CN113051847B - 一种高炉炉渣热稳定性评价方法及优化方法 - Google Patents
一种高炉炉渣热稳定性评价方法及优化方法 Download PDFInfo
- Publication number
- CN113051847B CN113051847B CN202110277357.4A CN202110277357A CN113051847B CN 113051847 B CN113051847 B CN 113051847B CN 202110277357 A CN202110277357 A CN 202110277357A CN 113051847 B CN113051847 B CN 113051847B
- Authority
- CN
- China
- Prior art keywords
- slag
- blast furnace
- enthalpy
- enthalpy change
- temperature
- 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.)
- Active
Links
- 239000002893 slag Substances 0.000 title claims abstract description 208
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005457 optimization Methods 0.000 title claims description 7
- 238000011156 evaluation Methods 0.000 title description 14
- 230000008859 change Effects 0.000 claims abstract description 77
- 238000004519 manufacturing process Methods 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 238000010438 heat treatment Methods 0.000 claims abstract description 13
- 239000000126 substance Substances 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 12
- 238000002425 crystallisation Methods 0.000 claims description 10
- 230000008025 crystallization Effects 0.000 claims description 10
- 229910018072 Al 2 O 3 Inorganic materials 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 9
- 229910004298 SiO 2 Inorganic materials 0.000 claims description 6
- SNAAJJQQZSMGQD-UHFFFAOYSA-N aluminum magnesium Chemical compound [Mg].[Al] SNAAJJQQZSMGQD-UHFFFAOYSA-N 0.000 claims description 5
- 239000013078 crystal Substances 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000007791 liquid phase Substances 0.000 claims description 3
- 238000002844 melting Methods 0.000 claims description 3
- 230000008018 melting Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000007790 solid phase Substances 0.000 claims description 3
- 238000009966 trimming Methods 0.000 claims 4
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 claims 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims 1
- 229910052782 aluminium Inorganic materials 0.000 claims 1
- 229910052749 magnesium Inorganic materials 0.000 claims 1
