Nothing Special   »   [go: up one dir, main page]

CN115293453A - 一套钢铁厂热工系统能效根因分析优化方法 - Google Patents

一套钢铁厂热工系统能效根因分析优化方法 Download PDF

Info

Publication number
CN115293453A
CN115293453A CN202211039463.XA CN202211039463A CN115293453A CN 115293453 A CN115293453 A CN 115293453A CN 202211039463 A CN202211039463 A CN 202211039463A CN 115293453 A CN115293453 A CN 115293453A
Authority
CN
China
Prior art keywords
energy
equipment
model
energy efficiency
root cause
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211039463.XA
Other languages
English (en)
Inventor
耿胜松
梁雨沁
杨靖辉
贺敬宗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Hanhua Fluid Technology Co ltd
Original Assignee
Nanjing Hanhua Fluid Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Hanhua Fluid Technology Co ltd filed Critical Nanjing Hanhua Fluid Technology Co ltd
Priority to CN202211039463.XA priority Critical patent/CN115293453A/zh
Publication of CN115293453A publication Critical patent/CN115293453A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一套钢铁厂热工系统能效根因分析优化方法，解决现有钢铁行业热工系统缺少能够真正实施能效分析工作的模型，已有的工艺数学模型如何应用不清晰，导致钢铁企业能效分析工作实际实施效果不理想的问题。该钢铁厂热工系统能效根因分析优化方法，通过对钢铁厂热工系统能效问题进行层级分类，建立钢铁厂各层级热工系统能效模型，建立评价体系；并建立各层级热工系统能效根因分析模型，提供优化策略，进而对钢铁厂能效指标进行规范管理，对能源消耗偏高及能效偏低情况实施根因分析，诊断能耗影响因素，且给出改进建议，指导企业能源高效利用及优化运行。

