【技术实现步骤摘要】
一种基于大数据分析测算炼钢用含铁原料收得率的方法
[0001]本专利技术涉及转炉冶炼
，具体涉及一种基于大数据分析测算炼钢用含铁原料收得率的方法
。
技术介绍
[0002]在转炉冶炼过程，需要对入炉含铁原料的收得率进行计算，用于对物料性价比角度的择优选择以及对技术经济指标的客观评价，影响炼钢成本控制，同时也影响废钢优配以及采购
。
含铁原料收得率是指在转炉冶炼过程中，产出一炉钢水与生产该炉钢所用含铁物料总和的比值
。
[0003]现有技术中，通常以定量加入某一种物料通过固定其他物料收得率，以有限样本数进行测算，而测算收得率受限于喷溅
、
留渣等操作影响或数据难于获取，且其他物料收得率是否合理还存疑等，收得率波动大，导致数据失真影响判断，不利于成本控制及标准收得率形成指标导向下的大生产
。
[0004]另外，现有技术中，通常以出水率做为采购价格的重要指标，并未考虑到物料在转炉冶炼过程的转炉渣
、
除尘灰对其收得率的影响，同时以试用结果来评价决定是否采购，周期长不利于快速及时准确抓市场机遇
。
技术实现思路
[0005]针对现有技术中存在不足，本专利技术提供了一种基于大数据分析测算炼钢用含铁原料收得率的方法，能够反映含铁原料在转炉冶炼中的金属回收情况，有助于采购定价和使用优配搭配等优点
。
[0006]本专利技术是通过以下技术手段实现上述技术目的的
。
[0007]一种基于...
【技术保护点】
【技术特征摘要】
1.
一种基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于：
(1)
将含铁原料设定为由四部分组成：铁部分
、
渣部分
、
锈部分和涂层部分，重量占比分别记为
Y1、Y2、Y3
和
Y4
，其中
Y1
＝
100
％
‑
Y2
‑
Y3
‑
Y4
；检测铁部分的
C、Si、Mn、P、S
元素含量，分别记为
X1、X2、X3、X4、X5
；检测渣部分的
SiO2、TFe
含量，分别记为
X6、X7
；锈部分由
Fe2O3和结晶水组成，
Fe2O3占比取
90
％，记为
X8
；涂层部分全部烧损；
(2)
转炉冶炼的产出由三部分组成：钢水
、
转炉渣和除尘灰，其中除尘灰一般取铁部分重量的
0.66
％，记为
Z1
；检测钢水中
C、Si、Mn、P、S
元素含量，分别记为
X9、X10、X11、X12、X13
；检测转炉渣中
SiO2、TFe
含量，分别记为
X14、X15
；检测除尘灰中
SiO2、TFe
含量，分别记为
X16、X17
；
(3)
进入转炉并参与生产冶炼的含铁原料重量记为
N3
；铁部分随烟尘进入除尘灰的重量为
N3*Z1*X17
，记为
M1
；被氧化的铁部分元素为
(N3*Y1
‑
M1)*(X1+X2+X3+X4+X5
‑
X9
‑
X10
‑
X11
‑
X12
‑
X13)
，此部分重量记为
M2
；铁部分的
Si
元素氧化后形成转炉渣，转炉渣中含
Fe
，此部分重量为记为
M3
；渣部分带入转炉的
Fe
为
N3*Y2*X7
，此部分重量记为
M4
；渣部分的
SiO2在转炉形成转炉渣，转炉渣中含
Fe
，此部分重量为记为
M5
；锈部分带入转炉的
Fe
为此部分重量记为
M6
；最终，将含铁原料收得率表示为：
(N3*Y1
‑
M1
‑
M2
‑
M3+M4
‑
M5+M6)/N1。2.
根据权利要求1所述的基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于，所述进入转炉并参与生产冶炼的含铁原料重量是由初始含铁原料重量
N1
减去高位料仓加入物料时被吸走的部分重量
N2。3.