- 239000011777 magnesium Substances 0.000 claims 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract description 12
- 229910052742 iron Inorganic materials 0.000 abstract description 6
- 238000013021 overheating Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 11
- 238000003723 Smelting Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 239000000446 fuel Substances 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 239000000571 coke Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000155 melt Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910010413 TiO 2 Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000009851 ferrous metallurgy Methods 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
一种高炉炉渣的热稳定性评价方法及优化方法，涉及炼铁技术领域，包括以下步骤：S1：获取炉渣中各成分质量和生产温度；基于热力学软件计算炉渣升温阶段的第一焓变值；基于热力学反应式计算炉渣升温阶段的第二焓变值；S2：取第一焓变值和第二焓变值的平均值，作为实际焓变值；S3：调整炉渣碱度，重复执行步骤S1～S2，获得多组不同碱度炉渣的实际焓变值；S4：基于热力学第二定律，将多组不同碱度炉渣的实际焓变值的平均值作为炉渣升温阶段所需的总热量；S5：向炉渣输入总热量，计算总热量输入后的炉渣黏度随炉渣碱度的变化率。本发明所述的方法能够实现对高炉渣热稳定性的量化研究，避免了高炉渣的过热或炉温不足等问题。
Description
技术领域
本发明涉及炼铁技术领域，尤其涉及一种高炉炉渣热稳定性的评价方法及优化方法。
背景技术
能源的合理利用是各个行业都在探索发展的方向，随着经济和社会的不断发展，对能源的需求与日俱增。作为支柱产业的钢铁冶金工业对能源的需求尤其巨大，其中的高炉炼铁又是整个行业中耗能最多的一个部分。而在高炉炼铁过程中，有相当一部份的热量并未合理利用，为了保证冶炼所需的物化反应温度，炉渣往往是过热的，这对高炉设备的使用寿命产生了不利影响。因此，控制炉渣中合理的热量对于钢铁工业的节能减排，提高能源利用效率至关重要。要实现对炉渣中热量的合理把控，前提是需要明确炉渣的热稳定性。
炉渣的热稳定性是炉渣抵抗热量波动的能力，当熔炼设备中输入热量发生了变化时，热稳定性较强的炉渣能在输入热量发生波动的情况下仅仅产生较小的温度变化，由此避免了对熔炼过程中的熔体流动性和渣金反应造成不良影响。
近年来，随着我国高炉的不断大型化以及入炉炉料成分的改变，对于炉渣热稳定性要求越来越高。但是由于高品味优质矿石数量的减少，以及价格成本的增加，进口矿石和低品位矿石成为各大企业的选择。但随之而来的就是入炉太多Al2O3、MgO等成分使炉渣的热稳定性变差，炉渣中存在过多的Al2O3时，会产生结晶能力很强的高熔点复合物，从而使炉渣焓变增大，流动性变差，冶金性能恶化；MgO含量过高时，不仅会形成高熔点物质，使炉渣的黏度增加，流动性变差，还会造成烧结熔剂量增加、焦比增加，不符合经济炼铁的原则；此外。高炉休复风时热量波动明显，炉渣的热稳定性也会对冶炼产生明显影响。炉渣作为高炉主要的副产品之一，炉渣在冶炼过程中的相关高温物化过程已经有了较多的研究，但是与节能减排、高效生产更为密切的是炉渣的热稳定性，目前尚未形成对热稳定性的***评价方法。
在生产实际中，高炉燃料的加入量是较为容易把控的环节。当炉料矿石成分的波动导致炉渣成分改变时，若能明确炉渣的热稳定性，便能及时调整入炉热量，使炉渣从自身的热稳定性出发，匹配获得合理的理论热量值，提高能源利用率，使高炉炉温波动减缓。盲目猜测入炉燃料的量会造成焦炭、煤粉消耗增加，导致资源浪费，经济成本增加，也不利于高炉内炉渣的流动性调节，影响冶金性能。因此，探究合理的炉渣热稳定性评价方法具有重要意义，除了能提高高炉炉况波动时，炉渣的缓冲能力以及提高炉渣的热利用效率，还能通过评价结果针对性的调节炉渣成分，使炉内熔渣趋于热稳定性更好的状态，这对我国高炉冶炼的高效平稳顺行有着举足轻重的意义。
