顶底复合吹炼转炉工艺技术

简要回顾了顶底复合吹炼转炉工艺技术的起源,叙述了该工艺技术的开发、分类及主要冶金特点,复吹转炉工艺技术在国内大钢厂的应用情况,太钢二钢厂现1号复吹转炉的生产概况及2号、3号顶吹转炉拟采用的“长寿复吹转炉炼钢工艺技术”的工艺特点。

120吨顶底复合吹炼转炉自动化控制系统

概括介绍了 12 0吨顶底复合吹炼转炉自控系统的组成 ,重点介绍了自控系统中 PL

霍恩冶炼厂诺兰达连续吹炼转炉第一年运行情况

诺兰达连续吹炼工艺于 1997年 11月在加拿大魁北克的霍恩冶炼厂试车投产。由于试车小组的努力和该工艺的优越性 ,仅运行了几个月之后就达到了设计产量和环境目标。操作结果证明该工艺适用于从各种铜原料 (包括熔融冰铜、固体冰铜、返料和熔剂的混合料 )生产粗铜。

铜吹炼转炉余热汽化冷却汽包水位的自动控制

通过与其他工业锅炉汽包水位控制方法的比较 ,提出铜吹炼转炉余热汽化冷却汽包水位控制系统 ,介绍其实现方法。

大冶有色公司铜吹炼转炉现场环保治理

国内铜吹炼技术的发展已经日新月异,但转炉吹炼仍然应用较为广泛,笔者针对当下转炉存在的主要环保问题进行了分析,结合大冶有色铜转炉存在的环保实际问题,从主烟道改造、环集系统、生产模式三方面入手,现场散排烟气得到有效控制,环保尾气二氧化硫含量20-380mg/m^3、颗粒物10-16.7mg/m^3,均满足国家规定的新建企业大气污染物排放浓度限值400、20mg/m^3。

转炉吹炼水冷活动烟罩对烟气逸散控制机理的数值模拟

为了研究转炉铜锍吹炼过程中水冷活动烟罩对烟道内含硫烟气逸散的控制效果,构建了基于RANS方法的多组分流动传热的数值仿真模型,研究了不同转炉角度、不同烟罩限位和长度下的转炉烟气污染控制机理和效果评估。结果表明:转炉烟气的控制机理主要为水冷活动烟罩的遮挡作用和底部进气的气封作用。烟道出口的抽吸作用使气流向上流动,气封能力随着进出口压差减小而下降。延长烟罩可以增强封挡效果和二氧化硫以及三氧化硫的富集效果,工艺烟道内二氧化硫的浓度从7.8%提升至9.8%,三氧化硫的浓度从1.1%提升至1.4%。此外,由于高温区域主要集中在转炉出口附近,峰值温度约为1473 K,因此需要加强相应结构对高温酸性气体冲刷的防护。

铜转炉吹炼炉口图像智能监测及辅助分析系统

传统转炉炼铜工艺非常依赖个人经验,一般通过人工观察炉口火焰判断炉体内温度、造渣和造铜终点,该过程存在重大的安全与环保隐患,同时粗铜的品位得不到保障且易损坏炉体。随着环保与本质化安全指标要求的提高,各家企业开始转向闭窗吹炼。为应对绿色化与安全性要求,本文基于转炉炉口火焰分析结果并综合吹炼工艺中涉及的多种因素,设计了一种转炉炉口图像智能监测系统,实现了转炉炉口火焰的智能化监测。在此基础上,通过对不同阶段炉口火焰图像的分析,设计了基于自适应曝光阈值的颜色特征计算方法,能够对图像进行预处理并提取到可预测终点时间的关键特征,解决了目前传感器曝光度参数影响图像特征的关键问题。最后设计了基于深度神经网络的终点时间预测模型,实验结果表明造渣一期、造渣二期和造铜期终点的预测误差分别为0.74,0.83和1.4 min,显示了设计系统的有效性。

