期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
宝钢2号高炉降低终渣(MgO)含量研究
1
作者 康健 徐万仁 居勤章 《炼铁》 CAS 北大核心 2022年第1期18-22,共5页
为探索降低高炉终渣(MgO)含量的可行性,同时摸索相应的造渣制度,在宝钢2号高炉进行了降低终渣(MgO)含量的工业试验。结果表明:①大型高炉终渣熔化温度>1380℃、黏度(1500℃)>0.4Pa·s时,高炉终渣流动性显著变差,高炉下部压差... 为探索降低高炉终渣(MgO)含量的可行性,同时摸索相应的造渣制度,在宝钢2号高炉进行了降低终渣(MgO)含量的工业试验。结果表明:①大型高炉终渣熔化温度>1380℃、黏度(1500℃)>0.4Pa·s时,高炉终渣流动性显著变差,高炉下部压差上升,炉缸透液性恶化,出渣铁作业不畅;②4000 m^(3)高炉终渣(Al_(2)O_(3))控制在15.0%~16.0%时,终渣(MgO)应控制在5.5%以上,镁铝比控制在0.36以上;③随着炉渣(Al_(2)O_(3))含量增加,应提高(MgO)含量,控制镁铝比在0.42以上。 展开更多
关键词 大型高炉 终渣(mgo) 熔化温度 黏度 镁铝比
原文传递
舞钢120t转炉终渣MgO含量控制实践
2
作者 王宝林 韩建辉 《宽厚板》 2017年第5期41-44,共4页
通过研究舞钢公司120 t转炉终渣成分及部分过程冶炼参数,分析了出钢温度、炉渣碱度及TFe含量对终渣MgO含量的影响。结果表明:转炉终渣MgO含量随出钢温度提高而增加,随炉渣碱度及终渣TFe含量提高而降低。
关键词 mgo 出钢温度 碱度 tfe含量
在线阅读 下载PDF
烧结工艺参数对混合矿黏结相强度的影响 被引量:4
3
作者 李福民 伊凤永 +2 位作者 白瑞国 孙恺 吕庆 《钢铁》 CAS CSCD 北大核心 2014年第12期24-27,共4页
采用微型烧结设备研究了烧结温度、碱度和Mg O含量对高褐铁矿配比混合矿黏结相强度的影响,结果表明:随着烧结温度、碱度、Mg O含量的增加,黏结相强度先升高后降低,当烧结温度为1 280℃、碱度为1.6、Mg O质量分数为2.0%时,高褐铁矿配比... 采用微型烧结设备研究了烧结温度、碱度和Mg O含量对高褐铁矿配比混合矿黏结相强度的影响,结果表明:随着烧结温度、碱度、Mg O含量的增加,黏结相强度先升高后降低,当烧结温度为1 280℃、碱度为1.6、Mg O质量分数为2.0%时,高褐铁矿配比混合矿的黏结相强度最高。生产中应适当降低褐铁矿的配比,保证混合铁矿粉具有足够的黏结相强度。 展开更多
关键词 混合铁矿粉 褐铁矿比例 黏结相强度 烧结温度 碱度 mgo含量
原文传递
基于BP神经网络钒钛烧结矿低温还原粉化性能预测
4
作者 信自成 李杰 +3 位作者 刘卫星 杨爱民 张玉柱 王丽丽 《钢铁钒钛》 CAS 北大核心 2017年第3期94-99,共6页
为了改善钒钛烧结矿的低温还原粉化性能,将BP神经网络算法应用于钒钛烧结矿低温还原粉化性能预测中,指标数据的样本分为输入样本和输出样本,其中:输入样本为配碳量、碱度、w(Mg O)以及FMG粉配比,输出样本为钒钛烧结矿RDI+3.15,运用BP神... 为了改善钒钛烧结矿的低温还原粉化性能,将BP神经网络算法应用于钒钛烧结矿低温还原粉化性能预测中,指标数据的样本分为输入样本和输出样本,其中:输入样本为配碳量、碱度、w(Mg O)以及FMG粉配比,输出样本为钒钛烧结矿RDI+3.15,运用BP神经网络算法探索输入样本与输出样本间的关系。结果表明:BP神经网络模型适用于烧结矿还原粉化性能的研究,可以根据输入样本有效的预测输出样本,且平均相对误差为5.7%,满足工程实践中预测精度的要求,为钒钛烧结矿生产提供了指导。 展开更多
关键词 烧结矿 低温还原粉化性能 神经网络模型 配碳量 碱度 w(mgo)
原文传递
钒钛烧结矿低温还原粉化性能预测 被引量:4
5
作者 李杰 信自成 +3 位作者 刘卫星 杨爱民 张玉柱 潘建磊 《烧结球团》 北大核心 2017年第5期1-5,共5页
为了改善钒钛烧结矿的低温还原粉化性能,以承德地区的钒钛粉为主料,采用烧结杯实验方法,研究了配碳量、碱度、w(MgO)和澳大利亚FMG矿粉配比对钒钛烧结矿低温还原粉化性能的影响,建立了配碳量、碱度、w(MgO)以及FMG矿粉配比与低温还原粉... 为了改善钒钛烧结矿的低温还原粉化性能,以承德地区的钒钛粉为主料,采用烧结杯实验方法,研究了配碳量、碱度、w(MgO)和澳大利亚FMG矿粉配比对钒钛烧结矿低温还原粉化性能的影响,建立了配碳量、碱度、w(MgO)以及FMG矿粉配比与低温还原粉化性能指标间的回归模型。结果表明:w(MgO)、配碳量、澳大利亚FMG矿粉配比每增加0.1%,低温还原粉化指数分别提高3.41%、1.76%、0.078%;碱度每增加0.1,低温还原粉化指数提高1.63%,模型误差为3%。随着配碳量、碱度、w(MgO)以及FMG矿粉配比的增加,低温还原粉化性能改善,模型结果为钒钛矿烧结工艺参数优化提供理论指导。 展开更多
关键词 配碳量 碱度 w(MsO) FMG矿粉 低温还原粉化性能
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部