基于主成分分析的高爐用天然塊礦性能評價

李新宇，張建良，蘇步新，姚朝權，劉興樂，張超

?

基于主成分分析的高爐用天然塊礦性能評價

李新宇1，張建良1，蘇步新2，姚朝權1，劉興樂1，張超1

(1. 北京科技大學冶金與生態工程學院，北京，100083；2. 冶金工業規劃研究院，北京，100711)

針對目前對于天然塊礦評價體系存在的不足，提出一種新的基于主成分分析的天然塊礦的評價方法。采用不同的實驗方法對6種天然塊礦的性能進行檢測，綜合考慮天然塊礦的化學成分、還原性，熱爆裂性，熔滴性能等18個性能指標，采用主成分分析的方法，提取3個主成分指標作為新的綜合特性指標。3個主成分指標分別為綜合品位特性指標1，綜合高溫特性指標2和綜合中溫特性指標3，同時對3個指標的物理意義進行解釋。并依據3個新的綜合特性提出天然塊礦綜合性能評價模型，對6種天然塊礦進行綜合性能評價排序，評價結果與傳統天然塊礦評價方法所得結果比較，基本一致；新的綜合特性指標不僅減少對天然塊礦評價指標的數量，且綜合特性指標之間相互獨立，避免指標之間的重疊，更加直觀。

高爐；塊礦；主成分分析；評價指標

我國現行高爐的爐料結構為高堿度燒結礦搭配球團礦和天然塊礦。由于國內生產的酸性球團礦質量不是很高，并且天然塊礦與酸性球團礦相比，無論是含鐵品位還是脈石質量分數，二者相差均不大，故可考慮用天然塊礦大量代替酸性球團礦使用。現在高爐所使用的天然塊礦均屬于低碳酸鹽式的高品位塊礦，一般碳酸鹽分解產生的CO2質量分數均在0.5%以下，故天然塊礦的使用不會對高爐冶煉帶來明顯的負面影響。但天然塊礦一般濕度較大，其表面或多或少會黏結一些小顆粒的礦粉，所以，為了避免入爐時粉末過多影響高爐的上部透氣性，天然塊礦在入爐前需要進行篩分以減少其含粉率。自2014年以來，鐵礦石的價格逐漸降低，鋼鐵廠的利潤卻不增反降，鋼鐵企業的生存空間逐步壓縮。天然塊礦的成本與鐵礦粉生產燒結礦和成品球團礦的成本相比還有一定的優勢，故相應地提高其在高爐爐料結構中的比例，對于降低鐵水生產成本，降低企業的總成本有著重要的作用[1?3]。國外生產高爐的爐料結構中，日本、韓國和澳大利亞的高爐天然塊礦質量分數為20%左右，其中2003年日本高爐天然塊礦的質量分數達到21.3%，川崎制鐵6號高爐入爐的天然塊礦的質量分數更是達到42.7%[4]。國內的大型鋼鐵企業，寶鋼的天然塊礦配比長期處于15%~20%[5]。首鋼的天然塊礦的質量分數為16%~ 18%，綜合焦炭質量，季節，篩分等質量因素，入爐的天然塊礦質量分數也一度達20%[6]，相應地鞍鋼高爐的入爐天然塊礦質量分數也達到18%以上。但國內的部分小型鋼鐵企業由于生產中不使用酸性球團礦，高爐的爐料結構為燒結礦配加球團礦，故其高爐的天然塊礦配比達到40%以上。吳勝利等[7?8]對于提高高爐天然塊礦比例進行了研究，提出了高爐高溫區天然塊礦、球團礦與燒結礦交互反應性指數的概念。在高爐內天然塊礦與高堿度燒結礦之間存在高溫交互反應，其結果能夠明顯改善天然塊礦自身的軟熔特性，從而可以獲得優良的綜合爐料熔滴性能。不同種類天然塊礦的高溫反應性有差異，把握各種天然塊礦的高溫交互反應性，有利于優化高爐爐料結構，改善綜合爐料的熔滴性能[9?12]。許滿興等[13]對寶鋼經常使用的20種進口天然塊礦質量進行研究，得出天然塊礦的質量應由化學成分、物理性能和冶金性能3個方面決定。并依據這3個方面，分別對20種天然塊礦進行了質量評價，將20種天然塊礦劃分了3個質量等級，但是這種評價并沒有給出對于天然塊礦質量評價的量化指標。目前，國內外對于天然塊礦的評價以塊礦的冶金價值和經濟價值作為評價依據[14]。這種方法通過多種參數的綜合計算，最終給出1個量化的評價指標。但是該方法是以天然塊礦直接入爐為依據，而實際生產中不可能只有天然塊礦這1種爐料，且由于近些年來天然塊礦的質量逐漸變差，品位降低，結晶水質量分數升高，使得該種方法在評價天然塊礦的過程中難免會出現較大誤差。針對天然塊礦評價指標存在的不足，本文作者利用實驗室設備測定天然塊礦的基礎性能指標；然后通過主成分分析方法，對原有的天然塊礦性能指標進行提取，得到新的塊礦綜合特性指標1，2和3；并分析綜合特性指標代表的物理意義；引入基于天然塊礦性能的綜合評價法，進行天然塊礦性能優劣的總體評定。