转炉吹炼过程炉口异常冒火原因

广西钢铁炼钢厂转炉吹炼过程中炉口异常冒火长期影响炼钢工人看火,针对一次除尘效果变差造成的异常冒火,从废钢原材料优劣差异、转炉生产中炉型的逐渐变化、汽化冷却烟罩结渣、干法除尘系统入口烟气温度升高等方面进行横向对比、技术参数分析及实验探索。排除掉氮气密封和蒸发冷喷枪枪位等无关或次要因素,探明炉型变化、烟罩结渣、废钢原材料差等是导致异常冒火的主要原因。

基于集成学习的转炉吹炼终点磷锰预测模型

基于260 t转炉炼钢实际生产数据,用RF(Random Forests,随机森林)、LGBM(Light Gradient Boosting Machine,轻量级梯度提升机)和Stacking集成三种不同机器学习算法建立了转炉炼钢终点磷锰预测模型。通过相关理论分析和皮尔逊相关系数法确定了模型输入变量,对比三种集成学习模型的终点命中率,表明Stacking集成模型的预测性能最好,在预测终点磷质量分数误差为±0.001%、±0.0015%时的终点命中率分别为86.3%、97.1%,在预测终点锰质量分数误差为±0.008%、±0.01%时的命中率分别为83.4%、94.4%。

基于火焰及烟气特征深融合的转炉吹炼终点判断

转炉吹炼的终点判断是火法炼铜最重要的步骤之一,该步骤一般由操作人员凭经验或仪器对固定监测因素进行判断,但受制于个人操作经验、仪器测量精度、物料品位等诸多因素的差异,判断精度无法得到保证。为提高转炉吹炼终点判断的精准度,本文设计了一套智能化预测系统,首先基于显著性分析法对传统火焰、烟气浓度进行特征分析与显著性指标设计,然后利用残差网络构建终点预测模型,通过融合火焰、最后连续时间的PbS/PbO浓度比与SO_(2)浓度3个显著特征,实现了造渣期终点和造铜期终点的预测。实验结果证明了该融合特征的性能,造渣期终点时间预测误差均值为2.12%,造铜期终点时间预测误差均值为2.06%,双期预测准确率达到93.66%。这种高精度的判断主要归因于基于传统特征的显著性指标设计,所选用的火焰及烟气特征能在高维度对终点判断进行准确的预测,同时引入大量历史数据所训练的模型能够对预测过程进行显著量化。

基于Metcal的铜闪速熔炼-转炉吹炼工艺全流程模拟计算

以"闪速熔炼—PS转炉吹炼"铜冶炼主流工艺为设计计算对象,基于自主开发的"冶金工艺流程计算系统开发平台(Metcal)"软件,采用物料平衡、热平衡和化学平衡等原理建立各计算单元数学模型,并对铜冶炼全流程进行了设计模拟计算,得到了各冶金单元的详细物流信息和热平衡计算结果,为该工艺设计、放大提供了理论指导,提高了冶金工艺全流程设计计算效率。

基于核偏最小二乘法的动态预测模型在铜转炉吹炼中的应用

为实现铜转炉吹炼过程中的关键操作参数的准确预测,构造一种基于核偏最小二乘法的动态预测模型,并提出一种适用于动态建模的在线式异常样本剔除方法。该动态预测模型使用滑动窗方法不断更新建模数据,再利用核偏最小二乘法对动态模型的参数进行辨识,最后根据反馈的前次计算误差对本次预测值进行修正。仿真研究结果表明:该动态预估模型具有较好的泛化能力和较强的鲁棒性,并具有较好预测精度(风量预测的相对均方根误差小于10%,氧量预测的相对均方根误差小于19%)。目前,该预测模型被用于某转炉的吹炼辅助决策系统中。

应用炉气分析预测转炉吹炼终点碳含量

应用炉气分析预测转炉吹炼过程中熔池碳含量的变化,并对吹炼终点时的碳含量和脱碳速率、氧枪枪位的关系进行了研究,得出如下结论:(1)碳积分模型只适合入炉原料数据准确的情况下,对终点碳含量进行预测;(2)吹炼末期,碳含量和脱碳速率的关系可用三次方函数描述;(3)为排除枪位对数据拟合的影响,对于恒压变枪位吹炼,在不同的枪位下调整三次方模型参数,即可实现对终点高、中、低碳含量进行预测.

