高炉优化配料数学模型的研究.pdf

1994 2009 China Academic Journal Electronic Publishing House All rights reserved 第42卷 第9期 2 0 0 7年9月 钢铁 Iron and Steel Vol 42 No 9 September 2007 高炉优化配料数学模型的研究 吴胜利1 韩宏亮1 徐少兵1 2 牛 兵1 1 北京科技大学冶金与生态工程学院 北京100083 2 宝钢股份宝钢分公司设计管理部 上海201900 摘 要 为了研究实用的高炉优化配料数学模型 利用线性规划原理 以高炉炼铁工艺计算为基础 结合各种含铁 炉料的软熔性能和含铁炉料之间的高温反应性等专家知识 开发了一套基于专家知识的高炉优化配料数学模型 并应用生产高炉现场数据对模型进行了验证 结果表明该模型是合理可行的 能够计算得出同时兼顾炉料冶金性 能和配料成本的高炉炉料结构 关键词 高炉 优化配料 线性规划 专家知识 数学模型 中图分类号 TF52 文献标识码 A 文章编号 04492749X 2007 0920019205 Study on Mathematical Model for Burden Optimization of Blast Furnace WU Sheng2li1 HAN Hong2liang1 XU Shao2bing1 2 NIU Bing1 1 School of Metallurgical and Ecological Engineering University of Science and Technology Beijing Beijing 100083 China 2 BaoShan Iron burden optimization linear programming expert knowledge mathematical model 作者简介 吴胜利 19552 男 博士 教授 E2mail wushengli metall ustb 修订日期 2006211206 在高炉生产中 各种含铁炉料的性能和使用情 况对铁水的产质量及成本有重要影响 传统的高炉 炉料配料 无论是用手工 Excel表格还是通过配料 计算软件进行计算 都是以化学成分及常温性能等 方面为基础进行计算 而对含铁炉料的高温行为和 作用考虑的甚少 因此 认识和把握各种含铁炉料 的高温性能 充分发挥各种含铁炉料的优势 扬长避 短 指导高炉优化配料 对高炉生产具有十分重要的 现实意义 对于多种含铁炉料可选择的情况下 在 了解各种含铁炉料的特性的基础上 如何搭配使用 才能在最优的性能和最低成本之间找到合适的平衡 点 是合理使用含铁炉料的另一重点 因此合理的 搭配模式对于含铁炉料的使用也有着至关重要的意 义 本文在考虑各种含铁炉料的高温性能和搭配模 式对综合炉料结构影响的基础上 利用Visual Basic 6 0语言和Access数据库知识开发基于专家知识的 高炉优化配料模型 本模型以基本配料计算和炉料 结构方面的最新科研成果为基础 依据线性规划原 理 以配料成本为优化目标 结合专家知识 并根据实 际生产条件 计算出成本最优且冶金性能优良的配料 方案 为选择合理的高炉炉料结构提供指导意见 1 模型的设计思路及基本原理 1 1 设计思路 对物料配比选择的最基本要求是保证产品质 量 也就是使炉料结构的冶金性能与工艺要求相符 合 在满足了这一技术要求之后 最直接的要求就 是降低成本 本模型的具体设计思路见图1 它的 突出特点在于 要求配料的结果不仅要满足价格相 对较低 还要根据专家知识使综合炉料的冶金性能 优良 即采用的是基于专家知识的配料方法 这种 将原来 事后检验 改变为 事前选择 的配料方法 不仅能降低配料成本 而且可确保炉料质量 本模型以吨铁配料成本为目标函数 按照最优 化理论 建立了十几个约束条件 并结合高炉炉料结 构的专家知识对约束条件进行调整 通过最优化计 算获得成本和冶金性能都得以优化的配料方案 1994 2009 China Academic Journal