高炉炼铁过程碳效建模方法与应用研究

摘要

高炉炼铁过程是钢铁冶炼的一个重要流程环节，铁矿石经还原过程转化成生铁，为后续炼钢、轧钢流程提供重要的原料。高炉炼铁过程的碳效对于整个钢铁冶炼实现绿色制造与节能降耗，提升企业核心竞争力有着重大意义。然而，由于高炉炼铁过程机理复杂，固液气多相耦合，工况变化频繁，生产存在时滞，这些都使得碳效计算模型难以准确建立。因此，研究有效的高炉炼铁过程碳效计算模型具有重要的意义。
　　在对高炉过程炼铁机理及工艺特性深入分析的基础上，本文提出高炉炼铁过程碳效计算指标与模型结构。包括确立综合碳耗和CO/CO2比值作为碳效指标，建立基于炼铁机理的碳耗计算模型和基于遗传算法与BP神经网络的CO/CO2比值模型。
　　为建立基于炼铁机理的综合碳耗模型，首先采集生产参数，建立适合现场应用的直接还原度计算模型。基于直接还原度计算结果，进一步计算各项碳耗，得出在当前炼铁过程条件下的碳耗下限值。
　　针对CO/CO2比值模型，通过关联性分析选取影响CO/CO2的主要过程参数，通过滤波、数值替换后为关联模型提供输入。其次设计神经网络结构，建立基于BP神经网络模型，然后基于遗传算法对模型进行优化，完成基于遗传算法优化的CO/CO2比值BP神经网络模型的建立。
　　最后基于某钢铁企业1#高炉过程的实际运行数据，对本文提出的碳效计算模型进行实例计算与仿真研究。结果表明，本文提出的碳效计算模型能有效反映过程的特性，便于计算并且精度可靠，验证了本文所提方法的有效性和适用性。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 高炉炼铁过程的碳效指标

1．2．2 高炉炼铁过程的碳效建模

1．3 研究内容

1．4 论文结构

2 高炉炼铁过程工艺及碳效关联性分析

2．1 高炉炼铁过程工艺及特性分析

2．2 碳效建模存在的问题和难点

2．3 碳效关联性分析

2．3．1 炉料制备

2．3．2 高炉布料制度

2．3．3 高炉送风制度

2．3．4 高炉炉热制度

2．4 碳效计算模型设计方案

2．4．1 碳效计算指标构建

2．4．2 碳效计算模型结构

2．5 本章小结

3 基于炼铁机理的过程综合碳耗计算模型

3．1 高炉炼铁过程碳素转化分析

3．2 直接还原度软测量模型

3．3 炼铁过程碳素消耗模型

3．3．1 还原过程碳素消耗模型

3．3．2 热量收支过程碳素消耗模型

3．3．3 基于炼铁机理模型的过程碳效下限值

3．4 实例计算与结果分析

3．4．1 生产数据整理

3．4．2 碳素消耗计算

3．5 本章小结

4 基于GABP神经网络的CO／CO2比值模型

4．1 历史数据预处理

4．1．1 数据采集

4．1．2 异常数据处理

4．1．3 数据滤波

4．1．4 数据关联性分析

4．2 BP神经网络CO／CO2比值模型

4．2．1 BP神经网络构建

4．2．2 基于时滞估计数据配准

4．3 基于遗传算法优化的CO／CO2比值模型

4．4 仿真结果与分析

4．5 本章小结

5 结论与展望

5．1 结论

5．2 展望

参考文献

攻读学位期间主要的研究成果目录

致谢