矿物加工虚拟仿真实验教学建设及实践——以中南大学矿业学科为例

针对新时代矿业行业对专业人才的要求,以培养学生全周期工程思维和提高其工程胜任力为目标,采用虚拟仿真的教学手段,突破矿产资源加工过程中高温、高危、高成本等限制,解决传统教学无法开展全流程实验及生产极端工况操作等难题,将科研成果融入实验教学,有机融合数据库技术、虚拟仿真、专家系统、智能算法,让学生通过自主选题、自主探究学习、自主流程设计、自主设备搭建、自主调试运行,设计与资源特性相适应的工艺流程、生产设备及操作参数,实景体验工业生产过程异常工况,使其成为具有实干担当、开拓创新、国际视野和竞争力的矿业卓越人才。

基于卷积神经网络的烧结成品率预测

成品率是综合反映烧结矿产量、质量和能耗的关键性指标。针对成品率检测存在滞后性问题,以烧结机尾断面图像作为输入,通过卷积神经网络拟合断面图像与成品率的关系,实现烧结成品率的在线预测。根据烧结机尾断面红外图像的特点,采用DenseNet网络结构的卷积神经网络作为建模方法,并以多尺度稠密连接块对网络结构进行改进,在同一层网络中提取多尺度、图像信息,通过拟合高维图像特征与烧结成品率之间的关系,实现成品率的准确预测。采用国内某大型钢铁生产企业的机尾断面图像和成品率数据对模型进行验证。研究结果表明:所提出的改进DenseNet网络在烧结成品率预测问题上具有较强的拟合和泛化能力,定义成品率预测值与实际值绝对误差在±2.8%的区间范围内为命中目标,模型命中率达92.66%,且均方根误差仅为1.76%,可为生产工艺参数的优化调控提供依据。

有机粘结剂氧化球团固结特性及强化措施

研究有机粘结剂球团和膨润土球团的矿相结构、矿物组成,并比较这2种粘结剂在成球过程中的作用机理。认为有机粘结剂球团比膨润土球团固结强度低的原因主要有2个:一是与膨润土球团相比,有机粘结剂球团中颗粒接触不够紧密、球团孔隙率高,二是起粘结作用的低熔点物质含量少。通过磨矿降低铁精矿原料粒度,采用润磨工艺,可增大有机粘结剂球团颗粒之间的接触,在950℃预热10min以及在1250℃焙烧10min的条件下,使有机粘结剂球团的预热球强度从159N/个提高到488N/个,焙烧球强度从1405N/个提高到2534N/个;另外,添加1.25%的石灰石有利于球团中低熔点物质的生成,在1010℃预热10min以及在1250℃焙烧10min的条件下,可以使有机粘结剂球团的预热球强度从245N/个提高到426N/个,焙烧球强度从1477N/个提高到3051N/个。

基于TCN-DenseNet的烧结矿FeO含量预测

烧结矿FeO含量是烧结工序的一项重要质量和能耗指标,也对高炉冶炼有直接影响。针对目前化学检测法检测烧结矿FeO含量时存在较长时间滞后的现状,本文提出了一种时域卷积网络(Temporal Convolutional Network,TCN)与密集连接卷积神经网络(Densely Connected Convolutional Network,DenseNet)混合的烧结矿FeO含量预测方法。首先采用TCN建立烧结矿FeO含量的时间序列预测模型,同时采集烧结机尾断面红外图像,采用DenseNet建立烧结矿FeO预测模型,通过自适应加权平均方法将两者的输出结果进行整合,获得最终的烧结矿FeO含量预测值。针对烧结矿层断面红外图像的特征,对DenseNet进行了添加注意力层、修改卷积块结构,并修改了浅层卷积层大小和步长等改进措施。在国内某钢铁公司的大型烧结机的实际生产数据上对模型进行了验证,经过数据处理、模型参数优化等操作后,本文所提的TCN-DenseNet混合模型的烧结矿FeO含量预测在测试集绝对误差±0.4%以内命中率可达94.34%,均方根误差为0.21,优于单独使用TCN或者DenseNet进行建模时的预测效果。该方法对提高烧结矿FeO含量预测的准确性和稳定性效果显著,可以为烧结现场的生产操作提供数据支撑。

