本文摘要：摘要：為了降低高爐煉鐵系統原料成本，實現自鐵礦石采購到高爐煉鐵全過程協同優化，開發了一個高爐煉鐵全系統、全流程優化配礦平臺。全流程是指從鐵礦石采購到高爐產出鐵水的整個工藝流程，全系統是指鋼鐵企業所有高爐煉鐵整體系統。優化配礦平臺包括數據庫系統、單座
摘要：為了降低高爐煉鐵系統原料成本，實現自鐵礦石采購到高爐煉鐵全過程協同優化，開發了一個高爐煉鐵全系統、全流程優化配礦平臺。全流程是指從鐵礦石采購到高爐產出鐵水的整個工藝流程，全系統是指鋼鐵企業所有高爐煉鐵整體系統。優化配礦平臺包括數據庫系統、單座高爐優化配礦平臺、全系統高爐優化配礦平臺、生產數據采集與分析平臺4部分。平臺以鐵礦石為出發點，以高爐煉鐵工藝計算、物料平衡計算為基礎，采用規劃求解、線性回歸、多元非線性回歸、神經網絡等算法建立數據分析計算模型，通過對數據的統計分析形成優化配礦決策。應用平臺可以實現鐵礦石采購、原礦石加工處理、選礦、燒結、球團、高爐工序的一體化優化配礦，可在特定時間、特定條件下尋優給出滿足高爐生產要求且成本最低的鐵礦石采購與配置方案。同時優化配礦平臺可測算出高爐系統各中間產品成本及鐵水原料的成本，測算出生產成本與計劃成本的偏差，管理者可依據對比數據的偏差和市場條件的變化重新調整優化配礦方案。平臺應用于包鋼實現了鐵礦石采購與配置管理智能化、數字化、精準化，在滿足高爐生產要求的前提下通過平臺優化配礦降低了包鋼鐵水原料成本，降低了包鋼鐵礦石采購成本，給企業帶來了可觀的經濟效益和社會效益。
關鍵詞：高爐;配礦;優化;煉鐵成本;系統
鐵水成本在鋼鐵總成本中所占比例為70%，其中高爐含鐵爐料的成本占鐵水成本的60%[1]。因此高爐爐料結構的優化配置是降低鋼鐵企業生產成本最重要的措施之一。高爐煉鐵是一個復雜的系統工程，包括鐵礦石采購與處理、選礦、燒結、球團、高爐工序，各工序之間相互銜接、相互影響。
礦產論文范例： 固體礦產勘查風險成因及應對措施
既往的配礦優化大多采用各產線局部優化處理問題，或只研究單座高爐系統爐料結構優化[2-5]。對于擁有多座高爐、多條選礦燒結球團產線的鋼鐵企業，優化配礦要充分考慮每座高爐對原燃料質量的要求、每座高爐相對應的燒結球團產線產能及產品質量、燒結球團產線相對應的選礦產線產能及鐵精礦質量、鐵礦石可采購資源量及市場價格等因素。因此本文提出了全系統全流程優化配礦的解決方案。全流程指從鐵礦石采購到高爐產出鐵水的整個工藝流程，全系統指包鋼7座高爐的整體系統。只有實現全系統、全流程一體化，優化配礦才可能實現鐵前效益最大化[3]。
1平臺設計
包鋼高爐煉鐵優化配礦平臺包括數據庫系統、單座高爐優化配礦平臺、全系統高爐優化配礦平臺、生產數據采集與分析平臺。要實現全系統全流程優化配礦，首先將鐵礦石信息以及燒結、球團、高爐生產系統歷史生產數據導入平臺數據庫;其次以高爐煉鐵工藝計算、物料平衡計算為基礎，采用規劃求解、線性回歸、多元非線性回歸、神經網絡算法建立數據分析計算模型;通過對數據的分析形成配礦優化決策，給出特定時間、特定條件下的鐵礦石最優配置方案，編制出鐵礦石最優的采購與配置計劃;通過對生產運行數據與優化配礦計劃的比較分析，決策者對生產運行或優化配礦計劃進行調整;最終可實現鐵礦石配置管理的智能化、數字化、精準化。
1.1數據庫系統系統數據庫采用SQLServer系統作為后臺服務器數據庫，應用程序的開發采用ADO數據庫編程技術。數據庫系統包括鐵礦石性能價格數據庫、熔劑燃料數據庫、燒結球團生產數據數據庫、高爐生產數據數據庫、燒結配礦方案數據庫。數據庫負責數據的輸入和輸出，具有添加、修改和刪除等功能，為單座高爐優化配礦平臺、全系統高爐優化配礦平臺、生產數據采集與分析平臺提供基礎數據。
1.2單座高爐優化配礦平臺單座高爐優化配礦平臺可完成選礦用礦石性價比測算、燒結球團配料計算、燒結球團智能優化配礦、單高爐爐料結構優化配礦、基于鐵水成本的各種礦石性價比測算。
1.3全系統高爐配礦優化平臺
全系統高爐配礦優化平臺可完成每座高爐的優化配礦設計，給出滿足生產條件的每座高爐爐料結構配置、燒結球團產線配礦方案設計，制定出高爐生產計劃和鐵礦石采購計劃。
1.4生產數據采集與管理平臺