Description

一套钢铁厂热工系统能效根因分析优化方法
技术领域
本发明属于冶金自动化的工业人工智能技术领域，具体涉及一种可对钢铁厂能效指标进行规范管理，能够对能源消耗偏高及能效偏低情况实施根因分析，诊断能耗影响因素，且给出改进建议，指导企业能源高效利用及优化运行的钢铁厂热工系统能效根因分析优化方法。
背景技术
钢铁企业生产过程需要大量能源，种类繁多；主要能源有煤、燃料油、轻柴油、天然气、液化石油气、煤气、蒸汽、电力、压缩空气等。并且，每类能源根据品质不同又可进一步划分，例如：煤包括烟煤、无烟煤、炼焦煤等；煤气可分为高炉煤气、焦炉煤气、转炉煤气；蒸汽分为高压蒸汽、中压蒸汽、低压蒸汽。同时，各类能源在钢铁企业全工艺流程使用，涉及分厂包括焦化厂、烧结厂、球团厂、炼铁厂、炼钢厂、轧钢厂、发电厂、动力厂、白灰厂等，且各分厂主要耗能设备有焦炉、烧结点火炉、高炉、热风炉、转炉、加热炉、锅炉、石灰窑等。
目前，为了使上述能源在全流程得到较好的利用，钢铁厂建有各类管理系统，如：资源计划系统(ERP)、能源管理系统(EMS)、制造执行系统(MES)等。但是，由于缺乏有效的能效管理手段，导致能耗问题一直是困扰钢铁企业的难点；如何快速找到高能耗点，分析能耗高低的影响因素、并给出优化建议，成为钢铁厂长期关注的重点工作。现有的钢铁行业热工系统工艺数学模型很多，然而真正能够实施能效分析工作的模型及如何应用并不清晰，进而导致钢铁企业能效分析工作虽然需求迫切，但各企业的实际实施效果并不理想。故有必要对现有指导企业能源利用及优化运行的热工系统能效根因分析和优化方法进行改进。
发明内容
本发明就是针对上述问题，提供一种可对钢铁厂能效指标进行规范管理，能够对能源消耗偏高及能效偏低情况实施根因分析，诊断能耗影响因素，且给出改进建议，指导企业能源高效利用及优化运行的钢铁厂热工系统能效根因分析优化方法。
本发明所采用的技术方案是：该钢铁厂热工系统能效根因分析优化方法包括如下步骤：
步骤一、将钢铁厂热工系统的能效问题进行分类，依次分为：工序能效问题、设备能效问题和能源数据问题；
步骤二、以吨产品标煤量为目标建立工序能效模型；
步骤三、以热工效率为目标建立设备能效模型；
步骤四、以能源数值或指标为目标建立能源数据模型；
步骤五、开展各层级热工系统能效根因分析，包括：工序层能效根因分析、设备层能效根因分析和能源数据层能效根因分析；
步骤六、建立工序层能效根因分析模型，找到引起能耗超标的区域或设备，并确定超标的能源类别；
步骤七、建立设备层能效根因分析模型，确定偏高热量项，并进一步确定对应的生产操作；
步骤八、建立能源数据层能效根因分析模型，找到导致能源消耗过高的对应因素及关联因素，反馈实施改进建议。
所述步骤二，所建立的热工系统工序能效模型如式(1)所示，以工序层面最具代表性的单位产品标煤耗为目标，实施建模；该模型涵盖工序所使用的各类能源及能源品质，全面分析工序生产单位产品所消耗的各类能源情况；
Figure BDA0003820413180000031
式中：e表示该热工系统的吨产品能源消耗量；
Q能源表示消耗能源总标煤量；
P产品表示该工序的产品产量；
Vi、Mj分别表示气体能源和固体能源量；
Hi、Dj分别表示气体能源和固体能源的低位发热量。
所述步骤三，所建立的热工系统设备能效模型如式(2)所示，综合炉窑有效能量、换热系统有效能量和能源转换系统有效能量，保证全面考虑能源有效利用；
Figure BDA0003820413180000032
式中：η表示设备的热工系统的效率，此处以有效热量的占比表示；
Q有效、Q输入表示进入热工系统的有效能量和输入该系统的总能量；
Q炉、Q换热、Q转换分别表示炉窑设备、换热系统、能源转换系统的有效能量。
所述步骤四，热工系统能效问题中，能源数据问题可分为两类，一是能源自身量的问题，二是能源产耗对应的核算指标；以能源的单耗为例，单耗表示工序生产单位产品所消耗的某一类能源量，所建立的能源数据计算模型如式(3)所示：
Figure BDA0003820413180000033
式中：gi表示对应消耗i类燃料的单耗。
所述步骤六，通过能效分析诊断工序能耗超标，推算出超标耗能区域及对应设备，输出分析诊断结果和维护建议；依据企业生产历史数据，得到耗能区域的气体能源和固体能源消耗量的基准值，作为评定能源消耗的标准；并设计工序层能效根因分析规则：
①设计基准能耗，包含工序基准能耗E0、各类能源消耗基准值
Figure BDA0003820413180000045
区域k能源总消耗量基准值
Figure BDA0003820413180000046
各区域气、固能源消耗基准值
Figure BDA0003820413180000047
②计算工序、区域、各类能源消耗量实际值；
③依次比对工序实际能耗、各类能源消耗、区域能源消耗与各对应基准值，分析诊断各层能效水平。
所述步骤六，工序层能效根因分析总模型：
Figure BDA0003820413180000041
耗能区域k的能源消耗模型：
Figure BDA0003820413180000042
该工序的第i类气体能源消耗量模型：
Figure BDA0003820413180000043
该工序的第j类固体能源消耗量模型：
Figure BDA0003820413180000044
式中：E表示该工序能源消耗总量；
Ei、Ej表示该工序气体燃料i和固体燃料j消耗量；
ek表示该工序的区域k能源总消耗量；
eki、ekj表示耗能区域k的气体和固体能源消耗量。
