高爐煤氣平均停留時間的模擬及討論

郁肖兵，張 偉,2，李 強，鄒宗樹

(1. 東北大學冶金多相傳輸及反應工程研究所，沈陽110819；2. 武漢科技大學鋼鐵冶金及資源利用省部共建教育部重點實驗室，武漢430081)

高爐煤氣平均停留時間的模擬及討論

郁肖兵1，張 偉1,2，李 強1，鄒宗樹1

(1. 東北大學冶金多相傳輸及反應工程研究所，沈陽110819；2. 武漢科技大學鋼鐵冶金及資源利用省部共建教育部重點實驗室，武漢430081)

為了探究高爐煤氣分布的規律，本研究在考慮料層分布的前提下使用三維高爐數學模型計算了煤氣的平均停留時間.結果表明，料層分布對煤氣流場影響明顯，煤氣平均停留時間和鼓風速度存在比較明顯的線性關系.特別是對于1 850 m3的高爐在200 m/s的鼓風速度下，模型求得煤氣平均停留時間約為6 s.此外，從幾何相似的角度分析了幾何模型的選擇對模擬煤氣平均停留時間的影響，得出了三維幾何模型應為模擬煤氣平均停留時間最優幾何的結論.

高爐；煤氣停留時間；煤氣分布；數值模擬；三維

在高爐生產過程中，焦炭和含鐵原料(礦石，燒結礦，球團礦)通過布料設備從爐頂加入，鼓風(溫度可達1 000 ℃)通過風口圍管及每個風口支管，進入高爐.由于壓縮機提供的壓強很大，熱風具有很高的動能，進入高爐后會將風口前端的焦炭吹開，形成空隙度很高的風口回旋區，并裹挾焦炭在回旋區內運動和燃燒，同時產生大量的還原煤氣(主要成分為CO).還原煤氣隨即向高爐中心和上部流動，隨著熱量的交換和Fe氧化物還原的進行，煤氣成分不斷發生變化，其中CO持續減少，CO2逐漸增多，煤氣的還原勢則不斷下降，最后通過高爐頂部煤氣上升管道離開高爐.與煤氣接觸的含鐵原料，在下行的過程中，受到煤氣物理熱和還原勢的影響，逐漸失去水分和氧元素，經歷軟化、熔融、滴落等過程，完成鐵素和脈石的分離，匯聚于爐缸，最后以鐵水和爐渣的形式排出高爐，至此高爐完成一個冶煉周期.

由于高爐煉鐵過程是復雜的高溫物理化學過程，再加上爐墻和冷卻設備的包覆，造成高爐內部冶煉過程的不可視性，給冶金工作者掌握高爐內部冶煉規律帶來很大困難.為了解決這類難題，冶金工作者開發了多種數學模型[1-13].相比于工業試驗和半工業試驗，高爐數學模型實施起來相對容易，耗費人力物力成本較低，并能得到高爐內部現象的細節性描述，從而有利于高爐的生產控制和過程優化.高爐內合理的煤氣運動對冶煉過程的順利進行具有重要的意義，而煤氣速度分布能直觀地反應高爐內部煤氣流動狀態，煤氣停留時間亦能反應出煤氣在高爐內部流動的快慢及煤氣利用情況[14]，煤氣停留時間過長，說明爐內存在煤氣呆滯區；而停留時間過短，則可能意味著煤氣利用率的下降或管道行程.前人已對高爐煤氣停留時間做了一定的研究，如孫紹杰等人[10]通過使用85Kr作為示蹤劑得到了2 580 m3高爐的煤氣平均停留時間約為6.45 s，證明了實際工況下監測煤氣停留時間的可行性；儲滿生等人[11]提及的高爐內煤氣平均停留時間介于2～10 s之間；袁冬冬[12]、高攀等人[13]采用數值模擬的方法，對高爐內部料層進行簡化處理，分別計算了二維和三維高爐的煤氣停留時間，并應用停留時間分布理論求得了高爐內部死區的體積分數，但其未考慮料層交替排布和料面傾角變化對煤氣流動的影響.本文建立的三維模型考慮了高爐內部料層分布對煤氣流動的影響，并通過計算機模擬得到了高爐煤氣平均停留時間分布的一些規律.此外，本文還簡要討論了不同幾何模型的選擇對煤氣停留時間模擬的影響.

