电炉冶炼

2024-09-03

电炉冶炼（精选4篇）

电炉冶炼篇1

摘要：电炉冶炼作业管理大都采用定性分析和主观判断的方法。将数据包络分析DEA引入电炉冶炼作业的分析评价,给出了适用的定量化分析方法。在输入资源及成本动因,输出作业量的基础上,DEA方法可以评价作业消耗资源的效率,并为作业改进提供有价值的信息。为了使分析可靠,通过对投入产出指标进行组合进行了敏感度分析。论文用上述模型对某钢铁企业的电炉冶炼作业进行分析,结果反映该方法客观、准确,具有较强的实用价值。

关键词：电炉冶炼,DEA,作业分析,钢铁企业

1 引言

钢铁企业的生产工序多,周期长,生产过程复杂,管理者对企业的生产状况的了解往往滞后,因此难以实时把握生产过程。因此,实时监控各工序投入、产出、质量、消耗、成本、工序平衡等数据,及时分析各工序的投入产出状况,提高对各工序成本的控制能力,是企业进行作业分析改进、提高经济效益的重要措施。

本文将数据包络分析法DEA引入了电炉冶炼作业效率的评价,给出了冶炼作业成本资源定量化的分析方法。在从产销一体化系统中及时获取输入资源、成本动因以及输出作业量的基础上,该模型可评价冶炼作业消耗资源的效率,并为作业改进提供有价值的信息。

DEA方法在ABM中的应用很少见到。根据目前的检索,仅有少量文献[1,2],且这些文献只借助于原始效率模型计算各作业的相对效率,并没有综合研究各决策单元的生产效率、技术效率、规模效率及规模收益状态,决策单元的选取时间间隔过大,不能及时反馈作业改进信息;而且并没有指出非DEA有效的作业如何进行改进,以达到DEA有效的水平,导致无法揭示其经济含义以及对作业进行改善。

2 基于DEA的电炉冶炼作业分析依据

钢铁企业电炉冶炼作业是一个在一定条件下,通过投入一定数量的资源并产生一定数量的产出的过程。它的基本特点是具有一定的输入和输出,并且在输入和输出转换过程中,通过各种方法努力实现以较小的投入获得较大的产出。因此钢铁企业各作业实质上是一个多输入/多输出的有效性综合评价问题。解决这一问题的有效方法就是运用数据包络分析法。DEA方法之所以特别适用于具有多输入多产出的电炉冶炼作业分析与评价,主要体现在以下几点:

①DEA以决策单元各输入输出的权重为变量,从最有利于决策单元(Decision Making Unit,DMU)角度进行评价,每一输入输出的权重不是根据评价者的主观认定,而是由决策单元的实际数据求得的最优权重,因此DEA方法具有很强的客观性。

②假定每个输入都关联到一个或多个输出,而且输入和输出之间确实存在某种关系,使用DEA方法不必确定这种关系的显示表达式。

③DEA不仅可以对同一类型DMU的相对有效性做出评价与排序,同时还可以通过投影的方法发现非DEA有效和弱有效的产生原因和改进方向,从而为决策者提供重要的管理决策。这正是进行电炉冶炼作业分析的重要目标[3]。

3 数据包络分析原理

DEA是1978年A.Charnes和W.W.Cooper等以相对效果概念为基础发展起来的一种新的效果评价方法。其实质是根据一组关于输入输出的观察值来估计有效生产的前沿面并以其进行多目标综合效果评价。其优点是:适合于具有多输入多输出指标的决策单元的相对有效性评价,并且输入与输出指标的单位可以不统一。

C2R是1978年提出的第一个DEA模型,C2R模式假设决策单元(DMU)共有n个,各DMUk(k=1,…,n)使用m种投入xi(i=1,…,m)>0,其输入向量记为xk=(x1k,x2k,…,xmk)T,输出s种产出yr(r=1,…,s)>0,输出向量为yk=(y1k,y2k,…,ysk)T. 则任一DMUk的效率可由下列模式求得:

$\begin{array}{l} \max E_{k} = \frac{\sum_{r = 1}^{s} u_{r} y_{r k}}{\sum_{i = 1}^{m} v_{i} x_{i k}} \\ s . t . \frac{\sum_{r = 1}^{s} u_{r} y_{r k}}{\sum_{i = 1}^{m} v_{i} x_{i k}} \leq 1 \end{array} (1)$

式中, xik为第k个DMU的第i项投入值, yrk为第k个DMU的第r项产出值, ur为第r个产出项的权系数, vi为第i个投入项的权系数, Ek为第k个DMU的相对效率值, ε为误差系数, 且ur,vi≥ε≥0。

经过线形对偶转换,得到下式为:

$\begin{array}{l} \min θ \\ s . t . \sum_{j = 1}^{n} λ_{j} x_{j} - θ x_{0} + s^{-} = 0 \\ \sum_{j = 1}^{n} λ_{j} y_{j} - s_{}^{+} = y_{0} \\ λ_{j}, s^{-}, s^{+} \geq 0, j = 1, \dots, n \end{array} (2)$

式中,s-,s+分别为输入、输出的松弛变量向量,λk表示第k个DMU在所有受评估的DMU平面中所占的权重。

C2R模型得出的效率是总体效率,综合反映DMU0的技术和规模效率状况。C2R有效即为DEA(总体)有效。

设式(2)的最优解为λ*,s-*,s+*,θ*,则有:

