高爐優(yōu)化配礦技術(shù)

高爐優(yōu)化配礦技術(shù)1演講內(nèi)容1.必要性分析2.綜合焦比和利用系數(shù)預(yù)報(bào)的ANN模型3.

ANN模型與優(yōu)化高爐配礦模型的整合與效果4.結(jié)束語2

1.必要性分析我國高爐含鐵原料的構(gòu)成：由燒結(jié)礦、球團(tuán)礦和天然塊礦按一定比例配制而成，稱為“高爐配礦”或“高爐綜合爐料”燒結(jié)礦用若干種粉狀鐵礦石通過配加熔劑和燃料經(jīng)過高溫?zé)Y(jié)制得，球團(tuán)礦一般用一到兩種細(xì)粒鐵礦石經(jīng)過造球、預(yù)熱和焙燒制得，而天然塊礦在入爐以前要經(jīng)過破碎和篩分，使其在粒度方面達(dá)到高爐的要求。高爐的主要技術(shù)經(jīng)濟(jì)指標(biāo)：利用系數(shù)、燃料比和生鐵成本

它們?cè)诤艽蟪潭壬蠜Q定于高爐配礦的性能在我國煉鐵界流行著“三分操作七分原料”的說法

全球鐵礦石資源條件的現(xiàn)狀：優(yōu)質(zhì)鐵礦石供應(yīng)量大幅度減少，高爐使用的鐵礦石品種不斷增多而質(zhì)量不斷變差。

為了降低生產(chǎn)成本和增強(qiáng)企業(yè)的生存能力，各鋼鐵廠目前經(jīng)常改變用礦品種，不斷擴(kuò)大低價(jià)礦（經(jīng)常意味著低質(zhì)）和含鐵回收料的使用量。1.1對(duì)配礦模型的要求3高爐配礦的基本要求：1）生鐵成分的要求，即[S]、[P]、[Mn]、[As]等在規(guī)定范圍內(nèi)；2）爐渣性能的要求，即CaO/SiO2、(CaO+MgO)/(SiO2+Al2O3)和脫硫能力、脫堿能力在規(guī)定范圍內(nèi)；3）有害元素負(fù)荷的要求，即單位生鐵由原材料帶入的S、P、Zn、K、Na、Pb、As、Cl、Cu等有害元素的總量在規(guī)定范圍內(nèi)高爐配礦的成本最低要求：生鐵成本的構(gòu)成：用礦成本（盡可能多使用低價(jià)礦），燃料成本（焦比和煤比低）和車間制造費(fèi)（利用系數(shù)高）之和最低。還包括相應(yīng)的熔劑成本（此項(xiàng)一般很少）鐵礦石的性能包括：化學(xué)成分和冶金性能冶金性能又分為冷態(tài)冶金性能和高溫冶金性能不僅是化學(xué)成分，而且高溫冶金性能也對(duì)高爐生產(chǎn)指標(biāo)有非常大的影響鋼鐵廠的原燃料管理制度規(guī)定：

燒結(jié)礦、球團(tuán)礦和天然塊礦的化學(xué)成分與冷態(tài)性能要定期檢測(cè)；當(dāng)燒結(jié)廠或球團(tuán)廠計(jì)劃使用新品種礦石時(shí)，要求通過實(shí)驗(yàn)室試驗(yàn)提前了解燒結(jié)礦、球團(tuán)礦性能的變化；

高爐配礦，僅在計(jì)劃大幅度調(diào)整球團(tuán)礦或塊礦的配比時(shí)，由公司的研究部門測(cè)試它的高溫冶金性能。4配礦的高溫冶金性能不可能簡單地由各單品種鐵礦石的冶金性能通過加權(quán)平均計(jì)算得到

而直接測(cè)定配礦的高溫冶金性能由于高溫實(shí)驗(yàn)很麻煩，時(shí)間長，人力物力消耗大，它不是一種常規(guī)的檢測(cè)手段。目前高爐日常生產(chǎn)的現(xiàn)狀是：需要頻繁地調(diào)整和優(yōu)化配礦方案，所以急需有一種配礦高溫冶金性能的預(yù)測(cè)算法。上面所談為高爐配礦本身性能對(duì)高爐生產(chǎn)指標(biāo)的影響，但預(yù)報(bào)高爐生產(chǎn)指標(biāo)還必須同時(shí)考慮高爐的操作條件（熱制度、造渣制度、鼓風(fēng)制度、噴吹制度、裝料制度，等）的影響。5