低品位钼精矿石灰焙烧-酸浸提取钼

采用XRD和TG-DSC分析研究低品位钼精矿石灰氧化焙烧过程的反应机理,确定石灰法焙烧-酸浸提钼工艺的优化参数。热重分析表明:石灰法焙烧主要发生Ca(OH)2的分解、MoS2的氧化、MoO2的再氧化及钼酸盐的生成等反应,焙烧过程主要产生MoO2、MoO3、CaMoO4、CaSO4等物相。XRD分析表明:当温度高于600℃、反应时间大于90 min时,焙砂中低价态钼的衍射峰完全消失,此时焙砂主要物相为CaMoO4和CaSO4,辉钼矿被充分氧化;石灰焙烧适宜的条件为Ca(OH)2与钼精矿质量比1:1、焙烧温度650℃、焙烧时间90 min,焙烧过程硫的保留率可达91.49%。钼焙砂酸浸适宜的浸出温度为90℃、浸出时间为2 h、H2SO4浓度为70 g/L、液固比为5:1,此时钼浸出率可达99.12%,CaMoO4被完全溶出。

铁矿烧结烟气净化技术综合评价模型研究

根据烟气净化技术的特点,建立了包含经济成本、环境影响、技术性能及适用范围4项一级指标和17项二级指标的评价指标体系;采用生命周期法对烟气净化技术产生的环境影响进行了定量评价,并运用层次分析法(AHP)确定各项指标的权重,有机融合定量分析和定性分析,建立了铁矿烧结烟气净化技术综合评价模型;最后,对现行8种主要烟气净化技术进行综合评比,结果表明:多污染物协同净化技术综合评分整体排名靠前,半干法脱硫工艺排名居中,湿法脱硫工艺整体排名靠后。评价结果能够反映客观实际,可作为相关企业烟气净化技术评选的实用方法。

钒钛磁铁矿球团氧化焙烧行为和固结特性

研究原料粒度、预热条件和焙烧条件对钒钛磁铁精矿球团预热、焙烧特性的影响。研究结果表明:钒钛磁铁精矿球团难氧化,其预热所需时间长且焙烧温度高;预热时间比普通磁铁精矿球团长10 min、焙烧温度高30℃。在920℃下需预热20 min并在1 250℃下焙烧,预热球和焙烧球强度分别达到400 N/个和2 500 N/个以上。钒钛磁铁精矿中的磁铁矿与钛、镁固熔,导致其氧化速率慢、预热球氧化程度低,不利于球团固结过程的Fe_2O_3结晶长大,使得焙烧球中Fe_2O_3主要以粒状为主、固结强度差。

钢铁烧结过程气体流场数值模拟与风量分布优化

在系统研究烧结料层各带的流动阻力特性的基础上,结合计算流体力学方法及化学反应动力学模型建立烧结过程气体流场数值模拟模型,计算得到烧结过程料层内的气体流场和气-固相温度场,并采用烧结杯试验进行验证。基于烧结过程数值模拟模型,分析降低烧结前期和后期风量、提高中期风量的优化分布方案对料层热状态的影响规律。研究结果表明:料层最高温度和烧结过程风量的计算相对误差分别小于4.0%和6.5%。采用优化的风量分布后,烧结前期料层热状态改善较为明显,料层最高温度提高约18℃,熔融带厚度增加了约11 mm,开始形成时间提前了约2 min,有利于上层物料形成更多的液相,并充分冷凝结晶;烧结中期风量的提高,弥补了前期风量降低对垂直烧结速度降低的不利影响;烧结后期料层的燃烧反应结束,熔融带逐渐变薄,风量降低使得料层最高温度有所下降,可避免下部料层因温度过高而出现过熔现象。采用风量分布优化方案后,有助于提高烧结成品率和转鼓强度,同时在不影响垂直烧结速度的前提下,每吨混合料的空气消耗量可降低约5.8%,有助于降低风机电耗、减少废气总排放量,提升流程绿色化水平。

烧结矿低温还原过程矿相结构演变规律

烧结矿低温还原粉化直接影响高炉块状区的透气性,而矿相结构的变化是产生粉化的主要因素。在系统研究了烧结矿低温还原过程不同矿相结构演变规律的基础上,结合各矿相结构显微力学性能分析了其粉化的本质特性。研究表明:低温还原阶段主要结构变化为赤铁矿由粗粒状依次转变为连晶状、不规则团块状、板片状,最后还原为粒状磁铁矿;不同形貌的赤铁矿还原后断裂韧性平均下降 12%~ 19%;骸晶状赤铁矿下降超过20%,其承受内应力和阻碍裂纹拓展的能力变差,进而产生粉化。