1 天然塊礦性能檢測

實驗中研究的天然塊礦均取自國內鋼鐵廠，共6種塊礦，其中L1~L5為進口天然塊礦，L6為國產天然塊礦。對6種天然塊礦的化學成分及相關性能進行檢測。表1所示為天然塊礦的性能檢測結果。

表1 天然塊礦性能檢測結果

從表1可以看出：6種天然塊礦的性能差別較大，且特性指標較多。由于目前各個鋼鐵企業使用天然塊礦的種類和數量不同，以及天然塊礦的生產產地及性能存在差異，給天然塊礦的綜合性能評價帶來困難。而且如果用這些指標直接評價天然塊礦性能，進而來指導高爐爐料結構中天然塊礦的配比數量，將不利于高爐的穩定順行生產。為此，需通過對天然塊礦的性能指標進行處理，以合理地評價塊礦的綜合性能，從而提高高爐爐料結構中對于天然塊礦的使用配比數量，為高爐爐料結構的合理搭配及降低鐵水成本提供重要依據。

2 天然塊礦綜合特性指標提取

利用主成分分析的方法對本文中6種天然塊礦的18個性能指標進行降維處理。主成分分析是利用降維的思想，在損失很少信息的前提下將多個指標轉化為幾個綜合指標的多元統計方法[15]。

在統計學中，主成分分析是考察多個變量間相關性一種多元統計方法，研究如何通過少數幾個主成分來揭示多個變量間的內部結構，即從原始變量中導出少數幾個主成分，使它們盡可能多地保留原始變量的信息，且彼此間互不相關。主成分分析通過使用保留低階主成分，忽略高階主成分的方法不僅可以減少數據集的維數，同時也可以保持數據集中對方差貢獻最大的特征。這樣低階成分往往能夠保留數據的最重要方面。通常數學上的處理就是將原來個指標進行線性組合，作為新的綜合指標。這樣，在研究復雜問題時就可以只考慮少數幾個主成分而不至于損失太多信息，從而更容易揭示事物內部變量之間的規律性，同時使問題簡化，提高分析效率。

本次天然塊礦特性指標主成分分析采用SPSS 20.0軟件。通過軟件分析得到塊礦18個性能指標之間的相關系數矩陣(見表2)、主成分的提取表3和主成分初始載荷矩陣表4。

表2 天然塊礦特性指標相關系數矩陣

表3 天然塊礦特性指標主成分的提取

表4 天然塊礦綜合性能指標提取主成分初始載荷矩陣

從表2可以看出：天然塊礦性能指標之間重疊較為嚴重。例如1和2，3，4，5，7，10，11和15指標之間相關性都大于70%。參考文獻[16?17]，將相關系數絕對值在[0, 0.5)之間定義為相關性較差；[0.5, 0.7)之間定義為顯著性相關；[0.7, 1.0]之間定義為高度線性相關。

主成分個數提取原則為主成分對應的特征值大于1的前個主成分。特征值可以被看成是表示主成分影響力的指標，特征值小于1，說明該主成分的解釋力度不如原變量的解釋力度大，因此，將特征值大于1作為保留標準。從表3可以看出：主成分1的特征值為8.931，代表整個數據信息的49.615%；第2主成分的特征值為4.428，其解釋量為24.599%，解釋量相比第1主成分降低較大，但仍高于第3主成分18.486%的解釋量，相應的主成分3的特征值為3.327；第4主成分和第5主成分的特征值分別為0.939和0.375，均小于1.000，即這2個主成分的解釋力度不如原變量的解釋力度大，解釋量僅為5.218%和2.082%。按照18個指標解釋量為100%，則原來每個變量的平均解釋量為5.556%。