所述步骤七，耗能设备能源消耗情况，通过计算模型、设置能耗指标体系及能效分析规则进行分析，推算出超标能源项，从而输出耗能设备能源与操作的优化建议；设备层能效根因分析与工序层能效根因分析不同，对应具体设备可以建立能源利用热工模型和能量平衡模型，指导根因分析过程，降低设备能源浪费，提升能源利用效率；实施设备层能效根因分析的具体规则如下：
①根据耗能设备及其系统的热平衡原理，建立设备的热工效率模型；
②建立该设备能源消耗水平评价指标，即热平衡模型各项热量占比；
③建立设备模型各项热量损失是否超标评价规则，并实施超标判断；
④建立设备模型各项热量与控制操作之间关联的关系模型；
⑤输出根因分析结果，结合上述关联模型给出设备系统的优化建议。
所述步骤七，设备热效率模型：
ηsb＝100-q2-q3-q4-q5-q6 (8)
Figure BDA0003820413180000051
式中：ηsb表示热工设备的热工效率；
q2、q3、q4、q5、q6分别表示相对于带入热工设备的总热量，排烟热损失、化学未完全燃烧热损失、机械未完全燃烧热损失、散热损失和其他损失的占比；
Qf、Q2、Q3、Q4、Q5、Q6分别表示燃料带入热工设备的热量、排烟热损失、化学未完全燃烧热损失、机械未完全燃烧热损失、散热损失和其他损失；
设备各项热量损失与控制操作的关联模型：
根据设备运行规律建立拟合模型，解决热工设备各项热量与设备类型Ttype和对应操作Ooperation之间关系，如式(9)和(10)所示：
Vi＝f[Ttype，Ooperation] (9)
Qi＝Vi×Hi (10)。
所述步骤八，能源数据层能效根因分析模型，如式(11)所示：
Vj＝f[设备参数、物料参数、产品参数、能源属性参数] (11)
由式(11)可知，影响第j类能源量的参数包括：设备型号、尺寸参数，投入各类物料量、配比、质量，所生产各类产品特性影响，辅助能源的参数属性。
所述步骤八，通过冶金物理化学方法建立高炉煤气产生量与影响因素关联数学模型，对高炉煤气产量高低实施根因分析：
Vg＝VCO2+VCO+VH2+VCH4+VN2 (12)
高炉炉顶煤气成分包括CO2、CO、N2、H2、CH4，各成分核算模型分别如下：
Figure BDA0003820413180000061
Figure BDA0003820413180000062
Figure BDA0003820413180000063
Figure BDA0003820413180000064
Figure BDA0003820413180000065
Figure BDA0003820413180000066
Figure BDA0003820413180000067
Figure BDA0003820413180000071
Figure BDA0003820413180000072
式中：
Figure BDA0003820413180000073
表示炉顶煤气中CH4的吨铁体积量；
K表示高炉冶炼焦比；
Figure BDA0003820413180000074
表示焦炭中甲烷的含量；
Figure BDA0003820413180000075
表示炉顶煤气中吨铁氢气量；
Figure BDA0003820413180000076
表示进入高炉的氢气总量；
Figure BDA0003820413180000077
表示焦炭中氢气的含量；
M表示冶炼每吨生铁的喷煤量；
Figure BDA0003820413180000078
表示喷吹煤粉中氢气的含量；
Figure BDA0003820413180000079
表示喷吹煤粉中水分含量；
Vb表示冶炼每吨生铁的鼓风量；
W表示1m3鼓风中兑入的富氧气体的量；
Figure BDA00038204131800000710
表示鼓风湿度；
Figure BDA00038204131800000711
表示还原氢量，指参加还原生成的H2O的氢；
Figure BDA00038204131800000712
表示炉顶煤气中吨铁CO2体积量；
Figure BDA00038204131800000713
表示由还原产生的CO2数量；
Figure BDA00038204131800000714
表示炉料带入的CO2数量；
Figure BDA00038204131800000715
表示铁矿石中Fe2O3含量；
Figure BDA00038204131800000716
表示铁矿石中MnO2的含量；
mr,Fe表示每吨生铁的还原铁量；
rd表示铁的直接还原度；
Figure BDA00038204131800000717
表示氢的还原度；
A表示每吨生铁的矿石数量；
Figure BDA0003820413180000081
表示铁矿石中CO2含量；
Figure BDA0003820413180000082
表示焦炭中CO2的含量；
Φ表示每吨生铁的熔剂用量；
Figure BDA0003820413180000083
表示熔剂(石灰石)中CO2的质量分数；
α表示石灰石在高温区的分解率；
VCO表示炉顶煤气中吨铁CO体积量；
mb,C表示冶炼1吨生铁风口前燃烧的碳量；
mr,Fe表示每吨生铁的还原铁量；
mda,C表示生铁中Si、Mn、P等合金元素还原产生的CO量；
ωK,CO表示焦炭挥发分中CO的含量；
Figure BDA0003820413180000084
表示炉顶煤气中的N2体积量；
Figure BDA0003820413180000085
表示鼓风中的氮含量；
Figure BDA0003820413180000086
表示焦炭中的氮含量；