本发明通过热力学软件中的反应平衡计算模块，用于高炉炉渣热稳定性的相关计算。然后通过数学积分计算减少软件误差，得出与实际结果十分接近的热稳定性评价图像，指导实际生产。
相比于传统高炉热波动经验估计法，该发明能够通过对炉渣热稳定性的评价，实现对于炉内过热或热量不足的精确衡量，能够及时快捷的适用于规模化生产，更为重要的，该评价思路的构建是以软件计算结果和热力学方程结果相结合，大幅抵消了***误差，工业应用前景广阔，对于最终解决高炉渣热波动的不规律性难题具有重要的社会效益。
发明内容
本发明提供一种评价高炉炉渣热稳定性的方法。该方法充分利冶金热力学软件的反应平衡计算模块与数学积分计算，得出与实际结果十分接近的热稳定性数值图像，实现了对高炉渣热稳定性的量化研究，进而进行精确可靠的生产指导，有效避免了高炉渣的过热或炉温不足等问题。
根据本发明的第一方面，提供了一种高炉炉渣的热稳定性评价方法，所述方法包括以下步骤：
S1：获取炉渣中各成分质量和生产温度；
S2：基于热力学软件计算炉渣升温阶段的第一焓变值；
基于热力学反应式计算炉渣升温阶段的第二焓变值；
S3：取第一焓变值和第二焓变值的平均值，作为实际焓变值；
S4：调整炉渣碱度，获得多组不同碱度炉渣，重复执行步骤S1～S3，获得多组不同碱度炉渣的实际焓变值；
S5：基于热力学第二定律，将多组不同碱度炉渣的实际焓变值的平均值作为炉渣升温阶段所需的总热量；
S6：向炉渣输入总热量，计算总热量输入后的炉渣黏度随炉渣碱度变化的变化率；
其中，炉渣黏度变化率绝对值越大，则炉渣的热稳定性越差。
进一步的，所述黏度变化率的计算方式如下：
其中，VCR为炉渣黏度变化率，ηj为炉渣黏度，j为正整数。
进一步的，所述生产温度的范围为1200-1600℃。
进一步的，所述第一焓变值的计算方式如下：
将炉渣中各成分质量输入热力学计算软件，分别计算炉渣在298K温度下的热焓值H298和炉渣在生产温度T下的热焓值Ht，所述第一焓变值ΔHA＝Ht-H298。
进一步的，所述第二焓变值的计算方式为：
依据炉渣中各成分质量和生产温度查询无机晶体结构数据库，获得炉渣比热容，利用炉渣比热容计算第二焓变值。
进一步的，所述炉渣比热容的计算方式如下：
CpCaO＝1.048-2.046×104T-2-2.388T-1/2+1.836×106T-3(T＝298～2845K)
CpMgO＝1.516-1.541×104T-2-7.349T-1/2+1.45×104T-3(T＝298～3098K)
式中，Cpi是炉渣中物质i的比热容值，物质i包括CaO、SiO2、MgO、Al2O3中的任意一种；mi为物质i的质量；T为实际计算温度；
进一步的，所述第二焓变值的计算方式如下：
ΔHB＝∑miΔHi
ΔHi是炉渣中物质i的焓变值；ΔtrHi是炉渣中物质i的结晶转变焓；Δl sHi是物质i的固液转变焓；Ttr是转变温度；TM是炉渣熔化温度；T为实际计算温度；ΔHB为第二焓变值；mi为物质i的质量；s为固相结晶；l为液相结晶。
进一步的，所述评价方法还包括，向炉渣线性输入所述总热量，计算所述总热量输入过程中的炉渣温度变化率，其中，炉渣温度变化率绝对值越大，则炉渣的热稳定性越差。
根据本发明的第二方面，提供了一种高炉炉渣优化方法，所述方法包括：
多次微调炉渣成分，重复如前所述的热稳定性评价方法，选取炉渣黏度变化率绝对值最小的炉渣成分作为最佳炉渣。
进一步的，所述炉渣成分微调包括组元微调、碱度微调和镁铝比微调中的一种或多种；
其中，所述组元微调包括调整炉渣的组元；
所述碱度微调的微调范围为0.7-1.4；
所述镁铝比微调的微调范围为0.3-1.0。
相对于现有技术，本发明所述的一种高炉炉渣热稳定性评价方法，具有如下优势：
国内许多高炉对炉温的预测存在滞后性，燃料的入炉量没有及时匹配炉料的成分变化，使生产中容易出现熔渣过热或温度不足导致渣金反应不足的问题，如何合理分配冶炼能源已引起炼铁工作者的高度重视。利用经验判断炉渣的热稳定性，不仅难以形成统一的衡量标准，也难以大范围推广。而该评价方法基于冶金学中熔体的吸放热行为，先将炉内取出的淬火炉渣制成粉后测定样品成分，再利用冶金热力学软件计算在该成分炉渣在一定温度步长下的热焓数据与黏度数据，最后通过整体计算作图得到此炉渣的热稳定性参数。
本发明在掌握炉渣成分的基础上，求解固定热量条件下的炉渣温度和黏度，将得到的黏度数据进行分析作图得到对炉渣的热稳定性能的参数。本发明的方法运算简便，容易掌握，适应范围广，可快速评估不同炉渣的热稳定性能。不仅能够实现对于高炉渣的合理能源分配，而且能够同时从温度和成分的角度给出优化意见，解决了高炉炼铁过程中炉内熔渣热量波动难以预测的问题，工业应用前景广阔。
附图说明
说明书附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
在附图中：
图1是本发明所述一种高炉炉渣热稳定性评价方法的流程示意图；
图2是本发明实施例所述温度随热量波动数值化示意图；