Electronic Publishing House All rights reserved 钢 铁第42卷 图1 高炉优化配料计算流程图 Fig 1 Flowchart of BF burden optimization model 1 2 基本原理 高炉优化配料模型的基本原理 是在炼铁物料 平衡和专家知识的基础上 运用线性规划原理进行 目标优化 线性规划问题是在一组线性等式或不等 式的约束下 求线性目标函数的最大或最小值问题 这种方法是当代用途最广泛的运筹学方法之 一 1 3 本模型采用单纯形法求解线性规划问题 其思路是 从线性规划问题的某一个基本可行解出 发 根据目标函数值不减少 或增大 的原则 转移到 下一个基本可行解 如此继续进行 直到目标函数值 达到最优为止 2 专家知识库的建立 专家知识库主要是指来自2个方面的知识 一 是通过实验研究发现的高炉炉料结构的最新科研成 果 二是现场得出的生产经验 本模型引入了各种含铁炉料的软熔性能 含铁 炉料之间的高温反应性等研究成果 4 5 作为专家知 识指导配料计算 不同含铁炉料的软熔性能相差很 大 一般情况下 单一炉料的软熔性能优良 则由其 组成的综合炉料的冶金性能也相对优良 含铁炉料 之间的高温反应性表征的是天然块矿或球团矿与烧 结矿在高温下进行交互反应的能力 即克服天然块 矿或球团矿自身软熔性能差的能力 6 在含铁炉料 的化学成分 热爆裂性 还原性 经济性等指标相差 不大的情况下 以各种含铁炉料的软熔性能 含铁炉 料之间的高温反应性为配料指针 可对含铁炉料的 质量进行综合评价 尽量多用软熔性能好 高温反应 性高的含铁炉料 有助于改善综合炉料的冶金性能 通过实例 说明在本模型中如何使用这些专家 知识 从天然块矿的软熔特性 表 1 看 在A B C 3 02 1994 2009 China Academic Journal Electronic Publishing House All rights reserved 第9期吴胜利等 高炉优化配料数学模型的研究 种块矿中 块矿A的软熔性能相对最好 表现为软 化开始温度相对较高 软化终了温度相对较低 软化 区间相对最窄 块矿B和C的软熔性能较差 块矿B 的软化开始温度低 软化区间较宽 而块矿C的软 化终了温度高 软化区间宽 因此 在高炉配料中 选择块矿A为上策 根据天然块矿与烧结矿的高温反应性 图2 3 种块矿的高温反应性指数的大小顺序为A C B 故在高炉配料中 可选择使用块矿A和块矿C 在本模型中 同时考虑了含铁炉料的软熔性能 和含铁炉料之间的交互反应性 用于指导高炉配料 即多用软熔性能好且反应性好的含铁炉料 在搭配 模式不定的情况下 优先考虑了 A矿 C矿 的搭 配模式 且多用块矿A 其次考虑了 A矿 B矿 的 搭配模式 且多用块矿A 最后考虑 B矿 C矿 的 搭配模式 在搭配模式确定的情况下 优先选择多 用块矿A 其次选择多用块矿C 这些配料方法的正确性也从综合炉料的熔滴性 能得到了验证 从表2可以看出 A矿 C矿 搭 配模式的熔滴性能相对最优 而 B矿 C矿 搭配 表1 各种天然块矿的软熔特征 Table 1 Softening characteristics of lump ores 项目软化开始温度软化终了温度软化温度区间 A10161218202 B9961248252 C10341329295 图2 各种天然块矿与烧结矿的高温反应性指数比较 Fig 2 Reactivity index of lump ores and sinter 模式的熔滴性能相对最差 而且 可以看出 在 A 矿 C矿 的搭配模式下 用反应性和软熔性能好的 块矿替代部分球团矿来增加块矿的用量 其熔滴性 能非但没有变差反而变好 这充分体现了各种含铁 炉料的软熔特性 含铁炉料之间的高温反应性等专 家知识对高炉优化配料具有十分重要的作用 3 数学模型的建立 在优化配料线性规划的数学模型中 以吨铁成 本为目标函数 其约束条件主要有铁水量的约束 炉 渣条件的约束 生铁质量的约束 炉料用量的约束 熔剂使用量的约束等 其数学模型如下 1 目标函数 