《《安钢高炉炉料结构优化系统开发及应用》论文》由会员分享，可在线阅读，更多相关《《安钢高炉炉料结构优化系统开发及应用》论文（6页珍藏版）》请在金锄头文库上搜索。
1、http:/ 安钢高炉炉料结构优化系统开发及应用 王建锋，周永平，胡涛，秦延华 安阳钢铁集团有限责任公司，河南安阳（455004） E-mail： 摘 要：使用线性规划法和神经网络建立数学模型的方法建立安钢炉料结构优化系统，通过 该系统得到了安钢高炉合理的炉料结构。 关键词：炉料结构，优化，数学模型 0 前言 精料是全面优化高炉炼铁系统生产技术的基础，合理的炉料结构是精料技术的重要内容。 采用合理的炉料结构可改善高炉透气性，促进炉况顺行，提高产量，降低焦比。经过长期生 产实践和研究，国内外炼铁工作者普遍认为，综合炉料比单一炉料更适合高炉冶炼要求。由 于炉料结构没有固定的模式，应该是结合自身的资
2、源通过实验研究和高炉实践检验来寻求符 合自身的炉料结构。安钢目前的铁矿石原料结构是国产矿占30%，进口矿达到70%，原料条件 复杂，矿石品种多。如何合理利用现有铁矿资源，降低原料成本，又可以优化炉料的冶金性 能，为安钢高炉提供合理炉料结构，获得较好的技术经济指标，是当前安钢炉料结构研究的 主要问题。正是基于这样一个思路，我们在借鉴国内外数学模型 1的基础上开发了安钢高炉合 理炉料结构优化系统，使用线性规划法和神经网络建立优化配料数学模型，并利用VB编程， 实现了优化目标。 1 炼铁原料的成分及冶金性能 炉炼铁原料的冶金性能主要包括低温(500) 还原粉化性能、高温(900)还原性能、球团 矿高
3、温还原膨胀性能、炉料高温下的荷重软化性能及熔融滴落性能等 2。单种铁矿石还原性测 定采用GBT1324191“铁矿石还原性的测定方法“，以180 min的还原度作为考核指标，用RI 表示；低温还原粉化性能的试验采用GBT1324291“铁矿石低温粉化试验静态还原后使用冷 转鼓的方法“，试验结果以RDI+3.15 的结果为考核目标,RDI+6.3 、RDI-0.5只做参考指标；球团矿还 原膨胀性能的体积测定采用排水法，以还原膨胀系数RSI表示 3。实验用矿石的化学成分见表1， 实验结果见表2及表3。 表 1 铁矿石化学成分 铁矿石名称 90m 2 烧结矿 360m 2 烧结矿 舞球 唐球 加拿大
4、球团 水球 印块 澳块 TFe % 58.06 56.95 63.94 63.08 65.28 62.72 64.75 65.61 Fe O % 9.78 9.62 0.7 0.35 0.25 0.14 0.8 1.23 SiO2 % 4.83 5.11 6.56 5.80 3.48 5.08 2.59 2.35 CaO % 8.91 9.99 1.11 1.36 0.39 1.14 0.2 0.2 Al 2O3 % 1.39 1.49 0.22 1.16 0.35 0.79 2.23 1.66 MgO % 2.21 2.12 0.62 1.44 0.20 2.74 0.20 0.20 P %
5、 0.027 0.024 0.01 0.036 0.01 0.017 0.064 0.059 S % 0.03 0.03 0.03 0.03 0.03 0.03 0.03 0.03 K 2O % 0.15 0.16 0.15 0.09 0.046 0.1 0.024 0.09 Na 2O % 0.07 0.1 0.26 0.19 0.05 0.097 0.04 0.14 - 1 - http:/ 南非块 海南块 64.9 57.31 0.18 2.04 5.08 13.59 0.2 0.81 1.17 0.62 0.05 0.39 0.05 0.023 0.03 0.412 0.22 0.16
6、 0.092 0.082 铁矿石名称 90m 2 烧结 矿 360m 2 烧结 矿 舞球 唐球 加拿大球团 水球 印块 澳块 南非块 海南块 RDI+6.3 45.9 29.2 78.2 85.4 96.6 87.8 60.5 67.9 82.5 77.7 表 2 铁矿石还原 性 RDI+3.15 75.34 64.6 79.9 89.8 96.7 92.1 72.1 81 89.2 84.2 RDI-0.5 6.8 9.1 19.2 9.3 3.3 6.8 21.7 6.7 3.8 12.9 RI 86.7 87.6 68.2 55.7 78 69.5 75.5 58.5 55.6 71.8
7、 表 3 单种铁矿石的荷重软化及熔滴性能 T40-T10/ 114.5 108.3 103.5 114.7 98.3 134 176.7 166.3 161.2 97.6 Ts/ 1280.6 1287.6 1231.1 1251.9 1299.4 1297 1175.6 1261.1 1254.9 1105.2 Td/ 1553.7 1570 1470.4 1395 1360.1 1512.1 1446.2 1381.1 1390.2 1472.2 Td-Ts/ Td- T10/ 273.1 412.3 铁矿石名称 90m 2 烧结矿 360m 2 烧结 矿 舞球 唐球 加拿大球团 水球 印
