鞍鋼燒結能效模型的開發與應用

張健棟，劉常鵬，詹守權

（1.鞍鋼集團自動化有限公司，遼寧 鞍山114031；2.鞍鋼集團鋼鐵研究院，遼寧 鞍山114009；3.鞍鋼股份有限公司鲅魚圈鋼鐵分公司，遼寧 營口115007）

目前，鋼鐵能耗約占工業總能耗的23%，其中作為原料加工的燒結礦生產工序能耗占鋼鐵生產總能耗的13%左右[1]。現階段，由于燒結工序原燃料性能、工藝參數、設備參數、操作制度和管理水平等一系列影響因素的差異，國內各燒結廠之間工序能耗水平相差甚遠，節能減排工作任務非常嚴峻[2-5]。

本文以鞍鋼股份有限公司鲅魚圈鋼鐵分公司所實施的能源管控大數據平臺為依托，利用物料平衡和熱平衡原理，將理論計算與生產實際相結合，采用模塊化結構，建立燒結工序能耗計算分析模型，確保了能源消耗結果的獨立性以及系統的靈活性，根據生產實際可以做到可變可調。采用該模型并結合專有的燒結能耗專家知識庫，將基準數據與生產實際數據相對比，找出生產能效差距和節能潛力，從而實現了對燒結過程的固體燃耗以及電耗、水耗等的實時監測以及精細化管理。

1 燒結工序能耗計算模型的確立

基于實際生產過程中的原料性能、工藝參數和設備參數，把燒結機系統看成一個整體作為研究對象，綜合考慮熱收入（點火煤氣燃燒熱、固體燃料化學熱、燒結過程化學反應熱、熱風燒結物理熱）和熱支出（混合料水蒸發熱、燒結餅物理熱、碳酸鹽分解熱、燒結煙氣物理熱、表面散熱、臺車帶出熱），以燒結系統物料平衡和熱量平衡為基礎，建立了燒結系統計算模型。

1.1 燒結熱量收入模型

燒結生產熱收入能量總和ΣQin：

式中，Q1～Q4分別為點火煤氣燃燒熱、固體燃料化學熱、燒結過程化學反應熱、熱風燒結物理熱，kJ/t；

式中，Q煤為煤氣量，m3/h；H煤熱為熱值，kJ/m3；V礦為燒結礦量，t/h；CCO（濕）、CH2（濕）、CCH4（濕）分別為濕一氧化碳量、濕氫氣量、濕甲烷量，%。

式中，G煤粉、G焦粉分別為煤粉量、焦粉量，t/h；Hum、Hck分別為煤燃料熱值、焦炭熱值，kJ/m3；Cgs、Ccs分別為無煙煤、焦炭中含碳量，%；Hgs、Hcs分別為無煙煤、焦炭中含氫量，%；Ogs、Ocs分別為無煙煤、焦炭中含氧量，%；Sgs、Scs分別為無煙煤、焦炭中含硫量，%；H2Ogs、H2Ocs分別為無煙煤、焦炭中應用水分含量，%。

式中，GSO2為混合料中硫氧化熱，kJ/t，GFeO為 氧化亞鐵氧化放熱，kJ/t。

式中，QW為三段風量，m3/t；Teave為平均溫度，℃；Hair為三段空氣的比熱，kJ/（m3·℃）；Te為環境溫度，℃；H為助燃煤氣比熱，kJ/（m3·℃）。

1.2 燒結熱量支出模型

燒結生產熱支出能量總和ΣQout：

式中，Q1'～Q6'分別為混合料水蒸發熱、燒結餅物理熱、碳酸鹽分解熱、燒結煙氣物理熱、表面散熱、臺車帶出熱，kJ/t。

式中，Gmix為混合料量，t/h；Gmw為混合料含水量，t/h；Tewaste為燒結廢氣溫度，℃；Hvp為蒸汽比熱，kJ/（m3·℃）。

式中，TeFL為終點溫度，℃。

式中，G石、G白分別為每噸成品礦中石灰石、白云石的用量，kg/t；CaO石、MgO石為石灰石 中CaO、MgO含量，%；CaO白、MgO白為白云石中CaO、MgO含量，%；G混、G高爐、G冷礦分別為混勻料量、高爐返礦量、冷返礦量，t；TFe混，TFe高爐，TFe冷礦分別為混勻料、高爐返礦、冷返礦中所含TFe，%。

式中，V煙為理論煙氣量，m3/t；Te煙為煙氣溫度，℃；H煙、H環分別為煙氣比熱、環境溫度下的比熱，kJ/（m3·℃）。

式中，GKb為燒結礦表面散熱，kJ/t；S側為燒結機側表面積，m2。

式中，H臺終、H臺起分別為終點位置、開始位置比熱，kJ/（m3·℃）；Te臺終、Te臺起分別為臺車終點位置、開始位置溫度，℃。

2 燒結能效評價模型與設計

2.1 燒結能效評價模型

2.1.1 機理模型

機理模型即根據生產對象以及生產過程所傳遞的機理建立數學模型，本次開發的理論模型和測試模型正是運用了機理模型并依據質量守恒——能量守恒定律構建了燒結平衡分析圖。

研究過程中根據燒結生產技術規程以及現場采集得到的石灰石量、生石灰量、煤粉焦炭熱值等結合熱力學公式計算得出燒結單耗的理論值。根據不同鋼種規格以及不同工況條件計算最優值。通過與最優值之間的對比分析找出設備缺陷。燒結能效機理模型流程框圖見圖1。

