本文摘要：摘要：为了降低高炉炼铁系统原料成本，实现自铁矿石采购到高炉炼铁全过程协同优化，开发了一个高炉炼铁全系统、全流程优化配矿平台。全流程是指从铁矿石采购到高炉产出铁水的整个工艺流程，全系统是指钢铁企业所有高炉炼铁整体系统。优化配矿平台包括数据库系统、单座
摘要：为了降低高炉炼铁系统原料成本，实现自铁矿石采购到高炉炼铁全过程协同优化，开发了一个高炉炼铁全系统、全流程优化配矿平台。全流程是指从铁矿石采购到高炉产出铁水的整个工艺流程，全系统是指钢铁企业所有高炉炼铁整体系统。优化配矿平台包括数据库系统、单座高炉优化配矿平台、全系统高炉优化配矿平台、生产数据采集与分析平台4部分。平台以铁矿石为出发点，以高炉炼铁工艺计算、物料平衡计算为基础，采用规划求解、线性回归、多元非线性回归、神经网络等算法建立数据分析计算模型，通过对数据的统计分析形成优化配矿决策。应用平台可以实现铁矿石采购、原矿石加工处理、选矿、烧结、球团、高炉工序的一体化优化配矿，可在特定时间、特定条件下寻优给出满足高炉生产要求且成本最低的铁矿石采购与配置方案。同时优化配矿平台可测算出高炉系统各中间产品成本及铁水原料的成本，测算出生产成本与计划成本的偏差，管理者可依据对比数据的偏差和市场条件的变化重新调整优化配矿方案。平台应用于包钢实现了铁矿石采购与配置管理智能化、数字化、精准化，在满足高炉生产要求的前提下通过平台优化配矿降低了包钢铁水原料成本，降低了包钢铁矿石采购成本，给企业带来了可观的经济效益和社会效益。
关键词：高炉;配矿;优化;炼铁成本;系统
铁水成本在钢铁总成本中所占比例为70%，其中高炉含铁炉料的成本占铁水成本的60%[1]。因此高炉炉料结构的优化配置是降低钢铁企业生产成本最重要的措施之一。高炉炼铁是一个复杂的系统工程，包括铁矿石采购与处理、选矿、烧结、球团、高炉工序，各工序之间相互衔接、相互影响。
矿产论文范例： 固体矿产勘查风险成因及应对措施
既往的配矿优化大多采用各产线局部优化处理问题，或只研究单座高炉系统炉料结构优化[2-5]。对于拥有多座高炉、多条选矿烧结球团产线的钢铁企业，优化配矿要充分考虑每座高炉对原燃料质量的要求、每座高炉相对应的烧结球团产线产能及产品质量、烧结球团产线相对应的选矿产线产能及铁精矿质量、铁矿石可采购资源量及市场价格等因素。因此本文提出了全系统全流程优化配矿的解决方案。全流程指从铁矿石采购到高炉产出铁水的整个工艺流程，全系统指包钢7座高炉的整体系统。只有实现全系统、全流程一体化，优化配矿才可能实现铁前效益最大化[3]。
1平台设计
包钢高炉炼铁优化配矿平台包括数据库系统、单座高炉优化配矿平台、全系统高炉优化配矿平台、生产数据采集与分析平台。要实现全系统全流程优化配矿，首先将铁矿石信息以及烧结、球团、高炉生产系统历史生产数据导入平台数据库;其次以高炉炼铁工艺计算、物料平衡计算为基础，采用规划求解、线性回归、多元非线性回归、神经网络算法建立数据分析计算模型;通过对数据的分析形成配矿优化决策，给出特定时间、特定条件下的铁矿石最优配置方案，编制出铁矿石最优的采购与配置计划;通过对生产运行数据与优化配矿计划的比较分析，决策者对生产运行或优化配矿计划进行调整;最终可实现铁矿石配置管理的智能化、数字化、精准化。
1.1数据库系统系统数据库采用SQLServer系统作为后台服务器数据库，应用程序的开发采用ADO数据库编程技术。数据库系统包括铁矿石性能价格数据库、熔剂燃料数据库、烧结球团生产数据数据库、高炉生产数据数据库、烧结配矿方案数据库。数据库负责数据的输入和输出，具有添加、修改和删除等功能，为单座高炉优化配矿平台、全系统高炉优化配矿平台、生产数据采集与分析平台提供基础数据。
1.2单座高炉优化配矿平台单座高炉优化配矿平台可完成选矿用矿石性价比测算、烧结球团配料计算、烧结球团智能优化配矿、单高炉炉料结构优化配矿、基于铁水成本的各种矿石性价比测算。
1.3全系统高炉配矿优化平台
全系统高炉配矿优化平台可完成每座高炉的优化配矿设计，给出满足生产条件的每座高炉炉料结构配置、烧结球团产线配矿方案设计，制定出高炉生产计划和铁矿石采购计划。
1.4生产数据采集与管理平台
