李新宇，張建良，蘇步新，姚朝權(quán)，劉興樂，張超

?

基于主成分分析的高爐用天然塊礦性能評價

李新宇1，張建良1，蘇步新2，姚朝權(quán)1，劉興樂1，張超1

(1. 北京科技大學(xué)冶金與生態(tài)工程學(xué)院，北京，100083；2. 冶金工業(yè)規(guī)劃研究院，北京，100711)

針對目前對于天然塊礦評價體系存在的不足，提出一種新的基于主成分分析的天然塊礦的評價方法。采用不同的實驗方法對6種天然塊礦的性能進行檢測，綜合考慮天然塊礦的化學(xué)成分、還原性，熱爆裂性，熔滴性能等18個性能指標(biāo)，采用主成分分析的方法，提取3個主成分指標(biāo)作為新的綜合特性指標(biāo)。3個主成分指標(biāo)分別為綜合品位特性指標(biāo)1，綜合高溫特性指標(biāo)2和綜合中溫特性指標(biāo)3，同時對3個指標(biāo)的物理意義進行解釋。并依據(jù)3個新的綜合特性提出天然塊礦綜合性能評價模型，對6種天然塊礦進行綜合性能評價排序，評價結(jié)果與傳統(tǒng)天然塊礦評價方法所得結(jié)果比較，基本一致；新的綜合特性指標(biāo)不僅減少對天然塊礦評價指標(biāo)的數(shù)量，且綜合特性指標(biāo)之間相互獨立，避免指標(biāo)之間的重疊，更加直觀。

高爐；塊礦；主成分分析；評價指標(biāo)

我國現(xiàn)行高爐的爐料結(jié)構(gòu)為高堿度燒結(jié)礦搭配球團礦和天然塊礦。由于國內(nèi)生產(chǎn)的酸性球團礦質(zhì)量不是很高，并且天然塊礦與酸性球團礦相比，無論是含鐵品位還是脈石質(zhì)量分?jǐn)?shù)，二者相差均不大，故可考慮用天然塊礦大量代替酸性球團礦使用?，F(xiàn)在高爐所使用的天然塊礦均屬于低碳酸鹽式的高品位塊礦，一般碳酸鹽分解產(chǎn)生的CO2質(zhì)量分?jǐn)?shù)均在0.5%以下，故天然塊礦的使用不會對高爐冶煉帶來明顯的負(fù)面影響。但天然塊礦一般濕度較大，其表面或多或少會黏結(jié)一些小顆粒的礦粉，所以，為了避免入爐時粉末過多影響高爐的上部透氣性，天然塊礦在入爐前需要進行篩分以減少其含粉率。自2014年以來，鐵礦石的價格逐漸降低，鋼鐵廠的利潤卻不增反降，鋼鐵企業(yè)的生存空間逐步壓縮。天然塊礦的成本與鐵礦粉生產(chǎn)燒結(jié)礦和成品球團礦的成本相比還有一定的優(yōu)勢，故相應(yīng)地提高其在高爐爐料結(jié)構(gòu)中的比例，對于降低鐵水生產(chǎn)成本，降低企業(yè)的總成本有著重要的作用[1?3]。國外生產(chǎn)高爐的爐料結(jié)構(gòu)中，日本、韓國和澳大利亞的高爐天然塊礦質(zhì)量分?jǐn)?shù)為20%左右，其中2003年日本高爐天然塊礦的質(zhì)量分?jǐn)?shù)達到21.3%，川崎制鐵6號高爐入爐的天然塊礦的質(zhì)量分?jǐn)?shù)更是達到42.7%[4]。國內(nèi)的大型鋼鐵企業(yè)，寶鋼的天然塊礦配比長期處于15%~20%[5]。首鋼的天然塊礦的質(zhì)量分?jǐn)?shù)為16%~ 18%，綜合焦炭質(zhì)量，季節(jié)，篩分等質(zhì)量因素，入爐的天然塊礦質(zhì)量分?jǐn)?shù)也一度達20%[6]，相應(yīng)地鞍鋼高爐的入爐天然塊礦質(zhì)量分?jǐn)?shù)也達到18%以上。但國內(nèi)的部分小型鋼鐵企業(yè)由于生產(chǎn)中不使用酸性球團礦，高爐的爐料結(jié)構(gòu)為燒結(jié)礦配加球團礦，故其高爐的天然塊礦配比達到40%以上。吳勝利等[7?8]對于提高高爐天然塊礦比例進行了研究，提出了高爐高溫區(qū)天然塊礦、球團礦與燒結(jié)礦交互反應(yīng)性指數(shù)的概念。在高爐內(nèi)天然塊礦與高堿度燒結(jié)礦之間存在高溫交互反應(yīng)，其結(jié)果能夠明顯改善天然塊礦自身的軟熔特性，從而可以獲得優(yōu)良的綜合爐料熔滴性能。不同種類天然塊礦的高溫反應(yīng)性有差異，把握各種天然塊礦的高溫交互反應(yīng)性，有利于優(yōu)化高爐爐料結(jié)構(gòu)，改善綜合爐料的熔滴性能[9?12]。許滿興等[13]對寶鋼經(jīng)常使用的20種進口天然塊礦質(zhì)量進行研究，得出天然塊礦的質(zhì)量應(yīng)由化學(xué)成分、物理性能和冶金性能3個方面決定。并依據(jù)這3個方面，分別對20種天然塊礦進行了質(zhì)量評價，將20種天然塊礦劃分了3個質(zhì)量等級，但是這種評價并沒有給出對于天然塊礦質(zhì)量評價的量化指標(biāo)。目前，國內(nèi)外對于天然塊礦的評價以塊礦的冶金價值和經(jīng)濟價值作為評價依據(jù)[14]。這種方法通過多種參數(shù)的綜合計算，最終給出1個量化的評價指標(biāo)。但是該方法是以天然塊礦直接入爐為依據(jù)，而實際生產(chǎn)中不可能只有天然塊礦這1種爐料，且由于近些年來天然塊礦的質(zhì)量逐漸變差，品位降低，結(jié)晶水質(zhì)量分?jǐn)?shù)升高，使得該種方法在評價天然塊礦的過程中難免會出現(xiàn)較大誤差。針對天然塊礦評價指標(biāo)存在的不足，本文作者利用實驗室設(shè)備測定天然塊礦的基礎(chǔ)性能指標(biāo)；然后通過主成分分析方法，對原有的天然塊礦性能指標(biāo)進行提取，得到新的塊礦綜合特性指標(biāo)1，2和3；并分析綜合特性指標(biāo)代表的物理意義；引入基于天然塊礦性能的綜合評價法，進行天然塊礦性能優(yōu)劣的總體評定。