高品位铜冰铜转炉吹炼中石英熔剂熔化行为的研究

研究了高品位铜冰铜转炉吹炼石英熔剂熔化行为。主要考察了熔剂粒度、冰铜品位、鼓入气体流量和氧浓度对石英溶剂熔化的影响。对于高品位冰铜转炉吹炼， 鼓入气体流量和氧浓度对石英熔剂熔化率影响不显著； 熔剂粒度和冰铜品位对熔化率影响显著， 并随着熔剂粒度和冰铜品位的增加， 熔剂熔化率降低， 完全熔化时间延长。

转炉吹炼中低碳铬铁的热力学分析

利用碳饱和溶解度数据处理方法，计算了Ｆｅ－Ｃ－Ｃｒ熔体的热力学性质，得到Ｃｒ对Ｃ的话度相互作用系数与温度的关系式，并分析了高碳铬铁转炉法吹炼中低碳铬铁时吹氧脱碳的热力学行为。

基于数据挖掘的铜锍转炉吹炼过程优化决策建模

为了提高铜转炉的操作水平,探讨了利用其生产运行中产生的大量数据建立优化决策模型的方法。针对过程数据含噪声、样本规模相对不足等问题,提出了一种鲁棒性更强的改进的神经网络建模方法;针对优化决策模型的应用目的,提出了支持度、置信度和相对置信度等模型评估指标;利用某厂的实际过程数据和前述方法,建立了基于神经网络的S1期(造渣1期)熔剂量和鼓风时间优化决策模型。实验效果表明所建优化决策模型能够显著改善S1期的吹炼效果。

基于改进DenseNet网络的转炉吹炼时期识别

针对炼钢生产中采用人工经验判断转炉吹炼时期准确率较低的问题,利用某钢厂转炉炉口火焰图像数据,提出一种基于深度学习的改进DenseNet网络转炉吹炼时期识别算法;该算法以DenseNet-121网络结构为基础进行裁剪,同时在分类层引入Center损失函数,并在100次模型训练中选取精度较高、拟合性较好的一次进行测试。结果表明:该算法通过特征复用,保证了分类精度,裁剪后的网络结构能够提升运算速度;在分类层引入Center损失函数能够改进相邻转炉吹炼时期分类模糊的情况,缩短了平均识别时间,分类的平均精度提高至91.75%。

铜锍转炉吹炼造渣期铁元素行为的研究

分析了铜锍转炉吹炼过程中造渣期铁的行为,探讨了铁元素的氧化形态及各因素对磁性铁生成的影响,并对降低转炉渣磁性铁的吹炼方法——还原造渣法进行了研究。

基于图像识别的铜转炉吹炼造渣期渣含Fe预测模型研究

铜转炉吹炼是火法炼铜的关键工序,其终点判断与炉寿、铜产率和直收率紧密相关,目前现有人工经验、仪器测定和物料平衡法等终点判断方法均存在一定的局限性。理论上铜转炉吹炼造渣期终点与渣含Fe是否达标有关,而不同Fe含量渣样呈现不同的图像特征,鉴于此,基于图形识别的特征向量提取原理,分别采用卷积神经网络(CNN)算法与支持向量机(SVM)算法,构建了铜转炉吹炼造渣期渣含Fe预测模型,为图像识别技术在铜转炉吹炼终点判断中的应用奠定数模基础。两种模型的实例分析表明,卷积神经网络的训练集预测准确率98%,测试集预测准确率约50%;支持向量机模型的训练集预测准确率99%,测试集预测准确率62%。

基于实时嵌入式技术的冶炼转炉吹炼控制系统

金属冶炼过程中采用传统的人工操作控制存在着运行时间长、效率低及成本高的问题,同时对人身安全也有风险。针对上述问题,提出一种基于实时嵌入式技术的冶炼转炉吹炼的控制系统。通过对系统自动控制的设计,创建出数据平台构架对实时的信息进行整理,对整理好的信息采用所提算法进行融合,满足金属吹炼的远程控制并改善控制性能。仿真实验结果证明,运用该控制系统对金属冶炼转炉的吹炼过程进行自动化控制的性能较好,减免了大部分的人工操作,降低了能源的消耗,达到节约资源减少成本的要求,说明所提的控制系统对金属冶炼工艺有很多大的帮助。