图3是本发明实施例所述热稳定性数值化示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
多个，包括两个或者两个以上。
和/或，应当理解，对于本发明中使用的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
如图1所示，一种高炉炉渣热稳定性评价方法，该方法基于热力学第二定律，提出了数值化特定高炉炉渣热稳定性的概念，充分利用冶金热力学数据库与热力学计算，通过将高炉炉渣的化学成分与实际温度作为参数，推导得出能表征炉渣的热稳定性的数值图像，然后通过计算结果得到针对特定炉渣的优化对策，通过微调特定炉渣的成分以进一步提高炉渣的热稳定性，使熔炼生产过程更加稳定。该评价方法具体包括如下步骤：
第一、对高炉内取出的炉渣进行烘干，去除其中的水分，然后磨碎成微粉，进行化验分析，确定炉渣的主要化学成分(CaO、SiO2、MgO、Al2O3等)。炉渣在高炉中的实际温度由测温仪器现场测得，用T表示，单位：K。
其中，高炉炉渣现场实测温度T的数值范围为1200-1600℃；
炉渣的主要化学成分范围，mass％CaO＝25～49％；mass％SiO2＝25～49％；mass％MgO＝4～12％；mass％Al2O3＝10～25％。
第二、假设熔体在高温条件下符合热力学第二定律，可知在恒定压力条件下，炉渣在固定温度段下的焓变值等于炉渣升温期间的热量输入，即：
ΔQ＝ΔU+PΔV＝ΔH
式中，ΔQ为炉渣在升温过程中的总能量变化，J；ΔU为炉渣内能变化值J；P为气压，Pa；ΔV为炉渣体积变化值，m3；ΔH为炉渣在升温过程中的焓变值，J。
第三、将炉渣的主要成分(CaO、SiO2、MgO、Al2O3)按照其质量(或质量百分比)输入冶金热力学计算软件，例如Thermo-calc或FactSage，得到炉渣在298K下的热焓值H298。
第四、计算出炉渣在实际生产温度T下的热容值Cpt、热焓值Ht，炉渣在升温过程中的焓变值由ΔHA表示：
ΔHA＝Ht-H298
第五、由于冶金热力学软件数据源于不同时期的实验采集拟合，存在***误差，此处基于NIST无机晶体结构数据库(ICSD)，网址：https://www.nist.gov/srd/nist-standard-reference-database-3可得到如下热力学反应式，利用热力学反应式对Cp298、H298、Cpt、Ht进行计算，再次得出焓变值ΔHB。将反应式计算得到的焓变值与软件计算得到的焓变值取平均处理，得到实际焓变值ΔH，以完成对***误差的补偿措施。
CpCaO＝1.048-2.046×104T-2-2.388T-1/2+1.836×106T-3(T＝298～2845K)
CpMgO＝1.516-1.541×104T-2-7.349T-1/2+1.45×104T-3(T＝298～3098K)
式中，Cpi是炉渣中物质i的比热容值，物质i包括CaO、SiO2、MgO、Al2O3中的任意一种；mi为物质i的质量；T为实际计算温度；
进一步的，所述第二焓变值的计算方式如下：
ΔHB＝∑miΔHi
ΔHi是炉渣中物质i的焓变值；ΔtrHi是炉渣中物质i的结晶转变焓；Δl sHi是物质i的固液转变焓；Ttr是转变温度；TM是炉渣熔化温度；T为实际计算温度；ΔHB为第二焓变值；mi为物质i的质量；s为固相结晶；l为液相结晶。
第六、由第二步可知，ΔH可以作为炉渣在升温期间的热量输入；为模拟实际生产过程，调整炉渣碱度，获得多组不同碱度炉渣，重复执行前述步骤，获得多组不同碱度炉渣的实际焓变值；将多组不同碱度炉渣的实际焓变值的平均值作为炉渣升温阶段所需的总热量Q，单位J。对Q进行百分比的减少(增加)，如95％Q、90％Q、85％Q、80％Q、75％Q。在冶金热力学软件中，再次输入本炉渣成分质量，设定温度范围为1796～2096K，步长为0.1，得出能与95％Q、90％Q、85％Q、80％Q、75％Q相匹配后得到对应的炉渣温度。由此得出热量波动与温度变化之间的数值关系，温度随着热量波动的变化幅度可以表征炉渣的热稳定性，其中变化幅度越大则热稳定性越差。
第七、分别对恒定总热量输入Q下，各碱度炉渣在的温度Ti下的对应黏度进行计算，设：
其中，VCR为炉渣黏度变化率，ηj为炉渣黏度，j为正整数。
将计算得到的VCR值作图可得热稳定性数值化显示图。图像中，VCR的绝对值越大，表明炉渣的热稳定性越差。
对高炉主要炉渣成分比例进行微调，重复以上步骤，选取热稳定性最佳的炉渣成分作为实际炉渣的生产配渣优化方向。
成分比例微调包括组元微调，例如组元也可为CSMAl-FeO五元渣、CSMAl-FeO-TiO2六元渣等；二元碱度微调，R限制范围为0.7-1.4；镁铝比微调，镁铝比限制范围为0.3-1.0。
实施例：某炼铁厂的高炉渣终渣
首先对从某炼铁厂高炉中取到的终渣进行化验分析，确定炉渣的主要化学成分：mass％CaO＝42％、mass％SiO2＝35％、mass％MgO＝8％、mass％Al2O3＝15％。