按照特征值大于1的原則提取主成分，本研究前3個主成分累計貢獻率達92.700%，故提取3個主成分即可完全滿足要求。

從表4可以看出：1，2，3，4，5，6，7，8，10，11，13，14和15在第1主成分上有較高載荷，即系數絕對值大于0.600，說明第1主成分基本反映了這些指標的信息；第2主成分基本反映了2，15，17和18指標的信息；第3主成分主要集中代表了8，9，12和16指標。

得到的主成分初始載荷矩陣結合特征解即可求解得到主成分特征向量，與標準化后的天然塊礦特性指標數據相乘，從而可以得出主成分表達式：

1=?0.3161,z+0.2512,z+0.2643,z+0.2224,z+

0.3165,z?0.2866,z?0.2637,z+0.2308,z+0.1499,z+

0.31510,z+0.27511,z?0.13612,z?0.27113,z?

0.22914,z?0.21215,z?0.14216,z+0.04817,z+0.07918,z(1)

2=?0.0751,z+0.3072,z+0.2783,z+0.2754,z+

0.1445,z+0.0196,z+0.0957,z?0.0728,z?0.1709,z?

0.12210,z?0.13211,z?0.13312,z+0.27213,z+0.27214,z?

0.30815,z+0.22416,z?0.46517,z?0.35118,z(2)

3=0.0571,z?0.0302,z?0.0183,z?0.0364,z+

0.0645,z?0.1876,z+0.2487,z+0.3398,z+0.4409,z?

0.05310,z?0.01611,z?0.45212,z+0.04213,z+0.24614,z+

0.21915,z+0.42416,z?0.05817,z+0.29218,z(3)

式中：下標z代表SPSS標準化后的數據。

以上得到的3個天然塊礦特性指標的主成分1，2和3可以代表原先的18個指標的全部信息，且相互之間是線性無關的。

3 天然塊礦綜合特性指標分析

針對上述主成分分析得到的天然塊礦的綜合特性指標1，2和-3進行分析，并嘗試解釋天然塊礦的綜合特性指標代表的物理意義。由上述公式計算出天然塊礦的綜合特性指標，如表5所示。

表5 天然塊礦的綜合特性指標值

3.1 綜合品位特性指標1

天然塊礦的品位是評價一種天然塊礦價值的最基本指標。企業在進行天然塊礦采購時，首先考慮的是該種天然塊礦的到廠后價格，含鐵品位是天然塊礦價格的最主要影響因素，也是天然塊礦質量的重要標志，價格往往由含鐵量所決定。目前衡量鐵礦石的最主要方法，也是最簡單的方法就是每1%的鐵品位的價值(即用鐵礦石價格除以鐵礦石的品位)來比較。但是，雖然鐵品位的影響最為重要，但鐵礦石中的其他元素(無論是有益的還是有害的)也會對高爐冶煉產生影響，進而影響鐵礦石的經濟冶煉價值。因此，對單一鐵品位的評價是不全面的。

主成分指標1中占比重較高的是TFe質量分數1，SiO2質量分數5和燒損值10，從式(1)~(3)可以看出1，5和103個指標的系數絕對值均在0.300以上。在表4提取主成分初始載荷矩陣中同樣可以看出：對于主成分1，塊礦的性能指標1，5和10的系數絕對值大于0.900，即說明1等3個指標在主成分指標1有很高的載荷，而像熔滴溫度區間17，其系數絕對值僅為0.048 0，同樣，初始載荷矩陣中該系數絕對值也僅為0.144，故主成分指標1主要代表天然塊礦TFe質量分數，SiO2質量分數和燒損值的信息。而17熔滴溫度區間在主成分指標1基本沒有意義。從表2天然塊礦性能指標相關系數矩陣來看，SiO2質量分數5，燒損值10和TFe質量分數1的相關系數絕對值均大于0.800，屬于高度線性相關。從物理意義來看，當天然塊礦自身SiO2質量分數較低時，對于降低高爐渣比和綜合燃料比是有利的，即表現出較高的TFe質量分數；燒損值越低，說明塊礦在參加高溫反應時，結晶水分解數量少，減少了塊礦的熱爆裂性能，使高爐透氣性變好，從而提高塊礦的反應動力學，降低綜合燃料比，即間接地提高了天然塊礦的TFe質量分數。此外，主成分指標1除1，5和10之外，2(CaO質量分數)，3(MgO質量分數)，4(Al2O3質量分數)，6(P質量分數)，7(S質量分數)等化學成分質量分數指標均有一定的體現，且初始載荷矩陣的系數絕對值均大于0.600。因此，將主成分指標1命名為綜合品位特性指標。