Figure BDA0003820413180000087
表示煤粉中的氮含量；
a表示富氧气体的纯度。
本发明的有益效果：该钢铁厂热工系统能效根因分析优化方法通过对钢铁厂热工系统能效问题进行层级分类，建立钢铁厂各层级热工系统能效模型，建立评价体系，并建立各层级热工系统能效根因分析模型，提供优化策略。该方法能够对钢铁厂能效指标进行规范管理，对能源消耗偏高及能效偏低情况实施根因分析，诊断能耗影响因素，且给出改进建议，指导企业能源高效利用及优化运行。
附图说明
图1是本发明的钢铁厂热工系统能效及根因分析逻辑图。
图2是本发明的钢铁厂热工系统设备与能源构成逻辑图。
图3是本发明的钢铁厂三级能耗层级图。
图4是本发明的工序能效根因分析原理图。
图5是本发明的热工设备能耗根因分析原理图。
图6是本发明的设备能耗根因分析流程。
图7是本发明实施例中的高炉冶炼过程BFG产生量根因分析关系图。
具体实施方式
本发明的热工系统能效根因分析方法分为两个阶段完成，如图1所示，第一阶段将钢铁厂热工系统能效问题进行分类，依次为工序能效、设备能效和能源数据问题；第二阶段开展根因分析，依次为工序层根因分析、设备层根因分析和能源数据层根因分析。
依据上述分类，建立钢铁厂各层级能效模型，设计根因分析诊断模型，指导钢铁厂工序及设备系统的能效优化工作。本发明方法设计具体能效分析、根因分析实施流程。热工系统能效分析建模分三类：①工序能效模型，以吨产品标煤量为目标建模；②设备能效模型，以热工效率为目标建模；③重要能源数据模型，以能源数值或指标为目标建模。
根因分析：设计热工系统实施根因分析的三个层次，每个层次实施根因分析有明确的边界及需要达到的效果：①工序层面的根因分析，目的是找到引起能耗超标的区域或设备，并确定超标的能源类；②设备层面的根因分析，目的是确定偏高热量项，并进一步确定对应的生产操作；③能源数据根因分析，目的是找到导致能源消耗过高的对应因素及关联因素，反馈实施改进建议。
详细说明本发明的具体步骤。该钢铁厂热工系统能效根因分析优化方法包括：
步骤一、将钢铁厂热工系统的能效问题进行分类，依次分为：工序能效问题、设备能效问题和能源数据问题。
钢铁厂热工系统能源与设备构成逻辑如图2所示。厂级系统包含各类耗能设备，每类设备消耗多种能源，包括能源1、能源2、…、能源N；具体能源和设备种类可参考前述背景技术中的相关内容。
步骤二、以吨产品标煤量为目标建立工序能效模型。所建立的热工系统工序能效模型如式(1)所示，以工序层面最具代表性的单位产品标煤耗为目标，实施建模；该模型涵盖工序所使用的各类能源及能源品质，全面分析工序生产单位产品所消耗的各类能源情况。
Figure BDA0003820413180000101
式中：e表示该热工系统的吨产品能源消耗量；
Q能源表示消耗能源总标煤量；
P产品表示该工序的产品产量；
Vi、Mj分别表示气体能源和固体能源量；
Hi、Dj分别表示气体能源和固体能源的低位发热量。
步骤三、以热工效率为目标建立设备能效模型。所建立的热工系统设备能效模型如式(2)所示，综合炉窑有效能量、换热系统有效能量和能源转换系统有效能量，保证全面考虑能源有效利用；
Figure BDA0003820413180000102
式中：η表示设备的热工系统的效率，此处以有效热量的占比表示；
Q有效、Q输入表示进入热工系统的有效能量和输入该系统的总能量；
Q炉、Q换热、Q转换分别表示炉窑设备、换热系统、能源转换系统的有效能量。
步骤四、以能源数值或指标为目标建立能源数据模型。热工系统能效问题中，能源数据问题可分为两类，一是能源自身量的问题，二是能源产耗对应的核算指标。以能源的单耗为例，单耗表示工序生产单位产品所消耗的某一类能源量，所建立的能源数据计算模型如式(3)所示：
Figure BDA0003820413180000111
式中：gi表示对应消耗i类燃料的单耗。
通过上述模型，对热工系统进行能效计算，对能耗高低的影响因素进行诊断。接下来再建立能效根因分析模型，分析能耗过高的影响因素指导系统优化运行。
步骤五、为了能够有效开展能效根因分析工作，将钢铁厂能效根因分析过程依据功能层次分为三层级，分别为工序级、区域-设备级、能源数据级，如图3所示。开展各层级热工系统能效根因分析，包括：工序层能效根因分析、设备层能效根因分析和能源数据层能效根因分析。
首先，要对工序、区域-设备、重点能源数据这三层能效根因分析进行界定，明确各自解决问题的范围及相互间的关系，以保证该项工作的有效性。根因分析三层级范围界定如下：
第一层级：工序根因分析，找到工序范围内的能耗超标区域、能耗超标设备。
第二层级：设备的根因分析，利用热工设备的热平衡原理，确定该设备能源投入和输出项，找到偏高的热量项及对应的操作。
第三层级：能源数据的根因分析，通过对所建立的能源数据指标对应模型分析，找到导致该能源数据严重偏离合理值的对应影响因素。
工艺能源数据是具有自身属性的，能源数据的高低反映了复杂的生产状态，对能源数据超标偏离情况实施根因分析，可以找到能耗偏高的直接影响因素，利于企业实施操作改进。
步骤六、建立工序层能效根因分析模型，找到引起能耗超标的区域或设备，并确定超标的能源类别。
工序能效根因分析流程如图4所示。通过能效分析诊断工序能耗超标，推算出超标耗能区域及对应设备，输出分析诊断结果和维护建议；依据企业生产历史数据，得到耗能区域(或设备)的气体能源和固体能源消耗量的基准值，作为评定能源消耗的标准；并设计工序层能效根因分析规则：
①设计基准能耗，包含工序基准能耗E0、各类能源消耗基准值
Figure BDA0003820413180000124