MinZ n i 1 CiXi 1 式中 MinZ为吨铁最优成本 元 Xi为第i种原料 的配入量 Ci为第i种含铁原料的单价 元 t 2 约束条件 1 铁水量 本约束条件主要是通过铁分平衡方程得出一个 等式约束 XSJ K TFeSJ K XQTK1 XTFeQTK1 XQTK2 TFeQTK2 XTRKK1 TFeTRKK1 XTRKK2 TFeTRKK2 XTRKK3 TFeTRKK 3 XRJ TFeRJ 56 72 M FeOMF K FeOJ T 100 1 000 Fe Fe 2 式中 X为配入量 kg TFe为全铁质量分数 Fe 为铁水中铁的质量分数 Fe为铁水中铁元 素的分配率 M K为煤粉和焦炭的量 kg 下标 SJ K表示烧结矿 QTK表示球团矿 TRKK表示天 然块矿 RJ表示熔剂 MF表示煤粉 J T表示焦炭 2 炉渣条件 炉渣条件对高炉冶炼的影响十分重要 在高炉 优化配料计算中 约束炉渣条件是十分必要的 炉 渣条件的约束主要包括炉渣碱度 炉渣量 炉渣成分 等的约束 具体的约束方程如下 表2 高炉炉料结构方案及其主要熔滴性能指标 Table 2 Svalue of different burdens 组别 烧结矿球团矿块矿1块矿2 种类配比 种类配比 种类配比 种类配比 S值 kPa 1 1S73P7A12 0B8 028 63 2S73P7A12 0C8 019 30 3S73P7B12 0C8 033 00 4S73P4A13 8C9 29 38 12 1994 2009 China Academic Journal Electronic Publishing House All rights reserved 钢 铁第42卷 炉渣碱度的约束 LLZJD X SJ K CaOSJ K XQTK 1 CaOQTK 1 XQTK 2 CaOQTK 2 XTRKK 1 CaOTRKK 1 XTRKK 2 CaOTRKK 2 XTRKK 3 CaOTRKK 3 XRJ CaORJ M CaOMF K CaOJ T XSJ K SiO2 SJ K XQTK1 SiO2 QTK 1 XQTK 2 SiO2 QTK 2 XTRKK 1 SiO2 TRKK 1 XTRKK 2 SiO2 TRKK 2 XTRKK 3 SiO2 TRKK 3 XRJ SiO2 RJ M SiO2 MF K SiO2 J T SiO2 r RLZJD 3 式中 LLZJD RLZJD是指炉渣碱度的容许最小 最 大范围 SiO2 r 10 Si 60 28 其中 SiO2 r为每吨 铁水因Si还原消耗的SiO2量 Si 为铁水中Si含 量 炉渣量的约束 在高炉冶炼中 炉渣量的多少受焦比 入炉品 位 矿石类型影响极大 而这些条件反过来会影响高 炉顺行和生铁质量 在现代高炉炼铁中 对炉渣量有 一定的要求 所以在本模型中 建立了炉渣量约束 LLZL 渣中CaO量 渣中MgO量 渣中Al2O3量 渣中SiO2量 渣中FeO量 渣中MnO量 渣中S量 2 RLZJ 4 式中 LLZL RLZL表示高炉炉渣量的最小值 最大 值 另外还有炉渣成分的约束 本文不一一列举 3 铁水质量 优质的铁水生产应当包括较低的硫 磷含量 而 这些是由矿石条件决定的 所以要通过配料生产出 优质的铁水 就必须对含铁炉料中的硫 磷含量进行 约束 4 熔剂使用量 由于高炉造渣的需要 配料中常加入一定数量 的熔剂 但随着精料技术的进步 熔剂加入量越来 越少 因此 在本模型中 熔剂的配入量的下限约束 为0 0 RJL RRJL 5 式中 RRJL指配入高炉的熔剂最大许可量 5 炉料种类和用量 人们在现场生产中积累了很多有关炉料结构方 面的经验 再加上炉料结构方面的科学研究成果 这 些都可以成为高炉优化配料模型中的专家知识 从 而可给出炉料种类和用量的约束范围 在本模型中 炉料种类和用量的约束是根据专 家知识确定的 含铁炉料的软熔性能特征值 含铁 炉料之间的高温反应性指数 含铁炉料的适宜配比 合理搭配模式 历史配料记录等信息都保存于专家 知识库中 可以根据这些专家知识确定炉料的种类 