①若θ*=1,且s-*=0,s+*=0,则DMU0为DEA(C2R)有效。

②若θ*=1,且s-*,s+*至少有一个不为零,则DMU0为弱DEA(C2R)有效。

③若θ*<1,则DMU0为DEA(C2R)无效。

对于②、③两种情况,说明被评价决策单元存在投入过多或产出不足现象,令

$\begin{array}{l} \overset{⌢}{x_{0}} = θ^{*} x_{0} - s^{-}^{*} \\ \overset{⌢}{y_{0}} = y_{0} + s^{+}^{*} \end{array}$

则 $(\overset{⌢}{x_{0}}, \overset{⌢}{y_{0}})$ 为DMU0在有效前沿面上的投影,相对于原来的n个DMU是DEA(C2R)有效的,即基准作业: $△ x_{0} = x_{0} - \overset{⌢}{x_{0}} = (1 - θ^{*}) x_{0} + s^{-}^{*} \geq 0, △ y_{0} = \overset{⌢}{y_{0}} - y_{0} = s^{+}^{*} \geq 0$ ,分别称为输入剩余和输出亏空。显然,若原来(x0,y0)的非DEA有效,则通过对其投影,可以在不减少输出的前提下,使原来的输入有所减少,或者在不增加输入的前提下,使输出有所增加,这对于电炉冶炼作业资源改进,如何提高作业的有效性具有非常重要的经济意义。

在C2R模型中,决策单元DMU0的DEA有效性是同时针对技术有效性和规模有效性的。实际上,一个决策单元位于有效生产前沿面上(即虽然是技术有效的), 但不一定是DEA(C2R)有效, 原因在于决策单元DMU0非规模有效。基于这一点,1985年A.Charnes,W.W.Cooper,B.Golany,L.Seitord和J.Stutz提出了不考虑生产可能集满足锥性的C2GS2模型,此模型单纯评价决策单元间的相对技术有效性。对DMU0进行评价的C2GS2模型为:

$\begin{array}{l} \min σ \\ s . t . \sum_{j = 1}^{n} λ_{j} x_{j} - σ x_{0} + s^{-} = 0 \\ \sum_{j = 1}^{n} λ_{j} y_{j} - s^{+} = y_{0} \\ \sum_{j = 1}^{n} λ_{j} = 1 \\ λ_{j}, s^{-}, s^{+} \geq 0, j = 1, \dots, n \end{array} (3)$

C2GS2模型得出的效率是纯技术效率,反映DMU0的纯技术效率状况。C2GS2有效即为DEA纯技术有效。

设式(3)的最优解为λ*,s-*,s+*,σ*,则有:

①若σ*=1,且s-*=0,s+*=0,则DMU0为DEA(C2GS2)有效。

②若σ*=1,且s-*,s+*至少有一个不为零,则DMU0为弱DEA(C2GS2)有效。

③若σ*<1,则DMU0为DEA(C2GS2)无效。

根据DEA理论,规模效率的计算公式为 $s^{*} = \frac{θ^{*}}{σ^{*}}$ ,则有:

①若s*=1,即θ*=σ*,则DMU0为规模收益不变。

②若s*<1,即θ*<σ*,分两种情况:如果∑λ*<1,则DMU0为规模收益递增;

虽然DEA拥有种种优点,但仍有一些使用上的限制,主要受限于线性模型的假设。其次,DMU个数应为所考虑投入与产出项个数和的五倍左右,否则将会严重影响研究的效度及信度。再者,效率分析的正确与否受限于投入项与产出项的选用与衡量。最后,DEA方法的分析是相对性(是同所有参与评价的DMU相比)而非绝对性,因此被认定为效率值为1(亦即最佳效率)的单位,未必就已达到了最优状态[4,5]。

4 分析步骤及投入产出项目的选取

(1) 分析步骤

DEA使用步骤主要包括三个部分:第一,定义和选择受评的对象。其次,寻找相关性且合适的投入与产出项目,以便于对受评对象进行相对效率评估。第三,应用DEA模型分析受评对象并对实验结果进行评估。本文就以上述步骤为标准,作为DEA分析的依据。整个DEA使用步骤如图1所示[6,7,8]。

(2) 投入产出项目的选取

电炉炼钢业,主要是以废钢、铁合金为原主材料,在所投资的电炉以及相关设备上,使用电力以及各种辅助材料,在技术人员的操作下,冶炼成钢水并浇注成钢锭。电炉炼钢的作业成本效率受原材料、管理、技术、操作水平及设备状况等多种因素影响,根据选取指标的系统性、适用性、简便性和可比性原则,确定输入、输出指标。

生产要素的输入数据要求比较全面客观地体现电炉作业的实际生产情况。电炉炼钢工序最基本的投入,有原材料(废钢、铁合金),电力等,而产出项,通常以产品合格产量为主。

作业时间是衡量作业效率的重要尺度和依据,为衡量各电炉的成本效率,故在输入项中加入了冶炼周期时间。综合以上所述,电炉炼钢生产性投入产出项目如表1所示。

这些数据可以每日从制造执行系统中自动提取加以日动态分析,及时发现问题并加以解决,有效地避免了成本分析信息滞后的问题,而且能够比成本差异分析提供更全面、详细的作业改进信息。

其中:

合格钢产量=实际检验产量-废品量,单位吨;

冶炼时间=熔化时间+精炼时间,单位分钟;

电力消耗为评价区间电表计量的千瓦时数;

钢铁料成本为评价区间内电炉消耗废钢和生铁的成本,单位万元;

合金铁成本为评价区间电炉加入的各类铁合金成本,单位万元。

5 实例分析

(1) 数据准备

本文综合某钢铁集团企业四个冶炼分厂20台电炉(容量为20~40T)在2007年9月16日冶炼某合金钢的20组数据作为分析对象,原始投入与产出数据从生产系统获得,如表2所示。