8、块 澳块 南非块 海南块 T10/ 1141.4 1146.5 1114.7 1113.8 1106.1 1123.5 1022.3 1162.3 1160.1 1129.3 T40/ 1255.9 1254.8 1218.2 1228.5 1204.4 1257.5 1199 1328.6 1321.3 1226.9 239.3 143.1 60.7 215.1 270.6 120 135.3 367 355.7 281.2 254 388.6 423.9 218.8 230.1 342.9 Pm/kpa 15.109 16.017 14.603 20 11.132 13.689 12.56
9、6 7.883 15.038 5.819 2 数学模型的建立及应用 数学模型由两个子模型组成:一是线性规划模型，利用线性规划求得所给约束条件下的最 佳炉料结构;二是神经网络模型，预测炉料结构的性能指标，并确定各种矿石用量变化对冶金 性能性能的影响情况。如果线性规划模型所得的炉料结构不能满足熔滴性能要求，则调整不 利于炉料结构的配人上限，并返回第一部分重新计算。 2.1 以炉料结构成本最低为目标，构成的目标函数 n (1) 目标函数MinxY=TiXi i1 式中，MinxY表示炉料结构成本最低；Xi 表示第i种原料的配入量； Ti 表示第i种原料的价 格；n为原料种数。 (2) 约束条件 约束
10、条件来自下面几个方面：矿石成分的约束、单一矿石的冶金性能约束、吨铁单价成 - 2 - http:/ 本的约束、炉渣碱度及渣量的约束(本模型中采用二元碱度)、生铁质量的约束(硫负荷和磷负 荷的约束)、炉料结构知识的约束等。 (3) 模型求解 引人松弛变量，用单纯形法求解。单纯形法是一个迭代过程，它是从线性规划问题的一 个基本可行解转移到另一个基本可行解而目标函数值不增加的过程(对于求最小值问题)，如果 存在最优解，此过程将持续到求得最优解为止。 2.2 神经网络模型的建立 采用BP神经网络，其基本思想是，学习过程由信号的正向传播与误差的反向传播两个过 程组成。正向传播:输人信号X从输人层进人后，
11、通过隐层各节点内星权向量Vj得到该层的输 出信号Y;该信号向前输人到输出层，通过节点内星权向量Wk得到该层的输出0。反向过程是: o 在输出层期望输出d和实际输出0相比较得到误差信号 ，由此可计算输出层权值的调整量;误 o y 差信号 通过隐层各节点的外星权向量反传至隐层各节点，得到隐层的误差信号 ,由此可算 出隐层权值的调整量。这种信号正向传播与误差反向传播的各层权值的调整过程，是周而复 始地进行的。权值不断调整的过程，也就是网络的学习训练过程。此过程一直进行到网络输 出的误差减少到可接受的程度，或进行到预定学习次数为止 4。 网络模型输入层为：低温还原粉化性能、高温还原性能、炉料高温下的荷
12、重软化性能及 熔融滴落性能等冶金性能及矿石的品位、碱度等指标，共10个输人，即采用10个输人节点， 输人神经元包含一个简单的输人处理函数，将自变量的范围从实际值转变成 0,1区间。输出 层以炉料结构熔融滴落性能作为输出，即采用1个输出节点。模型采用三层BP神经网络，即由 一个输人层、一个隐含层和一个输出层构成。神经元的作用函数采用Sigmoid函数，即 -x f(x)=1/(1+e )。一般来说，隐含层节点数由公式 m= (n+l) N 计算确定，式中m为隐含层节 点数，n为输人层节点数，l为输出层节点数，N为110的常数，可根据具体网络和实验而定。 对于本神经网络模型，预先选择隐含层神经元的
13、数目为5,6和7，经过实验，取6时逼近效果最 佳。 模型的训练及预报：对数据进行分析处理后，选取100组样本数据进行学习、训练网络模 型，然后对15组样本数据进行预测。利用神经网络模型调整矿石的最大加人量，其具体操作 是：将其它输入固定在统计数据的平均值上，改变某个输人，由模型可得其对炉料结构冶金 性能指标的影响。如改变原料Ti的加入量，得到所对应的熔滴性能，由此可得熔滴性能与Ti 加人量的关系。通过模型计算发现，减少Ti的加人量可改善炉料结构的熔滴性能。当熔滴性能 的熔滴性能不符合要求时，可依据所得矿石输人量和熔滴性能的关系曲线调整该矿石的最大 加人量。 2.3 模型的应用 模型计算界面见图
14、1及图2。 - 3 - http:/ 图 1 模型计算输入界 面 图 2 模型计算结果界 面 经过冶金性能最优数学模型计算优选选出了 3 组炉料结构组成及熔滴性能见表 4 及表 5, 其中 1 为原炉料结构，2 、3 、4 为优化炉料结构。 # # # # 表 4 不同炉料结构构成 烧 结 烧 结 水冶 舞阳 唐山 印度 巴西 乌 克 俄 罗 海 南 南 非 澳 块 矿 0.75 0.7 0.73 0.7 矿 球团 球团 球团 球团 球团 兰 斯 块矿 块矿 矿 1# 2# 3# 4# 球团 球 团 0.23 0.05 0.05 0.15 0.15 0.15 0.1 0.02 0.1 0.07 0.05 表 5 不同炉料结构的荷重软化及熔滴性能 T40-T10/ 145.4 111.8 117.1 109.5 Ts/ 1278.8 1276.7 1305 1275.4 Td/ 1423.5 1452.2 1362.9 1368.5 Td-Ts/ 144.7 175.5 57.9 93.1 炉料结构 1# 2# 3# 4# T10/ T40/ 1111.5 1147.7 1145.8 1148.7 1256.9 1259.5 1262.9 1258.2 综合考虑以上炉料结构的冶金性能、成本和安钢炼铁原料现状，选择 2 炉料