由表1中數據，6種天然塊礦測定的TFe質量分數1從大至小對應的天然礦塊分別為L5，L4，L3，L2，L1和L6。根據綜合品位特性指標1從大至小對應的天然礦塊分別為L6，L1，L2，L4，L3和L5。從1和1的排序結果比較可以看出，2種排序結果基本是相反的。這與要求SiO2質量分數5和燒損值102個指標越低越好是有關的，由于二者在綜合品位特性指標1表達式中的載荷矩陣系數為正，而TFe質量分數1的載荷矩陣系數為負，使得TFe質量分數越低，SiO2質量分數和燒損值越高的天然塊礦其綜合品位特性指標1越大。故就天然塊礦的綜合品位特性來說，要求綜合品位特性指標1越小越好。

綜合品位特性指標1占塊礦性能指標總信息的解釋量為49.615%，基本上占了一半。因此，綜合品位特性指標1在天然塊礦總體性能評價中占有十分重要的地位。

3.2 綜合高溫特性指標2

主成分指標2中占比重較高的是CaO質量分數2，滴落溫度15，熔滴溫度區間17和最大壓差18。從式(1)~(3)可以看出：2，15，17和184個指標的系數絕對值均在0.300以上，同樣在表4提取主成分初始載荷矩陣中可以看出對于主成分2，天然塊礦的性能指標2，15，17和18的系數絕對值大于0.600，即說明2等4個指標在主成分指標2有較高的載荷。故主成分指標2主要代表塊礦的CaO質量分數、滴落溫度、熔滴溫度區間和最大壓差的信息。CaO質量分數2和滴落溫度15的相關數絕對值為0.908，說明在一般情況下，CaO質量分數越高，塊礦的滴落溫度越高。主成分指標2中滴落溫度15越低，相應的熔滴溫度區間17則變窄，相應的軟熔帶寬度變小，從而最大壓差18也變小，越有利于高爐下部的反應過程，使得高爐透氣性變好，有利于塊礦的熔融滴落反應過程的進行。因此，將主成分指標2定義為綜合高溫特性指標。

由表5可以看出：研究的6種天然塊礦綜合高溫特性指標2的差異不是很大。按綜合高溫特性指標由大到小排序對應的礦塊分別為L6，L5，L3，L2，L4和L1，其中綜合高溫特性指標2的最大值為2.63，對應的塊礦為L6；最小值為?1.97，對應的塊礦為L1。故從單種天然塊礦的高溫特性來說，由于熔滴溫度區間17和最大壓差18在2表達式中的載荷矩陣系數絕對值較大，故天然塊礦的熔滴溫度區間17和最大壓差18的特性值越低，其高溫特性較好，所以，塊礦L6，L5和L3的高溫特性較好。故就天然塊礦綜合高溫特性來說，要求綜合高溫特性指標2越大越好。

綜合高溫特性指標2占總信息的解釋量為24.599%，雖然相比于綜合品位特性指標1的解釋量49.615%較低。但相比于原來塊礦含鐵品位等18個特性指標，每個指標的解釋量為6.00%左右來說，綜合高溫特性指標2具有很好的解釋力度。