生產數據采集與管理平臺需錄入各高爐系統的生產數據，為燒結礦球團礦質量預測模型提供數據支持，更新數據的同時可實現模型的不斷修正和完善。此平臺可測算出高爐系統各中間產品成本及鐵水原料的成本以及生產成本與計劃成本偏差。管理者可依據對比數據的偏差和市場條件的變化重新調整優化配礦方案。
2模型設計
要完成優化配礦，就要對高爐配礦各工序進行模擬計算，對數據庫內數據進行統計分析，對配礦方案進行尋優。為此平臺建立了一系列數學模型，包括選礦成本測算模型、燒結配料計算模型、球團配料計算模型、高爐物質流能量流平衡計算模型、鐵礦石性價比評價模型、燒結礦質量預測模型、燒結配礦尋優模型、球團配礦尋優模型、高爐爐料結構優化模型。選礦成本測算模型、燒結礦配料計算模型、球團礦配料計算模型、高爐物質流能量流平衡計算模型均是基于物料平衡和煉鐵工藝計算模型的。
通過上述模型可計算出選礦鐵精礦、燒結礦、球團礦的化學成分及成本，燒結球團所需要的熔劑等輔料的配比，高爐的入爐品位、礦比、渣比、爐渣堿度、爐渣鎂鋁比等工藝參數以及鐵水的原料成本[6-8]。這些模型主要是煉鐵工藝計算，在此不再詳細論述。本文重點選取了燒結配礦尋優模型、燒結礦質量預測模型、高爐爐料結構優化模型作詳細論述。
2.1燒結配礦尋優模型
燒結配礦尋優模型以燒結可用礦石種類及配比、可用熔劑種類及配比作為自變量，以燒結礦化學成分(TFe、R、SiO2、MgO、有害元素)及燒結混合料燒結性能參數(同化溫度、鈣鐵物質的量之比、液相流動性)作為過程變量，以燒結礦成本最低作為目標函數。對自變量和過程變量設定約束條件，采用非線性規劃求解優化算法計算出滿足約束條件下的燒結礦成本最低的配礦方案[9-10]。
2.2燒結礦質量預測模型
燒結礦質量包括燒結礦的化學成分、物理性能、冶金性能等。燒結礦化學成分可以通過配料計算得出。燒結礦的物理性能和冶金性能與燒結配礦結構、燒結生產工藝參數、燒結礦化學成分都有較高的相關性[5]，很難建立燒結礦物理性能、冶金性能與燒結配礦結構的函數關系，這需要通過生產大數據分析來建立統計模型。
例如：根據配礦結構與燒結礦轉鼓強度的相關性分析，理想的燒結含鐵原料為同化溫度適中、高溫液相流動性較高、黏結相強度好、生成SFCA能力強、連晶固結能力大的鐵礦石[11-13]，通過統計解析燒結含鐵原料的同化溫度、液相流動性、生成SFCA能力等，可以較好地預測燒結礦的轉鼓強度等指標[14-15]。由于影響燒結礦冶金性能和機械強度的因素復雜，本平臺同時建立了多層感知神經網絡預測燒結礦質量的模型。神經網絡模型具有強大的學習和記憶功能，有很好的非線性逼近能力，可實現隨著生產數據的更新不斷修正[16]。多層感知神經網絡模型共分4層：一個輸入層、兩個隱含層和一個輸出層。
模型的輸入層包括燒結礦化學成分、各礦種配用比例、各類礦種(磁鐵精礦、褐鐵礦、赤鐵礦)配用比例共20個神經元;第一層隱含層14個神經元;第二層隱含層11個神經元;輸出層的輸出變量共選取了7個，包括燒結礦轉鼓指數、平均粒徑、熔滴區間、熔滴最大壓差、熔化終了溫度、低溫還原粉化指數、還原度。本模型實例以包鋼五燒車間近3年1143組生產數據作為樣本數據，其中70%的數據用于訓練建模，30%的數據用于模型驗證[17]。通過對樣本驗證分析，預測準確率為95%的絕對偏差范圍。隨著生產數據的不斷更新，模型預測的準確率正在不斷提升。預測模型根據需求可進一步增加其他質量指標和燒結適宜的工藝參數的預測。
2.3高爐爐料結構優化模型
高爐爐料結構優化模型以燒結球團可用礦石種類及配比、可用熔劑種類及配比、高爐直接入爐礦石種類及配比作為自變量，以燒結尋優配礦模型和球團尋優配礦模型中的過程變量、高爐爐渣成分、綜合入爐品位、礦比、入爐有害元素負荷作為過程變量，以鐵水原料成本最低作為目標函數。對自變量和過程變量設定約束條件以滿足高爐、燒結、球團工序的生產要求。采用非線性規劃求解優化算法計算出滿足約束條件下的鐵水原料成本最低的配礦方案[18]。其計算公式為與燒結尋優模型計算公式相同。通過此模塊尋優計算，可給出滿足高爐生產要求的“3大配比”即高爐爐料結構、燒結配礦方案、球團配礦方案。