生产数据采集与管理平台需录入各高炉系统的生产数据，为烧结矿球团矿质量预测模型提供数据支持，更新数据的同时可实现模型的不断修正和完善。此平台可测算出高炉系统各中间产品成本及铁水原料的成本以及生产成本与计划成本偏差。管理者可依据对比数据的偏差和市场条件的变化重新调整优化配矿方案。
2模型设计
要完成优化配矿，就要对高炉配矿各工序进行模拟计算，对数据库内数据进行统计分析，对配矿方案进行寻优。为此平台建立了一系列数学模型，包括选矿成本测算模型、烧结配料计算模型、球团配料计算模型、高炉物质流能量流平衡计算模型、铁矿石性价比评价模型、烧结矿质量预测模型、烧结配矿寻优模型、球团配矿寻优模型、高炉炉料结构优化模型。选矿成本测算模型、烧结矿配料计算模型、球团矿配料计算模型、高炉物质流能量流平衡计算模型均是基于物料平衡和炼铁工艺计算模型的。
通过上述模型可计算出选矿铁精矿、烧结矿、球团矿的化学成分及成本，烧结球团所需要的熔剂等辅料的配比，高炉的入炉品位、矿比、渣比、炉渣碱度、炉渣镁铝比等工艺参数以及铁水的原料成本[6-8]。这些模型主要是炼铁工艺计算，在此不再详细论述。本文重点选取了烧结配矿寻优模型、烧结矿质量预测模型、高炉炉料结构优化模型作详细论述。
2.1烧结配矿寻优模型
烧结配矿寻优模型以烧结可用矿石种类及配比、可用熔剂种类及配比作为自变量，以烧结矿化学成分(TFe、R、SiO2、MgO、有害元素)及烧结混合料烧结性能参数(同化温度、钙铁物质的量之比、液相流动性)作为过程变量，以烧结矿成本最低作为目标函数。对自变量和过程变量设定约束条件，采用非线性规划求解优化算法计算出满足约束条件下的烧结矿成本最低的配矿方案[9-10]。
2.2烧结矿质量预测模型
烧结矿质量包括烧结矿的化学成分、物理性能、冶金性能等。烧结矿化学成分可以通过配料计算得出。烧结矿的物理性能和冶金性能与烧结配矿结构、烧结生产工艺参数、烧结矿化学成分都有较高的相关性[5]，很难建立烧结矿物理性能、冶金性能与烧结配矿结构的函数关系，这需要通过生产大数据分析来建立统计模型。
例如：根据配矿结构与烧结矿转鼓强度的相关性分析，理想的烧结含铁原料为同化温度适中、高温液相流动性较高、黏结相强度好、生成SFCA能力强、连晶固结能力大的铁矿石[11-13]，通过统计解析烧结含铁原料的同化温度、液相流动性、生成SFCA能力等，可以较好地预测烧结矿的转鼓强度等指标[14-15]。由于影响烧结矿冶金性能和机械强度的因素复杂，本平台同时建立了多层感知神经网络预测烧结矿质量的模型。神经网络模型具有强大的学习和记忆功能，有很好的非线性逼近能力，可实现随着生产数据的更新不断修正[16]。多层感知神经网络模型共分4层：一个输入层、两个隐含层和一个输出层。
模型的输入层包括烧结矿化学成分、各矿种配用比例、各类矿种(磁铁精矿、褐铁矿、赤铁矿)配用比例共20个神经元;第一层隐含层14个神经元;第二层隐含层11个神经元;输出层的输出变量共选取了7个，包括烧结矿转鼓指数、平均粒径、熔滴区间、熔滴最大压差、熔化终了温度、低温还原粉化指数、还原度。本模型实例以包钢五烧车间近3年1143组生产数据作为样本数据，其中70%的数据用于训练建模，30%的数据用于模型验证[17]。通过对样本验证分析，预测准确率为95%的绝对偏差范围。随着生产数据的不断更新，模型预测的准确率正在不断提升。预测模型根据需求可进一步增加其他质量指标和烧结适宜的工艺参数的预测。
2.3高炉炉料结构优化模型
高炉炉料结构优化模型以烧结球团可用矿石种类及配比、可用熔剂种类及配比、高炉直接入炉矿石种类及配比作为自变量，以烧结寻优配矿模型和球团寻优配矿模型中的过程变量、高炉炉渣成分、综合入炉品位、矿比、入炉有害元素负荷作为过程变量，以铁水原料成本最低作为目标函数。对自变量和过程变量设定约束条件以满足高炉、烧结、球团工序的生产要求。采用非线性规划求解优化算法计算出满足约束条件下的铁水原料成本最低的配矿方案[18]。其计算公式为与烧结寻优模型计算公式相同。通过此模块寻优计算，可给出满足高炉生产要求的“3大配比”即高炉炉料结构、烧结配矿方案、球团配矿方案。
