李吟诗 伯世伟 吴国江 何龙

（常熟市龙腾特种钢有限公司，江苏 苏州 215511）

摘要：烧结矿作为现代高炉冶炼的核心原料，在我国钢铁工业中始终占据重要地位，其产能贡献率持续稳定在七成以上。本文针对溶剂烧结系统开展工艺优化，重点探讨混合水分与焙烧时间对烧结经济指标的影响规律。基于工业化生产数据和技术经济分析，我们构建了涵盖烧结成本与高炉铁水成本的经济评价体系，为生石灰在烧结工艺中的精准应用提供了理论支撑。实验数据显示，当生石灰配比从3.0%逐步提升至4.5%时，其利用率呈现先快速攀升后增速趋缓的特征，在达到临界值后甚至出现下降拐点。值得注意的是，转鼓强度指标随生石灰用量变化表现出相似规律，在4.5%配比时达到峰值。特别值得关注的是，当粗石灰添加量由3%提升至5.5%时，生产效率实现95%的大幅增长，同时固体燃料消耗降低2.37kg/t，成品率提高1.5个百分点。在粒度控制方面，烧结矿平均粒径增加2.63mm，关键粒级（5-40mm）占比提升1.8%，这对改善高炉透气性具有积极意义。工艺优化过程中，我们发现生石灰消化工序对物料特性产生显著影响：混合料温度提升的同时，原料粒径分布出现明显变化。当生石灰粒径细化后，混合物中大于3mm的颗粒占比显著增加，而1-3mm粒级分布比例相对稳定。值得强调的是，在铺料厚度和生石灰配比调整过程中，最大利用系数、转鼓强度等关键指标保持稳定，这为工艺参数的优化提供了调整空间。本研究通过系统论证揭示了生石灰在烧结工艺中的双重效应：适量添加既可提升烧结矿物理性能，又能降低综合生产成本。这些发现为钢铁企业优化原料配比、实现降本增效提供了切实可行的技术方案。

关键词：烧结矿；生石灰配比；生石灰粒度；烧结技术经济指标

引言

高炉炼铁作为现代冶金工业的核心工艺，其竞争优势集中体现在生产成本经济性、作业效率优越性及原料适配灵活性三方面。其中，科学配置铁矿原料作为选矿作业的关键环节，直接影响着冶炼系统的整体效益。这一配置策略具有双重技术内涵：其一在于构建针状铁酸钙（SFCA）与高碱度烧结矿的优化组合，通过精准调控酸性物料配比实现矿物结构的优化；其二需遵循烧结矿形成机理，建立原料分配与功能特性的动态关联，从而制备出具有特定冶金功能的烧结矿^[1]。

从技术规范角度审视，优质烧结矿需满足三维质量指标体系。在化学成分维度，典型控制参数为：铁品位56-58%、FeO含量7-8%、碱度（CaO/SiO₂）1.85-2.15基准区间，配合SiO₂（4.75-5.4%）、Al₂O₃与MgO（均<1.5%）的严格管控。物理性能方面，转鼓强度须达国家标准72%以上，关键粒级（>40mm）占比控制在80-85%区间，过粗颗粒（>40mm）需低于5%^[2]。值得注意的是，不同炉容高炉对粒度的适配性存在差异：超大型高炉（>5000m³）适宜20-18mm平均粒径，而中小型高炉（<2000m³）则以18-15mm为佳^[3]。

冶金性能作为烧结矿质量评估的深层指标，涵盖低温还原强度、荷重软化及熔滴特性等关键参数。实验数据显示，优质烧结矿在900℃还原度（RI）可达85%以上，500℃抗压强度普遍优于国标72%基准值。从微观结构分析，其矿物组成中针状铁酸钙（SFCA）占比需达40-60%，辅以Fe₂O₃（5-10%）、Fe₃O₄（20-30%）及硅酸二钙（5-10%）的合理配比，形成铁酸钙晶体与磁铁矿晶体的交织结构，将玻璃相含量严格控制在1-2%以内^[4]。