1.2高爐配礦應(yīng)用ANN技術(shù)的必要性操作中常用的兩種焦比預(yù)測(cè)方法：（1）焦比影響系數(shù)法，系根據(jù)礦石鐵分、燒結(jié)礦FeO、燒結(jié)礦堿度、燒結(jié)礦<5mm含量等各種性能指標(biāo)的影響系數(shù)對(duì)焦比進(jìn)行估算，其缺點(diǎn)是：a)取值范圍往往很寬，難以根據(jù)本廠、本高爐和當(dāng)前的原料與操作條件準(zhǔn)確取值；b)有些已不適用于當(dāng)前我國高爐的條件。（2）當(dāng)?shù)V石品種或化學(xué)成分發(fā)生較大變化時(shí)，利用熱量換算系數(shù)（或稱熱量等數(shù)）進(jìn)行變料計(jì)算，各種礦石的熱量換算系數(shù)根據(jù)原料和生鐵的主要成分及冶煉中的熱效應(yīng)，按熱平衡原理求得。其缺點(diǎn)是：計(jì)算結(jié)果與實(shí)際值有較大偏差，且往往偏低。原因是：熱平衡方程中沒有考慮爐體熱損失，而且難以確定鐵氧化物的直接還原耗熱量。由以上分析可知，優(yōu)化高爐配礦模型包括兩個(gè)核心模塊，即綜合焦比預(yù)報(bào)模型和利用系數(shù)預(yù)報(bào)模型。它們應(yīng)該具有盡可能高的預(yù)報(bào)精度。煉鐵高爐是一種高溫、高壓，密閉、連續(xù)式大型反應(yīng)器，其生產(chǎn)效率（主要反映在燃料消耗和產(chǎn)量上）的影響因素：1）原燃料性質(zhì)的變化；2）各種爐內(nèi)反應(yīng)（固體、液體、氣體和粉體等多種物相之間熱量、質(zhì)量和動(dòng)量傳遞狀態(tài)）；3）爐子的工作內(nèi)型；4）以上三種因素的交互作用。6從控制論的角度，高爐煉鐵過程是一種多變量、大滯后的復(fù)雜動(dòng)力學(xué)系統(tǒng)。經(jīng)驗(yàn)證明，任何傳統(tǒng)的數(shù)學(xué)手段，如回歸統(tǒng)計(jì)方法等，都難以對(duì)高爐的燃料消耗和生產(chǎn)率做出準(zhǔn)確預(yù)測(cè)，也無法在生產(chǎn)高爐上，通過工業(yè)性試驗(yàn)確定某單一因素對(duì)燃料消耗或生產(chǎn)率的影響系數(shù)。神經(jīng)元網(wǎng)絡(luò)是指由大量的人工神經(jīng)元（類似于生物神經(jīng)系統(tǒng)的神經(jīng)細(xì)胞）互連而組成的網(wǎng)絡(luò)，它試圖從微觀上解決人類認(rèn)知功能，并在網(wǎng)絡(luò)層次上模擬人類的思維方式和組織結(jié)構(gòu)。