了局部预测控制，结果表明,改变喷煤量对控制铁水硅质量分数的波动起到明显作用，当喷煤量控制在区间［10 t/h,15.5 t/h］时，铁水硅质量分数在［0.36,0.58］区间内波动，且铁水硅质量分数的波动逐渐变小.     

铁水含硅量预报与控制模型的研究

以高炉的综合煤气成分，渣铁温度及炉料装入情况作为主要参数，建立铁水含硅量预报与控制的数学模型，提出了生铁含硅变动量的计算公式。该模型取用参数较少，易于掌握操作，可以做到早预报，快预报和准确预报，有助于实现高炉冶炼过程的控制。     

含碳冷压球团竖炉预还原—煤粉燃烧器(或等离子枪)连续熔融还原炼铁法

本文提出了一种以精矿粉、煤粉及一定量粘结剂、空气及少量氧气为基础原料,连续生产优质铁水的新方法。将原料按一定配比冷压成团,经450℃烘干处理后在竖炉中预还原、竖炉底部连接一个以煤粉——空气燃烧器,或等离子枪为热源的熔融还原反射炉。反射炉的高温废气用未预热和部分还原竖炉中下降的炉料,坚炉排出的高温高还原度的炉料在反射炉中完成直接还原、熔化、过热和渣铁的分离。在与反射炉熔池分隔开的一间造气室中,利用向热铁水吹氧持续不断地制造煤气,这些高温(1000℃)还原气直接喷入竖炉炉身,能强化预热及预还原过程。同时用空气向炉缸及铁水中吹入一部分煤粉、石灰粉、以便增碳脱硫,生产出1400℃含碳3—4％的铁水。研制的大功率工频交流等离子枪可以用作熔化和制取还原气的热源。预计本方案的基建投资,仅为高炉法的一半。生产成本及能耗约为高妒法的二分之一到三分之二;由于强化了预还原,生产率为高炉的两倍以上。     

预测铁水硅含量的TGARCH模型研究

在高炉炼铁过程中,铁水硅含量是表征炉温热状态的主要参数指标．本文利用包钢6#高炉2011年连续2个月的铁水硅含量700炉生产数据,将金融领域中预测股票波动的时间序列模型用于高炉铁水硅含量的预测中,建立了铁水硅含量的时间序列预测模型．该预测模型重点考虑了炉温的波动性、非对称,性、异方差性,克服了以往炉温控制模型只针对炉况较稳定时才能预测的缺陷．因此该炉温模型预测命中率达到80％,取得较好预测效果．     

基于混沌粒子群支持向量回归的高炉铁水硅含量预测

参数的优化选择对支持向量回归算法(SVR)的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO)寻优一种改进支持向量回归算法(v-SVR)参数的新方法,在此基础上建立高炉铁水硅含量预测模型(CPSO -vSVR)用于对某钢铁厂3号高炉铁水硅含量的实际数据进行预测,研究结果表明：基于CPSO确定的最优参数建立的铁水硅含量粒子群支持向量回归预测模型的预测效果最佳,平均相对误差为5.32%。与使用粒子群优化算法训练的神经网络(PSO-NN)、v-SVR、最小二乘支持向量回归(LS-SVR)进行比较,CPSO -vSVR模型对铁水硅含量进行预测时预测绝对误差小于0.03的样本数占总测试样本数的百分比达到90%以上,预测效果明显优于PSO-NN,且比v-SVR稳定性更强,可用于高炉铁水硅含量的实际预测。     

基于模糊控制系统的高炉铁水硅含量预报研究

运用模糊控制理论的有关知识,建立了高炉铁水硅含量的模糊控制预报模型,并用某钢厂的实际生产数据进行仿真实验,取得较好的预报效果,为高炉铁水硅含量预报提供了一种新的思路.     

高炉炉缸内铁水流动特性的物理模拟

采用原型尺寸且死料柱采用冶金焦堆积而成,针对某实验高炉炉缸铁水流动特性进行水模实验,研究了出铁流量、出铁口深度以及铁水液面高度对铁水流动的影响．研究结果表明,大流量出铁时加剧了铁水对炉缸的流动冲刷,加深出铁口可以减缓这种冲刷,对高炉长寿是有益的．