(2) 实证结果分析

DEAP 2.1是由澳大利亚University of New England的Professor Coelli所免费提供的计算DEA的软件。本文以DEAP 2.1求解C2R的对偶模式,得出生产效率。再求解C2GS2模式,得到各DMU的技术效率。接着以生产效率值除以技术效率值得到规模效率值。再由C2GS2的规模收益指标来判断各DMU的规模收益状态。表3显示了受评电炉的效率值及其规模收益状态。

注: “irs”表示规模收益递增; “-”表示规模收益固定; “drs”表示规模收益递减。

由表3可知:

①在当前的技术和管理水平下,处在20台电炉作业技术效率前沿面上的作业单元有10个,即:DMU3、DMU8、DMU11、DMU12、DMU14、DMU15、DMU16、DMU17、DMU18、DMU19。在这10个DMU中不仅技术有效而且达到规模有效的包括:DMU8、DMU14、DMU15、DMU18号电炉,这些单元在受评时间内的生产情况较好(可作为标杆单元),资源投入和作业产出达到了相对较优的水平,同时达到了技术有效和规模有效。另外6个评价单元仅达到技术效率有效,规模效率无效,说明这些单元已发挥其最佳的技术水平,但由于受生产组织以及订单不足的影响未能提高生产规模。

②其它10个受评单元由于投入过多,生产成本较高,导致相对非有效,在今后的生产过程中需考虑加强原材料、能源以及各种费用的控制,并采用合理的炉料结构,提高合金元素的回收率,减少冶炼时间,以获得较佳的效率。

③规模效率(SE,Scale Efficiency)等于1,表示该电炉处于最优规模收益状态,即最适当的生产规模下,有最理想的产出。规模效率小于1,均属规模效率较差者,其规模收益状态为drs或irs。如为drs表示该电炉处于规模递减状态,应适度调降投入资源,如减少原材料投入(提高原材料使用效率)或降低费用才会增加绩效和报酬。如为irs表示该电炉处于规模递增状态,可适度扩大生产量,如增加工作时间或人力可增加其经营绩效[9]。

④以编号为1的电炉来说明参考集合的含义。编号为1 的电炉其技术效率为0.889,为DEA(C2R)非有效单元,它必须以编号为15、18、19的电炉为标杆,参照这3个单元的生产情况,进行输入、输出的适当调整,釉达到DEA(C2R)有效。其中,被参考次数较多的DMU(如15号DMU)是较强势效率单位。

技术效率非DEA有效的电炉作业单元未实现最低成本生产的主要原因在于投入的资源数量过大,通过计算可得到各非DEA有效的作业单元输入和输出的调整量如表4所示。

6 敏感度分析

(1) 不同投入产出指标的组合

由于DEA模式容易受投入产出指标数据的影响,为使作业评价结果更具有效度,需进一步分析投入产出指标变动时对各DMU的影响程度。尽管对电炉冶炼作业效率分析来说,反映的指标越多越好,但是增加投入产出指标会使相对效率值都增加,最后都会趋向于1,这样电炉冶炼作业间的效率就会没有区分度。

选择不同的投入产出指标对电炉冶炼作业的效率值有一定的影响。为了区分辨别DEA模型对电炉冶炼作业投入产出指标的敏感性,评估DEA对冶炼作业分析结果的可靠性,对冶炼作业各种投入产出按照一定的次序进行组合。组合的结果如表5所示。

(2) 不同指标组合的效率值计算和分析

不同投入产出指标组合下的冶炼作业综合效率值如表6所示,由表6可以看出新组合和与原组合相对系数为:0.914/0.924=0.989,可以说是变化不大[10]。

新组合是在原指标组合基础上删除了“冶炼时间”投入项,此外并没有增加新的项目,评估项目的减少有助于提高对各DMU有效性的判别力。在新组合中效率值为1的DMU,其原组合的相对效率值也是1,所以效率最好的DMU排序基本没有多大的改变;效率最差的DMU的排序也几乎维持不变;对处于中间的DMU,且效率值比较接近的,其相对效率的排名就有可能发生改变。DMU有效性发生改变的单元包括:DMU1、DMU3、DMU4、DMU5、DMU9、DMU10、DMU18、DMU20,说明这8个DMU的作业时间较短,在利用冶炼时间上有一定优势,从ABM的角度来看,作业时间的缩短在一定程度上增加了作业的产出价值。同理,对减少其它资源投入项所建立的新组合也可进行类似的分析。

7 结论

本文将DEA模型引入了钢铁企业电炉冶炼作业的分析评价,给出了适用的定量化分析方法。其优点是完全基于指标数据的客观信息进行评价,剔除了人为因素带来的误差。运用DEA根据输入钢铁料、铁合金以及成本动因等资源和输出作业量对作业进行效率方面的评价,可以得到以下信息:①确定作业消耗资源的DEA有效性;②确定各DMU在有效生产前沿面上的“投影”,并为作业分析提供有效信息,为下一期间的作业改进提供了方向。通过对输入进行组合,可以确定作业动因和作业资源对作业相对有效性的影响,从而帮助决策者提高电炉冶炼资源利用水平。

参考文献

[1]Homburg C.Using data envelopment analysis tobenchmark activities[J].International Journal ofProduction Economics,2001,73:51~58.

[2]Moto,Benzencry,Qassim.A model for theapplication of data envelopment analysis in activity-based management[J].Internation Journal ofTechnology Management,1999,17(7/8):862~868.

[3]魏权龄.评价相对有效性的DEA方法[M].北京:中国人民大学出版社,1987.

[4]盛昭翰,朱乔,吴广谋.DEA理论、方法与应用[M].北京:科学出版社,1996.

[5]Appa G,et al.A new framework for the solution ofDEA models[J].Eouropean Journal of OperationalResearch,2006,(172):604~615.