神經(jīng)網(wǎng)絡(luò)是一個(gè)由簡單處理單元構(gòu)成的規(guī)模宏大的并行分布處理器，它通過合理的樣本訓(xùn)練、學(xué)習(xí)專家的經(jīng)驗(yàn)、模擬專家的行為，通過引入非線性轉(zhuǎn)換函數(shù)來求解各種復(fù)雜的非線性問題，模仿大腦對(duì)這些知識(shí)進(jìn)行處理，用以執(zhí)行特定的任務(wù)或完成感興趣的功能，可克服傳統(tǒng)模式識(shí)別方法或一般算法在問題求解、決策制定時(shí)得不出結(jié)果或結(jié)果不準(zhǔn)確的難題。7神經(jīng)網(wǎng)絡(luò)已在模式識(shí)別、信號(hào)處理、自動(dòng)控制等領(lǐng)域取得了顯著成效，在煉鐵領(lǐng)域已應(yīng)用于鐵水含硅量和爐溫預(yù)報(bào)、爐頂煤氣溫度分布模式識(shí)別等，在煉鋼領(lǐng)域已應(yīng)用于板坯連鑄漏鋼預(yù)報(bào)和復(fù)吹轉(zhuǎn)爐終點(diǎn)氧含量預(yù)報(bào)等。范志剛等和韓紅亮等嘗試過應(yīng)用神經(jīng)網(wǎng)絡(luò)對(duì)高爐焦比進(jìn)行預(yù)報(bào)，但考慮的影響因素沒有包括配礦的性能。本文介紹了神經(jīng)網(wǎng)絡(luò)技術(shù)在武鋼優(yōu)化高爐配礦模型開發(fā)中的應(yīng)用，并比較了神經(jīng)元網(wǎng)絡(luò)和傳統(tǒng)熱平衡兩種方法的綜合焦比預(yù)報(bào)結(jié)果。[3]ZuoGuangqing,Bj?rkmanBo.AnexpertNetworkforPredictionandControloftheSiliconContentoftheHotMetal[C].TheInternationalConferenceOnMedellingAndSimulationInMetallurgicalEngineeringAndMaterialsScience,June11-13,1996,Beijing,China,417~422.[4]畢學(xué)工，邱劍.高爐爐溫預(yù)報(bào)神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)優(yōu)化的研究[C].2001中國鋼鐵年會(huì)論文集（上卷），冶金工業(yè)出版社，北京，368.[5]李昕，畢學(xué)工.高爐鐵水硅含量的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)[J].河南冶金，2010，18(1):21-23.[6]涂春林，畢學(xué)工，周勇.高爐爐頂溫度分布模式識(shí)別神經(jīng)元網(wǎng)絡(luò)的研究[J].河南冶金，2004，12(1):10-12+20.作者以往應(yīng)用ANN于高爐煉鐵的研究8