强力混合预润湿强化干矿粉造球的研究

北方冬季长、气温低,一般采用超低水分铁精矿进行球团生产,但其造球性能差,现有暖仓浸泡预润湿工艺流程长、水分波动大。为此,在系统研究了铁精矿水分对造球性能影响规律的基础上,引入强力混合机进行预润湿混合。结果表明,强力混合可明显改善预润湿效果、提高生球强度,适宜的混合料水分和膨润土用量分别降低1%和0.3%,流程缩短、生产效率提升。

MgO对高碱度烧结矿强度的影响及机理

研究MgO质量分数的提高对高碱度烧结矿转鼓强度的影响规律并揭示其作用机理。结果表明:当碱度为2.0的烧结矿MgO质量分数从1.15%提高到3.5%时,转鼓强度从71.33%降低到61.13%;随着MgO质量分数的增大,液相生成温度提高,液相量减少,MgO质量分数太高将造成烧结矿液相量不足;Mg2+主要固溶在磁铁矿中,Mg2+进入磁铁矿晶格,提高磁铁矿的稳定性,不利于磁铁矿氧化,使得烧结矿中磁铁矿质量分数增大,且针状铁酸钙黏结相质量分数减少;烧结液相量较少以及具有良好强度的针状铁酸钙质量分数降低是MgO降低烧结矿强度的主要原因;白云石的成矿能力比石灰石的弱,随着白云石用量增大,熔剂与铁矿石之间的反应能力下降,因此,烧结矿转鼓强度降低。

高镁球团焙烧特性及其固结强化机理

分别以蛇纹石、MgO粉和菱镁石作为含镁添加剂,研究高镁球团的焙烧特性。研究结果表明：随着球团中MgO质量分数的增加,磁铁矿球团和赤铁矿球团的预热球和焙烧球强度都降低,表明MgO质量分数的提高不利于球团的固结;通过添加含钙和含硼物质,改善了高镁球团的预热球和焙烧球强度;随着球团矿碱度的提高,球团矿预热球和焙烧球强度都是先升高后降低,碱度为0.4-0.5时达到最大值,而随着球团硼质量分数的增加,球团预热球和焙烧球强度都升高;添加含钙和含硼物质可促进低熔点物质的形成,使球团产生适宜的液相量,加快Mg2＋和Fe3＋的扩散,促进含镁熔剂的矿化和Fe2O3再结晶,从而改善含镁球团的固结强度。

低品位钼精矿氧化焙烧过程的反应行为

研究品位为39.27%的低品位钼精矿的氧化焙烧热力学、物相演变规律及焙烧特征。热力学分析表明：MoS2氧化的趋势仅次于Fe S2氧化趋势,能生成多种价态的氧化物,且生成的Mo O3可与多种金属氧化物反应生成钼酸盐,其中生成钼酸钙的趋势最大。焙烧过程包括MoS2氧化不充分、Mo O3稳定存在和钼酸盐生成3个阶段,温度过高或时间过长易生成不利于后续钼溶出的钼酸盐和低价氧化钼,适宜的焙烧温度为650~675℃、焙烧时间为2 h左右。氧化焙烧后,氨浸的钼溶出率仅为84.02%,浸出渣中钼含量高达13.93%,XRD分析表明浸出渣的组成以钼酸钙为主。采用Na2CO3为浸出剂对氨浸渣进行二次浸出,可将氨浸渣中的钼酸钙溶出,最终钼的总回收率可达90.82%。

铁矿烧结中铁酸钙形成的影响因素

应用压团、焙烧方法,结合矿相分析,研究燃料配比、焙烧时间、焙烧温度、铁矿化学成分和铁矿粒度等因素对铁酸钙形成的影响。研究结果表明:随着燃料配比增加、焙烧时间延长及焙烧温度升高,各铁矿与氧化钙生成铁酸钙的量先增大后减小;适宜的燃料配比为0.5%,焙烧时间为13min,焙烧温度为1250～1280℃;当铁矿粒度较大时,SiO2含量越高,生成铁酸钙的量越多;当铁矿粒度较小时,SiO2含量越高,生成铁酸钙的量就越少;粒度范围越宽的铁矿,生成铁酸钙的量越多。