3.3 綜合中溫特性指標3

主成分指標3中占比重較高的為K2O質量分數8，Na2O質量分數9，熱爆裂性指數12和軟化溫度區間16。從式(1)~(3)中可以看出8，9，12和164個指標的系數絕對值均在0.300以上，同樣在表4提取主成分初始載荷矩陣中可以看出對于主成分3，天然塊礦的性能指標8，9，12和16的系數絕對值大于0.600，即說明8等4個指標在主成分指標3有較高的載荷。故主成分指標3主要代表塊礦的K2O質量分數、Na2O質量分數、熱爆裂性指數和軟化溫度區間的信息。熱爆裂指數12和K2O質量分數8及Na2O質量分數9的相關數絕對值分別為0.665和0.710，說明K2O和Na2O質量分數越低，天然塊礦的熱爆裂指數越低。主成分指標3中熱爆裂指數-12越低，天然塊礦在高爐中上部膨脹產生的粉末數量越少，相應的天然塊礦軟化溫度區間16增大。主成分指標3中比重較高的為熱爆裂指數12和軟化溫度區間16，從表4塊礦性能指標提取主成分初始載荷矩陣中可以看出第3主成分指標3主要由熱爆裂指數12組成。由于天然塊礦的熱爆裂溫度區間一般為600~800℃的高爐中溫區間，故將第3主成分指標3定義為綜合中溫特性指標。綜合中溫特性指標3從大至小對應的礦塊為L1，L5，L6，L4，L2(L3)。熱爆裂性指數12較低的天然塊礦，綜合中溫特性指標3排名靠前，故要求綜合中溫特性指標3越高越好。綜合中溫特性指標3占總信息的解釋量為18.486%，稍低于綜合高溫特性指標2的解釋量。

4 天然塊礦綜合評價

主成分分析法得到了天然塊礦綜合品位特性指標1、綜合高溫特性指標2和綜合中溫特性指標33個核心指標參數，但對可供選擇的多種天然塊礦而言，1，2和3參數的優劣不一，因而無法確定最合適爐料結構的天然塊礦。因此，進一步引入塊礦性能綜合評價法，進行總體評定。

以每個綜合特性指標所對應的特征值占所提取主成分總的特征值之和的比例作為權重計算天然塊礦綜合性能評價模型：

=?0.5351+0.2652+0.1993(4)

注：根據天然塊礦對各綜合基礎特性指標的要求特點，1取負數，2和3取正數。

根據天然塊礦主成分綜合模型即可計算天然塊礦綜合特性值，并對其按綜合主成分值進行排序，即可對各天然塊礦進行綜合評價比較，結果見表6。由表6可以看出：天然塊礦綜合基礎特性指標差異較大，最高為2.78，最小為?1.89。從綜合基礎特性指標來看，研究的6種天然塊礦的綜合性能優劣排序為：L5，L3，L4，L2，L1和L6。該排序與綜合品位特性評價指標1的逆序一致，這主要是由于綜合高溫特性指標1占鐵礦粉性能指標總信息的解釋量高達49.615%，故天然塊礦綜合品位特性評價值1越低，其綜合特性指標也相應較高。

表6 天然塊礦綜合評價指標F值

根據參考文獻[13]中對天然塊礦質量評價的化學成分、物理性能和冶金性能3個標準，對6種天然塊礦進行相應評價。第1個標準為化學成分，主要考察的指標要求天然塊礦：1) 含鐵品位高，SiO2質量分數低；2) Al2O3質量分數低；3) S，P及K，Na等有害元素質量分數低；4) 結晶水質量分數低。4個化學成分指標的影響程度依次降低，這里主要考慮1)和4)對應的2個指標。通過分析6種天然塊礦的化學成分可以看出：L5和L3的含鐵品位均超過61%，且SiO2質量分數均低于2%，結晶水質量分數均低于5%，屬于較好的天然塊礦。L4的含鐵品位較高，為63%，SiO2和結晶水質量分數較L5及L3的略高，質量較L5和L3的略差。L2，L1和L6品位均低于60%，SiO2質量分數均高于2.9%，結晶水質量分數均高于9.3%，較其他3種天然塊礦各項化學成分指標均有較大下降，故性能不好。故從化學成分來看，可以將6種天然塊礦分為3個等級，最好的為L5和L3，較好的為L4，較差的為L2，L1和L6。對于物理性能，主要考察的指標為熱爆裂性指數。熱爆裂指數越低的天然塊礦，其質量性能越好。6種天然塊礦性能根據熱爆裂指數進行優劣排序為：L1，L6，L5，L4，L2和L3。對于冶金性能，主要考察還原性能。6種天然塊礦的還原性均高于62%，還原性均較好，通過冶金性能不易對6種天然塊礦質量性能進行評價。

單獨考慮化學成分指標，6種天然塊礦的質量評價結果與綜合品位特性指標1的評價結果一致。單獨考慮物理性能，6種天然塊礦的質量評價結果與綜合中溫特性指標3的評價結果一致?？梢钥闯觯阂悦總€綜合特性指標所對應的特征值占所提取主成分總的特征值之和的比例作為權重計算塊礦綜合性能評價模型，可以作為評價天然塊礦的標準，可對于不同天然塊礦的性能進行綜合評價。