区域k能源总消耗量基准值
Figure BDA0003820413180000125
各区域(或设备)气、固能源消耗基准值
Figure BDA0003820413180000126
②计算工序、区域(或设备)、各类能源消耗量实际值；
③依次比对工序实际能耗、各类能源消耗、区域(或设备)能源消耗与各对应基准值，分析诊断各层能效水平；输出高能耗区域并提示维护，输出低能耗区域作为优秀操作的标准，存档并作为后续操作的借鉴。
工序层能效根因分析总模型：
Figure BDA0003820413180000121
耗能区域k的能源消耗模型：
Figure BDA0003820413180000122
该工序的第i类气体能源消耗量模型：
Figure BDA0003820413180000123
该工序的第j类固体能源消耗量模型：
Figure BDA0003820413180000131
式中：E表示该工序能源消耗总量；
Ei、Ej表示该工序气体燃料i和固体燃料j消耗量；
ek表示该工序的区域(或设备)k能源总消耗量；
eki、ekj表示耗能区域(或设备)k的气体和固体能源消耗量。
步骤七、建立设备层能效根因分析模型，确定偏高热量项，并进一步确定对应的生产操作。
设备能耗根因分析原理如图5所示。耗能设备能源消耗情况，通过计算模型、设置能耗指标体系及能效分析规则进行分析，推算出超标能源项，从而输出耗能设备能源与操作的优化建议。
设备层能效根因分析与工序层能效根因分析不同，对应具体设备可以建立能源利用热工模型和能量平衡模型，指导根因分析过程，降低设备能源浪费，提升能源利用效率，如图6所示。实施设备层能效根因分析的具体规则如下：
①根据耗能设备及其系统的热平衡原理，建立设备的热工效率模型；
②建立该设备能源消耗水平评价指标，即热平衡模型各项热量占比；
③建立设备模型各项热量损失是否超标评价规则，并实施超标判断；
④建立设备模型各项热量与控制操作之间关联的关系模型；
⑤输出根因分析结果，结合上述关联模型给出设备系统的优化建议。
1、设备热效率模型：
ηsb＝100-q2-q3-q4-q5-q6 (8)
Figure BDA0003820413180000132
式中：ηsb表示热工设备的热工效率；
q2、q3、q4、q5、q6分别表示相对于带入热工设备的总热量，排烟热损失、化学未完全燃烧热损失、机械未完全燃烧热损失、散热损失和其他损失的占比；
Qf、Q2、Q3、Q4、Q5、Q6分别表示燃料带入热工设备的热量、排烟热损失、化学未完全燃烧热损失、机械未完全燃烧热损失、散热损失和其他损失；
2、设备各项热量损失与控制操作的关联模型：
根据设备运行规律建立拟合模型，解决热工设备各项热量与设备类型Ttype和对应操作Ooperation之间关系，如式(9)和(10)所示。由于钢铁厂耗能设备种类繁多，需要根据具体设备将式(9)的数学模型实施具体应用，以保证设备的各项热损失与运行操作间建立合理的关联模型，支持设备运行优化的诊断工作。
Vi＝f[Ttype，Ooperation] (9)
Qi＝Vi×Hi (10)
依据上述规则指导设备操作，保证改进合理。
步骤八、建立能源数据层能效根因分析模型，找到导致能源消耗过高的对应因素及关联因素，反馈实施改进建议。
重要能源数据偏高、偏低误导企业对生产操作判断和对设备能效的判断。如能源数据高低问题无法找到原因，将导致生产无有效判断依据，引起能源浪费。
钢铁厂耗能设备种类繁多、原理各不相同。因此，能源数据对应的核算工艺模型的具体形式也将各不相同。为表述方便，实施共性分析，能源数据层能效根因分析模型，如式(11)所示：
Vj＝f[设备参数、物料参数、产品参数、能源属性参数] (11)
由式(11)可知，影响第j类能源量的参数包括：设备型号、尺寸参数，投入各类物料量、配比、质量，所生产各类产品特性影响，辅助能源的参数属性等。
通过上述三层级的能效高能耗根因分析，避免了行业存在的模型混乱、参数混乱、应用方法混乱等问题。能够帮助企业快速、准确找到导致热工系统能耗偏高的原因，指导企业改进操作、优化热工系统高水平运行。
热工炉窑应用实施例
企业炼铁厂高炉系统生产过程中，为提升二次能源的回收量，曾实施多项调整，包括各类投入物料调整、喷煤喷吹调整、鼓风量调高调低等；最初的目的是想要通过这些调整，更好的实现指标提升。但是，由于各类调整过程没有相互关联模型作为指导，调整后的结果合理性无法判断；进而导致高炉煤气(BFG)产生的计量结果虽然升高，但是却高出原统计值约25％，现场对该生产过程严重怀疑，但无法具体查明是什么原因导致高炉煤气发生量偏高如此严重，也不知道如何调整才能够使高炉生产恢复到原来的合理范围。
为解决该类能源数据严重偏离合理范围的问题，可通过本发明的能效根因分析优化方法，快速地找到影响因素及影响原因，提供对应的操作改进建议，保证炉窑设备在较短时间内恢复正常生产和安全运行。
通过冶金物理化学方法建立高炉煤气产生量与影响因素关联数学模型，对高炉煤气产量高低实施根因分析：
Figure BDA0003820413180000151
高炉炉顶煤气成分包括CO2、CO、N2、H2、CH4，各成分核算模型分别如下：
Figure BDA0003820413180000161
Figure BDA0003820413180000162
Figure BDA0003820413180000163
Figure BDA0003820413180000164
Figure BDA0003820413180000165
Figure BDA0003820413180000166