含铁炉料在高炉各区的冶炼特性

为了掌握不同含铁炉料在高炉冶炼过程的行为特性以及炉料之间的相互反应性,通过模拟高炉各区的温度和气氛条件,系统研究不同含铁炉料(烧结矿、球团矿和块矿)及综合炉料的冶炼特性,分析综合炉料冶金性能与单一炉料冶炼特性的关系。研究结果表明:烧结矿的低温还原粉化性能较差,球团矿较好,粒径大于3.15 mm的球团矿还原指数达到92%以上;烧结矿的还原性较好,还原度都在80%以上,球团矿的还原性次之,块矿的还原性较差;综合含铁炉料的还原性和低温还原粉化性能存在叠加性,综合炉料的高温软熔性能不存在叠加性;高炉炉料结构的合理性由含铁炉料的自身性能和炉料间反应性决定。

钙和镁添加剂在氧化球团中的应用

对石灰石、菱镁石和白云石3种钙、镁添加剂对球团性能、TFe品位以及生产工艺的影响进行研究。研究结果表明:添加剂降低了生球落下强度和预热球抗压强度,但提高了生球爆裂温度;添加剂中的CaO使焙烧球抗压强度先升高后降低,MgO使得焙烧球抗压强度降低;加入钙、镁添加剂会降低球团矿TFe品位,通过添加生石灰或有机黏结剂取代膨润土,可以提高球团的TFe品位;钙、镁添加剂在干燥预热段分解吸热会影响链篦机的热平衡,通过在球团中内配无烟煤,由无烟煤燃烧放热来提供钙、镁添加剂热分解所需的热量,可以维持链篦机的热平衡制度;通过添加生石灰或有机黏结剂和内配适量的无烟煤,可解决钙、镁添加剂在氧化球团中应用的难题。

铁矿石烧结性能预报模型

研究了铁矿石烧结性能的评价指标及其主要影响因素,提出了误差修正的带动量项的线性再励自适应变步长BP神经网络算法,建立了铁矿石烧结性能预报模型。模型预报结果表明,用拓扑结构为12—34—4的BP神经网络训练6700次后,神经网络训练误差为0.000187,模型预报命中率均达83.5%以上,模型具有很好的泛化能力和自适应能力。

细粒磁铁精矿球团孔隙结构的优化研究

针对-10μm粒级含量32.63%、比表面积2 980 cm2/g的细粒磁铁精矿,通过有机粘结剂取代部分膨润土优化细粒磁铁精矿球团的孔隙结构,从而改善了生球及成品球质量。相比单独添加1.75%的膨润土球团,配加0.05%的有机粘结剂使膨润土用量降低至0.8%,由于有机粘结剂使小颗粒团聚成较大的颗粒,使得生球的孔隙率从16.68%提高到23.15%,球团爆裂温度从370℃提高到500℃;且预热过程球团的氧化率从67.48%提高到79.08%,球团均匀氧化避免了球团焙烧时形成双层结构;同时焙烧球孔隙率从12.33%提高到16.83%,使得球团还原度从56.8%提高到69.7%。有机粘结剂部分取代膨润土成功解决了细粒磁铁精矿球团孔隙率低导致的爆裂温度低、氧化速度慢、还原性能差等问题。

提高赤铁精矿配比对制备铁矿氧化球团的影响

研究了提高赤铁精矿配比对造球和球团预热焙烧的影响。结果表明:随着赤铁精矿配比的提高,生球落下强度和抗压强度均不断降低,主要是赤铁矿细粒级含量相对较少、比表面积小、颗粒表面光滑导致颗粒间作用力小而造成的;预热球抗压强度不断降低,焙烧球抗压强度在赤铁矿比例不超过50%时变化不大,但继续提高赤铁矿比例将显著降低焙烧球抗压强度,赤铁矿比例高时预热球、焙烧球强度差主要是原生Fe2O3结晶能力差导致球团固结不好而造成的。

烧结优化配矿模型的设计与软件开发

针对铁矿石烧结配矿的特点,提出2种获得合适配矿方案的方法;应用BP神经网络技术和遗传优化技术分别建立烧结矿质量模拟模型和烧结寻优配矿模型;采用VisualC++6.0与Matlab混合编程的方式,开发烧结优化配矿模型的系统软件。研究结果表明:烧结矿质量模拟模型具有良好的泛化能力和自适应能力,并且预报准确率较高,转鼓强度预报命中率为90%,抗磨强度为86.67%,筛分指数为83.33%;采用烧结寻优配矿模型得到的优化配矿方案既可满足铁矿石供应情况,又可保证烧结矿的质量指标,优化效果明显,烧结优化配矿模型的系统软件实用性强,具有强大的存储、计算、预报和优化等功能。