1 數值模擬方法

1.1 控制方程

氣體連續性方程：

(εgρgUg)=0

(1)

氣體動量方程：

(εgρgUgUg)=g-εg

(2)

氣體組分傳輸方程：

(3)

體積分數方程：

εg+εs=1

(4)

在本模型中對示蹤劑物理性質的處理是認為其與煤氣性質完全一致，即便如此FLUENT仍可根據名字識別該示蹤劑.考慮了湍流對煤氣和示蹤劑分布的影響，湍動能和湍動耗散率的計算采用標準κ-ε雙方程模型.

1.2 爐料分布處理方法

考慮了布料操作對煤氣流分布的影響，軟熔帶及其以上的爐料的料面函數根據文獻[15]中提供的方法計算得出，料面分布模型計算得到的料面角度隨料面編號(編號從爐喉料層往下逐漸增加)變化的關系曲線如圖1所示.

圖1 料面傾角變化圖Fig.1 Change of the burden surface inclination angle

顯性考慮了風口回旋區對煤氣初始分布的影響，風口回旋區大小根據文獻[16]提供的經驗公式進行計算，為方便編程對回旋區進行球形簡化處理.由文獻[17]提供的高爐解剖數據，死料柱與水平面夾角取為45度.軟熔帶結構采用旋轉二次曲面進行形狀模擬，并考慮了影響煤氣二次分布的軟融層和焦炭層.模型中所使用的模擬條件列于表1.

另外，為了較為準確地模擬高爐內部的煤氣流場，并盡量減少低質量網格所引起的迭代誤差的影響(注：網格質量的高低和排列的規整程度直接影響速度場計算的準確性和云圖的可視性)，基于ICEM劃分BLOCK的方法，對高爐整體生成全六面體網格(并非基于軸對稱或薄片結構或單個風口扇形幾何)，并對風口區域進行單獨加密，網格綜合質量確保在0.85以上.

表1 模型所用參數和模擬條件

1.3 煤氣停留時間測定方法

使用FLUENT獲得煤氣停留時間的總體思路與通過物理實驗測定停留時間基本相當：即在反應器入口處(相當于本數值實驗的風口位置)脈沖加入示蹤劑，然后在反應器出口處(相當于本模型的爐頂出口)監測并記錄示蹤劑濃度隨時間變化的數據.具體實現步驟如下：

第一步：使用模型計算得到穩態收斂的流場(此時入口示蹤劑濃度為0)；

第二步：將模型改為非穩態，并將入口處示蹤劑的組分濃度調整為單位1，然后求解脈沖時間內示蹤劑的分布狀態(此時相當于注入示蹤劑的過程)；

第三步：示蹤劑添加結束，將其在入口處的濃度重新調整為0，設置出口監測面以監測示蹤劑濃度隨時間的變化，隨后求解示蹤劑組分方程；

第四步：方程求解完畢，導出示蹤劑數據并進行相應后處理計算.

2 結果及討論

2.1 三維速度場分布

圖2是鼓風速度為200 m/s時，風口軸線所在水平面(y=1.5)的煤氣速度(表觀速度)分布圖，其中圖2(a)所示的云圖標尺為0～200，從云圖中可以看出煤氣速度變化跨度很大，在高爐內部中心區域煤氣速度遠遠小于風口處的煤氣速度，產生這種現象的主要原因可以由風量和橫截面積的關系解釋：軸線所在水平面的橫截面積(模型中高爐爐缸直徑為10.6 m)遠大于風口總面積(風口直徑為130 mm).為了清晰地顯示風口前端煤氣速度變化規律，將標尺區間選擇為0～5，如圖2(b)所示，從圖中可以看出風口回旋區內的速度并非分布均勻，而是呈現出明顯的梯度特征：越接近高爐中心，煤氣速度越低；另外，速度梯度主要集中體現在回旋區內部.同回旋區內的特征相比，煤氣在離開回旋區之后，速度梯度在軸向上明顯減小，在圓周方向上則已看不出明顯的速度差別(可以將此種分布近似看作沿高爐中心軸線呈軸對稱分布)，這從側面佐證了使用軸對稱模型研究高爐的合理性.

圖3是選取高爐內部幾個典型的縱向、橫向截面進一步探究煤氣分布的規律.其中圖3(a)展示的是相互垂直的兩平面(x=0和z=0)上的煤氣分布特征；圖3(b)顯示的是不同高度(20 m，18 m，14 m，12 m，8 m，6 m，1.5 m)對應的水平截面上的煤氣分布.從圖中可以較為清晰地觀察出鼓風從進入到離開高爐的整個行程中所經過不同空間位置時的速度分布：煤氣在爐內的低速區域集中在高爐中心部位死料柱和軟熔帶的熔融層(可參考圖4(b))，而煤氣速度較高的區域則存在于回旋區內部和爐喉中心部位.這種現象是高爐內部爐料分布對氣體流動造成的綜合影響的結果.從圖3(b)可以看出同一水平面上的煤氣速度分布并非一致，而是與爐料粒度、空隙度分布存在較為嚴格的對應關系：透氣性差的區域，煤氣速度相對低；透氣性較好的區域，煤氣速度相對也較高.

圖4(a)是煤氣速度矢量圖，可以從圖中看出高爐內部煤氣的三次分布，即：回旋區作為煤氣的發源地，是煤氣的初始分布地帶；軟熔帶焦炭層對煤氣二次分布的水平導向作用；以及爐身處料層對煤氣流分布的再整流作用.圖4(b)顯示的是模型計算所得到的煤氣速度在0～0.5 m/s 之間的區域，可以看出這些區域主要集中在高爐中心死料柱和軟熔帶熔融層，并且從計算結果看，高爐中心死料柱的煤氣流速度分布并非一致.

圖2 風口橫截面速度分布云圖Fig.2 Velocity distribution contour on horizonal slice at tuyeres height

圖3 高爐內幾個典型截面速度分布云圖Fig.3 Velocity distribution contour on several typical slices in the blast furnace

圖4 速度分布矢量圖和低速區云圖Fig.4 Velocity vector and low-speed contour on vertical slice

2.2 三維壓強場分布

圖5是模型計算得到的壓強(靜壓)分布圖，從圖中可以看出壓強變化較大的區域是軟熔帶區域和回旋區內部，在這兩個區域以外，高爐壓強變化比較平緩；從圖(b)可以看出同一水平截面上的壓強也并非完全一致，即壓強與爐料粒度，空隙度分布存在較為明顯的對應關系.

2.3 煤氣平均停留時間的計算及討論

通過在風口處添加示蹤劑(持續時間0.001 s)并在出口處實時監測示蹤劑的質量分數，可以得出示蹤劑質量分數隨時間的變化關系，通過無因次化處理，即可得到不同鼓風速度所對應的停留時間分布曲線(RTD)，考慮到本文重點是對煤氣平均停留時間規律的探究而非高爐RTD曲線本身特性的分析，故不再給出高爐煤氣的RTD曲線.

(5)

從圖6可以看出模型計算得到的高爐內煤氣的平均停留時間與鼓風速度近似呈線性關系，其中在鼓風速度為150m/s時，停留時間約為8s，在鼓風速度為200m/s時，氣體平均停留時間約為 6s，這與文獻[10]中提供的測量數據具有一定的一致性.當鼓風速度繼續增大，煤氣的平均停留時間繼續減小，但減小的幅度略微縮小.

圖6 煤氣平均停留時間與鼓風速度關系曲線Fig.6 Relation between average gas residence time and blast velocity

圖6中A點為相同模擬條件下，使用二維幾何模型求得的煤氣平均停留時間，可以看出其數值與三維模型計算結果差別很大.這主要是由于計算域體積的差別使得二維模型不能完全替代三維模型；其次，二維模型的風口面積與實際不符，這會影響鼓風速度和鼓風量的確定.另外，從模型計算結果可以看出流場關于高爐中心近似呈軸對稱分布，這說明可以使用軸對稱模型模擬高爐現象.但軸對稱模型得到的風口面積(4.32m2)約為實際風口總面積(0.32m2)的13.5倍(假設風口直徑為130mm，爐缸直徑為10.6m，風口數目為24).在保證鼓風總量不變的前提下，其鼓風速度或風口直徑大約要降為原來的1/13.由計算可知煤氣平均停留時間與煤氣速度有很強的線性關系，降低煤氣流速會使平均停留時間的求解不準確.另外，過窄的風口邊界會對數值計算帶來一定的影響.綜上所述，全三維幾何是模擬高爐煤氣平均停留時間的最優幾何.

高爐內煤氣低速區的存在對冶煉是不利的，一方面它不能有效地傳遞還原所需的熱量和還原劑，另一方面，會引起高爐單位生產成本的增加和內部空間利用效率的下降.為了進一步探究煤氣低速區分布規律，通過數學方法統計出死料柱內低于煤氣速度參考值(本文取0.1m/s)的區域體積，且認為煤氣呆滯區或死區主要由該部分區域組成.模型求得死料柱內煤氣低速區體積分數隨鼓風速度的變化關系如圖7所示.從圖7可以看出，隨著鼓風速度的增加，高爐中心死料柱內低速區的體積分數逐漸變小：對于鼓風速度為200m/s的操作條件，模型計算得出其中心死料柱內低速區的體積分數約為22%，對于300m/s的鼓風條件，其相應的煤氣低速區比例變為15%.由厄根方程可知，大的鼓風動能必然伴隨較大的沿程阻損，料柱中心煤氣具有的動能是能量重新分配的結果.對于鼓風壓強相對穩定且透氣性較好的高爐(比如中心加焦操作)，熱風受到阻力相對較小更容易吹透高爐中心，反之亦反.亦即鼓風速度或低速區比例(即停留時間分布曲線的“尾巴”)和鼓風壓強應具有較強的對應關系.

圖7 死料柱內低速區比例與鼓風速度關系曲線Fig.7 Relation between low-speed area percentage of deadman and blast velocity

高爐鼓風速度可以根據理想氣體狀態方程和工業生產數據(部分數據來源于參考文獻[18])進行簡化推導.通過推導可以近似得到大型高爐正常冶煉情況下鼓風速度的數值約為200m/s，在該入口條件下模型計算得到1850m3高爐的煤氣平均停留時間計算約為6s.由于鼓風速度和煤氣平均停留時間有較為明顯的線性關系，當爐況失常(如：懸料或管道)時風口風壓和鼓風動能會發生變化，煤氣平均停留時間會相應地延長或縮短.如果能實現停留時間的準確測定并得到正常冶煉時可供參考的煤氣平均停留時間，可以通過該指標的變化對爐況進行綜合判斷進而優化高爐煉鐵操作.

本停留時間預測模型未考慮傳熱和化學反應的影響，得到的只是停留時間和煤氣流速的半定量化關系.此外，爐缸煤氣的生成和還原反應的發展均會對煤氣量造成一定的影響.這部分氣體在并入料層通道時會加快氣體流速，進而會對煤氣平均停留時間的確定帶來影響，但這些影響因素的權重在文中并未予以考慮.

3 結 論

(1)構建了高爐煤氣流分布模型，計算結果顯示：高爐料層分布對煤氣流場和壓力場的分布影響明顯，計算煤氣停留時間應考慮料層分布的影響.

(2)半定量地確定了煤氣平均停留時間與鼓風速度之間的關系，在鼓風速度為200m/s時，得到1 850m3高爐煤氣平均停留時間約為6s.

(3)分析得出使用二維薄片幾何和軸對稱幾何進行模擬的不足之處，指出三維幾何是模擬高爐煤氣平均停留時間的最優幾何.

[1]Yagi J. Review: mathematical modeling of the flow of four fluids in a packed bed[J]. ISIJ International, 1993, 33(6): 619-639.

[2]Dong X F, Yu A B, Yagi J,etal. Modelling of multiphase flow in a blast furnace: recent developments and future work[J]. ISIJ International, 2007, 47(112): 1553-1570.

[3]Shen Y S, Guo B Y, Chew S,etal. Three-dimensional modeling of flow and thermochemical behavior in a blast furnace[J]. Metallurgical and Materials Transactions B, 2015, 46(1): 432-448.

[4]Shen Y S, Guo B Y, Chew S,etal. Modeling of internal state and performance of an ironmaking blast furnace: slot vs sector geometries[J]. Metallurgical and Materials Transactions B, 2016, 47(2): 1052-1062.

[5]Austin P R, Nogami H, Yagi J. A mathematical model for blast furnace reaction analysis based on the four fluid model[J]. ISIJ international, 1997, 37(8): 748-755.

[6]Ueda S, Natsui S, Nogami H,etal. Recent progress and future perspective on mathematical modeling of blast furnace[J]. ISIJ international, 2010, 50(7): 914-923.

[7]Dong X F, Yu A B, Burgess J M,etal. Modelling of multiphase flow in ironmaking blast furnace[J]. Industrial & Engineering Chemistry Research, 2008, 48(1): 214-226.

[8]Austin P R, Nogami H, Yagi J. A Mathematical model of four phase motion and heat transfer in the blast furnace[J]. ISIJ International, 1997, 37(5): 458-467.

[9]Dong X F, Yu A B, Chew S J,etal. Modeling of blast furnace with layered cohesive zone[J]. Metallurgical and Materials Transactions B, 2010, 41(2): 330-349.

[10]孫紹杰, 王喜來. 利用85Kr示蹤劑對高爐內煤氣運動的初步研究[J], 煉鐵, 1984(1): 53-58. (Sun Shaojie, Wang Xilai. Preliminary study on coal gas movement in blast furnace with tracer 85Kr[J], Ironmaking, 1984(1): 53-58.)

[11]Chu M S, Yagi J, Shen F M. Modelling on blast furnace process and innovative ironmaking technologies [M]. Shenyang: Northeastern University Press, 2006: 13.

[12]袁冬冬. 氧氣高爐工藝模型及煤氣停留時間分布的研究[D]. 沈陽: 東北大學, 2012. (Yuan Dongdong. Study on process model of oxygen blast furnace and gas residence time distribution[D]. Shenyang: Northeastern University, 2012.)

[13]高攀. 氧氣高爐工藝的數學物理模擬[D]. 沈陽: 東北大學, 2013. (Gao Pan. Mathematical and physical simulation on oxygen blast furnace process[D]. Shenyang: Northeastern University, 2013.)

[14]肖興國, 謝蘊國. 冶金反應工程學[M]. 北京: 冶金工業出版社, 2008: 76. (Xiao Xingguo, Xie Yunguo. Metallurgical reaction engineering[M]. Beijing: Metallurgical Industry Press, 2008: 76.)

[15]楊天均, 徐金梧. 高爐冶煉過程控制模型[M]. 北京: 科學出版社, 1995: 10-24. (Yang Tianjun, Xu Jinwu. Control model of blast furnace smelting process[M]. Beijing: Science Press, 1995: 10-24.)

[16]曾華鋒. 攀鋼2000 m3高爐風口回旋區的研究[D]. 重慶: 重慶大學, 2007. (Zeng Huafeng. Investigation of tuyere raceway of BF 2000 m3for PISC [D]. Chongqing: Chongqing University, 2007.)

[17]鞍山鋼鐵公司鋼鐵研究所. 高爐內現象及其解析[M]. 北京: 冶金工業出版社, 1985: 15. (Ansteel Iron and Steel Research Institute. Phenomenon and analysis of blast furnace[M], Beijing: Metallurgical Industry Press, 1985: 15.)

[18]林成城, 項鐘庸. 高爐爐型結構對煤氣流分布影響[C]. 第七屆中國鋼鐵年會論文集(上). 北京: 中國金屬學會, 2009: 443-450. (Lin Chengcheng, Xiang Zhongyong. The influence of blast furnace type on gas distribution[C].Proceedings of the 7th China Iron and Steel Conference (1). Beijing: The Chinese Society for Metals, 2009: 443-450.)

Simulation and discussion on the average gas residence time in blast furnace

Yu Xiaobing1, Zhang Wei1,2, Li Qiang1, Zou Zongshu1

(1. Metallurgical Multiphase Transmission & Reaction Engineering Research Institute, Northeastern University, Shenyang 110819, China;2. Key Laboratory for Ferrous Metallurgy and Resource Utilization of Ministry of Education, Wuhan University of Science and Technology, Wuhan 430081, China)

In order to get a regularity of the gas distribution, the average gas residence time was calculated through a three-dimensional mathematical model of blast furnace (BF), taken into account of the previous calculation of the burden distribution. The results show that, the burden distribution pattern has an obvious impact on the gas flow field. There is an evident linear relationship between the average gas residence time and the blast velocity. Particularly, for the blast furnace of 1 850 m3, the average gas residence time is about 6 seconds at a blast velocity of 200 m/s. According to the similarity theory, effect of the model on the average gas residence time was analyzed. It was found that the three-dimensional model is an optimum one.

blast furnace; gas residual time; gas distribution; numerical simulation; three-dimensional

10.14186/j.cnki.1671-6620.2017.02.002

TF 537

A

1671-6620(2017)02-0083-07