1 天然塊礦性能檢測

實驗中研究的天然塊礦均取自國內(nèi)鋼鐵廠，共6種塊礦，其中L1~L5為進口天然塊礦，L6為國產(chǎn)天然塊礦。對6種天然塊礦的化學(xué)成分及相關(guān)性能進行檢測。表1所示為天然塊礦的性能檢測結(jié)果。

表1 天然塊礦性能檢測結(jié)果

從表1可以看出：6種天然塊礦的性能差別較大，且特性指標(biāo)較多。由于目前各個鋼鐵企業(yè)使用天然塊礦的種類和數(shù)量不同，以及天然塊礦的生產(chǎn)產(chǎn)地及性能存在差異，給天然塊礦的綜合性能評價帶來困難。而且如果用這些指標(biāo)直接評價天然塊礦性能，進而來指導(dǎo)高爐爐料結(jié)構(gòu)中天然塊礦的配比數(shù)量，將不利于高爐的穩(wěn)定順行生產(chǎn)。為此，需通過對天然塊礦的性能指標(biāo)進行處理，以合理地評價塊礦的綜合性能，從而提高高爐爐料結(jié)構(gòu)中對于天然塊礦的使用配比數(shù)量，為高爐爐料結(jié)構(gòu)的合理搭配及降低鐵水成本提供重要依據(jù)。

2 天然塊礦綜合特性指標(biāo)提取

利用主成分分析的方法對本文中6種天然塊礦的18個性能指標(biāo)進行降維處理。主成分分析是利用降維的思想，在損失很少信息的前提下將多個指標(biāo)轉(zhuǎn)化為幾個綜合指標(biāo)的多元統(tǒng)計方法[15]。

在統(tǒng)計學(xué)中，主成分分析是考察多個變量間相關(guān)性一種多元統(tǒng)計方法，研究如何通過少數(shù)幾個主成分來揭示多個變量間的內(nèi)部結(jié)構(gòu)，即從原始變量中導(dǎo)出少數(shù)幾個主成分，使它們盡可能多地保留原始變量的信息，且彼此間互不相關(guān)。主成分分析通過使用保留低階主成分，忽略高階主成分的方法不僅可以減少數(shù)據(jù)集的維數(shù)，同時也可以保持?jǐn)?shù)據(jù)集中對方差貢獻最大的特征。這樣低階成分往往能夠保留數(shù)據(jù)的最重要方面。通常數(shù)學(xué)上的處理就是將原來個指標(biāo)進行線性組合，作為新的綜合指標(biāo)。這樣，在研究復(fù)雜問題時就可以只考慮少數(shù)幾個主成分而不至于損失太多信息，從而更容易揭示事物內(nèi)部變量之間的規(guī)律性，同時使問題簡化，提高分析效率。