[6]Entani T,et al.Improvement of efficiency interalsbased on DEA by adjusting inputs and outputs[J].Eouropean Journal of Operational Research,2006,(172):1004~1017.

[7]Cook W D,Zhu J.Allocation of shared costs amongdecision making units:a DEA approach[J].Computers&Operations Research,2005,(32):2171~2178.

[8]Gao Z,et al.A multi-objective model for purchasingof bulk raw materials of a large-scale ntegrated steelplant[J].International Journal of ProductionEconomics,2003,83(3):325~334.

[9]吴文江.数据包络分析及其应用[M].北京:中国统计出版社,1999.

[10]王稳.经济效率因素分析[M].北京:经济科学出版社,2002.

电炉冶炼篇2

2005年之前江苏沙钢集团沙景炼钢厂 (以下简称“炼钢厂”) 合格钢产量一直徘徊在100万 t/a左右, 与国外同类型电炉的生产指标相比, 仍有很大的差距。为此, 炼钢厂结合生产现场实际情况, 通过不断的探索, 提出了冶炼时间管理法。通过实施冶炼时间管理, 车间生产节奏大幅度提高, 单炉冶炼时间逐步减少, 年产已达116万 t/a, 取得良好的经济效益。

1冶炼时间管理法实施背景及内容

1.1背景

2005年之前炼钢厂在生产过程中, 各岗位工种衔接配合较差、职工操作水平参差不齐、生产节奏很不稳定, 冶炼时间最长达60 min左右, 最短40 min左右, 连铸中间包温度、拉速控制难以稳定, 工艺执行情况较差, 炼钢厂的生产水平很难发挥。

通过对生产过程的跟踪, 发现生产过程中存在以下问题:

(1) 各班操作工按自己的经验方法进行操作, 操作水平参差不齐, 导致电炉冶炼时间长短不一, 生产节奏不稳定。

(2) 各班对炉前工工作职责没有明确的分工, 相互配合协调较差, 冶炼过程中存在由于配合不当导致冶炼时间增加的现象。

(3) 冶炼过程中, 辅助时间较多, 达到了20 min左右, 增加了单炉冶炼时间。电炉改进前后平均冶炼辅助时间见表1。

(4) 由于设备原因, 造成生产时间增加。如正常生产情况下, 电炉生产节奏大于连铸节奏, 而连铸还需更换中间包, 造成了电炉等待时间增加。

(5) 班组长及职工没有全局观念, 各岗位衔接配合不当, 增加了冶炼时间。

1.2冶炼时间管理法的主要内容

通过对电炉生产各个工序所使用的时间周期进行跟踪与测算, 确定了电炉生产中出钢、灌砂、补炉、进料等工序的辅助时间 (见表1) , 在严格执行工艺的前提下, 制定了单炉冶炼时间具体奖罚标准 (见表2) , 提高职工的生产操作积极性。

2冶炼时间管理法的实施

2.1管理措施

2.1.1加强时间管理

实施辅助时间攻关, 完善辅助时间管理规定, 控制辅助时间在以内。

(1) 各班对电炉炉前的所有工作进行梳理, 对操作人员进行分工, 明确职责, 所有炉前工都能紧密配合, 减少不必要的时间浪费。

(2) 在每班每炉冶炼过程中, 料场工都要到电炉操作室了解当炉冶炼情况和下炉需要的配料情况, 杜绝由于配料不当造成的冶炼过程中脱碳、脱磷时间的增加。

(3) 交接班必须有接好的备用电极, 减少更换电极时间。

(4) 电炉灌砂必须由副炉长以上人员指挥, 防止由于灌砂不当造成出钢孔卷渣, 影响出钢。

2.1.2加强热停工时间考核

对影响生产的各类热停工时间建立详细的台帐, 由当班调度主任及后勤组长, 分析原因, 落实责任人实施经济责任制考核

2.1.3严格控制四包钢水交班

连铸四机四流或连铸不正常不允许出第四包钢水, 防止因连铸等精炼升温而产生热停。

2.1.4规范料场管理

指定专职人员对料场废钢进行分类, 及时拣出料场中大块废钢, 杜绝大料卡住造成的料包打不开现象, 防止大料入炉砸坏水冷件而造成的各类热停。

2.1.5设备现场管理

重视设备使用中的管理和维护, 完善设备巡检制度, 确保氧枪、侧壁氧枪、烧嘴的设备完好, 减少设备热停。以点检为中心加强设备管理, 对因点检不到位引起的设备热停要落实责任。

2.1.6制定标准化规程

借鉴国外钢厂的工艺操作手册, 并结合炼钢厂5年多的生产实践, 把各种最优生产操作方法进行汇总, 形成标准化操作规程, 并对员工进行了培训, 规范了职工操作的标准, 减少了各班操作中不合理的地方。标准化操作规程流程见图1。

2.2技术措施

(1) 抓好前后道工序衔接, 提高生产节奏, 做到有铁水多出钢, 无铁水不脱产。规范炉前冶炼操作, 实现了有铁水40 min以下, 无铁水48 min以下的冶炼目标。

优化生产过程中的通电、吹氧曲线。电炉操作工一般情况下只采用一种通电档位, 侧壁氧枪控制不规范, 造成了电能和氧气的浪费, 以及冶炼时间的增加, 为此, 根据电炉操作实际情况优化了通电、吹氧曲线 (见图2, 3) 。

(2) 抓好中间包连浇。随着电炉生产节奏的进一步提高, 连铸成为了生产的瓶颈。为此, 组织实施了连铸快换中间包及结晶器技术, 并采用了高寿命的中间包, 使得中间包连浇时间由原来的24 h提高到32 h, 减少了电炉等连浇的热停, 提高了生产节奏。

