李建武，安文斌

（河钢邯钢炼铁部七高炉，河北 邯郸 056000）

随着经济大环境的不断变化，冶金行业也发生了改变。作为国家支柱产业之一，冶金企业的能源消耗问题一直都是悬而未决的难题[1]。目前，节能降耗开始成为冶金企业未来发展的工作重点，如何系统节能和科学用能变成了无数专业人员研究的问题。在冶金企业的生产过程中，烧结、焦化、高炉等冶炼系统占据了能源消耗总体的70%，而其中高炉工序的能耗就占了大约60%。因此，从高炉入手进行冶金企业节能减耗的研究，是非常有效的途径[2]。通过高炉节能的研究，可以有效降低冶金企业生产成本，提高企业竞争力[3]。本文以冶金企业中高炉系数目标优化模型构建为研究主题，建立和高炉利用系数优化目标，以物质与能量平衡的模型为基础，将非线性规划理论进行融合[4]。建立高炉性能优化模型。希望通过本文研究，可以为科学调节高炉参数提供依据，在保证生产质量的前提下，降低生产过程中能源损耗，减少冶金企业生产成本[5]。

1 冶金企业中高炉系数目标优化模型构建

表1 冶金企业耗能情况

根据表1，可知高炉在冶金企业能耗中占比相当巨大，因此需要建立高炉系数目标优化模型。在对高炉冶炼过程进行研究后，发现对该过程进行模拟的数学模型可以分为三种，分别是统计模型、过程动力学模型、物质与能量平衡模型[6]。其中物质与能量平衡模型由于是基于热力学的原理而呈现的，所以在对高炉过程特性分析时，是最有效的一种模型。以该模型的建立为基础，对高炉利用系数优化变量进行选择，并且进行高炉系数求值[7]。将各方面因素进行综合后，制定高炉约束条件，将冶金企业中高炉系数目标优化模型构建完成。最后展示模型结果。

1.1 构建高炉物理模型

以铁的冶炼为例，高炉冶炼的整体过程，如图1所示，高炉中主要分为三个工作部分，分别是上部预热区、中部热储备区、下部高温区。顶部输入铁矿石、焦炭、石灰石等原料，中部形成生铁或炉渣。高炉的能量流除了物质本身所携带的，还包括预热区、高温区的热损失。当上部预热区包含了所有的高价铁氧化物，并且将其变化为浮氏体。而高炉中部区域内，所有的物质温度都一致，保持在900℃左右，然后将炉内所有的还原氢都作用于下部高温区，在只将高温区碳的气化反应作为思考重点后，按照基本理论，对高炉内产生行为进行描述。我们可以观察到，喷吹燃料的燃烧率高达100%，对于投放于高炉的原料中存在的水分子，在高炉顶部就会全部蒸。通过通风口作用，使得煤气进入高炉腹部位置。因此，炉腹煤气量与风口循环区形成的煤气量是相等的。

图1 高炉炼铁过程物理模型

1.2 选择优化变量

在冶金企业高炉生产过程中，对高炉利用系数产生影响的因素很多。在本次构建的模型中，我们选取煤比、焦比、球团矿用量等一共六个原料参数进行分析。此外，选择了四个工艺参数，包括鼓风温度、湿度、富氧率，以及铁的直接还原度。对于高炉冶炼中的主要材料，生铁同样包含六个质量参数，分别是铁、硫、锰、硅、碳、磷。综上所述，一共选择了16个参数作为优化变量，参与到高炉系数目标优化模型构建中。

1.3 高炉系数求值

高炉利用系数是本次模型构建工作中最大的目标函数，所谓的高炉利用系数，根据其内涵来分析，就是高炉的日产铁总量同高炉有效容积之间的比，其公式如下：

公式中Iv代表高炉利用系数，P代表高炉的日产铁量，而Vyx表示的是高炉容积。当我们明确高炉内炉腹煤气量Vbg（m3/t）后，再用 Vbg（m3/min）代表高炉单位时间内的炉腹煤气量。可以得到以下公式：

通过上述公式，可以得到一个关系公式，代表的是高炉利用系数与高炉炉腹煤气量指数的联系，公式如下：

而通过高炉物理模型进行分析，高炉内炉腹煤气量Vbg可以写作如下公式：

在公式4里面，CΦ代表的是碳燃烧量，指的是1吨生铁的产量中。Vbl是鼓风量的指代，而H2.fi与N2.fi分别代表1吨生铁冶炼过程中，燃料H2与N2的使用情况。通过物质和能量平衡关系的分析，以工艺计算为手段，经公式4得到高炉炼铁中炉腹煤气量。

1.4 制定高炉约束条件

对高炉冶炼过程计算时，可以根据各种因素考虑，制定相关约束条件。具体约束内容与数量如表2所示。

表2 约束条件数量

一方面是基于物质和能量的平衡来考虑，制定8项约束内容：Fe, P, S, Mn元素质量在输入、输出中保持一致；铁水中各种成分的质量分数相加，和要保持100；对于生铁中碳质量分数要符合常规要求；输出加损失的热量和要与输入的热量相同；最后是根据化学反应平衡获得一个理论的碳量，而高温区还原碳量要大于这个值。另一方面是11条工艺约束，包括确保工艺允许值总是大于最小煤比；炉渣中一些化学物质含量要在工艺允许值范围之中；硫与焦炭的负荷同工艺允许值相比要更小；此外，新增的约束条件时炉腹煤气量指数最大值约束、铁的直接还原度最小值约束。进行化学反应的过程中，平衡也代表着极限，将其应用于高炉炼铁中，高炉反应完全平衡时铁的直接还原度是最小的。除此之外还有18项操作条件约束，与13条其他优化变量的约束条件，共同构成高炉利用系数为优化目标。从而实现高炉系数目标优化模型的整体构建。

1.5 展示模型结果

模型构建结束后，由于其约束条件内容很复杂，形成非线性多变量约束优化问题。所以本文采用序列二次规划法将优化问题进行求解。根据实际生产数据的分析可以发现，铁的直接还原度最小值约束被作为考虑重点后，优化模型计算的结果与实际数据相差不多；当不考虑铁的直接还原度最小值约束时的理论最大值，与高炉利用系数实际生产数据相比较而言，数值更高。而焦比和燃料比也大于理论最优值。综上所述，本文所建立的冶金企业中高炉系数目标优化模型是正确无误的。通过高炉利用系数的实际值，同高炉利用系数理论上的最大值进行研究，可得出结果高炉利用系数依旧有提高空间。

2 实验论证分析

为保证本文所构建的模型在实际运用中有效性更高，特进行实验论证，在实验中，选取同一冶金企业作为对象。首先，采用两种传统的模型进行冶炼生产。同时，采用本文所构建的模型，对于要冶炼的金属材料进行分析，同时观察操作流程与工艺流程，选定优化变量，并且制定相关约束条件。之后进行高炉冶炼生产。将三种模型进行的高炉冶炼数据进行记录分析，其结果如图2所示。

图2 实验论证结果曲线

通过图2，我们可以明显得出结论，在同样的生产条件下，本文所构建的模型优于传统模型。传统模型在生产中能耗更大，而在同样能耗条件下，采用本文所构建的高炉系数目标优化模型进行生产后，产量明显有所提升。在实验整体结束后，本文模型的产量较之传统模型2高了一倍；而传统模型1，虽然前期产量飙升，但是由于能源消耗较大，后期产量逐渐保持平稳，本文模型与之相比，产量也增加了大概30%。因此，可以得出结论，本文构建的模型，具有更加良好的应用效果。高炉冶炼的生产过程中，可以帮助各项参数合理进行调节，从而降低生产过程中的能耗，提高产量，促进冶金产业发展。

3 结束语

本文以高炉利用系数为目标，进行冶金企业中高炉性能优化模型的建立。根据高炉冶炼过程中的各种平衡理论，建立模型，并以各种约束条件为依托，对模型进行优化，获得最佳优化结果。通过本文研究，明确了生产过程中各项条件对高炉利用系数的影响规律，促进了高炉参数的科学合理调节。在生产过程中节能降耗方面发挥重大作用。