本次天然塊礦特性指標(biāo)主成分分析采用SPSS 20.0軟件。通過軟件分析得到塊礦18個性能指標(biāo)之間的相關(guān)系數(shù)矩陣(見表2)、主成分的提取表3和主成分初始載荷矩陣表4。

表2 天然塊礦特性指標(biāo)相關(guān)系數(shù)矩陣

表3 天然塊礦特性指標(biāo)主成分的提取

表4 天然塊礦綜合性能指標(biāo)提取主成分初始載荷矩陣

從表2可以看出：天然塊礦性能指標(biāo)之間重疊較為嚴(yán)重。例如1和2，3，4，5，7，10，11和15指標(biāo)之間相關(guān)性都大于70%。參考文獻[16?17]，將相關(guān)系數(shù)絕對值在[0, 0.5)之間定義為相關(guān)性較差；[0.5, 0.7)之間定義為顯著性相關(guān)；[0.7, 1.0]之間定義為高度線性相關(guān)。

主成分個數(shù)提取原則為主成分對應(yīng)的特征值大于1的前個主成分。特征值可以被看成是表示主成分影響力的指標(biāo)，特征值小于1，說明該主成分的解釋力度不如原變量的解釋力度大，因此，將特征值大于1作為保留標(biāo)準(zhǔn)。從表3可以看出：主成分1的特征值為8.931，代表整個數(shù)據(jù)信息的49.615%；第2主成分的特征值為4.428，其解釋量為24.599%，解釋量相比第1主成分降低較大，但仍高于第3主成分18.486%的解釋量，相應(yīng)的主成分3的特征值為3.327；第4主成分和第5主成分的特征值分別為0.939和0.375，均小于1.000，即這2個主成分的解釋力度不如原變量的解釋力度大，解釋量僅為5.218%和2.082%。按照18個指標(biāo)解釋量為100%，則原來每個變量的平均解釋量為5.556%。

按照特征值大于1的原則提取主成分，本研究前3個主成分累計貢獻率達92.700%，故提取3個主成分即可完全滿足要求。

從表4可以看出：1，2，3，4，5，6，7，8，10，11，13，14和15在第1主成分上有較高載荷，即系數(shù)絕對值大于0.600，說明第1主成分基本反映了這些指標(biāo)的信息；第2主成分基本反映了2，15，17和18指標(biāo)的信息；第3主成分主要集中代表了8，9，12和16指標(biāo)。

得到的主成分初始載荷矩陣結(jié)合特征解即可求解得到主成分特征向量，與標(biāo)準(zhǔn)化后的天然塊礦特性指標(biāo)數(shù)據(jù)相乘，從而可以得出主成分表達式：

1=?0.3161,z+0.2512,z+0.2643,z+0.2224,z+

0.3165,z?0.2866,z?0.2637,z+0.2308,z+0.1499,z+

0.31510,z+0.27511,z?0.13612,z?0.27113,z?

0.22914,z?0.21215,z?0.14216,z+0.04817,z+0.07918,z(1)

2=?0.0751,z+0.3072,z+0.2783,z+0.2754,z+

0.1445,z+0.0196,z+0.0957,z?0.0728,z?0.1709,z?

0.12210,z?0.13211,z?0.13312,z+0.27213,z+0.27214,z?

0.30815,z+0.22416,z?0.46517,z?0.35118,z(2)

3=0.0571,z?0.0302,z?0.0183,z?0.0364,z+

0.0645,z?0.1876,z+0.2487,z+0.3398,z+0.4409,z?

0.05310,z?0.01611,z?0.45212,z+0.04213,z+0.24614,z+

0.21915,z+0.42416,z?0.05817,z+0.29218,z(3)

式中：下標(biāo)z代表SPSS標(biāo)準(zhǔn)化后的數(shù)據(jù)。

以上得到的3個天然塊礦特性指標(biāo)的主成分1，2和3可以代表原先的18個指標(biāo)的全部信息，且相互之間是線性無關(guān)的。

3 天然塊礦綜合特性指標(biāo)分析

針對上述主成分分析得到的天然塊礦的綜合特性指標(biāo)1，2和-3進行分析，并嘗試解釋天然塊礦的綜合特性指標(biāo)代表的物理意義。由上述公式計算出天然塊礦的綜合特性指標(biāo)，如表5所示。

表5 天然塊礦的綜合特性指標(biāo)值

3.1 綜合品位特性指標(biāo)1

天然塊礦的品位是評價一種天然塊礦價值的最基本指標(biāo)。企業(yè)在進行天然塊礦采購時，首先考慮的是該種天然塊礦的到廠后價格，含鐵品位是天然塊礦價格的最主要影響因素，也是天然塊礦質(zhì)量的重要標(biāo)志，價格往往由含鐵量所決定。目前衡量鐵礦石的最主要方法，也是最簡單的方法就是每1%的鐵品位的價值(即用鐵礦石價格除以鐵礦石的品位)來比較。但是，雖然鐵品位的影響最為重要，但鐵礦石中的其他元素(無論是有益的還是有害的)也會對高爐冶煉產(chǎn)生影響，進而影響鐵礦石的經(jīng)濟冶煉價值。因此，對單一鐵品位的評價是不全面的。

