丁 軼
(上海梅山工業(yè)民用工程設(shè)計研究院有限公司,上海 200082)
高爐原料中燒結(jié)礦用量占比最大,燒結(jié)礦堿度對高爐的正常運行是非常重要的,一般一噸鐵水需要950kg至1050kg 燒結(jié)礦。在燒結(jié)廠,堿度被定義為CaO%與SiO2%的比值([CaO]/[SiO2])。安裝于環(huán)冷機后的自動采樣機每隔1 小時取一個燒結(jié)礦樣品,后將兩個樣品混合經(jīng)過破碎縮分制成燒結(jié)成品礦混合樣品,樣品被送至化驗室使用XRF 分析儀對Ca,Si 等其它元素進行分析,獲得燒結(jié)礦堿度數(shù)據(jù)。燒結(jié)礦堿度是燒結(jié)生產(chǎn)工藝控制的最為重要的指標之一,為了穩(wěn)定燒結(jié)質(zhì)量,提高燒結(jié)生產(chǎn)技術(shù)經(jīng)濟指標,燒結(jié)從業(yè)者做了大量嘗試創(chuàng)新[1]。對于燒結(jié)礦的化學成分分析和控制,一種新型的在線分析技術(shù)——瞬發(fā)伽瑪中子活化分析(PGNAA)近年來在國內(nèi)外得到應(yīng)用,該技術(shù)可直接對輸送皮帶的燒結(jié)混合料進行檢測,獲得燒結(jié)礦堿度。相比傳統(tǒng)的離線分析方式,可減少延時5 個小時。本文將對PGNNA 技術(shù)工作原理、PGNAA 分析儀在燒結(jié)廠實施過程、應(yīng)用效果、以及分析儀如何帶來經(jīng)濟效益進行介紹。
PGNAA 技術(shù)利用中子源發(fā)出的中子對樣品各種元素的原子核進行轟擊,原子核受轟擊后進入“激發(fā)態(tài)”,并通過產(chǎn)生伽瑪射線重獲穩(wěn)定狀態(tài)。γ 射線進入探測器,探測器內(nèi)閃爍晶體受到γ 射線激發(fā),給出γ 射線的能量和強度信息,通過計算分析可得到被檢測物料的成分及含量信息。該項目分析儀由賽默飛世爾科技提供,選用锎-252 作為分析儀激發(fā)源,該激發(fā)源的半衰期為2.6 年[2]。
PGNAA 技術(shù)已在水泥、礦業(yè)、鋁土礦等行業(yè)得到廣泛應(yīng)用,是目前唯一商業(yè)化的可實現(xiàn)穿透性成分分析應(yīng)用的技術(shù)。該技術(shù)具有在線全樣品分析、代表性高、準確好的特點,同時幾乎不受粉塵、環(huán)境水分波動、震動等惡劣工況的影響,是目前較為理想的在線成分檢測技術(shù)[3]。
通常混勻礦在預(yù)混料堆場存放7 天后開始輸送到料倉與熔劑、燃料等進行配料。在配料線上,需要加入焦粉、返礦、石灰石和石英砂,經(jīng)過一混加水(5%)后即到PGNAA分析儀安裝位置處。工藝流程如圖1所示。
圖1 燒結(jié)工藝流程圖
一混后二混前是分析儀的最佳安裝位置,在該位置燒結(jié)混料中所需的熔劑已經(jīng)加入,同時這里距離下料倉的時間較短,可以快速地對下料進行調(diào)節(jié),減少延時。快速、高頻調(diào)整也是分析儀最大的優(yōu)勢。
分析儀跨燒結(jié)混合料皮帶安裝。分析儀主要由分析儀主體(內(nèi)含中子激發(fā)源和探測器)、電控柜、標準樣品及操作控制端四部分構(gòu)成,主體部分則由屏蔽體組(見圖2)、中子源、探測器構(gòu)成。分析儀電控柜安裝在分析儀本體20 米范圍內(nèi),能夠控制和處理探測器的信號,通過網(wǎng)線或光纖與中控室的操控端進行通訊,上傳設(shè)備相關(guān)狀態(tài)信息。