Figure BDA0003820413180000167
Figure BDA0003820413180000168
Figure BDA0003820413180000169
式中：
Figure BDA00038204131800001610
表示炉顶煤气中CH4的吨铁体积量；
K表示高炉冶炼焦比；
Figure BDA00038204131800001611
表示焦炭中甲烷的含量；
Figure BDA00038204131800001612
表示炉顶煤气中吨铁氢气量；
Figure BDA00038204131800001613
表示进入高炉的氢气总量；
Figure BDA00038204131800001614
表示焦炭中氢气的含量；
M表示冶炼每吨生铁的喷煤量；
Figure BDA00038204131800001615
表示喷吹煤粉中氢气的含量；
Figure BDA00038204131800001616
表示喷吹煤粉中水分含量；
Vb表示冶炼每吨生铁的鼓风量；
W表示1m3鼓风中兑入的富氧气体的量；
Figure BDA0003820413180000171
表示鼓风湿度；
Figure BDA0003820413180000172
表示还原氢量，指参加还原生成的H2O的氢；
Figure BDA0003820413180000173
表示炉顶煤气中吨铁CO2体积量；
Figure BDA0003820413180000174
表示由还原产生的CO2数量；
Figure BDA0003820413180000175
表示炉料带入的CO2数量；
Figure BDA0003820413180000176
表示铁矿石中Fe2O3含量；
Figure BDA0003820413180000177
表示铁矿石中MnO2的含量；
mr,Fe表示每吨生铁的还原铁量；
rd表示铁的直接还原度；
Figure BDA0003820413180000178
表示氢的还原度；
A表示每吨生铁的矿石数量；
Figure BDA0003820413180000179
表示铁矿石中CO2含量；
Figure BDA00038204131800001710
表示焦炭中CO2的含量；
Φ表示每吨生铁的熔剂用量；
Figure BDA00038204131800001711
表示熔剂(石灰石)中CO2的质量分数；
α表示石灰石在高温区的分解率；
VCO表示炉顶煤气中吨铁CO体积量；
mb,C表示冶炼1吨生铁风口前燃烧的碳量；
mr,Fe表示每吨生铁的还原铁量；
mda,C表示生铁中Si、Mn、P等合金元素还原产生的CO量；
ωK,CO表示焦炭挥发分中CO的含量；
Figure BDA00038204131800001712
表示炉顶煤气中的N2体积量；
Figure BDA00038204131800001713
表示鼓风中的氮含量；
Figure BDA0003820413180000181
表示焦炭中的氮含量；
Figure BDA0003820413180000182
表示煤粉中的氮含量；
a表示富氧气体的纯度。
根因分析流程，建立高炉煤气产生量根因分析关联模型如图7所示，对BFG(高炉煤气)产生过程进行分析，影响煤气的高炉生产物料参数有：焦炭挥发分含量、挥发分中CH4含量、高炉焦比、煤比、焦炭中氢气和固定碳含量、煤粉中碳含量、高炉鼓风量及鼓风湿度、富氧气体量、矿石中各元素含量、炉尘及炉尘含碳量、溶剂用量、矿石及焦炭中CO2质量分数，以及焦炭、煤粉、鼓风中N2含量。
通过上述所建BFG产生量模型及根因分析模型，并从企业相关调研资料来看，高炉矿料化验成分相对稳定、煤气成分稳定，焦比、煤比虽然略有变化，但不会对BFG产生量造成巨大影响。诊断原因如下：
1、主要原因：高炉鼓风量大，导致煤气回收量大幅度增加。
高炉鼓风量增大，将引起一系列操作变化，如高炉煤比、焦比、炉尘量等随之发生变化，反过来这些指标也会对BFG煤气量产生影响。
2、铁水含碳量相比于以前的统计值均有所下降(约0.2个百分点)，同样会导致BFG产生量变化。
综合分析：依据企业提供高炉原料及BFG成分等，吨铁BFG产量应在1800～1850Nm3合理。但是，由于企业所采用的鼓风量偏大(吨铁鼓风量2100Nm3)，BFG回收量虽然高(经核算在2000～2400m3/t铁水)，但BFG热值品质将受到严重影响，导致钢铁厂后续工艺流程的炉窑能耗提高、且钢坯等产品质量下降。
高炉系统增加鼓风量与BFG回收量之间的关联性如下：
①鼓风量<合理区，提高风量可提高BFG回收量，且保证热值稳定；
②鼓风量>合理区，提高风量可提高BFG回收量，但损失煤气热值严重；
③鼓风量处于合理区间，提高风量可提高BFG回收量，煤气热值波动不大。
目前，该企业处于第二种情况，因此高炉煤气回收必将受到严重影响，且生产流程下游工序的耗煤气炉窑设备的钢坯等产品质量也将受到严重影响。
3、分析企业BFG产量合理区间
该企业需要分析的共2座高炉，结果如下：
①A#高炉
BFG产生量最优区间为1780～1850Nm3/t铁；
当BFG回收量为1830Nm3/t铁时，煤气热值稳定为3331kJ/Nm3。
②B#高炉
BFG产生量最优区间为1720～1840Nm3/t铁；
当BFG回收量为1815Nm3/t铁时，煤气热值稳定为3386kJ/Nm3。
随着企业计量系统覆盖度、有效性的进一步提升，支撑本专利中热工能效根因分析的技术水平会更优，且更利于有效分析能耗高低的根因影响因素，并生成改进建议指导企业节能降耗工作。