主成分指標(biāo)1中占比重較高的是TFe質(zhì)量分?jǐn)?shù)1，SiO2質(zhì)量分?jǐn)?shù)5和燒損值10，從式(1)~(3)可以看出1，5和103個指標(biāo)的系數(shù)絕對值均在0.300以上。在表4提取主成分初始載荷矩陣中同樣可以看出：對于主成分1，塊礦的性能指標(biāo)1，5和10的系數(shù)絕對值大于0.900，即說明1等3個指標(biāo)在主成分指標(biāo)1有很高的載荷，而像熔滴溫度區(qū)間17，其系數(shù)絕對值僅為0.048 0，同樣，初始載荷矩陣中該系數(shù)絕對值也僅為0.144，故主成分指標(biāo)1主要代表天然塊礦TFe質(zhì)量分?jǐn)?shù)，SiO2質(zhì)量分?jǐn)?shù)和燒損值的信息。而17熔滴溫度區(qū)間在主成分指標(biāo)1基本沒有意義。從表2天然塊礦性能指標(biāo)相關(guān)系數(shù)矩陣來看，SiO2質(zhì)量分?jǐn)?shù)5，燒損值10和TFe質(zhì)量分?jǐn)?shù)1的相關(guān)系數(shù)絕對值均大于0.800，屬于高度線性相關(guān)。從物理意義來看，當(dāng)天然塊礦自身SiO2質(zhì)量分?jǐn)?shù)較低時，對于降低高爐渣比和綜合燃料比是有利的，即表現(xiàn)出較高的TFe質(zhì)量分?jǐn)?shù)；燒損值越低，說明塊礦在參加高溫反應(yīng)時，結(jié)晶水分解數(shù)量少，減少了塊礦的熱爆裂性能，使高爐透氣性變好，從而提高塊礦的反應(yīng)動力學(xué)，降低綜合燃料比，即間接地提高了天然塊礦的TFe質(zhì)量分?jǐn)?shù)。此外，主成分指標(biāo)1除1，5和10之外，2(CaO質(zhì)量分?jǐn)?shù))，3(MgO質(zhì)量分?jǐn)?shù))，4(Al2O3質(zhì)量分?jǐn)?shù))，6(P質(zhì)量分?jǐn)?shù))，7(S質(zhì)量分?jǐn)?shù))等化學(xué)成分質(zhì)量分?jǐn)?shù)指標(biāo)均有一定的體現(xiàn)，且初始載荷矩陣的系數(shù)絕對值均大于0.600。因此，將主成分指標(biāo)1命名為綜合品位特性指標(biāo)。

由表1中數(shù)據(jù)，6種天然塊礦測定的TFe質(zhì)量分?jǐn)?shù)1從大至小對應(yīng)的天然礦塊分別為L5，L4，L3，L2，L1和L6。根據(jù)綜合品位特性指標(biāo)1從大至小對應(yīng)的天然礦塊分別為L6，L1，L2，L4，L3和L5。從1和1的排序結(jié)果比較可以看出，2種排序結(jié)果基本是相反的。這與要求SiO2質(zhì)量分?jǐn)?shù)5和燒損值102個指標(biāo)越低越好是有關(guān)的，由于二者在綜合品位特性指標(biāo)1表達式中的載荷矩陣系數(shù)為正，而TFe質(zhì)量分?jǐn)?shù)1的載荷矩陣系數(shù)為負(fù)，使得TFe質(zhì)量分?jǐn)?shù)越低，SiO2質(zhì)量分?jǐn)?shù)和燒損值越高的天然塊礦其綜合品位特性指標(biāo)1越大。故就天然塊礦的綜合品位特性來說，要求綜合品位特性指標(biāo)1越小越好。

綜合品位特性指標(biāo)1占塊礦性能指標(biāo)總信息的解釋量為49.615%，基本上占了一半。因此，綜合品位特性指標(biāo)1在天然塊礦總體性能評價中占有十分重要的地位。