2.4鐵礦石性價比評價模型鐵礦石性價比評價模型提供了2種性價比評價方法，分別是鐵礦石噸度價法和基于鐵水原料成本的鐵礦石性價比評價法。鐵礦石噸度價評價法，可計算出每種鐵礦石的噸度價，按鐵礦石噸度價對各種礦石進行性價比排序，此排序可為配礦平臺各礦種配用上下限約束條件的設定提供依據。噸度價評價法只考慮了鐵礦石含鐵品位的價值，有時并不能真實反映出鐵礦石的冶煉價值[19-22]。
因此本平臺又建立了基于鐵水成本的性價比評價模塊。應用此模塊對鐵礦石性價比評價的步驟如下：首先基于當前的生產數據設定好燒結配礦結構的90%配礦比，其余10%用于配加待評價礦石;然后以高爐物料平衡計算模型計算每種待評價礦配入后相對應的鐵水原料成本，最后以各礦種對應的鐵水原料成本高低作為各礦種的性價比評價指標進行排序。此模型測算的各礦種性價比更接近于生產實際。
3平臺應用
3.1客戶端操作界面
本平臺為客戶端設計了便于交互的操作界面，使用者可依據配礦流程依次進入每一個模塊，也可以依據需求直接進入相應模塊查詢歷史數據。
3.2外購鐵礦石性價比測算
包鋼用鐵礦石包括自產鐵精礦和外購鐵礦石兩部分，外購鐵礦石又包括選礦用鐵礦石、燒結球團用精礦和粉礦、直接入爐塊礦、商品球團礦。自產鐵精礦是對白云鄂博鐵礦石經磁選+浮選工藝選別處理生產的鐵精礦，這部分鐵精礦成本遠低于市場上同品質鐵礦石價格，生產組織上要全部合理分配給燒結球團產線。當前包鋼自產精礦只能滿足高爐40%的礦石需求，其余60%的鐵礦石需通過市場采購，每年需要采購鐵礦石總量約1400萬t。
應用平臺對包鋼可采購的15種鐵礦石進行了性價比測算并排序，其中供選礦加工的原礦性價比測算要先計算選礦加工處理外購原礦生產的鐵精礦的化學成分及價格，再以此鐵精礦作為燒結用礦石進行性價比測算。測算結果表明：選礦加工某外購原礦生產球團用鐵精礦性價比低于市場上同品質鐵精礦，但生產燒結用鐵精礦(硫含量高于球團用鐵精礦)性價比高于市場上同品質鐵礦石;判定燒結配加一定比例的選礦利用外購原礦生產的鐵精礦替代進口粉礦有利于降低鐵水原料成本。測算結果還表明：在包鋼的高爐系統中SiO2含量相對高的某進口礦性價比高于SiO2含量相對低的同品質礦;判定燒結增加一定比例的高硅進口鐵礦石能夠降低鐵水原料成本。
3.3高爐系統優化配礦
包鋼擁有7座高爐、6臺燒結機、3套球團生產線、多條選礦生產線。依據產線布局和工藝流程將7座高爐分為5套系統，每套系統內高爐爐料結構相同;6臺燒結機分為3套系統，每套系統內燒結配礦結構相同;3套球團產線均獨立測算。
4結論
(1)包鋼高爐煉鐵優化配礦平臺，包括數據庫系統、單座高爐優化配礦平臺、全系統高爐優化配礦平臺、生產數據采集與分析4部分。系統可以實現鐵礦石采購、原礦加工處理、選礦、燒結、球團、高爐工序的一體化優化配礦，在特定時間、特定條件下尋找到滿足每座高爐生產要求且成本最低的鐵礦石采購與配置方案。其明顯優于原來的分工藝、分階段配料系統，使優化配礦系統與生產結合更協調，更完善。
(2)應用優化配礦平臺可實現鋼鐵企業鐵礦石采購與配置管理智能化、數字化、精準化�？蓪崟r測算出高爐系統各中間產品成本及鐵水原料的成本，生產運行實際成本與計劃成本的偏差，為管理者及時調整優化配礦方案提供依據。
(3)工業應用6個月的生產數據表明:通過平臺優化配礦高爐鐵水原料成本較原計劃降低了22元/t(鐵)，鐵礦石采購成本較原計劃降低了2640萬元/月，給企業帶來可觀的經濟效益和社會效益。
參考文獻：
[1]許滿興.優化高爐煉鐵原料采購與燒結高爐配礦一體化的思路和方法[J].燒結球團，2016，41(5)：1.(XUMan-xing.Ideasandmethodsforoptimizingtheintegrationofrawmaterialprocurementforblastfurnaceironmakingandoreblendingforsinteringblastfurnace[J].sinteredpellet，2016，41(5)：1.)
作者：何曉義1，劉周利1，吳勝利1，2，趙彬1，楊帆1
轉載請注明來自發表學術論文網：http://www.zpfmc.com/jzlw/28866.html