Claims (10)

1.一套钢铁厂热工系统能效根因分析优化方法，其特征在于，包括如下步骤：
步骤一、将钢铁厂热工系统的能效问题进行分类，依次分为：工序能效问题、设备能效问题和能源数据问题；
步骤二、以吨产品标煤量为目标建立工序能效模型；
步骤三、以热工效率为目标建立设备能效模型；
步骤四、以能源数值或指标为目标建立能源数据模型；
步骤五、开展各层级热工系统能效根因分析，包括：工序层能效根因分析、设备层能效根因分析和能源数据层能效根因分析；
步骤六、建立工序层能效根因分析模型，找到引起能耗超标的区域或设备，并确定超标的能源类别；
步骤七、建立设备层能效根因分析模型，确定偏高热量项，并进一步确定对应的生产操作；
步骤八、建立能源数据层能效根因分析模型，找到导致能源消耗过高的对应因素及关联因素，反馈实施改进建议。
2.根据权利要求1所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：所述步骤二，所建立的热工系统工序能效模型如式(1)所示，以工序层面最具代表性的单位产品标煤耗为目标，实施建模；该模型涵盖工序所使用的各类能源及能源品质，全面分析工序生产单位产品所消耗的各类能源情况；
Figure FDA0003820413170000011
式中：e表示该热工系统的吨产品能源消耗量；
Q能源表示消耗能源总标煤量；
P产品表示该工序的产品产量；
Vi、Mj分别表示气体能源和固体能源量；
Hi、Dj分别表示气体能源和固体能源的低位发热量。
3.根据权利要求1所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：所述步骤三，所建立的热工系统设备能效模型如式(2)所示，综合炉窑有效能量、换热系统有效能量和能源转换系统有效能量，保证全面考虑能源有效利用；
Figure FDA0003820413170000021
式中：η表示设备的热工系统的效率，此处以有效热量的占比表示；
Q有效、Q输入表示进入热工系统的有效能量和输入该系统的总能量；
Q炉、Q换热、Q转换分别表示炉窑设备、换热系统、能源转换系统的有效能量。
4.根据权利要求1所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：所述步骤四，热工系统能效问题中，能源数据问题可分为两类，一是能源自身量的问题，二是能源产耗对应的核算指标；以能源的单耗为例，单耗表示工序生产单位产品所消耗的某一类能源量，所建立的能源数据计算模型如式(3)所示：
Figure FDA0003820413170000022
式中：gi表示对应消耗i类燃料的单耗。
5.根据权利要求1所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：所述步骤六，通过能效分析诊断工序能耗超标，推算出超标耗能区域及对应设备，输出分析诊断结果和维护建议；依据企业生产历史数据，得到耗能区域的气体能源和固体能源消耗量的基准值，作为评定能源消耗的标准；并设计工序层能效根因分析规则：
①设计基准能耗，包含工序基准能耗E0、各类能源消耗基准值
Figure FDA0003820413170000031
区域k能源总消耗量基准值
Figure FDA0003820413170000032
各区域气、固能源消耗基准值
Figure FDA0003820413170000033
②计算工序、区域、各类能源消耗量实际值；
③依次比对工序实际能耗、各类能源消耗、区域能源消耗与各对应基准值，分析诊断各层能效水平。
6.根据权利要求1所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：所述步骤六，工序层能效根因分析总模型：
Figure FDA0003820413170000034
耗能区域k的能源消耗模型：
Figure FDA0003820413170000035
该工序的第i类气体能源消耗量模型：
Figure FDA0003820413170000036
该工序的第j类固体能源消耗量模型：
Figure FDA0003820413170000037
式中：E表示该工序能源消耗总量；
Ei、Ej表示该工序气体燃料i和固体燃料j消耗量；
ek表示该工序的区域k能源总消耗量；
eki、ekj表示耗能区域k的气体和固体能源消耗量。
7.根据权利要求1所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：所述步骤七，耗能设备能源消耗情况，通过计算模型、设置能耗指标体系及能效分析规则进行分析，推算出超标能源项，从而输出耗能设备能源与操作的优化建议；设备层能效根因分析与工序层能效根因分析不同，对应具体设备可以建立能源利用热工模型和能量平衡模型，指导根因分析过程，降低设备能源浪费，提升能源利用效率；实施设备层能效根因分析的具体规则如下：
①根据耗能设备及其系统的热平衡原理，建立设备的热工效率模型；
②建立该设备能源消耗水平评价指标，即热平衡模型各项热量占比；
③建立设备模型各项热量损失是否超标评价规则，并实施超标判断；
④建立设备模型各项热量与控制操作之间关联的关系模型；
⑤输出根因分析结果，结合上述关联模型给出设备系统的优化建议。
8.根据权利要求1所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：所述步骤七，设备热效率模型：
ηsb＝100-q2-q3-q4-q5-q6 (8)
Figure FDA0003820413170000041
式中：ηsb表示热工设备的热工效率；
q2、q3、q4、q5、q6分别表示相对于带入热工设备的总热量，排烟热损失、化学未完全燃烧热损失、机械未完全燃烧热损失、散热损失和其他损失的占比；
Qf、Q2、Q3、Q4、Q5、Q6分别表示燃料带入热工设备的热量、排烟热损失、化学未完全燃烧热损失、机械未完全燃烧热损失、散热损失和其他损失；
设备各项热量损失与控制操作的关联模型：
根据设备运行规律建立拟合模型，解决热工设备各项热量与设备类型Ttype和对应操作Ooperation之间关系，如式(9)和(10)所示：
Vi＝f[Ttype，Ooperation] (9)
Qi＝Vi×Hi (10)。
9.根据权利要求1所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：所述步骤八，能源数据层能效根因分析模型，如式(11)所示：
Vj＝f[设备参数、物料参数、产品参数、能源属性参数] (11)
由式(11)可知，影响第j类能源量的参数包括：设备型号、尺寸参数，投入各类物料量、配比、质量，所生产各类产品特性影响，辅助能源的参数属性。
10.根据权利要求9所述的钢铁厂热工系统能效根因分析优化方法，其特征在于：通过冶金物理化学方法建立高炉煤气产生量与影响因素关联数学模型，对高炉煤气产量高低实施根因分析：
Figure FDA0003820413170000051
高炉炉顶煤气成分包括CO2、CO、N2、H2、CH4，各成分核算模型分别如下：
Figure FDA0003820413170000052
Figure FDA0003820413170000053
Figure FDA0003820413170000054
Figure FDA0003820413170000055
Figure FDA0003820413170000061
Figure FDA0003820413170000062
Figure FDA0003820413170000063
Figure FDA0003820413170000064
Figure FDA0003820413170000065
式中：
Figure FDA0003820413170000066
表示炉顶煤气中CH4的吨铁体积量；
K表示高炉冶炼焦比；
Figure FDA0003820413170000067
表示焦炭中甲烷的含量；
Figure FDA0003820413170000068
表示炉顶煤气中吨铁氢气量；
Figure FDA0003820413170000069
表示进入高炉的氢气总量；
Figure FDA00038204131700000610
表示焦炭中氢气的含量；
M表示冶炼每吨生铁的喷煤量；
Figure FDA00038204131700000611
表示喷吹煤粉中氢气的含量；
Figure FDA00038204131700000612
表示喷吹煤粉中水分含量；
Vb表示冶炼每吨生铁的鼓风量；
W表示1m3鼓风中兑入的富氧气体的量；
Figure FDA00038204131700000613
表示鼓风湿度；
Figure FDA00038204131700000614
表示还原氢量，指参加还原生成的H2O的氢；
Figure FDA00038204131700000615
表示炉顶煤气中吨铁CO2体积量；
Figure FDA00038204131700000616
表示由还原产生的CO2数量；
Figure FDA00038204131700000617
表示炉料带入的CO2数量；
Figure FDA0003820413170000071
表示铁矿石中Fe2O3含量；
Figure FDA0003820413170000072
表示铁矿石中MnO2的含量；
mr,Fe表示每吨生铁的还原铁量；
rd表示铁的直接还原度；
Figure FDA0003820413170000073
表示氢的还原度；
A表示每吨生铁的矿石数量；
Figure FDA0003820413170000074
表示铁矿石中CO2含量；
Figure FDA0003820413170000075
表示焦炭中CO2的含量；
Φ表示每吨生铁的熔剂用量；
Figure FDA0003820413170000076
表示熔剂(石灰石)中CO2的质量分数；
α表示石灰石在高温区的分解率；
VCO表示炉顶煤气中吨铁CO体积量；
mb,C表示冶炼1吨生铁风口前燃烧的碳量；
mr,Fe表示每吨生铁的还原铁量；
mda,C表示生铁中Si、Mn、P等合金元素还原产生的CO量；
ωK,CO表示焦炭挥发分中CO的含量；
Figure FDA0003820413170000077
表示炉顶煤气中的N2体积量；
Figure FDA0003820413170000078
表示鼓风中的氮含量；
Figure FDA0003820413170000079
表示焦炭中的氮含量；
Figure FDA00038204131700000710
表示煤粉中的氮含量；
a表示富氧气体的纯度。
CN202211039463.XA 2022-08-29 2022-08-29 一套钢铁厂热工系统能效根因分析优化方法 Pending CN115293453A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211039463.XA CN115293453A (zh) 2022-08-29 2022-08-29 一套钢铁厂热工系统能效根因分析优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211039463.XA CN115293453A (zh) 2022-08-29 2022-08-29 一套钢铁厂热工系统能效根因分析优化方法