3.2 綜合高溫特性指標(biāo)2

主成分指標(biāo)2中占比重較高的是CaO質(zhì)量分?jǐn)?shù)2，滴落溫度15，熔滴溫度區(qū)間17和最大壓差18。從式(1)~(3)可以看出：2，15，17和184個指標(biāo)的系數(shù)絕對值均在0.300以上，同樣在表4提取主成分初始載荷矩陣中可以看出對于主成分2，天然塊礦的性能指標(biāo)2，15，17和18的系數(shù)絕對值大于0.600，即說明2等4個指標(biāo)在主成分指標(biāo)2有較高的載荷。故主成分指標(biāo)2主要代表塊礦的CaO質(zhì)量分?jǐn)?shù)、滴落溫度、熔滴溫度區(qū)間和最大壓差的信息。CaO質(zhì)量分?jǐn)?shù)2和滴落溫度15的相關(guān)數(shù)絕對值為0.908，說明在一般情況下，CaO質(zhì)量分?jǐn)?shù)越高，塊礦的滴落溫度越高。主成分指標(biāo)2中滴落溫度15越低，相應(yīng)的熔滴溫度區(qū)間17則變窄，相應(yīng)的軟熔帶寬度變小，從而最大壓差18也變小，越有利于高爐下部的反應(yīng)過程，使得高爐透氣性變好，有利于塊礦的熔融滴落反應(yīng)過程的進行。因此，將主成分指標(biāo)2定義為綜合高溫特性指標(biāo)。

由表5可以看出：研究的6種天然塊礦綜合高溫特性指標(biāo)2的差異不是很大。按綜合高溫特性指標(biāo)由大到小排序?qū)?yīng)的礦塊分別為L6，L5，L3，L2，L4和L1，其中綜合高溫特性指標(biāo)2的最大值為2.63，對應(yīng)的塊礦為L6；最小值為?1.97，對應(yīng)的塊礦為L1。故從單種天然塊礦的高溫特性來說，由于熔滴溫度區(qū)間17和最大壓差18在2表達式中的載荷矩陣系數(shù)絕對值較大，故天然塊礦的熔滴溫度區(qū)間17和最大壓差18的特性值越低，其高溫特性較好，所以，塊礦L6，L5和L3的高溫特性較好。故就天然塊礦綜合高溫特性來說，要求綜合高溫特性指標(biāo)2越大越好。

綜合高溫特性指標(biāo)2占總信息的解釋量為24.599%，雖然相比于綜合品位特性指標(biāo)1的解釋量49.615%較低。但相比于原來塊礦含鐵品位等18個特性指標(biāo)，每個指標(biāo)的解釋量為6.00%左右來說，綜合高溫特性指標(biāo)2具有很好的解釋力度。

3.3 綜合中溫特性指標(biāo)3

主成分指標(biāo)3中占比重較高的為K2O質(zhì)量分?jǐn)?shù)8，Na2O質(zhì)量分?jǐn)?shù)9，熱爆裂性指數(shù)12和軟化溫度區(qū)間16。從式(1)~(3)中可以看出8，9，12和164個指標(biāo)的系數(shù)絕對值均在0.300以上，同樣在表4提取主成分初始載荷矩陣中可以看出對于主成分3，天然塊礦的性能指標(biāo)8，9，12和16的系數(shù)絕對值大于0.600，即說明8等4個指標(biāo)在主成分指標(biāo)3有較高的載荷。故主成分指標(biāo)3主要代表塊礦的K2O質(zhì)量分?jǐn)?shù)、Na2O質(zhì)量分?jǐn)?shù)、熱爆裂性指數(shù)和軟化溫度區(qū)間的信息。熱爆裂指數(shù)12和K2O質(zhì)量分?jǐn)?shù)8及Na2O質(zhì)量分?jǐn)?shù)9的相關(guān)數(shù)絕對值分別為0.665和0.710，說明K2O和Na2O質(zhì)量分?jǐn)?shù)越低，天然塊礦的熱爆裂指數(shù)越低。主成分指標(biāo)3中熱爆裂指數(shù)-12越低，天然塊礦在高爐中上部膨脹產(chǎn)生的粉末數(shù)量越少，相應(yīng)的天然塊礦軟化溫度區(qū)間16增大。主成分指標(biāo)3中比重較高的為熱爆裂指數(shù)12和軟化溫度區(qū)間16，從表4塊礦性能指標(biāo)提取主成分初始載荷矩陣中可以看出第3主成分指標(biāo)3主要由熱爆裂指數(shù)12組成。由于天然塊礦的熱爆裂溫度區(qū)間一般為600~800℃的高爐中溫區(qū)間，故將第3主成分指標(biāo)3定義為綜合中溫特性指標(biāo)。綜合中溫特性指標(biāo)3從大至小對應(yīng)的礦塊為L1，L5，L6，L4，L2(L3)。熱爆裂性指數(shù)12較低的天然塊礦，綜合中溫特性指標(biāo)3排名靠前，故要求綜合中溫特性指標(biāo)3越高越好。綜合中溫特性指標(biāo)3占總信息的解釋量為18.486%，稍低于綜合高溫特性指標(biāo)2的解釋量。