圖2 PGNAA 分析儀示意圖
分析儀安裝在燒結(jié)廠的B205 皮帶上,分析儀距離混料機約15 米,距離調(diào)整下料倉的位置約10 分鐘。同時為該分析儀新建一個專用小屋,用于存放分析儀自帶的標準樣品及激發(fā)源應(yīng)急裝置。
標準樣品用于在現(xiàn)場對分析儀進行精度驗證和校準。校準標樣的組織成分同分析儀以后運行中實際測量的材料組成范圍相一致,根據(jù)配方的化學組成和精確的重量比例計算出標準物質(zhì)的組成。
可顯示不同探測器的不同元素的波峰曲線。根據(jù)該能譜圖可換算得到不同元素氧化物的含量,如根據(jù)硅元素值計算出SiO2%。為實現(xiàn)對燒結(jié)混合物料的準確分析,分析儀配置了四組探測器,以提高分析性能。
PGNAA 分析儀每分鐘可收集12 個測量值,然后給出一分鐘的平均值??娠@示燒結(jié)混料每分鐘的分析值、30 分鐘滾動均值和目標值,包含了CaO%數(shù)據(jù)、SiO2%數(shù)據(jù)和燒結(jié)混合料的堿度數(shù)據(jù)。操作員可利用數(shù)據(jù)曲線根據(jù)操作經(jīng)驗對下料進行手動調(diào)節(jié),從而調(diào)整石灰石或者生石灰的下料量。由于Si 主要來源是混合鐵料,因此調(diào)整堿度的過程只能通過調(diào)節(jié)石灰石或生石灰來實現(xiàn)[4]。當堿度檢測值和目標值相差不大時通過調(diào)整石灰石的下料量來實現(xiàn)對堿度的控制,若堿度檢測值和目標值相差較大時則需要通過調(diào)節(jié)生石灰的下料量來達到快速調(diào)整堿度的目的[5]。需要注意的是,調(diào)整生石灰的下料量將會導(dǎo)致燒結(jié)混合料水分的波動,因此生石灰應(yīng)盡量不調(diào),只有當石灰石的調(diào)整不足以實現(xiàn)堿度調(diào)整的目標時,才用生石灰來調(diào)整,以盡量較少堿度調(diào)整對水分含量造成的影響。
分析儀在完成安裝和靜態(tài)標定,在沒有堿度自動控制系統(tǒng)的情況下對PGNAA 分析儀分析結(jié)果與化驗室分析結(jié)果進行了對比[6]。該項測試是在燒結(jié)廠正常生產(chǎn)期間進行的,燒結(jié)混合原料通過PGNAA 分析儀通道并對燒結(jié)混合料進行分析,按照正常生產(chǎn)燒結(jié)成品礦自動取樣方式進行取樣,每兩小時自動采樣機取樣,采樣兩次后將樣品自動混合、破碎、縮分送往實驗室進行分析。為了保證統(tǒng)計結(jié)果的準確性,該測試總共對20 個樣品數(shù)據(jù)進行了對比,PGNAA 分析儀數(shù)據(jù)則是按照延時推算,相對應(yīng)2 小時分析儀數(shù)據(jù)的加權(quán)平均值結(jié)果,使用加權(quán)平均值與實驗室結(jié)果進行對比[7]。
結(jié)果表明,對燒結(jié)混合料進行在線高精度分析是可實現(xiàn)的。CB Omni Agile 對鈣、硅、鎂、鋁和鐵等主要元素的分析精度可滿足生產(chǎn)控制要求,甚至更好。通過不同分析時長時不同氧化物分析值重復(fù)性對比,在實際運用時,我們選用滾動30min 平均值堿度自動控制系統(tǒng)計算依據(jù),優(yōu)化了燒結(jié)生產(chǎn)工藝狀況。