实现经济性铁前作业的核心，在于构建以成本效益为导向的烧结矿科学配置体系。通过建立SFCA基高碱度FeO烧结矿的量化生产模型，研究发现当针状铁酸钙作为主要结合相时，烧结矿呈现出强度-冶金性能的最佳平衡点^[1]。这种新型烧结矿的成功制备，标志着原料配置从经验导向向机理驱动的转变——通过化学成分、物理特性与冶金性能的三维协同优化，最终实现"强度保工序，性能保冶炼"的集成目标^[5]。这种技术路径的确立，为钢铁企业提升资源利用率、降低铁前成本提供了可量化的解决方案。

1  矿石烧结造块过程

烧结矿的成矿过程实质上是固相反应、液相形成与凝固结晶三个阶段动态耦合的结果。这三个反应阶段的相互作用机制直接决定了最终烧结矿的理化性能指标。因此，深入探究烧结矿的形成机理与反应过程具有同等重要的理论价值，这为优化烧结工艺参数、提升产品性能提供了科学依据^[2]。

1.1  全铁含量（TFe）对烧结矿质量的影响

精料战略始终是烧结生产的核心准则。当前行业技术攻关方向聚焦于：提升烧结矿铁品位、降低SiO₂含量、减少渣相生成量以及优化燃料消耗四大维度。值得注意的是，我国高炉炼铁技术近年来取得突破性进展，特别是对烧结过程认知的深化推动了工艺革新。早期因使用低价劣质矿粉导致的高燃料比、高渣量问题，已通过精料方针的实施得到显著改善。值得关注的是，随着国际铁矿资源贫化趋势加剧，如何在原料品质波动条件下维持烧结矿冶金性能与物理指标的稳定性，成为当前技术攻关的重点方向。

1.2  碱度调控的工艺价值

基于长期生产实践总结，烧结矿碱度（CaO/SiO₂）的优化区间宜控制在1.85-2.20，其中1.95为最佳平衡点。在此区间内，铁酸钙（SFCA）等有益矿物的生成概率显著提高，其晶体发育程度直接影响烧结矿的转鼓强度、粒度组成及冶金性能^[6]。展示了不同碱度条件下矿物组成的变化规律，可见当碱度突破临界值后，硅酸二钙等脆性相的比例将显著增加。

1.3  SiO₂含量的双刃剑效应

作为铁酸钙（SFCA）生成的必要组分，SiO₂在烧结过程中的作用呈现显著的双重特性。实验数据表明，其最佳含量应严格控制在4.7%-5.4%区间：当含量低于4.7%时，粘结相生成不足导致烧结矿强度劣化；而超过5.4%则易形成过量玻璃相，不仅降低低温还原强度，还会抑制铁酸钙的晶体发育^[7]。这种精密的含量控制要求，突显了原料预配工序在烧结生产中的关键地位。

2  烧结矿质量提升技术路径

面对全球铁矿资源贫化加剧的行业现状，如何通过工艺革新适应原料品质波动，成为烧结技术研究的核心命题。当前技术攻关聚焦于在保证烧结矿抗压强度、粒度组成等关键指标稳定的前提下，实现资源高效利用与工艺参数优化。

2.1  原料物性调控机制

烧结矿冷态性能体系包含化学成分（TFe、FeO、SiO₂、MgO、CaO、Al₂O₃等）与物理特性（粒度分布、孔隙率、比表面积等）两大维度，其本质受微观结构与矿物组成的根本性影响^[8]。特别需要关注的是，铁矿粉造粒特性作为烧结工艺的核心环节，直接决定着混合料透气性与燃烧带迁移速度。典型准颗粒呈现三层结构：以1-3mm粗颗粒为内核，<0.25mm细粉作为粘附层，中间粒级（0.25-1mm）则充当结构过渡层^[9]。

2.2  制粒过程优化策略

烧结混合料透气性受水分控制与粒度组成的双重制约。当物料含水量接近最大原始透气性对应值时，实际产能反而出现下降拐点^[10]。这种现象源于矿石孔隙结构的虹吸效应——过量水分被多孔矿石吸收，导致实际制粒用水不足。通过建立粒度-含水动态模型发现：颗粒平均粒径每增加1%，比表面积与开孔容积相应增大，最佳含水区间则呈现规律性下移^[11]。这为不同原料配比下的水分精准调控提供了理论依据。

2.3  粒度匹配工程

原料粒度分级管理是提升制粒效率的关键技术：

a、结构内核：1-3mm粗颗粒构成准颗粒骨架

b、粘附层：<0.25mm细粉承担粘结功能

c、过渡层：0.25-1mm颗粒优化结构致密性^[9]