将炉渣的主要成分(CaO、SiO2、MgO、Al2O3)按照以上质量百分比输入冶金热力学数据库的反应平衡模块，得到炉渣在298K下的热焓值H298＝-1438355.2J。
利用冶金热力学软件中的反应平衡模块计算该炉渣在实际生产温度1773K下的热焓值Ht＝-1218753.7J,ΔHA＝219601.5J。
再利用相关热力学反应式再次对Cp298、H298、Cpt、Ht进行计算，得到ΔHB＝219573.2J。对ΔHA和ΔHB取平均处理，得到ΔH＝219587.35J，以完成对***误差的补偿措施。调节炉渣碱度获得多个ΔH，取多个ΔH的平均值作为最终ΔH(此处省略)。
进一步的，由热力学第二定律可知，ΔH可以作为炉渣在升温期间的热量输入标准，设为Q，Q＝219587.35J。对Q进行百分比的增减：-5％Q＝-10979.337J、-10％Q＝-21958.74J、-15％Q＝-32938.1J、-20％Q＝-43917.47J、-25％Q＝-54896.84J。在冶金热力学软件的反应平衡模块中，再次输入本炉渣成分，设定温度范围为1796～2096K，步长为0.1，得出能与95％Q、90％Q、85％Q、80％Q、75％Q相匹配后得到95％Q、90％Q、85％Q、80％Q、75％Q的炉渣温度，分别为1703.2K、1691.2K、1683K、1676.2K、1667.4K。
然后，微调炉渣成分，使炉渣的二元碱度在R＝0.8～1.3范围内变化，如图2所示，观察在恒定输入上述Q(即95％Q、90％Q、85％Q、80％Q、75％Q)后，炉渣在不同碱度与温度的关系，以判断炉渣的热稳定性。
如图3所示，分别对恒定总热量输入Q下，各碱度炉渣在的温度Ti下的对应黏度进行计算，例如：下表所示，炉渣碱度范围，0.8-1.2。
| 碱度 | CaO/％ | SiO2/％ | MgO/％ | Al2O3/％ |
| 0.8 | 34.22 | 42.78 | 8 | 15 |
| 0.9 | 36.47 | 40.53 | 8 | 15 |
| 1 | 38.50 | 38.50 | 8 | 15 |
| 1.1 | 40.33 | 36.67 | 8 | 15 |
| 1.2 | 44.18 | 36.82 | 8 | 11 |
由此，就是对以下公式中VCR的计算，例：0.8-1.2五组炉渣，那么炉渣黏度变化率(VCR)就是＝(0.9的黏度-0.8的黏度)/0.8的黏度，然后多个VCR数据作图，如图3所示。
其中，VCR为炉渣黏度变化率，ηj为炉渣黏度，j为正整数，表示炉渣组编号。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (8)
1.一种高炉炉渣的热稳定性评价方法，其特征在于，所述方法包括以下步骤：
S1：获取炉渣中各成分质量和生产温度；
S2：基于热力学软件计算炉渣升温阶段的第一焓变值；
基于热力学反应式计算炉渣升温阶段的第二焓变值；
S3：取第一焓变值和第二焓变值的平均值，作为实际焓变值；
S4：调整炉渣碱度，获得多组不同碱度炉渣，重复执行步骤S1～S3，获得多组不同碱度炉渣的实际焓变值；
S5：基于热力学第二定律，将多组不同碱度炉渣的实际焓变值的平均值作为炉渣升温阶段所需的总热量；
S6：向炉渣输入总热量，计算总热量输入后的炉渣黏度随炉渣碱度变化的变化率；
其中，炉渣黏度变化率绝对值越大，则炉渣的热稳定性越差；
所述第一焓变值的计算方式如下：
将炉渣中各成分质量输入热力学计算软件，分别计算炉渣在298K温度下的热焓值H298和炉渣在生产温度T下的热焓值Ht，所述第一焓变值ΔHA＝Ht-H298；
所述第二焓变值的计算方式为：
依据炉渣中各成分质量和生产温度查询无机晶体结构数据库，获得炉渣比热容，利用炉渣比热容计算第二焓变值。
2.根据权利要求1所述的一种高炉炉渣的热稳定性评价方法，其特征在于，所述黏度变化率的计算方式如下：
其中，VCR为炉渣黏度变化率，ηj为炉渣黏度，j为正整数。
3.根据权利要求1所述的一种高炉炉渣的热稳定性评价方法，其特征在于，所述生产温度的范围为1200-1600℃。
4.根据权利要求1所述的一种高炉炉渣的热稳定性评价方法，其特征在于，所述炉渣比热容的计算方式如下：
CpCaO＝1.048-2.046×104T-2-2.388T-1/2+1.836×106T-3,T＝298～2845K；
CpMgO＝1.516-1.541×104T-2-7.349T-1/2+1.45×103T-1，T＝298～3098K；
式中，Cpi是炉渣中物质i的比热容值，物质i包括CaO、SiO2、MgO、Al2O3中的任意一种；T为实际计算温度。
5.根据权利要求1所述的一种高炉炉渣的热稳定性评价方法，其特征在于，所述第二焓变值的计算方式如下：
ΔHB＝ΣmiΔHi
ΔHi是炉渣中物质i的焓变值；ΔtrHi是炉渣中物质i的结晶转变焓；Δl sHi是物质i的固液转变焓；Ttr是转变温度；TM是炉渣熔化温度；T为实际计算温度；ΔHB为第二焓变值；mi为物质i的质量；s为固相结晶；l为液相结晶。
