智能煉鋼模型的工業(yè)實踐

宋保民 王建江 史書廣

（沙鋼集團安陽永興特鋼有限公司）

0 引言

沙鋼集團安陽永興特鋼有限公司有120 t 的轉爐兩座，高爐鐵水沒有經(jīng)過鐵水預處理直接入轉爐。鐵水中的硅含量高且波動較大，大多為0.30%～0.80%，部分爐次高達1.2%。鐵水硅含量高，一方面，會導致轉爐冶煉前期爐內升溫速度較快，產(chǎn)生大量的泡沫渣，在冶煉過程中極易噴濺[1]，鋼鐵料消耗增加，成本增加。而鋼鐵料消耗是煉鋼過程中最主要的物料消耗，是影響煉鋼生產(chǎn)成本的關鍵因素，占轉爐煉鋼成本的90%以上[2]；另一方面，會產(chǎn)生大量的SiO2，導致石灰消耗量變大[3]，爐渣量增加，渣中氧化鐵和鐵珠量增加，鋼鐵料消耗增加，且爐內渣量的增加加劇了對爐襯的沖刷和侵蝕，增加了爐襯噴補料的消耗，成本升高[4]。此外，鐵水中的磷含量較高，通常在0.12%左右，而高Si 鐵水在冶煉前期，一方面因為Si 被氧化而釋放熱量，造成鋼水升溫[5]；另一方面氧化產(chǎn)生了SiO2，造成爐渣堿度降低，不利于脫P[6]。

因此，根據(jù)鐵水條件，科學加入渣料，實現(xiàn)提高轉爐終點命中率，降低鐵損、減少鋼鐵料消耗，在爐渣堿度和MgO 含量滿足要求的前提下，減少造渣料的使用量顯得尤為重要。為此，安陽永興特鋼公司與安徽工業(yè)大學合作，開發(fā)應用了智能煉鋼模型，旨在在煉鋼模型的指導下，結合轉爐運行的實際情況，綜合探究轉爐內的反應過程、造渣料特性等，從而科學指導造渣料的加入量和加入時間，以減少造渣料和鋼鐵料消耗，降低生產(chǎn)成本，提高經(jīng)濟效益。

1 模型化煉鋼設計思路

該模型是在前期研究的基礎上，深入研究了轉爐爐渣和造渣材料的特性，綜合考慮吹煉過程中的造渣機理、反應過程、溫度控制而建立的，在它的指導下可以進行科學加料，整體設計思路如圖1所示。

圖1 智能煉鋼模型設計思路

轉爐冶煉過程復雜，但總體而言就是物料平衡、能量平衡以及加料時間之間的協(xié)調問題。在研究了爐渣特性和造渣料特性的基礎上，根據(jù)鐵水成分、鐵水廢鋼等的加入量，通過對爐內物料平衡、能量平衡的精確計算，設計出指導各造渣料加入量和加入時間的智能煉鋼模型。

1.1 模型設計考慮因素

1.1.1 鐵水和廢鋼條件

鐵水成分、溫度和加入量、廢鋼成分和加入量見表1，可以根據(jù)實際測量的鐵水成分及溫度輸入。

表1 鐵水和廢鋼條件

1.1.2 轉爐用造渣料的種類及成分

轉爐用造渣料的種類及成分見表2。

表2 轉爐用造渣料的種類及成分

1.1.3 轉爐煉鋼主要原材料及產(chǎn)品的平均比熱容

轉爐煉鋼主要原材料及產(chǎn)品的平均比熱容見表3[7]。

表3 轉爐煉鋼主要原材料及產(chǎn)品的平均比熱容

1.1.4 鐵水中主要元素的氧化反應及反應放熱量

鐵水中主要元素的氧化反應及反應放熱量見表4[7]。

表4 鐵水中主要元素的氧化反應及反應放熱量

1.1.5 參數(shù)的選取與確定

根據(jù)國內同類型轉爐的實測數(shù)據(jù)選取的參數(shù)主要有[7]：（1）渣中鐵珠量以渣量的8%計算；（2）金屬中碳在氧化過程中生成CO 和CO2，其中碳氧化為CO 的比例為90%，碳氧化為CO2比例為10%；（3）轉爐冶煉噴濺鐵損為鐵水量的1%；（4）爐襯在冶煉過程中受鐵水侵蝕，爐襯侵蝕量為鐵水量的0.50%；（5）氧槍噴出的氧氣純度為98.5%，剩余部分為1.5%的N2；（6）轉爐煙塵量為鐵水量的1.60%，煙塵中FeO 的比例為77 %，F(xiàn)e2O3的比例為20%；（7）終點鋼水錳含量，一般為鐵水中錳含量的30%～40%，本文按終點Mn 含量為0.1%計算；（8）轉爐脫硫率一般為30%～50%，本文計算中按脫硫率為40%計算；（9）終點鋼水含碳量，冶煉鋼種的含碳量和預估計脫氧劑等增碳量之差即為終點含碳量；（10）爐氣和煙塵量，取爐氣平均溫度1 400 ℃。爐氣中的自由氧含量為0.5%。煙塵量為鐵水量的1.6%，其中w(FeO)=77%，w(Fe2O3)=20%。

1.1.6 終點成分要求

本文中用模型指導的煉鋼爐次的終點成分設定見表5。

表5 終點鋼水成分目標值

1.2 模型計算思想

在進行模型計算和編程前，首先，在實驗室進行了幾方面研究：（1）轉爐冶煉過程中渣的特性分析；（2）加入轉爐的各種造渣料的特性分析；（3）通過對轉爐渣和造渣料的分析，結合轉爐的自身的特點，利用轉爐靜態(tài)冶煉模型，經(jīng)過計算科學合理地指導加料量和加料時間。然后，通過現(xiàn)場實驗分析來驗證造渣料加入的合理性。