2.4铁矿石性价比评价模型铁矿石性价比评价模型提供了2种性价比评价方法，分别是铁矿石吨度价法和基于铁水原料成本的铁矿石性价比评价法。铁矿石吨度价评价法，可计算出每种铁矿石的吨度价，按铁矿石吨度价对各种矿石进行性价比排序，此排序可为配矿平台各矿种配用上下限约束条件的设定提供依据。吨度价评价法只考虑了铁矿石含铁品位的价值，有时并不能真实反映出铁矿石的冶炼价值[19-22]。
因此本平台又建立了基于铁水成本的性价比评价模块。应用此模块对铁矿石性价比评价的步骤如下：首先基于当前的生产数据设定好烧结配矿结构的90%配矿比，其余10%用于配加待评价矿石;然后以高炉物料平衡计算模型计算每种待评价矿配入后相对应的铁水原料成本，最后以各矿种对应的铁水原料成本高低作为各矿种的性价比评价指标进行排序。此模型测算的各矿种性价比更接近于生产实际。
3平台应用
3.1客户端操作界面
本平台为客户端设计了便于交互的操作界面，使用者可依据配矿流程依次进入每一个模块，也可以依据需求直接进入相应模块查询历史数据。
3.2外购铁矿石性价比测算
包钢用铁矿石包括自产铁精矿和外购铁矿石两部分，外购铁矿石又包括选矿用铁矿石、烧结球团用精矿和粉矿、直接入炉块矿、商品球团矿。自产铁精矿是对白云鄂博铁矿石经磁选+浮选工艺选别处理生产的铁精矿，这部分铁精矿成本远低于市场上同品质铁矿石价格，生产组织上要全部合理分配给烧结球团产线。当前包钢自产精矿只能满足高炉40%的矿石需求，其余60%的铁矿石需通过市场采购，每年需要采购铁矿石总量约1400万t。
应用平台对包钢可采购的15种铁矿石进行了性价比测算并排序，其中供选矿加工的原矿性价比测算要先计算选矿加工处理外购原矿生产的铁精矿的化学成分及价格，再以此铁精矿作为烧结用矿石进行性价比测算。测算结果表明：选矿加工某外购原矿生产球团用铁精矿性价比低于市场上同品质铁精矿，但生产烧结用铁精矿(硫含量高于球团用铁精矿)性价比高于市场上同品质铁矿石;判定烧结配加一定比例的选矿利用外购原矿生产的铁精矿替代进口粉矿有利于降低铁水原料成本。测算结果还表明：在包钢的高炉系统中SiO2含量相对高的某进口矿性价比高于SiO2含量相对低的同品质矿;判定烧结增加一定比例的高硅进口铁矿石能够降低铁水原料成本。
3.3高炉系统优化配矿
包钢拥有7座高炉、6台烧结机、3套球团生产线、多条选矿生产线。依据产线布局和工艺流程将7座高炉分为5套系统，每套系统内高炉炉料结构相同;6台烧结机分为3套系统，每套系统内烧结配矿结构相同;3套球团产线均独立测算。
4结论
(1)包钢高炉炼铁优化配矿平台，包括数据库系统、单座高炉优化配矿平台、全系统高炉优化配矿平台、生产数据采集与分析4部分。系统可以实现铁矿石采购、原矿加工处理、选矿、烧结、球团、高炉工序的一体化优化配矿，在特定时间、特定条件下寻找到满足每座高炉生产要求且成本最低的铁矿石采购与配置方案。其明显优于原来的分工艺、分阶段配料系统，使优化配矿系统与生产结合更协调，更完善。
(2)应用优化配矿平台可实现钢铁企业铁矿石采购与配置管理智能化、数字化、精准化。可实时测算出高炉系统各中间产品成本及铁水原料的成本，生产运行实际成本与计划成本的偏差，为管理者及时调整优化配矿方案提供依据。
(3)工业应用6个月的生产数据表明:通过平台优化配矿高炉铁水原料成本较原计划降低了22元/t(铁)，铁矿石采购成本较原计划降低了2640万元/月，给企业带来可观的经济效益和社会效益。
参考文献：
[1]许满兴.优化高炉炼铁原料采购与烧结高炉配矿一体化的思路和方法[J].烧结球团，2016，41(5)：1.(XUMan-xing.Ideasandmethodsforoptimizingtheintegrationofrawmaterialprocurementforblastfurnaceironmakingandoreblendingforsinteringblastfurnace[J].sinteredpellet，2016，41(5)：1.)
作者：何晓义1，刘周利1，吴胜利1，2，赵彬1，杨帆1
转载请注明来自发表学术论文网：http://www.fbxslw.com/jzlw/28866.html