6.根据权利要求1所述的一种高炉炉渣的热稳定性评价方法，其特征在于，所述评价方法还包括，向炉渣线性输入所述总热量，计算所述总热量输入过程中的炉渣温度变化率，其中，炉渣温度变化率绝对值越大，则炉渣的热稳定性越差。
7.一种高炉炉渣优化方法，其特征在于，所述方法包括：
多次微调炉渣成分，重复如权利要求1～6任一项所述的热稳定性评价方法，选取炉渣黏度变化率绝对值最小的炉渣成分作为最佳炉渣。
8.根据权利要求7所述的一种高炉炉渣优化方法，其特征在于，所述炉渣成分微调包括组元微调、碱度微调和镁铝比微调中的一种或多种；
其中，所述组元微调包括调整炉渣的组元；
所述碱度微调的微调范围为0.7-1.4；
所述镁铝比微调的微调范围为0.3-1.0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110277357.4A CN113051847B (zh) | 2021-03-15 | 2021-03-15 | 一种高炉炉渣热稳定性评价方法及优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110277357.4A CN113051847B (zh) | 2021-03-15 | 2021-03-15 | 一种高炉炉渣热稳定性评价方法及优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113051847A CN113051847A (zh) | 2021-06-29 |
| CN113051847B true CN113051847B (zh) | 2024-03-22 |
Family
ID=76512442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110277357.4A Active CN113051847B (zh) | 2021-03-15 | 2021-03-15 | 一种高炉炉渣热稳定性评价方法及优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113051847B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015048487A (ja) * | 2013-08-30 | 2015-03-16 | Ｊｆｅスチール株式会社 | 高炉の操業方法 |
| CN106096215A (zh) * | 2016-07-28 | 2016-11-09 | 华东师范大学 | 一种涉及热传导与动态黏度的真实感流体仿真方法 |
| CN107132156A (zh) * | 2017-05-05 | 2017-09-05 | 西安石油大学 | 一种颗粒密度和粒径动态变化流化床的模拟方法 |
| CN108559813A (zh) * | 2018-06-08 | 2018-09-21 | 北京科技大学 | 一种含钛物料护炉经济性评价模型 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2842587C (en) * | 2013-02-12 | 2018-09-04 | 9255-8444 QUEBEC INC. dba METKEM INNOVATION | Method for the production and the purification of molten calcium aluminate using contaminated aluminum dross residue |
-
2021
- 2021-03-15 CN CN202110277357.4A patent/CN113051847B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015048487A (ja) * | 2013-08-30 | 2015-03-16 | Ｊｆｅスチール株式会社 | 高炉の操業方法 |
| CN106096215A (zh) * | 2016-07-28 | 2016-11-09 | 华东师范大学 | 一种涉及热传导与动态黏度的真实感流体仿真方法 |
| CN107132156A (zh) * | 2017-05-05 | 2017-09-05 | 西安石油大学 | 一种颗粒密度和粒径动态变化流化床的模拟方法 |
| CN108559813A (zh) * | 2018-06-08 | 2018-09-21 | 北京科技大学 | 一种含钛物料护炉经济性评价模型 |
Non-Patent Citations (4)
| Title |
|---|