使用綜合評價模型對參考文獻[13]中的3種天然塊礦進行評價，結果見表7。

表7 各種評價方法計算結果比較排序

通過使用綜合評價模型所得3種天然塊礦的評價結果與文獻[13]中結果一致，表明綜合評價模型對于天然塊礦的評價較準確，可作為評價天然塊礦性能時的重要參考。在使用該模型時，需要注意把涉及的變量進行標準化處理，并且盡量保證為同一次實驗數據，這樣可以提高模型使用時的準確性與可靠性。

5 結論

1) 通過主成分分析，能夠從天然塊礦18個性能指標中得到3個綜合特性指標，這3個綜合特性指標代表全部信息的92.700%。綜合特性指標之間線性無關，可以代表原來復雜的數據進行塊礦綜合性能分析，較為方便和科學。

2) 基于主成分分析得到的天然塊礦綜合特性指標進行分析，本文研究的6種天然塊礦要求天然塊礦綜合品位特性指標1越小越好，綜合高溫特性指標2和綜合中溫特性指標3越大越好。

3) 6種高爐使用的天然塊礦，從天然塊礦綜合特性評價指標來看，綜合性能從優至劣的塊礦分別為L5，L3，L4，L2，L1和L6。

[1] 劉占魁, 王燁. 我國鐵礦石資源可持續發展戰略的探討[J]. 中國礦業, 2010, 19(1): 43?46. LIU Zhankui, WANG Ye. The discussion about iron ore resources development strategy of China[J]. China Mining Magazine, 2010, 19(1): 43?46.

[2] 王維興. 中國高爐煉鐵技術進展[J]. 鋼鐵, 2005, 40(10): 8?12.WANG Weixing. Technical progress of BF ironmaking in China[J]. Iron and Steel, 2005, 40(10): 8?12.

[3] 吳勝利, 許海法, 汪國俊, 等. 現代高爐合理使用天然塊礦的基礎研究[J]. 北京科技大學學報, 2007, 29(3): 320?324. WU Shengli, XU Haifa, WANG Guojun, et al. Basic study of modern blast furnace using natural lump ores rationally[J]. Journal of University of Science and Technology Beijing, 2007, 29(3): 320?324.

[4] 唐先覺. 日本高爐爐料結構的新進展[J]. 中國冶金, 2005, 15(3): 7?10. TANG Xianjue. New evolution on blast furnace burden structure in Japan[J]. China Metallurgy, 2005, 15(3): 7?10.

[5] 趙改革, 范曉慧, 陳許玲, 等. 含鐵爐料在高爐各區的冶煉特性[J]. 中南大學學報(自然科學版), 2010, 41(12): 2053?2059. ZHAO Gaige, FAN Xiaohui, CHEN Xuling, et al. Metallurgical properties of ferrous burdens in blast furnace[J]. Journal of Central South University (Science and Technology), 2010, 41(12): 2053?2059.

[6] 馬澤軍, 王穎生, 張衛東. 首鋼高爐使用澳塊礦的生產實踐[J]. 煉鐵, 2003, 22(5): 44?46. MA Zejun, WANG Yingsheng, ZHANG Weidong. Production practices of Shougang blast furnace by using Australia Lump Ores[J]. Ironmaking, 2003, 22(5): 44?46.

[7] 吳勝利, 汪國俊, 姜偉忠, 等. 高爐內天然塊礦與燒結礦高溫交互反應研究[J]. 鋼鐵, 2007, 42(3): 10?13. WU Shengli, WANG Guojun, JIANG Weizhong, et al. Interaction between lump ore and sinter in BF[J]. Iron and Steel, 2007, 42(3): 10?13.

[8] 吳勝利, 韓宏亮, 陶衛忠, 等. 高爐提高天然塊礦使用比例的研究[J]. 鋼鐵, 2009, 44(11): 12?16. WU Shengli, HAN Hongliang, TAO Wei zhong, et al. Increasing proportion of natural lump ores in blast furnace[J]. Iron and Steel, 2009, 44(11): 12?16.

[9] WU Shengli, XU Haifa, TIAN Yunqing. Evaluation of lump ores for use in modern blast furnaces as part of mixed burden practice[J]. Ironmaking & Steelmaking, 2009, 36(1): 19?23.

[10] WU Shengli, HAN Hongliang, XU Haifa, et al. Increasing lump ores proportion in blast furnace based on the high-temperature interactivity of iron bearing materials[J]. ISIJ international, 2010, 50(5): 686?694.