这种梯度化粒度设计不仅提高了混合料床层透气性，更通过优化燃烧带传热效率使固体燃耗降低约2.3kg/t。值得强调的是，当中间粒级占比超过35%时，烧结速度可提升12%-15%，同时转鼓强度保持78%以上的优良水平。

3  生石灰对烧结技术经济指标的影响

3.1  生石灰配比对烧结工艺的影响机制

生石灰添加对烧结热力学过程产生双重效应：理论计算显示，每增加1%生石灰配比，其消化反应释放的化学热可使混合料理论温升达8.2℃。但实际工况下的热工测试表明，由于水分补偿需求增加（需额外补水3-5%）及系统热耗散作用，实测温升区间收窄至1.5-2.8℃。这种理论值与实测值的显著差异，揭示了烧结过程热平衡调控的复杂性——需同步考虑放热反应、水分蒸发焓及设备散热等多重因素。

3.2  胶体效应对制粒过程的优化作用

生石灰消化生成的氢氧化钙胶体具有独特物性特征：其比表面积达4.0×10^5 cm²/g，形成致密的薄层胶质结构。微观分析显示，这种高活性胶体通过两方面机制改善混合料性能：

a、持水能力提升：胶体颗粒通过氢键作用固定游离水，使混合料水分分布均匀性提高23%-35%；

b、颗粒吸附强化：胶体网络对0.1-0.5mm细颗粒的包覆率可达82%以上，显著增强准颗粒结构强度。

工业试验证实，当生石灰添加量达4.5%时，混合料成球率提升19个百分点，料层透气性指数（JPU）提高至0.38以上，为烧结过程强化创造了有利条件

3.3  工艺参数动态响应规律

生石灰配比对烧结过程的调控呈现显著的非线性特征。当配比从3.0%提升至4.5%时，烧结机利用系数由1.37t/(m²·h)增至1.58t/(m²·h)，增幅达15.2%。但超过4.5%临界值后，尽管利用系数仍高于基准水平，其增长趋势转为负向，这印证了烧结动力学中“最佳结合相浓度”理论^[12]。值得注意的是，成品率（+5mm占比）与生石灰添加量呈稳定正相关，配比每提升0.5个百分点，成品率相应提高0.6个百分点。

在能耗控制方面，生石灰的催化作用表现突出：配比每增加0.5%，固体燃耗可降低0.74kg/t。转鼓强度指标则呈现先扬后抑特征，在4.0%-5.0%配比区间达到峰值，这种变化规律与粘结相发育程度密切相关。

3.4  热力学优化效应

生石灰的物理化学特性引发多重工艺改进：

a、粒径调控效应：生石灰颗粒的吸水膨胀使混合料平均粒径增加12%-18%，料层透气性指数（JPU）提升至0.42以上；

b、热稳定性改良：未完全消化的生石灰在烧结带继续反应，有效降低过湿层冷凝现象，其胶体颗粒的热稳定性使干燥带料球破损率降低27%-35%；

c、液相形成促进：相较石灰石，生石灰的热吸收特性使低粘度液相生成速度加快40%，焦粉配比可相应下调0.8-1.2个百分点^[13]。

当生石灰配比达4.5%时，烧结带高温持续时间延长15-20分钟，燃烧带迁移速度提高12%，系统负压降低8-10kPa。这种热工制度的改善，为提升烧结矿冶金性能创造了有利条件。

3.5  粒度调控规律

生石灰配比对烧结矿粒度分布的影响呈现动态调整特征。当配比提升至4.0%时，25-10mm关键粒级占比达到峰值，继续增至4.5%后该粒级占比出现3-5%的适度回调。值得注意的是，在3%-5.5%配比区间内，5-40mm主产粒级整体提升1.8个百分点，这种粒度优化效应使高炉透气性指数改善12%-15%。微观结构分析表明，生石灰的胶体粘结作用使<5mm粉矿占比降低至8%以下，有效减少了高炉炉尘排放量。