| A new equation relating the viscosity arrhenius temperature and the activation energy for some newtonian classical solvents;Aymen Messaadi等;Journal of chemistry;1-12 * |
| Al_2O_3和MgO对炉渣热焓的影响及热力学分析;常治宇;焦克新;张建良;宁晓钧;白兴全;韩旺学;;冶金能源;第37卷(第04期);24-28+32 * |
| MnO对低镁含钛炉渣流动性及热力学性质的影响;常治宇;张建良;焦克新;宁晓钧;刘增强;;钢铁钒钛;第39卷(第03期);80-85 * |
| TiO_2含量对低镁含锰渣的流动性和热力学性质的影响;常治宇;焦克新;张建良;宁晓钧;刘增强;;武汉科技大学学报;第41卷(第04期);247-251 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113051847A (zh) | 2021-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jiang et al. | Molecular dynamics simulation on the effect of MgO/Al 2 O 3 ratio on structure and properties of blast furnace slag under different basicity conditions | |
| CN103017530B (zh) | 烧结终点预测方法及*** | |
| CA2894813C (en) | Method and device for predicting, controlling and/or regulating steelworks processes | |
| CN112509642B (zh) | 一种高炉炉渣粘度的在线预测方法 | |
| Li et al. | Numerical investigation of the inner profiles of ironmaking blast furnaces: effect of throat-to-belly diameter ratio | |
| CN114091871A (zh) | 一种高炉炼铁配矿方法与*** | |
| CN103033050B (zh) | 烧结***主抽风机变频控制方法及*** | |
| CN112226563A (zh) | 一种炼铁热风炉烟气二氧化硫排放源头管控方法与*** | |
| CN104419799A (zh) | 一种转炉冶炼在线预测高碳钢碳含量方法 | |
| CN113051847B (zh) | 一种高炉炉渣热稳定性评价方法及优化方法 | |
| Das et al. | Factsage studies to identify the optimum slag regime for blast furnace operation | |
| CN110904299A (zh) | 一种转炉使用碳系升温剂补充热量的方法 | |
| CN101403567A (zh) | 基于svm的电弧炉终点温度预报*** | |
| CN103017529B (zh) | 烧结机主抽风机风量控制方法及*** | |
| CN103033054A (zh) | 烧结机主抽风机负压控制方法及*** | |
| CN103045855B (zh) | 烧结矿层厚度预测方法及*** | |
| Pavlov et al. | Decision-making support in blast-furnace operation | |
| CN103017533A (zh) | 烧结机主抽风机风量控制方法及*** | |
| CN107967625B (zh) | 一种铁矿粉性价比评价方法 | |
| Baikadi et al. | Operability analysis of direct reduction of iron ore by coal in an industrial rotary kiln | |
| CN111680932B (zh) | 一种高炉异常炉况成因的获取方法和装置 | |
| CN113667781A (zh) | 一种降低高炉燃料比的方法 | |
| CN103017532B (zh) | 烧结***主抽风机变频控制方法及*** | |
| Wang et al. | Heat distribution model under hydrogen-rich low-carbon conditions in blast furnace | |
| CN117556711A (zh) | 基于神经网络的高炉喷煤优化方法、***、终端和介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |