烧结矿低温还原粉化率的影响因素及预测模型

• 全文链接
• 请求原文

作   者：

郑兆颖;  邢相栋;  王荪璇;  周小辉; 

作者机构：

山东钢铁股份有限公司;  西安建筑科技大学冶金工程学院;  陕西省食品药品监督检验研究院; 

关键词：

回归模型;  主成分分析法;  烧结矿;  影响因数;  低温还原粉化率;  预测模型; 

期刊名称：

烧结球团

i s s n：

年卷期：

2023 年 002 期

页   码：

25-32

摘   要：

针对烧结矿低温还原粉化率传统检测方法时间滞后、过程繁杂、耗时较长等问题，本文以某钢铁厂400 m~2烧结机烧结矿的性能指标为研究对象，选用60组训练集进行因子分析，建立以Al2O3、SiO2、MgO、TiO2、FeO质量分数以及R、w（MgO）/w（Al2O3）和w（CaO）/w（TFe）为自变量，低温还原粉化率为因变量的烧结矿低温还原粉化率预测模型。结果表明：影响烧结矿低温还原粉化率的主要因素是w（Al2O3）、w（SiO2）、w（FeO）、R和w（MgO）/w（Al2O3）;优化后预测模型为YRDI=1.137w（FeO）+5.56w（SiO2）+26.44R-20.19w（MgO）/w（Al2O3）-6.07w（Al2O3）;模型的R~2为99.90%,具有较高的精确度，能够快速预测烧结矿的低温还原粉化率，并能在生产中改善烧结矿质量。本文建立的预测模型可为现场烧结生产提供理论指导和技术支持。