冶金企業中高爐系數目標優化模型構建分析

李建武，安文斌

（河鋼邯鋼煉鐵部七高爐，河北 邯鄲 056000）

隨著經濟大環境的不斷變化，冶金行業也發生了改變。作為國家支柱產業之一，冶金企業的能源消耗問題一直都是懸而未決的難題[1]。目前，節能降耗開始成為冶金企業未來發展的工作重點，如何系統節能和科學用能變成了無數專業人員研究的問題。在冶金企業的生產過程中，燒結、焦化、高爐等冶煉系統占據了能源消耗總體的70%，而其中高爐工序的能耗就占了大約60%。因此，從高爐入手進行冶金企業節能減耗的研究，是非常有效的途徑[2]。通過高爐節能的研究，可以有效降低冶金企業生產成本，提高企業競爭力[3]。本文以冶金企業中高爐系數目標優化模型構建為研究主題，建立和高爐利用系數優化目標，以物質與能量平衡的模型為基礎，將非線性規劃理論進行融合[4]。建立高爐性能優化模型。希望通過本文研究，可以為科學調節高爐參數提供依據，在保證生產質量的前提下，降低生產過程中能源損耗，減少冶金企業生產成本[5]。

1 冶金企業中高爐系數目標優化模型構建

表1 冶金企業耗能情況

根據表1，可知高爐在冶金企業能耗中占比相當巨大，因此需要建立高爐系數目標優化模型。在對高爐冶煉過程進行研究后，發現對該過程進行模擬的數學模型可以分為三種，分別是統計模型、過程動力學模型、物質與能量平衡模型[6]。其中物質與能量平衡模型由于是基于熱力學的原理而呈現的，所以在對高爐過程特性分析時，是最有效的一種模型。以該模型的建立為基礎，對高爐利用系數優化變量進行選擇，并且進行高爐系數求值[7]。將各方面因素進行綜合后，制定高爐約束條件，將冶金企業中高爐系數目標優化模型構建完成。最后展示模型結果。

1.1 構建高爐物理模型

以鐵的冶煉為例，高爐冶煉的整體過程，如圖1所示，高爐中主要分為三個工作部分，分別是上部預熱區、中部熱儲備區、下部高溫區。頂部輸入鐵礦石、焦炭、石灰石等原料，中部形成生鐵或爐渣。高爐的能量流除了物質本身所攜帶的，還包括預熱區、高溫區的熱損失。當上部預熱區包含了所有的高價鐵氧化物，并且將其變化為浮氏體。而高爐中部區域內，所有的物質溫度都一致，保持在900℃左右，然后將爐內所有的還原氫都作用于下部高溫區，在只將高溫區碳的氣化反應作為思考重點后，按照基本理論，對高爐內產生行為進行描述。我們可以觀察到，噴吹燃料的燃燒率高達100%，對于投放于高爐的原料中存在的水分子，在高爐頂部就會全部蒸。通過通風口作用，使得煤氣進入高爐腹部位置。因此，爐腹煤氣量與風口循環區形成的煤氣量是相等的。

圖1 高爐煉鐵過程物理模型

1.2 選擇優化變量

在冶金企業高爐生產過程中，對高爐利用系數產生影響的因素很多。在本次構建的模型中，我們選取煤比、焦比、球團礦用量等一共六個原料參數進行分析。此外，選擇了四個工藝參數，包括鼓風溫度、濕度、富氧率，以及鐵的直接還原度。對于高爐冶煉中的主要材料，生鐵同樣包含六個質量參數，分別是鐵、硫、錳、硅、碳、磷。綜上所述，一共選擇了16個參數作為優化變量，參與到高爐系數目標優化模型構建中。

1.3 高爐系數求值

高爐利用系數是本次模型構建工作中最大的目標函數，所謂的高爐利用系數，根據其內涵來分析，就是高爐的日產鐵總量同高爐有效容積之間的比，其公式如下：

公式中Iv代表高爐利用系數，P代表高爐的日產鐵量，而Vyx表示的是高爐容積。當我們明確高爐內爐腹煤氣量Vbg（m3/t）后，再用 Vbg（m3/min）代表高爐單位時間內的爐腹煤氣量。可以得到以下公式：