在實驗室研究的基礎上，通過對轉爐熱平衡、供氧量平衡、脫磷階段渣料加入和脫碳階段渣料加入的計算，并依據(jù)三者的計算進行耦合分析，以達到轉爐吹煉的能量和物料平衡，實現(xiàn)轉爐終點的準確命中。

根據(jù)上述計算分析，利用C++編譯了溫度和裝入量預測計算過程[8]，該計算循環(huán)過程如圖2 所示，這種計算模式可以根據(jù)鐵水成分、溫度、鐵水與廢鋼的裝入量以及現(xiàn)場情況指導加料。

圖2 轉爐智能煉鋼用戶界面

2 現(xiàn)場應用及效果分析

2.1 現(xiàn)場應用分析

2.1.1 爐渣成分和堿度控制

本文所研究的爐次，終點爐渣成分中MgO 含量控制在7%左右，F(xiàn)eO 含量控制在20%左右，爐渣堿度值期望控制在2.8～3.5。堿度采用二元堿度計算公式，R=CaO/SiO2，式中CaO、SiO2分別代表終渣中的CaO、SiO2的質量百分數(shù)。經(jīng)驗煉鋼和智能模型指導煉鋼，爐渣堿度對比如圖3 所示，模型設定堿度與實際堿度對比如圖4 所示。

圖3 模型煉鋼和經(jīng)驗煉鋼堿度對比

圖4 預設堿度和實際堿度對比

從圖3 可以看出，和以往經(jīng)驗煉鋼相比，使用模型煉鋼堿度控制穩(wěn)定，經(jīng)驗煉鋼的堿度偏差較大，爐渣堿度最低為3.27，最高為5.83，造成石灰消耗量比較大，模型煉鋼堿度穩(wěn)定在3.0 左右。模型煉鋼預算的爐渣堿度和最終實驗的堿度相比，堿度最大相差0.7，基本上圍繞理想的爐渣堿度波動，這說明智能模型計算準確率高。堿度相差較大的爐次主要集中在第10～14 爐，這幾爐鋼的終渣堿度要求相對其他爐次高一些，加入石灰量相應的更高，而造成堿度差別大的原因是石灰的生燒率波動較大。

2.1.2 MgO 控制

本文所研究的爐次，爐渣中MgO 的目標成分范圍是7%左右。模型煉鋼和經(jīng)驗煉鋼渣中的MgO含量對比如圖5 所示。

圖5 模型煉鋼和經(jīng)驗煉鋼終渣MgO 含量對比

從圖5 可以看出，經(jīng)驗煉鋼的MgO 含量的波動比較大，過程具有不穩(wěn)定性，而模型煉鋼的MgO 含量在7%左右波動，具有良好的可控性，對轉爐爐襯的保護也非常有益。

2.1.3 出鋼溫度控制

模型設定出鋼溫度與實際出鋼溫度對比如圖6所示。

圖6 模型設定溫度與時間溫度對比

從圖6 可以看出，模型設定溫度在1 680 ℃左右，實際出鋼溫度與模型設定溫度存在一定偏差，但是差值在10 ℃范圍內?？梢?，采用模型煉鋼加料，對終點溫度的控制也較為理想。

2.2 模型應用效果分析

2.2.1 造渣料消耗情況

在安陽永興特鋼公司現(xiàn)場進行了三個月的模型運行跟蹤，充分利用轉爐智能煉鋼模型、各造渣料的造渣特性以及把握加料時間，做到了造少渣，做到了化渣良好，基本杜絕了噴濺，終點鋼成分合格，終點渣成分適宜，最大限度地減少了對爐襯的侵蝕。

2020 年10 月～12 月造渣材料的經(jīng)驗煉鋼和模型煉鋼消耗情況的對比如圖7 所示。

圖7 經(jīng)驗煉鋼和模型煉鋼渣料消耗對比

從圖7 可以看出，在模型煉鋼的指導下，轉爐石灰和白云石的加入量都有大幅度降低。石灰噸鋼平均降低了4.87 kg，白云石噸鋼平均降低了6.83 kg。

2.2.2 鋼鐵料消耗情況

在物料平衡計算值已給定了石灰和白云石的消耗量的情況下，使操作工的隨意性和盲目性得到糾正，隨著石灰和白云石用量的減少，總渣量減少，渣中TFe 總量也隨之減少。同時由于總渣量的減少，使得爐內有效容積增加，為減少噴濺提供了有利條件，鋼鐵料消耗也明顯降低。經(jīng)過三個月的跟蹤，使用模型煉鋼的鋼鐵料消耗明顯降低（如圖8 所示），特別是用智能模型煉鋼，轉爐鋼鐵料消耗控制更為穩(wěn)定，鋼鐵料消耗平均降低幅度在5.63 kg/t。

圖8 經(jīng)驗煉鋼和模型煉鋼鋼鐵料消耗對比

3 結論

（1）智能煉鋼模型的開發(fā)及應用，驗證了模型能科學指導轉爐冶煉操作，且比經(jīng)驗煉鋼更加平穩(wěn)、高效、經(jīng)濟。

（2）智能煉鋼模型可以有效控制爐渣組分，爐渣的堿度和MgO 含量控制更加準確穩(wěn)定。

（3）應用智能煉鋼模型可以有效降低渣料和鋼鐵料消耗，實際跟蹤表明：石灰消耗平均降低了4.87 kg/t，白云石消耗平均降低了6.83 kg/t，鋼鐵料消耗平均下降了5.63 kg/t，經(jīng)濟效益明顯。