甘牧原，李宗社，劉 巍，譚奇兵
( 柳州鋼鐵股份有限公司燒結廠，廣西 柳州 545002)
摘 要: 燒結生產中，燒結礦化學成分調整滯后是困擾燒結礦質量提升的難題，柳鋼燒結廠通過引進在線成分檢測系統，實現對混合料化學成分檢測及自動配料。投入自動控制系統后，燒結礦 R ±0． 08 穩定率提高 9． 65%，返礦率降低了 4． 14%，固體燃耗降低了 0． 14%，促進了燒結、高爐工序節能降本工作。
關鍵詞: 在線; 成分測控系統; 燒結; 自動配料
1 前 言
鋼鐵企業生產過程中，燒結礦是燒結工序的產品，同時也是高爐工序的最主要原料，是兩工序相互銜接的紐帶，燒結礦化學成分的穩定是高爐精料的主要內容。燒結礦堿度 R 的穩定與燒結礦成品率、轉鼓強度等指標存在密切關系; 同時不同堿度的高爐爐渣具有不同的黏度、熔化性、穩定性和脫硫能力，直接關系到高爐的穩定順行及技術經濟指標的改善。
提高燒結礦堿度 R 穩定率是燒結工序生產的關鍵技術，對燒結工序、高爐工序降本具有重要作用。燒結工序由于礦粉種類繁多、質量參差不齊，即使經過混勻料場處理后，混勻礦的化學成分依然波動較大; 并且熔劑化學成分波動、下料量偏差等因素，也造成燒結混合料化學成分波動較大，對堿度 R 的穩定造成影響。燒結工序從配料調整到燒結礦化學成分分析完畢需要 5 ～6 h，配料調整的嚴重滯后問題長期困擾燒結礦的質量穩定。
為克服以上負面因素影響，及時、有效地穩定燒結礦化學成分，柳鋼 3 # 360 m 2 燒結機引進了在線成分測控系統，燒結混合料化學成分實現了實時檢測，并形成了閉環自動配料，大幅提升了燒結礦質量，極大促進了燒結、高爐工序降本工作。
2 在線成分測控系統簡介
2． 1 在線成分測控系統原理
EMC －21 在線成分測控系統利用中子活化伽瑪射線分析技術，即 PGNAA ( Prompt Gamma Neutron Activation Analysis) ，對皮帶上通過的散狀物料，進行連續分析。由锎 CF252( 半衰期為2． 65 年，人工合成元素) 中子源發出每秒上億個中子，被皮帶上物料元素的原子核所吸收，這些原子核從而被激發而發出伽瑪射線，探頭接收這些伽瑪射線并轉換成數字信號，最后進行分析得出數據。每種元素激發的伽瑪射線，都有各自獨特的頻譜，以此計算出該物料的化學成分。對PGNAA 技術響應較好的元素包括: 鈣、硅、鋁、鐵、鎂、鉀、鈉、硫、氯、錳和鈦等。
2． 2 在線成分測控系統設備組成
EMC －21 在線成分測控儀、電控柜及中控室電腦終端分別如圖 1 ～ 圖 3 所示。
圖 1 中，1 部分為鋼質主體，壽命較長、免維護設計，可以適應燒結產線工作環境，包含放射源、頻譜分析儀和輻射防護; 2 為頻譜分析儀，包括數個探頭，位于皮帶上方，由鋼質主體保護。
圖 2 為成分分析儀電控柜，固定在鋼質主體上，內部包括工業電腦、輸入輸出模塊、網絡/光纖和其它部件。電控柜防護等級為 IP66。
圖 3 為中控室電腦終端，提供物料的化學成分和分析儀的狀態信息。
3 在線成分測控系統標定
3． 1 在線成分測控系統靜態標定
靜態標定試樣選用混勻礦、生石灰、輕燒白云石等燒結工序現場原料，篩取 － 1 mm 粒級進行制樣、取樣及化驗，根據化驗結果按一定的配比進行配料、混勻、縮分及取樣化驗，要求 CaO、SiO2 上下限能夠覆蓋正常生產所有的樣品，按要求制樣 3 組，每組共 16 個樣棒進行建模。
建模結果如圖4 所示可見，圖中對 SiO2 、CaO進行化驗室與成分分析儀檢測數據對比，線性擬合程度 R2 分別為 R2 ( SiO2 ) = 0． 936、R2 ( CaO)=0． 876，R 2 均大于 0． 8，具有高度線性相關，說明靜態標定建模有效，可以進行下一步的動態標定。
3． 2 在線成分測控系統動態標定
在分析儀所在皮帶前段進行取樣，每組樣品取樣時間 1 h，每 10 min 取一次樣，每次取樣 500g，進行混勻、縮分后制取成一樣樣品進行化驗，本次取樣 5 組進行動態標定調試，調試數據如表1 所示。
根據國家標準，SiO2 為 5． 01 ～ 10 時檢驗允許波動范圍為 0． 35; CaO 為 10． 01 ～20 時檢驗允許波動范圍為 0． 45。根據表 1 可知，SiO2 儀器檢測值與化驗室值誤差小于 0． 35 的比例為80%，CaO 儀器檢測值與化驗室值誤差小于 0． 45的比例為 40%，SiO2 在線檢測相對準確，而 CaO在線檢測存在一定的偏差，需對儀器參數進行線性擬合參數調整。
調整后再次投入在線檢測，連續取 6 組樣品進行動態調試結果驗證，結果如表 2 所示。可見，SiO2 儀器檢測值與化驗室值誤差小于 0． 35 的比例達83%，CaO 儀器檢測值與化驗室值誤差小于0．45 的比例達83%，說明在線檢測混合料成分準確性較高，成分在線檢測可以投入試生產。