(3) 抓好内部技改。实施电炉侧壁氧枪改造, 杜绝了吹出钢孔、吹砂等热停, 对连铸条线结晶器振动非正常停机进行技改, 合理解决了原先设计中存在的缺陷, 杜绝了结晶器振动而产生的热停。此外, 还进行了炉门氧枪提升缸改造、滑动门提升缸移位改造、热泼渣车厢打水喷淋改造、连铸火焰切割枪夹子改造等技改项目, 为炼钢厂的稳产、高产提供了有力的保障。

3实施冶炼时间管理法产生的效益

通过实施冶炼时间管理后, 炼钢厂生产产量、质量、安全管理等方面都得到了明显的提高, 各类技经指标消耗大幅降低, 创造了巨大的效益。

3.1产量

沙景炼钢厂自2005年开始实施时间管理法后, 生产节奏逐渐提升, 单炉冶炼时间逐步降低, 平均单炉冶炼40 min左右, 比未实施前减少约5 min/炉。2005年炼钢厂合格钢产量达到了105万t, 2006年炼钢厂合格钢产量达到了116万t, 2007年炼钢厂在停产大修技改一个月的情况下, 合格钢产量仍然达到了109万t (见图4) 。

3.2质量

通过实施冶炼时间管理, 稳定了精炼、连铸生产节奏, 提高了产品质量、综合合格率和工艺执行率, 如图5所示。

3.3安全

通过实施冶炼时间管理, 使得工序作业标准化, 稳定了车间生产节奏, 各岗位职工工作内容与责任明确, 相互配合熟练, 避免了异常事故的发生, 确保了人身、设备安全。从2005年至今, 未发生中等以上人身、设备事故。

3.4技经指标消耗情况

通过实施冶炼时间管理, 炼钢厂技经指标消耗大幅下降 (见图6) 。

图5炼钢厂2005～2007年产品综合合格率及工艺执行率比较

4结束语

电炉冶炼篇3

所谓塔基石,是一种具有钛铁矿-赤铁矿晶体结构的人工固溶体矿物。其化学通式可表示为(1-χ)M2+TiO3·χM23+O3,式中χ<1,M2+=Fe2+,Mg2+,Mn2+和微量其他二价阳离子,M3+=Fe3+,Ti3+,Al3+,Cr3+,V3+等三价阳离子。不过,由于塔基石生成于还原环境,Fe较少呈高价态,故塔基石中M2O3主要为α-Ti2O3、α-Al2O3、α-Cr2O3等[2,3]。

高钛渣黑钛石中TiO2含量一般为80%～95%。一般情况下,塔基石中TiO2<60%,远低于黑钛石,故塔基石不是高钛渣冶炼的目标矿物。塔基石出现是还原气氛减弱的物相特征。

1 塔基洛夫石的显微镜下特征

1.1 塔基石产出形态

按照成因和结晶时间,塔基石有3种不同产出形态。

(1)熔体中早结晶的塔基石:

早期结晶的塔基石呈板状或板柱状,粒度最小2μm,最大50μm左右,一般10～30μm,镶嵌于板柱状黑钛石之间,和黑钛石结晶时间相近或略晚,并被之后的塔基石交代(图1～2)。

(2)熔体中晚结晶的塔基石:

晚结晶的塔基石呈长柱状,宽度多数2～5μm,少数可达15μm,长宽比一般5～20,嵌布于黑钛石边部,并且和反应边塔基石以及低熔点玻璃质空间关系密切(图3～4)。

(3)交代成因的塔基石:

交代成因的塔基石环绕黑钛石呈晶芽状,或环带状反应边;交代强烈部位,黑钛石固溶体在塔基石中呈残留体(图5～6)。类似情况见于月岩中;在1971年阿波罗11号采回的月岩中,钛铁矿交代黑钛石型矿物镁铁钛矿(Armalcolite)[4]。此外,还见有新生塔基石沿先期板状塔基石边部侵入,在先期塔基石边部的港湾中呈粒状微晶集合体(图1～2)。

1.2 塔基石光学性质

塔基石光学性质和天然钛铁矿相似,但随着化学成分变化,颜色和反射率变化较大。反射光下,FeTiO3分子较多的塔基石,具有明显的灰白—褐色反射多色性,反射率R≈20,高于黑钛石,非均性清楚;但随着其中MgTiO3、MnTiO3、α-Ti2O3等分子增多,塔基石颜色呈暗灰—淡黄白色,灰白—桔黄色,反射多色性和非均性随之减弱,反射率降低至17左右;早期板状塔基石反射率低至和黑钛石固溶体接近。某些文献[2]报道塔基石和黑钛石难以分辨,但据作者观察,绝大多数情况下,凭借反射率、颜色和反射多色性差异,塔基石和黑钛石容易区分。

2 塔基石的X射线衍射谱线和化学成分

2.1 塔基石的X射线衍射谱线

电炉渣中,虽然塔基石含量不高,(104)和(113)衍射峰包含于黑钛石衍射峰内,但仍然能看到归属于钛铁矿—赤铁矿固溶体的(012)、(110)和(116)衍射峰(图7),表明塔基石具有钛铁矿型晶体结构。

2.2 塔基石的化学成分

2.3.1 板状塔基石

板状塔基石电子探针分析见表1。

注:本表数据由中国地质科学院矿产综合利用研究所电子探针室测试。060223Fe为3个点平均值;060313Fe为3个晶粒6个点的平均值。

2.2.2 柱状塔基石

0711电炉渣柱状塔基石电子探针分析结果、0803炉外渣和炉内渣的柱状塔基石能谱分析结果见表2。

注:0711为3个点电子探针分析结果平均值,由中国地质科学院矿产综合利用研究所电子探针室测试。炉外渣和炉内渣分别为3个和6个点的能谱分析结果点平均值,由四川龙蟒集团钛业研究所测试。