圖1 燒結能效機理模型流程框圖Fig.1 Flow Block Diagram for Mechanism of Energy Efficiency Model for Sintering

2.1.2 大數據模型

大數據模型的建立即通過大數據本身的數據量、數據特征、業務需求、還有自身分析重點和目標做的數據模型。本次開發的燒結實際以及燒結目標模型正是運用了大數據模型，通過對歷史數據的分析，結合理論公式和數學算法，推測出目標最優值，同時根據大數據模型的自學習功能尋優得到實際最優值，將所得結果與專家知識庫進行結合，分析差異原因，提出優化建議。燒結能效大數據模型流程框圖見圖2。

設計中通過大數據模型可尋找操作和工藝存在的缺陷，在學習了燒結專家知識庫給出的影響因素的基礎上，通過進一步挖掘數據確定主要的影響因素，最終結合機理模型制定整改方案。

圖2 燒結能效大數據模型流程框圖Fig.2 Flow Block Diagram for Big Data of Energy Efficiency Model for Sintering

3 能效模塊設計

燒結能效總共建立了6個功能頁面，包括燒結理論、燒結測試、理論與測試對比、燒結目標、燒結實際、燒結目標與實際的對比。燒結能效模塊組成如圖3所示。

3.1 燒結理論模塊

燒結理論即在一定邊界條件下利用設備初步設計的參數值，如規格、產量、品種結構、溫度，根據熱平衡理論所得到的理論值，將燒結帶入熱和帶出熱做平衡，得到設備在理想狀態下的單耗。

圖3 燒結能效模塊組成圖Fig.3 Composition Diagram for Modules of Energy Efficiency for Sintering

3.2 燒結測試模塊

燒結測試則是利用手持設備采集得到現場數據，進而將所得數據帶入模型中得到測試值。設計中通過錄入現場實際數據，根據熱力學公式計算得出燒結的收入項，包括點火煤氣化學熱、固體燃料化學熱、燒結過程化學反應熱、熱風燒結物理熱，以及燒結的支出項，包括混合料水蒸發熱、燒結餅物理熱、碳酸鹽分解熱、燒結煙氣物理熱、化學不完全燃燒熱損失、表面散熱，將計算所得的理論值與測試值進行比較，找出問題，尋找解決方案，進而構建專家知識庫。燒結測試統計頁面見圖4。

3.3 燒結理論與測試對比模塊

燒結理論與測試對比模塊通過使用理論與測試功能模塊得到的理論值與測試值，運用數據對比得出熱平衡因子與單耗之間的影響程度，通過分析不同因子下的關聯參數，進一步觀察是否存在異常，同時結合專家知識庫給出的優化建議，為現場操作人員提出整改方案。燒結理論與測試對比操作頁面見圖5。

3.4 燒結目標模塊

燒結目標值是指燒結在歷史生產過程中針對不同工況、品種條件所能達到的最優水平，采集真實的生產數據作為能耗的歷史輸入，按生產條件對歷史數據進行劃分，采用大數據分析軟件進行數據尋優，動態形成能夠達到的最優值以形成目標值。

圖5 燒結理論與測試對比操作頁面Fig.5 Comparison Operation Page for Sintering Theory and Test

3.5 燒結實際模塊

燒結實際值即通過現場計量表進行統計，進而得到實時數據；通過目標與實際對比得出實時建議，通過專家知識庫判異形成智能化指導意見。

3.6 燒結目標與實際對比模塊

燒結目標與實際對比模塊可查詢在一段時間內不同頻度下煤氣單耗、固體單耗、電單耗的變化趨勢，并結合查詢表分析異常狀態時各參數的含量，及時查出影響單耗的主要因素，通過與穩定狀態下的對比形成優化建議。

4 模型應用

此模型于2018年進行了數據采集與開發，2019年初上線運行，已成功應用于鲅魚圈能源管控項目中，充分運用了大數據、云計算等新一代信息技術，運用Python作為模型開發平臺，在運行過程中持續完善、發展智能專家庫，使其具備了自學習功能。

鲅魚圈燒結原工序能耗為47.2 kgce/t礦，通過應用此模型工序能耗降低了2%以上，按鲅魚圈年產燒結礦800萬t計算，可實現年經濟效益1 000萬元以上。

5 結語

燒結能效模型以開發燒結工藝能源管理信息系統為目的，將燒結工藝與熱平衡原理相結合，建立燒結工序能耗計算分析模型。將理論計算結合生產實際進而了解到燒結熱收入和熱支出情況，并借助Python與Java兩類編程工具實現了燒結工序能耗分析模型的軟件化，通過分析各功能頁面獲得燒結過程用能狀況并找出影響能耗的主要因素，為實現節能減耗提供依據。應用此模型后，鞍鋼股份有限公司鲅魚圈鋼鐵分公司工序能耗降低了2%以上，按鲅魚圈年產燒結礦800萬t計算，可實現年經濟效益1 000萬元以上。