4 天然塊礦綜合評價

主成分分析法得到了天然塊礦綜合品位特性指標(biāo)1、綜合高溫特性指標(biāo)2和綜合中溫特性指標(biāo)33個核心指標(biāo)參數(shù)，但對可供選擇的多種天然塊礦而言，1，2和3參數(shù)的優(yōu)劣不一，因而無法確定最合適爐料結(jié)構(gòu)的天然塊礦。因此，進一步引入塊礦性能綜合評價法，進行總體評定。

以每個綜合特性指標(biāo)所對應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重計算天然塊礦綜合性能評價模型：

=?0.5351+0.2652+0.1993(4)

注：根據(jù)天然塊礦對各綜合基礎(chǔ)特性指標(biāo)的要求特點，1取負(fù)數(shù)，2和3取正數(shù)。

根據(jù)天然塊礦主成分綜合模型即可計算天然塊礦綜合特性值，并對其按綜合主成分值進行排序，即可對各天然塊礦進行綜合評價比較，結(jié)果見表6。由表6可以看出：天然塊礦綜合基礎(chǔ)特性指標(biāo)差異較大，最高為2.78，最小為?1.89。從綜合基礎(chǔ)特性指標(biāo)來看，研究的6種天然塊礦的綜合性能優(yōu)劣排序為：L5，L3，L4，L2，L1和L6。該排序與綜合品位特性評價指標(biāo)1的逆序一致，這主要是由于綜合高溫特性指標(biāo)1占鐵礦粉性能指標(biāo)總信息的解釋量高達49.615%，故天然塊礦綜合品位特性評價值1越低，其綜合特性指標(biāo)也相應(yīng)較高。

表6 天然塊礦綜合評價指標(biāo)F值

根據(jù)參考文獻[13]中對天然塊礦質(zhì)量評價的化學(xué)成分、物理性能和冶金性能3個標(biāo)準(zhǔn)，對6種天然塊礦進行相應(yīng)評價。第1個標(biāo)準(zhǔn)為化學(xué)成分，主要考察的指標(biāo)要求天然塊礦：1) 含鐵品位高，SiO2質(zhì)量分?jǐn)?shù)低；2) Al2O3質(zhì)量分?jǐn)?shù)低；3) S，P及K，Na等有害元素質(zhì)量分?jǐn)?shù)低；4) 結(jié)晶水質(zhì)量分?jǐn)?shù)低。4個化學(xué)成分指標(biāo)的影響程度依次降低，這里主要考慮1)和4)對應(yīng)的2個指標(biāo)。通過分析6種天然塊礦的化學(xué)成分可以看出：L5和L3的含鐵品位均超過61%，且SiO2質(zhì)量分?jǐn)?shù)均低于2%，結(jié)晶水質(zhì)量分?jǐn)?shù)均低于5%，屬于較好的天然塊礦。L4的含鐵品位較高，為63%，SiO2和結(jié)晶水質(zhì)量分?jǐn)?shù)較L5及L3的略高，質(zhì)量較L5和L3的略差。L2，L1和L6品位均低于60%，SiO2質(zhì)量分?jǐn)?shù)均高于2.9%，結(jié)晶水質(zhì)量分?jǐn)?shù)均高于9.3%，較其他3種天然塊礦各項化學(xué)成分指標(biāo)均有較大下降，故性能不好。故從化學(xué)成分來看，可以將6種天然塊礦分為3個等級，最好的為L5和L3，較好的為L4，較差的為L2，L1和L6。對于物理性能，主要考察的指標(biāo)為熱爆裂性指數(shù)。熱爆裂指數(shù)越低的天然塊礦，其質(zhì)量性能越好。6種天然塊礦性能根據(jù)熱爆裂指數(shù)進行優(yōu)劣排序為：L1，L6，L5，L4，L2和L3。對于冶金性能，主要考察還原性能。6種天然塊礦的還原性均高于62%，還原性均較好，通過冶金性能不易對6種天然塊礦質(zhì)量性能進行評價。

單獨考慮化學(xué)成分指標(biāo)，6種天然塊礦的質(zhì)量評價結(jié)果與綜合品位特性指標(biāo)1的評價結(jié)果一致。單獨考慮物理性能，6種天然塊礦的質(zhì)量評價結(jié)果與綜合中溫特性指標(biāo)3的評價結(jié)果一致?？梢钥闯觯阂悦總€綜合特性指標(biāo)所對應(yīng)的特征值占所提取主成分總的特征值之和的比例作為權(quán)重計算塊礦綜合性能評價模型，可以作為評價天然塊礦的標(biāo)準(zhǔn)，可對于不同天然塊礦的性能進行綜合評價。