通過上述公式，可以得到一個關系公式，代表的是高爐利用系數與高爐爐腹煤氣量指數的聯系，公式如下：

而通過高爐物理模型進行分析，高爐內爐腹煤氣量Vbg可以寫作如下公式：

在公式4里面，CΦ代表的是碳燃燒量，指的是1噸生鐵的產量中。Vbl是鼓風量的指代，而H2.fi與N2.fi分別代表1噸生鐵冶煉過程中，燃料H2與N2的使用情況。通過物質和能量平衡關系的分析，以工藝計算為手段，經公式4得到高爐煉鐵中爐腹煤氣量。

1.4 制定高爐約束條件

對高爐冶煉過程計算時，可以根據各種因素考慮，制定相關約束條件。具體約束內容與數量如表2所示。

表2 約束條件數量

一方面是基于物質和能量的平衡來考慮，制定8項約束內容：Fe, P, S, Mn元素質量在輸入、輸出中保持一致；鐵水中各種成分的質量分數相加，和要保持100；對于生鐵中碳質量分數要符合常規要求；輸出加損失的熱量和要與輸入的熱量相同；最后是根據化學反應平衡獲得一個理論的碳量，而高溫區還原碳量要大于這個值。另一方面是11條工藝約束，包括確保工藝允許值總是大于最小煤比；爐渣中一些化學物質含量要在工藝允許值范圍之中；硫與焦炭的負荷同工藝允許值相比要更小；此外，新增的約束條件時爐腹煤氣量指數最大值約束、鐵的直接還原度最小值約束。進行化學反應的過程中，平衡也代表著極限，將其應用于高爐煉鐵中，高爐反應完全平衡時鐵的直接還原度是最小的。除此之外還有18項操作條件約束，與13條其他優化變量的約束條件，共同構成高爐利用系數為優化目標。從而實現高爐系數目標優化模型的整體構建。

1.5 展示模型結果

模型構建結束后，由于其約束條件內容很復雜，形成非線性多變量約束優化問題。所以本文采用序列二次規劃法將優化問題進行求解。根據實際生產數據的分析可以發現，鐵的直接還原度最小值約束被作為考慮重點后，優化模型計算的結果與實際數據相差不多；當不考慮鐵的直接還原度最小值約束時的理論最大值，與高爐利用系數實際生產數據相比較而言，數值更高。而焦比和燃料比也大于理論最優值。綜上所述，本文所建立的冶金企業中高爐系數目標優化模型是正確無誤的。通過高爐利用系數的實際值，同高爐利用系數理論上的最大值進行研究，可得出結果高爐利用系數依舊有提高空間。

2 實驗論證分析

為保證本文所構建的模型在實際運用中有效性更高，特進行實驗論證，在實驗中，選取同一冶金企業作為對象。首先，采用兩種傳統的模型進行冶煉生產。同時，采用本文所構建的模型，對于要冶煉的金屬材料進行分析，同時觀察操作流程與工藝流程，選定優化變量，并且制定相關約束條件。之后進行高爐冶煉生產。將三種模型進行的高爐冶煉數據進行記錄分析，其結果如圖2所示。

圖2 實驗論證結果曲線

通過圖2，我們可以明顯得出結論，在同樣的生產條件下，本文所構建的模型優于傳統模型。傳統模型在生產中能耗更大，而在同樣能耗條件下，采用本文所構建的高爐系數目標優化模型進行生產后，產量明顯有所提升。在實驗整體結束后，本文模型的產量較之傳統模型2高了一倍；而傳統模型1，雖然前期產量飆升，但是由于能源消耗較大，后期產量逐漸保持平穩，本文模型與之相比，產量也增加了大概30%。因此，可以得出結論，本文構建的模型，具有更加良好的應用效果。高爐冶煉的生產過程中，可以幫助各項參數合理進行調節，從而降低生產過程中的能耗，提高產量，促進冶金產業發展。

3 結束語

本文以高爐利用系數為目標，進行冶金企業中高爐性能優化模型的建立。根據高爐冶煉過程中的各種平衡理論，建立模型，并以各種約束條件為依托，對模型進行優化，獲得最佳優化結果。通過本文研究，明確了生產過程中各項條件對高爐利用系數的影響規律，促進了高爐參數的科學合理調節。在生產過程中節能降耗方面發揮重大作用。