2.2.3 反应边塔基石

060224电炉渣的反应边型塔基石电子探针分析结果,0803炉内渣和炉外渣反应边塔基石能谱分析结果见表3。

注:0602243个晶粒6个测点电子探针分析结果平均值,由中国地质科学院矿产综合利用研究所电子探针室测试。炉外渣和炉内渣为能谱分析结果,由龙蟒集团钛业研究所测试;炉外渣为4个点平均值,炉内渣为2个点平均值。

按照塔基石通式,根据表1～3的数据,分别计算板状塔基石、柱状塔基石和反应边塔基石的化学式,其主要端元组分分子数见表4。从表4列出的塔基石端元组分分子数可以看出:

(1)多数情况下,塔基石中没有或者很少少低价钛,只有个别塔基石中Ti3+含量占全钛的9%～16%。

(2)较早生成的板状塔基石明显不同于长柱状和反应边状塔基石。前者钛铁矿型端元组分分子数55%～60%,后两者钛铁矿型端元组分分子数达91%～99%;按照理论计算,前者Fe3+占塔基石Fe原子数的60%以上,后两者Fe3+小于Fe原子数的5%。

(3)不同样品中反应边塔基石差别较大。060224的反应边塔基石FeTiO3分子数约占塔基石总分子数的80%,而0803炉外渣和炉内渣的反应边塔基石FeTiO3分子数仅占塔基石总分子数的37%～54%,MgTiO3分子数达40%左右。这就导致前者具有较高的反射率,较强的反射多色性和非均性,后者反射率较低,双反射和非均性较弱。

(4)同一样品中长柱状塔基石和反应边塔基石差异较小。0803炉外渣长柱状塔基石,不仅钛铁矿型分子数总数和反应边塔基石接近,FeTiO3分子数、MgTiO3分子数、Ti2O3分子数也接近,Ti3+/TTi和Fe3+/TFe比值基本一致。据此,并根据长柱状塔基石和反应边空间关系(图3),有理由推测,长柱状塔基石和反应边塔基石可能代表交代反应的不同阶段。在交代反应的初始阶段,塔基洛夫石呈晶芽状垂直黑钛石边部生长并交代黑钛石,随着交代程度加深,形成黑钛石反应边,直至将黑钛石全部交代,依黑钛石呈假象。嵌布于低熔点玻璃中的长柱状塔基石,可能就是嵌布于其中的长柱状—针状黑钛石的假象。

3 结语

(1)塔基石是具有钛铁矿型晶体结构的人工固溶体矿物。随着原料变化、冶炼的物理化学条件变化,塔基石化学成分和颜色、反射率、非均性等显微镜下特征发生较大变化。

(2)同一电炉渣中可以产出多种成因的的塔基石;同一电炉渣的长柱状塔基石和反应边塔基石可能有成因上的关联,并具有相近的化学成分。但早生成的板状塔基石和反应边塔基石之间存在明显差别。

(3)塔基石的生成将导致TiO2分散和赋存状态复杂化。塔基石TiO2含量较低,交代黑钛石将使钛矿物TiO2理论品位下降,杂质组分增多,不利于生成高钛渣,也不利于通过选矿工艺进一步富集TiO2。因此,在电炉冶炼工艺中,应当极力避免该物相生成。

(4)塔基石可以作为还原气氛减弱的标型矿物;提升冶炼的还原气氛有助于避免或减少塔基石的生成。

参考文献

[1]莫畏,邓国珠,罗方承.钛冶金(第2版)[M].北京:冶金工业出版社,2006.

[2]王璞,潘兆橹,等.系统矿物学(上册)[M].北京:地质出版社,1982.

电炉冶炼篇4

关键词：电炉,多功能调渣剂,泡沫渣,炉渣TFe

引言

现代电炉技术进步的主流就是提高生产率。这一方面是扩大电炉容量, 另一方面就是缩短电炉冶炼时间, 实行高功率 (≥400 kVA/t) 和超高功率 (≥800 kVA/t) 供电, 这是现代电炉冶炼技术的核心。为了解决高功率和超高功率供电对炉壁热点和炉盖的严重辐射, 研究了长弧泡沫渣冶炼技术与其匹配。降低物料消耗、降低生产成本是电炉炼钢技术主要的发展方向之一, 其重点是降低钢铁料消耗, 因为在冶炼碳素钢时, 钢铁料消耗占总成本的60%以上。为此, 在电炉冶炼过程中, 加入一种既能使炉渣泡沫化、又能显著降低钢铁料消耗的“电炉多功能调渣剂”, 无疑是个一举两得的好方法。

1试验条件与方法

1.1试验条件

1.1.1 电炉主要参数 (表1)

1.1.2 铁水比、铁水成分与温度 (表2)

1.1.3 ZY型多功能调渣剂主要化学成分 (表3)

1.2试验方法

1.2.1 试验工艺流程

试验工艺流程:EBT—LF—CC。

1.2.2 多功能调渣剂使用方法

在钢厂原工艺基础上, 加入多功能调渣剂的方法是:在电耗为总电量55%时 (温度≥1 500 °C) 开始连续加入, 直至电耗为总电量85%时加完。加入量为4～7 kg/t。

2试验结果

试验结果见表4。

加入“电炉多功能调渣剂”后的试验效果:

(1) 能使炉渣泡沫化, 并且均匀、持续、稳定。加入多功能调渣剂以后基本实现全程炉渣泡沫化, 效果显著。提高了电炉热效率, 可降低冶炼电耗4 kWh/t左右;减少电弧对炉衬的热辐射, 有利于于延长炉子寿命;有利于降低钢水吸氢与吸氮。