根据权利要求2所述的基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于：如果含铁原料通过铁水包
、
废钢斗加入转炉，则
N2
为0；如果含铁原料通过高位料仓加入，
N2
取
300kg。4.
根据权利要求1所述的基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于：对于铁水
、
生铁，企业有
C、Si、Mn、P、S
的化验数据，
X1、X2、X3、X4、X5
取一定时间段内的平均值；对于除铁水
、
生铁外的其他含铁物料，有检测条件的以检测数据取值，无检测条件的以市场废钢的成分取值
。5.
根据权利要求1所述的基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于：
对于铁水
、
生铁，企业有高炉铁水渣
SiO2、TFe
的检测数据，
X6、X7
取一定时间段内的平均值；对于废钢，其渣部分主要为泥土，泥土
SiO2含量一般为
50
％
‑
80
％，在此范围内确定
X6
和
X7
；对于高炉返矿
、
烧结矿
、
磁选粉
、
氧化铁皮，由企业检测数据确定
X6
和
X7
；对于渣钢类物料，根据钢渣处理的尾渣产品和其同根同源的特点进行推测
。6.
根据权利要求1所述的基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于，所述
X9、X10、X11、X12、X13
取一定时间段内的平均值
。7.
根据权利要求1所述的基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于，
X14
和
X15
由企业的化验数据确定，同时需将铁珠的影响考虑进
X15
的取值中，铁珠在转炉渣的占比为
10
％
。8.
根据权利要求1所述的基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于：对于铁水，
Y2
为铁水带渣比例，企业根据测量铁水渣厚进行测算；对于生铁，铸造过程存在撇渣工序，撇渣率为
60
‑
80
％，由此确定
Y2
；对于废钢，以其带泥土比例进行目测判断
Y2
，无泥取
0、
少泥取
0.1
％
、
一般取
0.5
％
、
重泥取2％；渣钢类物料视为铁部分和尾渣的混合物，渣部分即为尾渣占比，大块筛选的取
Y2
＝
20
％，初次磁选的取
Y2
＝
35
％，多次磁选的取
Y2
＝
50
％；其他含铁物料取
Y2
＝
100
％
。9.
根据权利要求1所述的基于大数据分析测算炼钢用含铁原料收得率的方法，其特征在于，在确定
Y3
取值时，分别取不同厚度
、
不同锈蚀程度的物料进行酸洗
、
清洁后称重进行测算，形成以厚度
、
锈蚀程度为自变量的取值矩阵：厚度为
1mm
：轻微锈蚀，
Y3
＝
1.00
％；一般锈蚀，
Y3
＝
3.00
％；严重锈蚀，
Y3
＝
5.00
％；厚度为
2mm
：轻微锈蚀，
Y3
＝
0.50
％；一般锈蚀，
Y3
＝
1.50
％；严重锈蚀，
Y3
＝
2.50
％；厚度为
3mm
：轻微锈蚀，
Y3
＝
0.33
％；一般锈蚀，
Y3
＝
1.00
％；严重锈蚀，
Y3
＝
1.67
％；厚度为
4mm
：轻微锈蚀，
Y3
＝
0.25
％；一般锈蚀，
Y3
＝
0.75
％；严重锈蚀，
Y3
＝
1.25
％；厚度为
5mm
：轻微锈蚀，
Y3
＝
0.20
％；一般锈蚀，
Y3
＝
0.60
％；严重锈蚀，
Y3
＝
1.00
％；厚度为
6mm
：轻微锈蚀，
Y3
＝
0.17
％；一般锈蚀，
Y3
＝
0.50
％；严重锈蚀，
Y3
＝
0.83
％；厚度为
7mm
：轻微锈蚀，
Y3
＝
0.14
％；一般锈蚀，
Y3
＝
0.43
％；严重锈蚀，
Y3
...
【专利技术属性】
技术研发人员：张小伟，韦龙华，张华，
申请(专利权)人：江苏永钢集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。