使用綜合評價模型對參考文獻[13]中的3種天然塊礦進行評價，結(jié)果見表7。

表7 各種評價方法計算結(jié)果比較排序

通過使用綜合評價模型所得3種天然塊礦的評價結(jié)果與文獻[13]中結(jié)果一致，表明綜合評價模型對于天然塊礦的評價較準(zhǔn)確，可作為評價天然塊礦性能時的重要參考。在使用該模型時，需要注意把涉及的變量進行標(biāo)準(zhǔn)化處理，并且盡量保證為同一次實驗數(shù)據(jù)，這樣可以提高模型使用時的準(zhǔn)確性與可靠性。

5 結(jié)論

1) 通過主成分分析，能夠從天然塊礦18個性能指標(biāo)中得到3個綜合特性指標(biāo)，這3個綜合特性指標(biāo)代表全部信息的92.700%。綜合特性指標(biāo)之間線性無關(guān)，可以代表原來復(fù)雜的數(shù)據(jù)進行塊礦綜合性能分析，較為方便和科學(xué)。

2) 基于主成分分析得到的天然塊礦綜合特性指標(biāo)進行分析，本文研究的6種天然塊礦要求天然塊礦綜合品位特性指標(biāo)1越小越好，綜合高溫特性指標(biāo)2和綜合中溫特性指標(biāo)3越大越好。

3) 6種高爐使用的天然塊礦，從天然塊礦綜合特性評價指標(biāo)來看，綜合性能從優(yōu)至劣的塊礦分別為L5，L3，L4，L2，L1和L6。

[1] 劉占魁, 王燁. 我國鐵礦石資源可持續(xù)發(fā)展戰(zhàn)略的探討[J]. 中國礦業(yè), 2010, 19(1): 43?46. LIU Zhankui, WANG Ye. The discussion about iron ore resources development strategy of China[J]. China Mining Magazine, 2010, 19(1): 43?46.

[2] 王維興. 中國高爐煉鐵技術(shù)進展[J]. 鋼鐵, 2005, 40(10): 8?12.WANG Weixing. Technical progress of BF ironmaking in China[J]. Iron and Steel, 2005, 40(10): 8?12.

[3] 吳勝利, 許海法, 汪國俊, 等. 現(xiàn)代高爐合理使用天然塊礦的基礎(chǔ)研究[J]. 北京科技大學(xué)學(xué)報, 2007, 29(3): 320?324. WU Shengli, XU Haifa, WANG Guojun, et al. Basic study of modern blast furnace using natural lump ores rationally[J]. Journal of University of Science and Technology Beijing, 2007, 29(3): 320?324.

[4] 唐先覺. 日本高爐爐料結(jié)構(gòu)的新進展[J]. 中國冶金, 2005, 15(3): 7?10. TANG Xianjue. New evolution on blast furnace burden structure in Japan[J]. China Metallurgy, 2005, 15(3): 7?10.

[5] 趙改革, 范曉慧, 陳許玲, 等. 含鐵爐料在高爐各區(qū)的冶煉特性[J]. 中南大學(xué)學(xué)報(自然科學(xué)版), 2010, 41(12): 2053?2059. ZHAO Gaige, FAN Xiaohui, CHEN Xuling, et al. Metallurgical properties of ferrous burdens in blast furnace[J]. Journal of Central South University (Science and Technology), 2010, 41(12): 2053?2059.

[6] 馬澤軍, 王穎生, 張衛(wèi)東. 首鋼高爐使用澳塊礦的生產(chǎn)實踐[J]. 煉鐵, 2003, 22(5): 44?46. MA Zejun, WANG Yingsheng, ZHANG Weidong. Production practices of Shougang blast furnace by using Australia Lump Ores[J]. Ironmaking, 2003, 22(5): 44?46.

[7] 吳勝利, 汪國俊, 姜偉忠, 等. 高爐內(nèi)天然塊礦與燒結(jié)礦高溫交互反應(yīng)研究[J]. 鋼鐵, 2007, 42(3): 10?13. WU Shengli, WANG Guojun, JIANG Weizhong, et al. Interaction between lump ore and sinter in BF[J]. Iron and Steel, 2007, 42(3): 10?13.

[8] 吳勝利, 韓宏亮, 陶衛(wèi)忠, 等. 高爐提高天然塊礦使用比例的研究[J]. 鋼鐵, 2009, 44(11): 12?16. WU Shengli, HAN Hongliang, TAO Wei zhong, et al. Increasing proportion of natural lump ores in blast furnace[J]. Iron and Steel, 2009, 44(11): 12?16.

[9] WU Shengli, XU Haifa, TIAN Yunqing. Evaluation of lump ores for use in modern blast furnaces as part of mixed burden practice[J]. Ironmaking & Steelmaking, 2009, 36(1): 19?23.