[11] WU Shengli, HAN Hongliang, LIU Xinliang, et al. Highly effective use of Australian Pilbara blend lump ore in a blast furnace[J]. Revue de Métallurgie, 2010, 107(5): 187?193.

[12] LOO C E, MATTHEWS L T, O’DEA D P. Lump ore and sinter behaviour during softening and melting[J]. ISIJ International, 2011, 51(6): 930?938.

[13] 許滿興, 馮根生. 二十種進口鐵塊礦的質量及分析[C]// 2006年度全國燒結球團技術交流年會論文集. 長沙, 2006: 10?13. XU Manxing, FENG Gensheng. The quality and analysis of twenty kinds iron ore of import[C]// The 2006 Annual National Sintering and Pelletizing Technology Exchange Annual Meeting Proceedings. Changsha, 2006: 10?13.

[14] 劉正平. 鐵礦石經濟價值合理評價方法的探討[J]. 燒結球團, 2005, 29(5): 1?5. LIU Zhengping. The study on rational evaluating methods of economic value of iron ores[J]. Sintering and Pelletizing, 2004, 29(5): 1?5.

[15] 劉炳勝, 王雪青, 李冰, 等. 基于主成分分析與DEA-DA組合的中國區域建筑產業競爭優勢系統評價[J]. 土木工程學報, 2011, 44(2): 143?150. LIU Bingsheng, WANG Xueqing, LI Bing, et al. Systematic evaluation of the competitive advantage of Chinese regional construction industry based on principal component and DEA-DA[J]. China Civil Engineering Journal, 2011, 44(2): 143?150.

[16] 蘇步新, 張建良, 車曉梅, 等. 基于主成分分析的高爐噴吹煤性能評價[J]. 煤炭學報, 2013, 38(12): 2234?2240. SU Buxin, ZHANG Jianliang, CHE Xiaomei, et al. Performance evaluation of pulverized coal injection of blast furnace based on principle component analysis[J]. Journal Of China Coal Society, 2013, 38(12): 2234?2240.

[17] 蘇步新, 張建良, 國宏偉, 等. 基于主成分分析的高爐噴吹煤優化配煤模型[J]. 重慶大學學報, 2013, 36(11): 51?57. SU Buxin, ZHANG Jianliang, GUO Hongwei, et al. A mathematical model on the pulverized coal blending optimization for blast furnace injection based on principal component analysis[J]. Journal of Chongqing University, 2013, 36(11): 51?57.

Performance evaluation of lump ores for blast furnace based on principle component analysis

LI Xinyu1, ZHANG Jiangliang1, SU Buxin2, YAO Chaoqun1, LIU Xingle1, ZHANG Chao1

(1. School of Metallurgical and Ecological Engineering, University of Science and Technology Beijing, Beijing 100083, China; 2. China Metallurgical Industrial Planning and Research Institute, Beijing 100711, China)

A novel method was proposed based on the principle component analysis (PCA) to evaluate the performance of lump ores charged into blast furnace due to the deficient of the evaluation of the lump ores at present. The characteristic properties of the 6 different lump ores were detected with different experimental methods. Then three principal component indexes were picked up as the new comprehensive index with PCA method considering the properties of chemical composition, reduction, decrepitation and the like. The 3 principle component indexes were defined as comprehensive grade characteristic index1, comprehensive high temperature characteristic index2and comprehensive middle temperature characteristic index3respectively and the explanation of the physical meaning of them were also given. Therefore, the comprehensive evaluation model was proposed based on the 3 new comprehensive indexes for the lump ores. The 6 different lump ores were ranked by the comprehensive evaluation model and the results are the same as the traditional evaluation method of the lump ores. The new comprehensive indexes were not only decrease the number of evaluation index but also are independent from each other, which avoids the overlaps of the indexes.

blast furnace; lump ore; principle component analysis

10.11817/j.issn.1672-7207.2016.09.006

TF521

A

1672?7207(2016)09?2943?08

2015?10?15；

2015?12?27

高等學校學科創新引智計劃資助項目(B13004)；國家自然科學基金資助項目(51504216) (Project(B13004) supported by the 111 Project; Project(51504216) supported by the National Natural Science Foundation of China)

張建良，教授，博士生導師，從事煉鐵新技術研究；E-mail: Zhang.jianliang@hotmail.com

(編輯 陳愛華)