目前燒結(jié)廠堿度控制通常使用燒結(jié)礦化驗室化學成分數(shù)據(jù)作為生產(chǎn)控制依據(jù),燒結(jié)礦取樣點通常位于圓盤冷卻機后,經(jīng)過破碎縮分后由人工或自動輸送系統(tǒng)送入化驗室使用X 熒光分儀得到燒結(jié)礦化學成分。中控室運行人員根據(jù)燒結(jié)礦化學成分判斷是否進行生石灰或石灰石等物料調(diào)整,調(diào)節(jié)滯后3~6 小時。PGNAA 技術(shù)具有無需取制樣、實時在線檢測、全樣品分析的特點,大大縮短工藝操作人員獲知燒結(jié)混合料成分變化的時間,原本需要5~6 小時才能知道的成分波動情況,在使用CB Omni Agile 后僅需要20 分鐘即可獲取,為及時進行熔劑調(diào)整提供了依據(jù)。
分析儀投入使用后,經(jīng)過靜態(tài)和動態(tài)精度、重復(fù)性考察后,燒結(jié)運行人員將化驗室數(shù)據(jù)與CB Omni-S數(shù)據(jù)結(jié)合,人工判斷是否進行生石灰或石灰石下料量調(diào)整。應(yīng)用后,燒結(jié)礦堿度穩(wěn)定性提升了32%,堿度標準偏差從0.053 降低到0.036,堿度波動減小顯著。對比應(yīng)用前后,在線元素分析儀CB Omni Agile 可幫助燒結(jié)生產(chǎn)過程成分更加穩(wěn)定,減少成分波動大的情況,尤其是物料波動劇烈的時候,能及時調(diào)控,可以規(guī)避物料突變造成結(jié)果的重大偏離。同時在生產(chǎn)實踐時,遇到料倉原料下錯的情況,成分分析結(jié)果的異常報警也幫助了操作員快速發(fā)現(xiàn),迅速調(diào)整,從而避免生產(chǎn)事故。
結(jié)合調(diào)試和使用經(jīng)驗,CB Omni Agile 在線元素分析儀的應(yīng)用在實現(xiàn)成分穩(wěn)定上效果顯著,對比原有控制方式,燒結(jié)礦堿度穩(wěn)定性提升了32%,帶來的主要收益如下:
1.大幅縮短熔劑調(diào)整控制周期,減少波動劇烈情況。
2.穩(wěn)定堿度標準偏差,獲得更高質(zhì)量燒結(jié)礦。
傳統(tǒng)的配料系統(tǒng)主要是基于物理、化學原理建立的數(shù)學模型,運用經(jīng)驗公式、多元方程組求解或者運籌學中的線性規(guī)劃等得到的,這些方法所對應(yīng)的系統(tǒng)以配料機制為基礎(chǔ),結(jié)合配料相關(guān)的標準數(shù)據(jù)建立。而以往化驗室數(shù)據(jù)量少,無法及時反映物料實際變化情況,但對于配料這種復(fù)雜的系統(tǒng)來說,無論采用點優(yōu)化、區(qū)間優(yōu)化等方式均具有一定的局限性。
PGNAA 技術(shù)的應(yīng)用,為燒結(jié)生產(chǎn)過程提供了大量實時準確的化學成分數(shù)據(jù)。通過引入人工智能自學習和大數(shù)據(jù)相關(guān)技術(shù),可以在原有的數(shù)學模型基礎(chǔ)上,將原料信息、工藝特點和長期配料的經(jīng)驗知識整合起來,并采用適當?shù)闹悄芩惴ǎū热缟窠?jīng)網(wǎng)絡(luò)、模糊計算、遺傳算法、粒子群優(yōu)化等),可以在合理的時間內(nèi)得出更精確的配比參數(shù),給出更高質(zhì)量的優(yōu)化配料方案。