[10] WU Shengli, HAN Hongliang, XU Haifa, et al. Increasing lump ores proportion in blast furnace based on the high-temperature interactivity of iron bearing materials[J]. ISIJ international, 2010, 50(5): 686?694.

[11] WU Shengli, HAN Hongliang, LIU Xinliang, et al. Highly effective use of Australian Pilbara blend lump ore in a blast furnace[J]. Revue de Métallurgie, 2010, 107(5): 187?193.

[12] LOO C E, MATTHEWS L T, O’DEA D P. Lump ore and sinter behaviour during softening and melting[J]. ISIJ International, 2011, 51(6): 930?938.

[13] 許滿興, 馮根生. 二十種進口鐵塊礦的質(zhì)量及分析[C]// 2006年度全國燒結(jié)球團技術(shù)交流年會論文集. 長沙, 2006: 10?13. XU Manxing, FENG Gensheng. The quality and analysis of twenty kinds iron ore of import[C]// The 2006 Annual National Sintering and Pelletizing Technology Exchange Annual Meeting Proceedings. Changsha, 2006: 10?13.

[14] 劉正平. 鐵礦石經(jīng)濟價值合理評價方法的探討[J]. 燒結(jié)球團, 2005, 29(5): 1?5. LIU Zhengping. The study on rational evaluating methods of economic value of iron ores[J]. Sintering and Pelletizing, 2004, 29(5): 1?5.

[15] 劉炳勝, 王雪青, 李冰, 等. 基于主成分分析與DEA-DA組合的中國區(qū)域建筑產(chǎn)業(yè)競爭優(yōu)勢系統(tǒng)評價[J]. 土木工程學(xué)報, 2011, 44(2): 143?150. LIU Bingsheng, WANG Xueqing, LI Bing, et al. Systematic evaluation of the competitive advantage of Chinese regional construction industry based on principal component and DEA-DA[J]. China Civil Engineering Journal, 2011, 44(2): 143?150.

[16] 蘇步新, 張建良, 車曉梅, 等. 基于主成分分析的高爐噴吹煤性能評價[J]. 煤炭學(xué)報, 2013, 38(12): 2234?2240. SU Buxin, ZHANG Jianliang, CHE Xiaomei, et al. Performance evaluation of pulverized coal injection of blast furnace based on principle component analysis[J]. Journal Of China Coal Society, 2013, 38(12): 2234?2240.

[17] 蘇步新, 張建良, 國宏偉, 等. 基于主成分分析的高爐噴吹煤優(yōu)化配煤模型[J]. 重慶大學(xué)學(xué)報, 2013, 36(11): 51?57. SU Buxin, ZHANG Jianliang, GUO Hongwei, et al. A mathematical model on the pulverized coal blending optimization for blast furnace injection based on principal component analysis[J]. Journal of Chongqing University, 2013, 36(11): 51?57.

Performance evaluation of lump ores for blast furnace based on principle component analysis

LI Xinyu1, ZHANG Jiangliang1, SU Buxin2, YAO Chaoqun1, LIU Xingle1, ZHANG Chao1

(1. School of Metallurgical and Ecological Engineering, University of Science and Technology Beijing, Beijing 100083, China; 2. China Metallurgical Industrial Planning and Research Institute, Beijing 100711, China)

A novel method was proposed based on the principle component analysis (PCA) to evaluate the performance of lump ores charged into blast furnace due to the deficient of the evaluation of the lump ores at present. The characteristic properties of the 6 different lump ores were detected with different experimental methods. Then three principal component indexes were picked up as the new comprehensive index with PCA method considering the properties of chemical composition, reduction, decrepitation and the like. The 3 principle component indexes were defined as comprehensive grade characteristic index1, comprehensive high temperature characteristic index2and comprehensive middle temperature characteristic index3respectively and the explanation of the physical meaning of them were also given. Therefore, the comprehensive evaluation model was proposed based on the 3 new comprehensive indexes for the lump ores. The 6 different lump ores were ranked by the comprehensive evaluation model and the results are the same as the traditional evaluation method of the lump ores. The new comprehensive indexes were not only decrease the number of evaluation index but also are independent from each other, which avoids the overlaps of the indexes.

blast furnace; lump ore; principle component analysis

10.11817/j.issn.1672-7207.2016.09.006

TF521

A

1672?7207(2016)09?2943?08

2015?10?15；

2015?12?27

高等學(xué)校學(xué)科創(chuàng)新引智計劃資助項目(B13004)；國家自然科學(xué)基金資助項目(51504216) (Project(B13004) supported by the 111 Project; Project(51504216) supported by the National Natural Science Foundation of China)

張建良，教授，博士生導(dǎo)師，從事煉鐵新技術(shù)研究；E-mail: Zhang.jianliang@hotmail.com

(編輯 陳愛華)