2.綜合焦比和利用系數(shù)預(yù)報(bào)的ANN模型BP（BackPropagation）網(wǎng)絡(luò)是一種多層神經(jīng)網(wǎng)絡(luò)模型，它在神經(jīng)網(wǎng)絡(luò)中引入了隱含層神經(jīng)元，使其具有更好的分類和記憶能力。BP算法的信號(hào)從輸入層節(jié)點(diǎn)進(jìn)入，從輸出層節(jié)點(diǎn)導(dǎo)出，中間通過一層或多層隱含層節(jié)點(diǎn)實(shí)現(xiàn)高次非線性方程的模擬，對(duì)于輸入信號(hào)，要先向前傳播到隱含層結(jié)點(diǎn)，經(jīng)過作用函數(shù)后，再把隱含層結(jié)點(diǎn)的輸出信息傳播到輸出結(jié)點(diǎn)，最后給出輸出結(jié)果。以三層網(wǎng)絡(luò)結(jié)構(gòu)為例，如圖1所示，設(shè)置訓(xùn)練組為{}，i是輸入層節(jié)點(diǎn)的編號(hào)，j是輸出層節(jié)點(diǎn)的編號(hào)，k是數(shù)據(jù)樣本編號(hào)。W是權(quán)值，h是中間層節(jié)點(diǎn)的編號(hào)。圖1三層BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)2.1BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法9BP網(wǎng)絡(luò)通過訓(xùn)練，確定了輸入、輸出間的最優(yōu)非線性關(guān)系，并將其分布到網(wǎng)絡(luò)的連接權(quán)（輸入層到中間層各節(jié)點(diǎn)間的權(quán)值，以及中間層到輸出層各節(jié)點(diǎn)間的權(quán)值）上，在面對(duì)一組新的樣本數(shù)據(jù)時(shí)，只需通過已確定的連接權(quán)矩陣進(jìn)行運(yùn)算，得到的輸出結(jié)果即為新樣本空間對(duì)應(yīng)的預(yù)測(cè)值。判斷最優(yōu)非線性關(guān)系已經(jīng)確定的依據(jù)：誤差dj達(dá)到允許的范圍之內(nèi)，采用的誤差函數(shù)為：T是觀測(cè)值，y是計(jì)算值，n是樣本總數(shù)102.2基于大數(shù)據(jù)建立ANN模型首先要考慮數(shù)據(jù)庫的規(guī)模問題。由于神經(jīng)元網(wǎng)絡(luò)系基于實(shí)際生產(chǎn)數(shù)據(jù)建立，所以它不可避免地具有明顯的統(tǒng)計(jì)學(xué)特點(diǎn)，即它對(duì)未知世界（各種可能的高爐配礦和操作條件下的綜合焦比和利用系數(shù)）的預(yù)報(bào)精度與建立網(wǎng)絡(luò)時(shí)的高爐狀況的相似程度密切相關(guān)，相似度越高，網(wǎng)絡(luò)的預(yù)報(bào)精度越高。因此，盡可能多地收集生產(chǎn)數(shù)據(jù)，盡力擴(kuò)大數(shù)據(jù)庫的規(guī)模無疑是一種正確選擇。本文以武鋼8號(hào)高爐為研究對(duì)象，收集了2010年4月至2014年11月連續(xù)4年8個(gè)月的生產(chǎn)數(shù)據(jù)，用于兩種高爐生產(chǎn)指標(biāo)預(yù)報(bào)ANN模型的研究。盡可能多地收集生產(chǎn)數(shù)據(jù)有利于提升未知世界與創(chuàng)建模型時(shí)包容世界的相似程度11此外，還要考慮大數(shù)據(jù)的正確使用，即排除數(shù)據(jù)中的噪聲的問題。高爐是一種非常復(fù)雜的大型冶金系統(tǒng)，在實(shí)際生產(chǎn)中經(jīng)常因?yàn)樵O(shè)備運(yùn)行、電力供應(yīng)、原材料或產(chǎn)品運(yùn)輸?shù)拳h(huán)節(jié)出現(xiàn)故障而休風(fēng)停產(chǎn)，還可能因?yàn)闋t況發(fā)生嚴(yán)重失常而被迫減風(fēng)、減壓。在實(shí)際生產(chǎn)中，很難找到?jīng)]有發(fā)生任何故障的月份。在處理故障過程中，按照規(guī)程采用減壓、休風(fēng)、停煤停氧、改高壓等系列操作，這些操作會(huì)嚴(yán)重影響高爐的綜合焦比和產(chǎn)量。為了減少ANN模型的復(fù)雜性和限制輸入節(jié)點(diǎn)的數(shù)目，排除生產(chǎn)故障的影響，我們采取了將發(fā)生故障當(dāng)日的數(shù)據(jù)舍去的措施。