钢铁烧结过程关键工艺指标预测
摘要：烧结过程是钢铁冶炼的重要工序之一，烧结矿是高炉炼铁的主要原料，烧结矿的质量直接影响高炉炉况和钢铁产品质量。烧结过程是一个工艺流程长、影响因素多、机理复杂的动态系统，烧结过程的特点使得对烧结矿质量的检验具有大滞后性，检测结果无法用于指导烧结配料操作，因此开发烧结矿质量预测系统实现对烧结矿质量的准确预测具有十分重要的意义。
关键词：烧结矿质量，RBF神经网络模型
目前，国内某钢铁公司烧结厂应用的烧结矿质量预测模型仍为精度较低的机理预测模型，得到的预测结果不能对烧结过程起到积极的指导作用，且计算过程为人工的Excel表格计算，工作效率较低，信息不能及时共享。
针对烧结过程的强非线性特点，选择部分烧结过程状态参数、原料参数及操作参数作为输入，烧结矿质量评价指标作为输出，建立RBF神经网络预测模型，预测烧结矿质量。
神经网络模型的建立首先要确定模型的输入输出参数，由前述可知，，模型主要反映配料参数对质量的影响，而神经网络模型主要考虑状态参数与操作参数对质量的影响，所以，神经网络的输入参数除了配料参数以外，主要选取合理的操作参数和状态参数作为模型的输入。根据烧结生产工艺流程及长期的烧结生产实践，可以得出烧结过程完成时混合料中铁总量与成品矿中铁总量基本一致，但由于烧结过程焦粉等燃料的大量损耗及烧结矿化学成分是按百分比计算的，因此随着燃料的消耗，混合料铁品位百分比含量要比烧结矿铁品位的百分比含量低同时，混合料中的钙元素与硅元素基本没有损失，因此，混合料的碱度与成品烧结矿碱度基本一致。根据烧结过程物料守恒原理，可以建立化学成分机理预测模型，成品烧结矿的铁品位和碱度基本上可以由配料参数与原料参数信息信息决定，如式所示。
从机理分析，烧结矿铁品位和碱度还受到以下过程状态参数影响
（1）焦粉配比：焦粉为燃料，其燃烧程度对液相物质的产生量具有重要影响，同时也导致烧结矿化学成分发生变化。
（2）料层厚度：目前为了提高烧结台车利用率与台时产量，各大、中型烧结厂一般采用厚料层烧结工艺，但烧结料层越厚，透气性可能会变差，透气差导致燃料不易充分燃烧，出现难以烧透的情况，对烧结矿化学成分影响较大
（3）二混水分：二混水分即烧结台车布料之间添加溶剂、燃料之后的混合料中的水分，水分具有制粒作用，与烧结料层的透气性水平息息相关。
（4）终点温度：焦粉燃烧越充分，产...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
