钢铁研究学报

作者：雷佳萌, 张伟

单位：武汉科技大学钢铁冶金与资源利用省部共建教育部重点实验室,湖北武汉430081

关键词：煤气循环,富氧,机器学习,数学模型

基金：湖北省重点研发计划资助项目(2022BCA058);中国宝武低碳冶金创新基金资助项目(BWLCF202319)

炉顶煤气循环的氧气高炉工艺在冶炼效率和节能减排等方面具有显著优势。当前的研究大多为纯理论研究,与工业数据结合的研究方法较少。基于机器学习的预测数学模型,深入探讨循环煤气参数对氧气高炉的影响,其中高炉生产数据和VPSA吸附效率为工业试验结果。研究表明,随循环煤气温度提高,高炉碳素消耗和炉腹煤气量降低,理论燃烧温度和CO利用率提高,炉腹煤气成分变化较小,适当提高循环煤气温度更有利于减少碳耗。当循环煤气温度为1 200 ℃时,提高循环煤气量,碳素消耗和理论燃烧温度降低,CO利用率先增加后减小。同一循环煤气参数条件下降低CO₂脱除效率,碳素消耗增加,理论燃烧温度降低,在CO₂脱除效率低于50%时增加循环煤气量,反而不利于降碳。

来源：2025年第4期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2025年第4期