這樣既能消除故障給數(shù)據(jù)帶來的影響，也能保證所得規(guī)律具有一般性。122.3ANN模型輸入節(jié)點(diǎn)的確定方法網(wǎng)絡(luò)結(jié)構(gòu)包含以下內(nèi)容：輸入節(jié)點(diǎn)向量（輸入層節(jié)點(diǎn)類型與數(shù)目），隱含層數(shù)目（一般選1層），隱含層節(jié)點(diǎn)數(shù)目，學(xué)習(xí)速率，動(dòng)量因子，輸入層→隱含層各節(jié)點(diǎn)間的權(quán)值，隱含層→輸出層各節(jié)點(diǎn)間的權(quán)值，精度（即收斂允許誤差）和閾值，輸出節(jié)點(diǎn)個(gè)數(shù)。采用單輸出節(jié)點(diǎn)的網(wǎng)絡(luò)，即綜合焦比預(yù)報(bào)ANN網(wǎng)絡(luò)的輸出節(jié)點(diǎn)為綜合焦比，利用系數(shù)預(yù)報(bào)ANN網(wǎng)絡(luò)的輸出節(jié)點(diǎn)為利用系數(shù)。確定ANN網(wǎng)絡(luò)的輸入節(jié)點(diǎn)的通常做法是結(jié)合現(xiàn)場獲取數(shù)據(jù)的條件和根據(jù)與輸出節(jié)點(diǎn)（如綜合焦比或利用系數(shù)）的相關(guān)程度，而評(píng)判相關(guān)程度又有統(tǒng)計(jì)學(xué)的相關(guān)性分析和高爐煉鐵理論分析兩種方法。本文高度重視高爐配礦高溫冶金性能對(duì)綜合焦比和利用系數(shù)的影響，為此，基于武鋼研究院提供的大量高爐配礦熔滴性能的測(cè)試結(jié)果，開發(fā)了開始滴落溫度與FeO和計(jì)算熔點(diǎn)、軟化區(qū)間與FeO和TFe、軟熔區(qū)間與FeO和TFe的關(guān)系式，預(yù)測(cè)精度達(dá)到了±3℃，令人滿意。如此，我們的輸入節(jié)點(diǎn)清單中就有了三個(gè)新的成員：高爐配礦的開始滴落溫度、軟化區(qū)間和軟熔區(qū)間。計(jì)算熔點(diǎn)：采用FactSage熱力學(xué)計(jì)算軟件包計(jì)算獲得13一般的做法是選定輸入節(jié)點(diǎn)的類型與數(shù)目后即不再改動(dòng)，而本文的做法是首先建立輸入節(jié)點(diǎn)清單，然后從清單中取出若干個(gè)節(jié)點(diǎn)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，通過調(diào)整網(wǎng)絡(luò)的其它結(jié)構(gòu)參數(shù)（如中間層節(jié)點(diǎn)數(shù)，學(xué)習(xí)速率，動(dòng)量因子等）進(jìn)行訓(xùn)練，得到不同輸入層條件下的收斂精度，最后選取收斂精度最高的輸入層條件、與之對(duì)應(yīng)的其它網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)和各級(jí)權(quán)值向量，做為網(wǎng)絡(luò)的訓(xùn)練結(jié)果。除了配礦的三個(gè)高溫冶金性能指標(biāo)以外，輸入節(jié)點(diǎn)清單中還包括：風(fēng)溫，配礦的含鐵品位，配礦的FeO含量，鼓風(fēng)富氧率，爐頂煤氣壓力，爐頂煤氣CO利用率，熟料比（燒結(jié)礦和球團(tuán)礦在高爐配礦中的比例），生鐵含硅量，焦炭含硫量，焦炭灰分含量，焦炭耐磨指數(shù)，焦炭抗碎指數(shù)，燒結(jié)礦含粉率（小于5mm的比例），高爐的Zn負(fù)荷（即單位生鐵隨爐料帶人的Zn的重量）等。焦炭熱性能指標(biāo)（反應(yīng)性CRI指數(shù)和反應(yīng)后強(qiáng)度CSR指數(shù)）也很重要，但目前它們的檢測(cè)頻度比較低（一般一個(gè)月一次，或在需要時(shí)進(jìn)行檢測(cè)），所以暫時(shí)沒有包括在輸入節(jié)點(diǎn)清單里。即將輸入層節(jié)點(diǎn)向量（節(jié)點(diǎn)類型與節(jié)點(diǎn)數(shù)目）作為一種優(yōu)化條件142.4ANN模型的預(yù)報(bào)精度創(chuàng)建ANN要先后經(jīng)歷訓(xùn)練和預(yù)測(cè)兩個(gè)階段，表1和表2分別列出了綜合焦比ANN模型和利用系數(shù)ANN模型的精度。

