烧结矿低温还原粉化率的影响因素及预测模型

作者：郑兆颖; 邢相栋^*; 王荪璇; 周小辉

来源：烧结球团, 2023, 48(02): 25-32.

DOI：10.13403/j.sjqt.2023.02.019

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

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 m2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R2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。

• 单位
  西安建筑科技大学; 陕西省食品药品监督检验研究院; 山东钢铁股份有限公司