3． 3 成品礦實物驗證微調
混合料經燒結后得到成品燒結礦，燒結過程中物料的化學成分因燃燒、氧化等反應會發生差異變化，但各成分燒損與一些固定的變化是呈一定線性的，因此動態標定后，通過核對燒結礦成分對成分分析儀數據，對儀器內部曲線斜率及截距加之進一步的調整，可以實現對成品燒結礦化學成分進行準確預測的功能。
對生產進行連續跟蹤，跟蹤的 22 組成品礦檢驗數據與在線檢測預測成品礦成分結果如圖5 所示。可見，SiO2 在線預測值與化驗室值誤差小于 0. 35 的比例為 77%，CaO 在線預測值與化驗室值誤差小于 0． 45 的比例為 55%，對成品礦SiO2 、CaO 的預測偏差較大，需根據以上數據對成分分析儀內部斜率及截距進行調整，調整后再次投入試生產。
4 在線成分測控系統數據驗證
投入試生產后，對測控系統在線預測值進行驗證，驗證結果如表3 所示。可見，SiO2 在線預測值與化驗室值誤差小于 0． 35 的比例為 89%，CaO在線預測值與化驗室值誤差小于 0． 45 的比例為100%，說明測控系統在線預測值與實際值具有高度吻合，系統可以實現對成品燒結礦化學成分進行準確預測的功能，可以投入自動控制生產。
5 自動配料效果
5． 1 自動配料階段統計
EMC －21 在線成分分析儀在經過一系列調整標定后已滿足對燒結礦化學成分的趨勢顯示，滿足專家系統成分分析程序對其要求，本產線將其投入自動控制，按專家系統設定條件，實現閉環自動配料。
對分析儀投入前后 60 批成品礦成分進行統計分析，如表 4 所示。在兩種檢測方式下，燒結混合料 SiO2 前后波動變化不大，但自動配料后，燒結混合料 CaO 前后波動明顯降低，進而燒結礦堿度 R 波動降低。
5． 2 檢驗有效性分析
如表 4 所示，不同堿度中心值條件下分析儀對堿度的檢測數值與化驗室分析值進行對比，堿度偏差均在 0． 04 以內，分析儀對不同堿度條件下的原料得到了較好的檢測效果。
5． 3 自動控制有效性分析
投入自動控制后，根據不同的堿度中心值時分析儀測量值與堿度中心值比較，偏差在 0． 04范圍內，實現了對堿度的精確控制。
計算每組單項測定值與平均值的偏差絕對值之和，除以測定次數，計算每組的平均絕對偏差值。在投入后燒結礦實物堿度平均絕對偏差值由 0． 06 下降到 0． 038，降低了 0． 022，燒結礦堿度穩定率得到提升，成分自動控制取得較好的效果。
5． 4 自動控制前后指標分析
對自動投入前 145 批樣本數及投入自動控制后 96 批樣本數進行對比，如表 5 所示。投入后燒結礦堿度 ± 0. 08 比例提高 9. 65%，燒結返礦率 降 低 了 4. 14%，噸 礦 固 體 燃 耗 降 低 了0. 14%，燒結礦質量指標及能耗指標均得到較大程度的改善。
6 應用效果分析
6． 1 高爐工序應用效果分析
參照國內煉鐵經驗，燒結礦堿度 R 穩定率( ±0． 08) 每提高 10% 時，燃料比降低 1%，產量提高 1． 5% ［1］ 。統計投入前后的生產數據可知，本產線燒結礦堿度穩定率( R ± 0． 08) 提高了9. 65%，那么根據理論計算可知，高爐工序燃料比降低 0． 965%，鐵水產量增加 1． 45%。
6． 2 燒結工序應用效果分析
投入在線成分分析儀及自動控制，燒結過程穩定性得到提高，降低了返礦率、固體燃料及石灰石等各項指標，獲得了每噸燒結礦至少節省0． 11 歐元的收益［2］。而根據柳鋼燒結 3 # 360 m 2實踐生產表明，燒結礦堿度 R ±0． 08 穩定率提高9． 65%，燒結返礦率降低了 4． 14%，噸礦固體燃耗降低了 0． 14%。
7 結 論
( 1) 針對燒結工序燒結礦化學成分化驗滯后造成的燒結配料調整不及時，以及由此形成的燒結礦質量穩定性差，燒結礦成分的在線監測及自動配料實現了實時自動調整配料，形成成分閉環自動控制，減少了成品燒結礦檢化驗的滯后性，提高了燒結礦質量的穩定性。
( 2) 在線成分分析儀結合自動控制投入后系統運行穩定，數據可靠，3 # 360 m 2 燒結機產質量指標得到顯著提高，燒結礦堿度出格率降低4. 48%，堿度 R ±0. 08 穩定率提高 9. 65%，燒結返礦 率 降 低 4. 14%，噸 礦 固 體 燃 耗 降 低了 0. 14%。
( 3) 成分自動控制程序使用后，燒結礦堿度穩定性得到大幅的提高，有利于提高高爐產質量，穩定高爐爐況，高爐工序燃料比可降低0. 965%，鐵水產量可增加 1． 45%。
參考文獻
［1］ 郭曉影． 提高燒結礦堿度穩定率的研究［D］． 沈陽: 東北大學． 2009．
［2］ Stefan Wienstroer，江同收． 利用 PGNAA 在線元素分析儀減少燒結進料波動［C］/ / 2011 年度全國燒結球團技術交流年會論文集． 2011．