表1綜合焦比ANN模型的精度

誤差范圍,kg/t精度，%誤差范圍,kg/t精度，%誤差范圍,kg/t精度，%±51.05±81.68±102.10訓(xùn)練62.289.294.6預(yù)報(bào)63.278.994.715

表2利用系數(shù)ANN模型的精度2010年4月至2014年11月時(shí)期，8號(hào)高爐的綜合焦比平均值=476kg/t鐵，利用系數(shù)的平均值=2.725t/(m3·d)。焦比預(yù)報(bào)ANN模型的精度比較高，而利用系數(shù)ANN模型的精度略低，原因可能是因?yàn)橛绊懜郀t產(chǎn)量的某些重要因素，因?yàn)闆]有量化的數(shù)據(jù)，沒有包含在輸入節(jié)點(diǎn)清單里。雖然如此，±0.10t/m3·d的預(yù)報(bào)精度也接近達(dá)到70%，基本可以滿足生產(chǎn)上的要求。

誤差范圍t/(m3·d)精度%誤差范圍t/(m3·d)精度%誤差范圍t/(m3·d)精度%±0.051.8±0.103.7±0.155.5訓(xùn)練48.6583.7897.3預(yù)報(bào)52.6368.4278.95163.ANN模型與優(yōu)化高爐配礦模型的整合與效果生鐵成本由原材料成本、動(dòng)力成本和車間制造費(fèi)三大塊構(gòu)成，其中原材料成本包括：鐵礦石成本（由各單品種含鐵爐料的配比和價(jià)格計(jì)算），熔劑成本（由調(diào)整爐渣堿度時(shí)可能使用的石灰石、白云石、橄欖石等的用量和價(jià)格計(jì)算），燃料成本（由各種焦炭和噴吹煤粉的用量與價(jià)格計(jì)算）和輔料成本（由可能使用的洗爐料如螢石和錳礦、護(hù)爐料如釩鈦球團(tuán)礦的用量與價(jià)格計(jì)算）。動(dòng)力成本包括電費(fèi)、氮?dú)?、壓縮空氣、蒸汽等的成本。車間制造費(fèi)包括設(shè)備固定投資折舊、管理費(fèi)和人員工資，這一項(xiàng)隨著高爐產(chǎn)量即利用系數(shù)的提高而減少。優(yōu)化配礦的目的是在規(guī)定的高爐操作條件下（包括爐渣性能、送風(fēng)制度、熱制度、熟料比、焦炭性能、爐頂壓力等），全面考慮鐵礦石、燃料與熔劑等原材料成本的變化以及車間制造費(fèi)的變化，搜索生鐵成本最低的最佳高爐配礦方案。17優(yōu)化高爐配礦模型的目標(biāo)函數(shù)是生鐵成本最低，它由以下15個(gè)子模型構(gòu)成:（1）原材料化學(xué)成分與價(jià)格等計(jì)算條件的處理子模型；（2）各種原材料的理論出鐵量和理論出渣量計(jì)算子模型；（3）配礦的理論出鐵量和理論出渣量計(jì)算子模型；（4）配礦的熔滴性能預(yù)報(bào)子模型；（5）球團(tuán)礦用量和塊礦1用量計(jì)算子模型，塊礦2用量和碎鐵用量已知；（6）燒結(jié)礦用量和塊礦1用量計(jì)算子模型，塊礦2用量和碎鐵用量已知；（7）綜合焦比預(yù)報(bào)ANN模型，需要預(yù)先調(diào)用熔滴性能預(yù)報(bào)子模型；（8）熔劑用量子模型，根據(jù)堿度平衡計(jì)算某配礦方案的石灰石用量和蛇紋石用量；9）高爐產(chǎn)量預(yù)報(bào)ANN模型，需要預(yù)先調(diào)用熔滴性能預(yù)報(bào)子模型；（10）車間制造費(fèi)子模型，根據(jù)車間制造費(fèi)基準(zhǔn)值與計(jì)算的高爐產(chǎn)量進(jìn)行估算;（11）生鐵成本子模型；（12）半步長優(yōu)化模型，求解生鐵成本最低的高爐配礦方案；（13）爐渣化學(xué)成分和生鐵成分計(jì)算子模型；（14）原材料帶人堿金屬和鋅的數(shù)量計(jì)算子模型;（15）模型結(jié)果顯示和保存子模型。優(yōu)化高爐配礦模型的數(shù)據(jù)庫管理采用Oracle10g，計(jì)算機(jī)編程語言為MicrosoftC/C++6.0。18計(jì)算結(jié)果表明，由燃料比角度觀察，與采用熱量換算系數(shù)法比較，采用綜合焦比ANN預(yù)報(bào)法可以得到符合高爐實(shí)際的配礦結(jié)果。一個(gè)例子是：熱量換算系數(shù)法的焦比=330.04kg/t鐵，煤比=157.48kg/t鐵，生鐵成本=1726.11元/t鐵，燃料比=487.52kg