(2) 对炉渣进行脱氧, 能使炉渣TFe含量降低率达10%～20%。这不仅降低了电炉冶炼的铁损, 提高钢水收得率;并且有利于钢水脱氧合金化时, 合金收得率的提高。

(3) 适当提高炉渣粘度, 可消除炉渣偏稀 (一般0.1～0.2 Pa·s) 的情况, 不仅有利于全程炉渣泡沫化, 又有利于出钢挂渣, 提高炉龄。

3电炉多功能调渣剂几个理论问题的讨论

3.1炉渣泡沫化能力

在电炉冶炼中, 总是力求造成泡沫渣。炉渣泡沫化能力应从炉渣发泡的高度和泡沫渣的持续时间两个方面来考核。所以可用下列发泡指数P作为考核指标:

undefined

式中 ΔHi为在ti时间内的发泡高度与渣原始高度之差, ti为炉渣泡沫化时间。

3.1.1 炉渣发泡的高度与气体产生量的关系

气体产生量越多, 炉渣发泡的高度越高 (见图1) 。

电炉多功能调渣剂含有TC较高 (TC=30%～35%) , 与炉渣 (FeO) 反应, 产生较多的CO气泡。因此与不加电炉多功能调渣剂相比, 显然泡沫渣高度较高。

3.1.2 泡沫化时间与炉渣物理性质的关系

泡沫渣稳定性越好, 泡沫化时间越长。泡沫渣的稳定性与炉渣的物理性质 (粘度、表面张力、密度等) 有关。Zhang和Fruehan研究得出[2]

undefined

式中 Σ为泡沫指数, hf为泡沫高度vg为气体通过渣层的“表观速率”, μ为炉渣粘度, σ为炉渣表面张力, ρ为液渣密度, Db为泡沫渣中气泡的平均直径。

炉渣的物理性质对发泡性能的影响很复杂:当炉渣粘度<0.35 Pa·s时, 炉渣粘度的提高能减慢气泡之间液膜中的液渣沉降速度, 因此保持了单个气泡的稳定性, 从而提高了发泡性能;但是, 当炉渣粘度>0.35 Pa·s后, 气泡产生困难, 从而降低了发泡性能, 式 (2) 在此情况下不成立 (见图2) 。

根据炼钢常用图表数据手册, 从碱性氧化渣粘度与温度关系图上可见, 温度≥1 500 °C时, 炉渣粘度<0.2 Pa·s[3]。因此增加炉渣粘度对延长泡沫化时间是有利的。电炉多功能调渣剂一方面能对炉渣脱氧、降低 (FeO) , 而 (FeO) 降低提高了炉渣的粘度 (见图3) [4];另一方面又带入了高熔点的MgO和CaO固体粒子, 使粘度公式η=η0 (1+5.5ζ) 中的ζ值增大, 进一步提高了炉渣粘度。因此, 这双重因素显著延长了泡沫渣的持续时间。

综上所述, 电炉多功能调渣剂既能产生大量气体, 使炉渣泡沫化, 又能延长泡沫化持续时间。所以说泡沫化效果比较显著。

3.2炉渣脱氧、降低炉渣TFe问题

电炉多功能调渣剂中含有较多的碳化硅和石墨, 它们都能对炉渣进行脱氧, 降低炉渣TFe含量, 从而有3个作用:一是有利于提高钢水收得率;二是有利于炉渣泡沫化;三是有利于挂渣护炉。

3.2.1 碳化硅能对炉渣进行间接脱氧

碳化硅对炉渣脱氧机理应该是碳化硅首先在钢渣界面处溶解于钢液中。

SiC (s) =[Si]+[C],

ΔG0=-3887-92T (J/mol) (3)

产生的[Si]和[C], 一方面在钢渣界面上与 (FeO) 反应;另一方面随铁珠进入炉渣与 (FeO) 反应, 对炉渣进行脱氧。

2 (FeO) +[Si]=2Fe+ (SiO2) ,

ΔG0=-299 957+98.06T (J/mol) (4)

(FeO) +[C]=Fe+CO,

ΔG0=126 154-137.7T (J/mol) (5)

上述3个反应, 在炼钢温度范围内ΔG0<0, 反应能够进行 (见图4) , 因此SiC能对炉渣进行间接脱氧, 降低TFe。

3.2.2 石墨碳能对炉渣进行直接脱氧

石墨碳对炉渣进行脱氧机理与碳化硅不一样, 现推导如下:

(FeO) +[C]=Fe+CO ΔG0=126 154-137.7T (J/mol) (6)

+ C =[C] ΔG0=22 610-42.2T (J/mol) (7)

(FeO) +C=Fe+CO ΔG0=148 764-179.9T (J/mol) (8)

上述反应, 在炼钢温度范围内G0<0, 因此石墨碳可以直接与炉渣 (FeO) 反应 (见图4) , 对炉渣进行直接脱氧, 降低TFe。

3.2.3 电炉多功能调渣剂脱氧能力的理论计算值

不同类型多功能调渣剂的加入量都按100 kg/t进行计算, 其总脱氧量见表5。

从表5可见, ZY型电炉多功能调渣剂对炉渣脱氧、降低炉渣TFe的能力比其他两大类型产品高17%～28%。

3.3提高炉渣粘度能力的问题

提高炉渣粘度有两个作用。一是如前所述, 有利于炉渣泡沫化;二是有利于挂渣护炉, 提高炉龄。

3.3.1 降低 (FeO) 对粘度的影响

电炉渣经脱氧后 (FeO) 降低, 一方面使炉渣熔点提高, 降低了炉渣流动性;另一方面有利于高熔点的2CaO·SiO2和MgO析出。这双重因素都使炉渣变粘。

(FeO) 降低使炉渣粘度增加的情况可参考图3。电炉多功能调渣剂能使终渣 (FeO) 降低率达10%～20%。根据图3的数据估算, 相应提高粘度0.3～1.5 Pa·s。