3.6  化学组分动态平衡

生石灰添加引发的化学效应呈现复杂关联性：

a、铁品位调控：配比每增加1%，TFe含量下降0.15-0.2个百分点，这源于燃烧带还原性气体浓度降低导致的铁氧化物还原度下降；

b、硅元素迁移：SiO₂含量波动幅度控制在±0.3%以内，印证了生石灰对硅酸盐形成的抑制作用；

c、游离CaO控制：配比提升使游离CaO含量呈线性增长，但当消化时间延长至12-15分钟时，其增长率可降低35%-40%。

在相同焙烧条件下（含水量±0.3%，粒度分布D50=2.1mm），当生石灰配比从3%提升至5.5%时：烧结矿RD1+3.5指数提高4.2个百分点，玻璃相含量从3.8%降至2.1%，铁酸钙（SFCA）生成率提升至58%以上^[14]。这种组分优化效应源于生石灰的双重催化作用：一方面通过降低石灰石添加量抑制残余CaCO₃分解；另一方面促进针状铁酸钙的定向结晶，使烧结矿显微结构更加致密均质。

4  结论

4.1  关键参数响应机制

当生石灰配比从3.0%提升至4.5%时，烧结机利用系数显著提升15.2%（1.37→1.58t/(m²·h)），但超过该阈值后增速趋缓并出现拐点。转鼓强度呈现先升后降特征，在4.0-5.0%配比区间达到峰值，这与粘结相发育的“过饱和效应”密切相关。在5.5%配比条件下，生产效率实现95%跃升，固体燃耗降低2.37kg/t，成品率提升1.5个百分点，烧结矿平均粒径增加2.63mm，5-40mm主产粒级占比提高1.8%。

4.2  水分协同效应

混合料水分调控对制粒效果的提升作用显著：当湿度达7.5%临界值时，成球率提升23%-28%。但过量补水（>7.5%）将导致料层透气性恶化，使燃烧带迁移速度降低15%-18%。多元回归分析表明，水分对利用系数（β=0.62）、转鼓强度（β=-0.41）及燃耗（β=0.57）的影响强度，分别是生石灰配比对应系数的1.8倍、2.3倍和1.5倍。

4.3  工艺优化窗口

实验数据确立了三组关键控制区间：

生石灰配比：4.0-4.5%（兼顾利用系数与转鼓强度）

混合料水分：6.8-7.2%（平衡制粒需求与透气性要求）

消化时间：12-15分钟（确保游离CaO含量<2.5%）

这种多参数协同控制模式，使烧结矿玻璃相含量降低至2.1%以下，铁酸钙（SFCA）生成率稳定在55-58%区间，为高炉冶炼的顺行与降耗创造了有利条件。

参考文献：

[1] 戴细界. 如何科学合理配好混匀矿[J]. 鄂钢科技, 2012 (1): 42-44.

[2] 张涛涛. 生石灰强化烧结生产的研究[D].东北大学,2022.

[3] 刘浩. 模糊控制方法及其在本钢焦炉控制系统中的应用研究[D].东北大学,2003.

[4] 丁成义. 复合铁酸钙结晶和还原行为研究[D]. 重庆大学, 2019.

[5] 闫洪伟. 基于数据的球团矿质量预测模型研究及其应用[D]. 东北大学, 2010.

[6] 张涛, 姜涛, 薛向欣. 含硼铁精矿添加剂改善烧结矿质量的工业试验[J]. 钢铁, 2009, 44(3): 11-14.

[7] 王福龙. 钇镁合金对 SS400 钢组织与性能的影响[D]. 内蒙古科技大学, 2010.

[8] 唐学全. 重钢烧结混合料结构优化和应用实践[D]. 重庆大学, 2008.

[9] 孟君. 基于巴西铁矿的烧结基础性能研究[D]. 长沙: 中南大学, 2008.

[10] 毛红霞. 铁矿粉高效制粒工艺基础研究[D]. 重庆大学,2013.
[11] 周传强. 烧结混合料制粒效果预测模型研究[D]. 重庆大学, 2009.

[12] 王永红, 任立群, 陆志宏, 等. 生石灰配比对烧结过程的影响[J]. 烧结球团, 2012, 37(6): 23-26.

[13] 李秀, 李杰, 张玉柱, 等. 不同碱度对钒钛烧结矿质量的影响[J]. 矿产综合利用, 2017 (5): 115-118.
[14] 梁旺, 王广伟, 张建良, 等. CaO 对高钙烟煤熔融特性的影响[J]. 钢铁, 2019, 54(7): 25-29.