（专利号：ZL 201310429320.4） 简介：本发明公开了一种同时控制电渣锭氢-氧含量的新渣系及其制备方法，属于电渣重熔渣系技术领域。该渣系成分及重量百分比为：CaF2：43～47%，CaO：18～22%，Al2O3：4～6%，MgO：8～12%，Ce2O3：14～16%，La2O3：4～6%。其制备步骤为：根据制备渣系组分及重量百分比要求按比例配置渣料，渣料为石灰石、白云石、萤石、铝矾土、氧化铈粉末和氧化镧粉末；将混合渣料在16

成果简介电渣冶金技术目前的最大问题之一就是电耗太高， 吨钢在 1500kwh 左右， 甚至有部分电渣炉在 1700 kwh 以上； 另外一个问题是电渣过程需要高纯度的萤石，而高品质萤石矿日益枯竭， 这也是电渣冶金行业目前所面临的迫切问题。本项目组针对以上问题做了大量的研究工作， 已开发了新型的节能渣系、 冶炼工艺， 并实现了返回渣的大规模利用， 基本解决了以上问题。成熟程度和所需建设条件项目成熟， 无需其它条件。技术指标

对产量大、干燥储藏难、易腐坏变质的马铃薯渣进行高效整体综合利用，发 展增重效果显著的功能性饲料、高膳食纤维增稠剂、瓦楞纸板粘合剂等产品，实 现马铃薯淀粉加工废弃物快速、规模化消纳技术的产业化，可有效解决马铃薯淀 粉生产企业薯渣处理的难题，提高企业效益，推动马铃薯淀粉加工行业健康发展。

水渣是指炼铁高炉矿渣。它在高温熔融状态下，经过用水急速冷却而成为粒化泡沫形状，乳白色，其质轻而松脆、多孔、易磨成细粉。它是泡沫硅酸盐建筑制品和矿渣吸音砖及隔热层、吸水层的松软材料。

水渣是指炼铁高炉矿渣。它在高温熔融状态下，经过用水急速冷却而成为粒化泡沫形状，乳白色，其质轻而松脆、多孔、易磨成细粉。它是泡沫硅酸盐建筑制品和矿渣吸音砖及隔热层、吸水层的松软材料。 水渣是把熔融状态的高炉渣置于水中急速冷却而形成的，主要有渣池水淬和炉前水淬两种方式。

针对电解猛渣的安全堆存、无害化处理以及资源化利用关键技术问题，课 题组研发了一种电解镒渣胶结固化技术，实现电解镒渣中镒和氨氮进行胶结固化，有效降低镒渣中镒和氨氮迁移性，有利于镒渣的安全堆存。 市场及经济效益分析：针对电解猛渣的无害化处理，国内外主要采用生物浸取、清洗等方式，但 是这些方法都存在成本高等问题。基于以上情况，电解镒渣胶结固化关键技 术的研发将有利于镒渣中有害物质赋存形态的转化以及电解镒渣的无害化处 理。

目前国内在流态化氯化生产中，普遍要求高钛渣的粒度在40目～160目范围内，-160目的粒度要求小于20%～30%。而且每生产一顿四氯化钛就会产生高达68.7kg的氯化收尘渣，扬析率更达到16.3%。但从矿物处理上角度上考虑，颗粒越小越有利于除钙镁等杂质，从氯化反应的角度考虑其比表面积越大，反应速率也就越大，所以针对如何利用流态化工艺对细粒级高钛渣氯化需要进行研究。 细粒级高钛渣沸腾氯

本成果为先进控制在钢包精炼炉电极控制中的应用。钢包精炼炉先进控制系统包括钢包精炼炉电极对象、数据采集通道、神经网络PFC-PID控制器、电极调节装置，上位机，如图1所示。数据采集通道主要实现信号的采集和转换，采集的信号包括变压器一次侧电压、电流信号，二次侧电压、电流信号；神经网络PFC-PID控制器根据采集和计算的信号，利用控制模型计算出电电极调节器的输入信号输出给电极调节装置；电极调节装置实现信号的转换，控制执行机构实现电极的升降。控制系统采用“恒阻抗”策略，实现了基于神经网络的预测控制（PFD

高品质钢的冶炼典型流程为“转炉→精炼→中间包→结晶器”，冶金反应器内存在着合金-钢、钢-渣、钢-夹杂物、钢-耐材、渣-耐材、钢-空气、钢液凝固和元素偏析等反应和过程，各个化学反应“耦合”发生、互相影响。因此，有必要建立智能模型有效地预测不同反应器内夹杂物成分的变化，准确地在线了解精炼和连铸过程的工作状况，使生产全流程始终处于最佳工作状态，从而确保夹杂物的精准控制，最终提高钢产品质量的稳定性和可靠性。同时，通过模型的优化计算，可以根据不同钢种的性能需求，对钢种的生产工艺进行定制化设计。 （1）高品质钢炉精炼过程夹杂物预测研究： − 精炼过程宏观流动数学模拟：计算精炼过程钢液和精炼渣的流场和温度场、夹杂物的运动，同时计算吹氩强度、钢包尺寸等因素对钢包流场、夹杂物运动和去除的影响。− 精炼过程夹杂物成分动力学：研究吹氩强度、钢包尺寸等因素对多元反应速率的影响；耦合计算 LF 炉内“渣-钢-夹杂物-合金-耐材-空气”多元反应过程夹杂物成分变化。 − LF 炉内夹杂物尺寸动力学：建立夹杂物生成、长大和去除的尺寸变化多尺度模型，确定不同条件下夹杂物的尺寸变化行为，预测钢中夹杂物的数量变化和尺寸分布规律。 − LF 炉内夹杂物预测模型：将夹杂物成分和尺寸动力学计算和宏观流动模拟相耦合，建立 LF 炉精炼过程夹杂物成分、数量和尺寸预测模型。 （2）高品质钢中间包连铸过程夹杂物预测研究 − 中间包内宏观流动数学模拟研究：计算中间包内钢液和覆盖剂渣相的流场和温度场、夹杂物运动和去除。计算开浇和换包的非稳态浇注、中间包结构对中间包浇铸过程的影响。 − 中间包内夹杂物动力学研究：耦合计算中间包中“渣-钢-夹杂物-耐材-空气”多元反应中夹杂物成分变化，确定中间包内各位置的反应速率。 − 中间包内夹杂物预测模型的建立将渣-钢-夹杂物-耐材-空气反应和宏观流动模拟相耦合，建立中间包过程多元反应夹杂物成分、数量和尺寸预测模型。 （2）高品质钢结晶器凝固过程夹杂物预测研究 − 结晶器内钢液凝固冷却过程中夹杂物行为研究：通过实验室实验研究钢液凝固和冷却过程中温度变化对原有夹杂物与钢基体的反应的影响，以及不同成分的钢液在冷却和凝固过程中夹杂物新相析出，确定温度变化对夹杂物影响机理。 − 结晶器内宏观凝固和流动数学模拟研究：研究结晶器过程钢液、渣相的运动，使用融化模型研究结晶器过程凝固坯壳的凝固和形成，计算夹杂物在钢-渣界面的去除行为。 − 结晶器内钢液凝固过程夹杂物动力学研究：计算铸坯凝固过程钢液成分偏析，与保护渣-钢-夹杂物反应进行耦合计算，预测铸坯中夹杂物的成分。计算夹杂物被凝固前沿捕捉行为，预测铸坯中夹杂物的数量和尺寸分布。 − 结晶器内钢液凝固夹杂物预测模型的建立：通过将元素偏析、保护渣-钢-夹杂物反应和宏观流动数学模拟相耦合，建立结晶器凝固过程多元反应预测模型，实现铸坯中夹杂物成分、数量和尺寸空间分布的精准预测。 （4）高品质钢制造过程夹杂物智能预测模型在工业生产中的应用 − 模型的验证和优化：高品质钢制造进行全流程取样调研，对建立 LF 炉、中间包和结晶器内夹杂物反应模型进行验证和优化。 − 模型应用：将建立的高品质 LF 炉、中间包