3.3.2 加入MgO和CaO对粘度的影响

当电炉炉渣中加入含有大量MgO和CaO的多功能调渣剂时, 由于MgO和CaO的熔点很高 (2 800 °C和2 570 °C) , 在炉渣中很难熔化, 会以固体微粒形态暂时存在, 使得炉渣粘度大大增加。也即当出现不均匀性的炉渣时, 炉渣粘度不服从牛顿粘滞液体的规律, 这种炉渣的粘度称为“表观粘度”, 可用下式表示[2]

undefined

式中:η为表观粘度, η0为炉渣的牛顿粘度, ζ为渣中微粒的体积分数 (ζ=0～1) 。

根据电炉多功能调渣剂的加入量, 若以加入量5 kg/t计算, 电炉多功能调渣剂中 (MgO+CaO) 的平均含量为39%, 则η=1.11η0, 也即使原均匀性炉渣的粘度提高11%。

3.3.3 降低 (FeO) 与增加MgO和CaO对炉渣作粘能力比较

电炉多功能调渣剂对炉渣脱氧后, 大约使炉渣动力粘度增加值为0.3～1.5 Pa·s (见图3) , 而与此同时加入的 (MgO+CaO) 能使炉渣粘度增加0.11η0, 而均匀性炉渣的动力粘度根据资料[5], 在温度≥1 500 °C时, 一般在1～2 Pa, 也即加入的 (MgO+CaO) 使炉渣粘度增加值0.11～0.22 Pa。

综上所述, 就电炉多功能调渣剂而言, 降低 (FeO) 对炉渣作粘的影响大于增加 (MgO+CaO) 的影响。

3.4MgO与CaO对挂渣护炉作用的问题

电炉渣线部位的炉衬一般都是镁质耐火材料, 影响镁质耐火材料 (质量) 的重要因素之一, 就是炉渣中MgO含量的高低[6] (见图5) 。因为渣中MgO提高, 不仅有炉渣作粘和挂渣的作用;另外, 又减少了炉衬与炉渣MgO含量的浓度梯度, 从而降低了炉衬损毁速度, 起到了护炉作用。而渣中CaO含量提高, 仅有炉渣作粘和挂渣的作用。另外, 在某些情况下, 当用渣中CaO含量较高的炉渣, 在作粘、挂渣形成渣层后, 下一炉冶炼后期炉渣中高Σ (FeO) 炉渣, 将吸收挂渣层中的CaO, 与之反应生成低熔点 (1 449 °C) 的铁酸二钙 (C2F) , 导致挂渣层大量熔蚀。

综上所述, 加入MgO和CaO材料, 使炉渣作粘、挂渣能力两者相似, 但在护炉综合能力上, CaO远远不及MgO。

4经济效益

4.1收入项

(1) 降低渣中TFe, 提高钢水收得率

按每炉出钢量平均为41.56 t, 有效渣量4.5 t (一般为出钢量的10%～15%) 钢水价格约2 600元/t计算。渣中TFe降低4.75%, 该项收入为13.40元/t。

(2) 降低电耗

按降低电耗4 kWh/t, 电价0.70元/kWh计算, 该项收入为2.8元/t。

(3) 收入合计为16.20元/t。

4.2支出项

按调渣剂加入量平均4.53 kg/t, 价格2 850元/t, 则支出为12.90 元/t。

4.3直接经济效益

产生的直接经济效益为3.40元/t。

5结论

(1)

ZY型电炉多功能调渣剂, 炉渣泡沫化效果显著, 冶炼电耗相对降低4kWh/ (t·s) 左右。这一方面是多功能调渣剂中石墨碳在冶炼过程中能产生大量气体, 气体越多泡沫渣越多;另一方面是多功能调渣剂不仅使渣中 (FeO) 显著下降, 并且带入难熔的MgO和CaO固体粒子, 增加了炉渣粘度, 使泡沫渣稳定性提高。

(2) ZY型电炉多功能调渣剂能对炉渣进行脱氧。

脱氧能力高于一般电炉多功能调渣剂, 炉渣TFe降低率约10%～20%。电炉多功能调渣剂中的碳化硅能对炉渣进行间接脱氧, 而石墨碳能对炉渣进行直接脱氧。

(3) ZY型电炉多功能调渣剂, 消除炉渣偏稀的作用明显。

适当提高炉渣粘度, 不仅有利于全程炉渣的泡沫化, 并且有利于出钢挂渣护炉, 提高炉龄。

(4)

电炉多功能调渣剂, 由于脱氧降低渣中 (FeO) , 能使炉渣粘度提高0.3～1.5Pa;通过加入 (MgO+CaO) , 能使炉渣粘度提高0.11～0.22Pa;因此对提高炉渣粘度而言, 降低渣中 (FeO) 的作用比增加 (MgO+CaO) 的作用大。

(5) 对提高炉渣粘度方面, 加入MgO和CaO两者有相似之处。

但CaO的护炉综合能力远远不及MgO。

(6)

电炉多功能调渣剂, 一般用量在4～7kg/t。加入方法是在总电耗为55%时, 开始连续加入, 直至总电耗为85%时加完。

参考文献

[1]陈立红, 武振延.电弧炉泡沫渣发泡性能的研究[A].第三届全国冶金工艺理论学术会议论文集[C], 1994:141.