和用量 从而达到高炉优化配料计算的目的 4 模型的应用 针对某钢铁企业实际生产的3组数据 分别为 方案C1 方案C2和方案C3 应用本模型进行了优 化配料计算 表3和表4分别给出了不同方案的实际生产配 料情况以及利用本模型优化后配料情况的比较 实 施优化配料前后的吨铁矿石成本比较示于图3 从本模型优化配料结果与现场实际生产数据的 比较可以看出 1 维持炉渣碱度 渣中Al2O3含量等指标与 实际生产情况基本相同的情况下 3种优化配料方 案的吨铁配料成本均有所降低 下降幅度0 11 9150元 t 2 3组优化配料方案不仅在配料成本得到优 化 而且能够得到冶金性能更加优良的炉料结构 这 充分体现了专家知识在优化配料中的作用 在方案C1中 根据专家知识 表1 图 2 可知 表3 实际生产中和模型计算的矿石用量数据的对比 Table 3 Actual and calculated ore consumption 项目 烧结矿球团矿块矿1块矿2 种类用量 kg配比 种类用量 kg配比 种类用量 kg配比 种类用量 kg配比 C1生产数据S114873 0P634 0A19712 5C16610 5 C1优化后数据S114873 0P634 0A21713 8C1459 2 C2生产数据S114873 0P1107 0A18712 0C1278 0 C2优化后数据S114773 0P795 0A23713 8C1089 2 C3生产数据S118275 0P795 0A15810 0B15710 0 C3优化后数据S116474 0P795 0A22014 0B1107 0 22 1994 2009 China Academic Journal Electronic Publishing House All rights reserved 第9期吴胜利等 高炉优化配料数学模型的研究 表4 实际生产中和模型计算出的数据的对比 Table 4 Actual and calculated technico2economical indexes 项目入炉品位 吨铁配矿成本 元 t 1 矿石总量 kg炉渣总量 kg渣中Al2O3量 炉渣碱度 C1生产数据60 04857 76157426415 701 23 C1优化后数据60 06857 65157326315 701 23 C2生产数据60 10871 80157226615 671 24 C2优化后数据60 12862 30157126415 701 24 C3生产数据59 97876 21157626915 651 24 C3优化后数据60 08871 02157326715 631 24 图3 优化配料实施前后的吨铁配料成本的比较 Fig 3 Burden cost before and after optimization 块矿A的软熔性能要好于块矿C 且块矿A的高温 反应性要高于块矿C 因此 在烧结矿和球团矿的 种类和用量不变的情况下 可多使用块矿A以提高 综合炉料的冶金性能 方案C1的优化配料在此专 家知识的指导下 增加了块矿A的用量 减少了块 矿C的用量 使成本有所降低 达到了优化配料的 目的 需要指出的是 块矿A的价格要高于块矿 C 但块矿A的用量非但没有减少 反而有所增加 这说明本模型完全能够依据炉料的软熔性能和炉料 之间的高温反应性进行优化配料 而并不是单纯以 价格来确定这些块矿用量的增加或减少 在方案C2的优化配料中 增加了高温反应性 高 软熔性能好的块矿A的用量 减少了块矿C的 用量 同时减少了球团矿的用量 从而使综合炉料的 冶金性能得到了进一步改善 而且配料成本也得以 大幅度下降 在方案C3的优化配料中 较大幅度地增加了 高温反应性和软熔性能均优良的块矿A的用量 而 减少了高温反应性和软熔性能都较差的块矿B的 用量 在综合炉料的冶金性能有所改善的同时 配料 成本也得以显著下降 5 结语 根据高炉炼铁理论和工艺计算原理 利用线性 规划原理及最优化理论 结合各种含铁炉料的软熔 性能和含铁炉料之间的高温反应性等专家知识 尝 试开发了一套高炉优化配料模型 应用实际高炉生