Publications (1)

Publication Number Publication Date
CN115293453A true CN115293453A (zh) 2022-11-04

Family

ID=83832594

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211039463.XA Pending CN115293453A (zh) 2022-08-29 2022-08-29 一套钢铁厂热工系统能效根因分析优化方法

Country Status (1)

Country Link
CN (1) CN115293453A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114723291A (zh) * 2022-04-11 2022-07-08 南京罕华流体技术有限公司 一种钢铁厂煤气系统负产耗差的解决方法
CN117970895A (zh) * 2024-03-29 2024-05-03 国网浙江省电力有限公司营销服务中心 一种基于㶲分析的钢铁生产过程能效诊断及优化方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114723291A (zh) * 2022-04-11 2022-07-08 南京罕华流体技术有限公司 一种钢铁厂煤气系统负产耗差的解决方法
CN117970895A (zh) * 2024-03-29 2024-05-03 国网浙江省电力有限公司营销服务中心 一种基于㶲分析的钢铁生产过程能效诊断及优化方法和系统

Similar Documents

Publication Publication Date Title
Na et al. Optimization of energy efficiency, energy consumption and CO2 emission in typical iron and steel manufacturing process
Li et al. Cost of energy saving and CO2 emissions reduction in China’s iron and steel sector
Liu et al. A multi‐objective optimization approach to polygeneration energy systems design
CN110699502B (zh) 一种高精度预测高炉热风炉煤气消耗量的方法
CN115293453A (zh) 一套钢铁厂热工系统能效根因分析优化方法
CN107274027A (zh) 一种燃煤机组的多煤种配煤掺烧寻优方法
WO2024092727A1 (zh) 长流程钢铁企业碳排放评估模型、评估方法及评估系统
CN103194553A (zh) 一种基于最小二乘支持向量机的钢铁冶炼高炉氧气使用量控制方法
CN109086949B (zh) 基于煤气成份变化的高炉煤气发生量及其热值预测方法
CN102703626B (zh) 高炉co2排放智能优化控制系统
CN114943480A (zh) 一种钢铁企业碳排放监控方法
Zhang et al. Integrated optimization for utilizing iron and steel industry’s waste heat with urban heating based on exergy analysis
CN108588313A (zh) 一种对高炉能源使用热效率的评估方法
Hu et al. Multi-objective optimization of energy distribution in steel enterprises considering both exergy efficiency and energy cost
WO2024244045A1 (zh) 一种基于生命周期评价的钢铁产品碳足迹管理方法与系统
Chen et al. Hierarchical model to find the path reducing CO2 emissions of integrated iron and steel production
Yuan et al. Status, challenges, and prospects of energy efficiency improvement methods in steel production: A multi-perspective review
CN114925314A (zh) 一种烧结工序碳排放的计算方法
Zhang et al. Supply and demand forecasting of blast furnace gas based on artificial neural network in iron and steel works
JP7374590B2 (ja) Ｋｐｉ改善支援システム及びｋｐｉ改善支援方法
CN213951241U (zh) 一种炼铁热风炉烟气二氧化硫排放源头管控系统
CN115829352A (zh) 一种钢铁生产工序碳排放水平确定方法
Wang et al. A Multi-objective Optimal Scheduling Method by Considering Energy and Production for Integrated Energy System in Steel Industry
Guo et al. Fuzzy control expert system of hot blast stove based on simulation and thermal balance
Sultanguzin et al. Optimizing the production of coke, coal chemicals, and steel on the basis of environmental and energy criteria

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination