总结讨论了熔锍及熔融金属中元素选择性氧化的行为,举出镍锍中Ni与S,铁液中Cr、V、Nb、Mn或P与C作为应用的实例。利用热力学分析提出氧化的转化温度的概念,并指出二步及一步计算该温度的方法。在排除新相生成的晶核能的条件下,氧化的转化温度与氧的存在形式(无论是气态O2,熔于金属液中的[O]或炉渣中的FeO)以及氧的压力或活度无关,而只决定于参加反应的物质及产物的本质及活度(压力)。同时,转化温度不是一成不变的温度,而是随着熔池组成的改变而不断地变化。降低气体氧化产物的分压将有助于降低氧化的转化温度。理论计算的转化温度可提供使熔池中一个元素的优先氧化而使另一元素保留不变的最佳条件。小型试验和工业上实践证明,转化温度的概念可以成功地控制吹炼操作,作到按意图进行选择性氧化。影响熔池内元素氧化顺序的动力学因素也作了简略的分析。对镍锍脘S,不锈钢脱C以及高碳锰铁降C的吹炼,熔池温度永选要高于相应熔池组成的转化温度。而对铁水脱Cr和铁水提V或Nb,熔池温度则应保持低于相应熔池组成的转化温度。P、C在铁水中的氧化顺序,除与转化温度有关外,还取决于熔渣组成以及CO承担的压力

基于炼钢生产过程中残余元素砷较难脱除的特点，并结合以往实验室热态脱砷研究结果。通过钢包精炼炉（Ladle furnace refining furnace, LF炉）钢液脱砷工业试验，研究了LF精炼炼钢过程中有关砷的脱除方法。采用Al–Mg–Ca合金作为脱砷剂，研究发现，LF炉可以实现钢液精炼脱砷，但钢液精炼过程中硫和钙的含量是实现工业条件下脱砷的限制环节。因此，必须控制钢液中硫和钙的含量以保证钢液脱砷效果。LF炉精炼脱砷之前必须将钢液中的硫含量降至低于0.01%，加入Al–Mg–Ca合金后钢液中钙含量需高于0.0055%

炼钢-连铸区段的生产调度包括炉次计划、浇次计划的生成和时间、设备的分配,以及针对各种扰动的动态调整.根据钢种和规格的限制,提出了最优炉次计划模型,并采用禁忌搜索算法进行求解;根据炉次计划和连铸机连浇限制,生成浇次计划;根据炉机匹配和等待时间最小原则,生成静态调度甘特图,并对仿真过程中出现的出钢延迟提出了动态调度的策略和算法.仿真结果表明,基于模型的动态调度策略能够有效地解决出钢延迟问题

本文运用\黑箱\的方法对超高功率电弧炉炼钢工艺过程做了系统分析,基于物料衡算、能量衡算和化学平衡建立的数学模型,使用BASIC、DBASE等高级算法语言,对电弧炉炼钢工艺过程计算机操作软件进行了开发研究

在对炼钢厂钢包转运过程进行解析中,给出了钢包运行时间因素的数学描述,提出钢包转运过程的\柔性时间\概念和钢包使用个数的计算方法.同时,对钢包运行的优化进行了分析,建立了钢包转运的物理模型

通过现场取样进行电镜观察检测，研究了管线钢精炼过程中钢中大尺寸CaO和CaS复合夹杂物形貌、尺寸和成分，并结合钢液中Ca-O和Ca-S平衡曲线、CaO和CaS热力学分析，对其形成机理和形成原因进行了研究.实验结果表明：夹杂物可能是由于钙处理时喂入了过量硅钙线造成的

针对某炼钢厂生产流程建立钢包周转过程仿真模型,对影响钢包周转率的热修时间、生产钢种和修包包龄等因素进行仿真研究.仿真结果表明:热修时间增加,钢包周转率下降,当日产45炉典型钢种,热修时间在0~20 min范围内钢包周转率为6.43,而当热修时间为50~60 min时钢包周转率为5.0;生产不同钢种的钢包周转率差别较大,日产41~50炉的SPHC钢种时,钢包周转率最大值为6.28,最小值为5.63,而生产同样炉数的X70钢种时钢包周转率最大值为5.0,最小值为4.55;修包包龄增加,钢包周转率提高,日产48炉典型钢种,修包包龄为40次时钢包周转率为4.0,修包包龄为45次钢包周转率达极限值6.86

通过分析传统球团料在还原罐内的温度分布,提出了以改进布料方式缩短硅热法炼镁还原周期的必要性.研发了一种新型炼镁料块,运用FLUENT软件对料块的传热过程进行数值模拟,分别研究了料块的高度、外缘高度、内孔直径、上下面直径、凹槽直径和凹槽个数对料块传热过程和镁产量的影响.发现当料块的高度为100 mm、外缘高度为50 mm、内径为100 mm、上下面直径为200 mm、凹槽直径为50 mm和凹槽个数为8个时,单炉镁产量最高为318 kg·h-1,较传统球团料提高43.9%,吨镁煤气消耗量降低了30.5%.通过实验得出料块内部的温度分布与数值模拟的结果一致,说明数值模拟的模型是可靠的

针对株洲冶炼厂湿法炼锌过程中的自动化控制,研究了沸腾糟净化过程的数学模型,在此基础上进行了动态优化控制,并给出了仿真结果

作为炼钢厂的关键设备，风机担负着转炉除尘和煤气回收的重要任务，实现风机剩余使用寿命的准确预测具有重要的实际意义.通过对邯郸某炼钢厂风机振动数据的分析，建立了基于Wiener过程的状态退化模型，在首达时间的意义下，推导出风机剩余使用寿命的概率密度函数的解析表达式，提出了一种基于极大似然估计的参数实时估计方法，从而实现风机剩余使用寿命的在线实时预测.实验结果表明，相对于文献中的方法，本文所提出的预测方法可以得到更高的预测精度和较低的预测不确定性