预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共76页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

LF炉预熔精炼渣的研制与应用主要内容1课题提出(1)这种渣的熔点很高,熔速慢,在初炼炉出钢过程加入时不易成渣,需靠提高出钢温度或LF炉电弧加热化渣,影响生产节奏;并且深脱硫效果不理想。 (2)渣料中石灰活性度较高,容易吸收水分、二氧化碳等变质,造成运输和储藏上的不便。预熔精炼渣概念发展预熔精炼渣的目的和意义(3)对炉衬的侵蚀小。 (4)熔渣应该具有良好的铺展性,使钢液与 空气隔离。 (5)尽量缩短冶炼周期,达到节能高效的生产效果。2精炼渣脱硫的研究现状牛四通等人通过正交试验的离差分析法和计算工程平均值法,得出了低碱度、中碱度、高碱度范围内的具有最佳发泡指数的精炼渣组成。陈祖廉认为针对不同目的精炼渣最有效配置成分如表所示。S.Gilbet研究发现当钢水含硫量已降至0.010%时,在1665℃左右采用钢包处理,使用配比为60%CaO~40%Al2O3的高碱度精炼渣能将硫脱至20ppm;在1650~1700℃,通过l.3~1.9Nm3·min-1强度底吹氩气,仍采用上述渣系得到10ppm的硫含量。3预熔精炼渣的设计3.1精炼剂渣系的选择3.1.1CaO-CaF2渣系3.1.2CaO-Al2O3渣系3.1.3CaO-Al2O3-CaF2渣系3.1.4其他精炼渣系3.2组分选择SiO2主要来源于原料中的杂质(脉石) 和脱氧产物,其具有一定的助熔剂作用,但是含量增加对脱氧、脱硫均不利;对钢中点状夹杂的减少有利。 CaF2可显著降低精炼渣粘度,使炉渣流动性改善,增加传质,有利于脱硫。但其量过大,不仅不利于脱氧,而且对炉衬侵蚀也较快。 MgO的含量在8%左右时炉渣中MgO溶解度达到饱和,从而阻止了炉渣对炉衬的侵蚀,这对于延长耐火材料的寿命是有益的。 BaO是脱硫、脱磷的有效成分,也是最近研究的热点,本实验中作为一个考察目标。正交实验法是一种科学的安排与分析多因素实验的方法。利用正交实验法可以解决多因素、多水平、多指标的实验问题。方法是利用正交表安排实验,它有两个特点:(1)每个因素的各个水平在实验中出现了相同的次数。(2)任何两个因素的各个不同水平的搭配,在实验中都出现了,而且出现的次数相同。解决下面问题正交实验法的一般步骤水平实验号4预熔精炼渣的实验室研究4.1熔化温度测定实验实验号极差分析实验号在A1、A2、A3、A4各自所在的实验组中,其它因素(B、C、D和E)的1、2、3、4水平都分别出现了一次。把第一组实验所得的实验数据相加,其和记作I,同理,把第二组、第三组、第四组的数据相加分别记作II、III和IV。I=1376.7+1309.8+1301.6+1294.467=5222.5II=1266.767+1244.6+1273.7+1275.1=5060.2III=1266.667+1289.0+1268.2+1296.2=5120.0IV=1316.7+1289+1304.333+1291.7=5201.7组别第一列(A因素)R=1307.1-1261.9=42.2 第二列(B因素)R=1290.6-1281.5=9.1 第三列(C因素)R=1295.1-1278.0=17.1 第四列(D因素)R=1295.6-1276.2=19.4 第五列(E因素)R=1296.6-1274.2=22.2方差分析全部数据yij以及各水平条件下的平均值yi大致总是围绕总平均值y波动,而同一条件下的实验数据yij则大致围绕其平均值yi波动。为了避免正负差值相互抵消,一般用各数据与平均值之差的平方和来表示数据波动。总的数据波动,又称为总的变动平方和Ss,可以分解为两部分,即误差变动Se和因素变动Sf,并且有Ss=Se+Sf,Ss=Σ(yij-y)2。对于多因素的正交实验来讲,因素的变动包括所有的因素变动,即Sf=SA+SB+SC+SD+……单个因素的变动平方和用下式计算 式中 IA、IIA、IIIA、……——A因素的同水平数据和; m——水平数; k——同一条件下实验重复次数; T——数据总和; n——数据总个数。 在本实验的条件下m=4,k=3,T=61813.3,n=48。IA=3960.1+3928.0+3904.7+3892.7=15685.5 IIA=3760.3+3715.9+3841.1+3825.5=15142.8 IIIA=3800.0+3867.3+3770.3+3878.6=15316.2 IVA=3940.1+3867+3906+3889.9=15603.0 将以上数据代入计算式,得 SA=15871.206 SB=558.477 SC=1990.9223 SD=2331.699 SE=3072.477 因素的自由度为fj=4-1=3由于SA>>SB,可以认为实验中因素B对指标的影响被A所掩蔽,所以将B归入A。 SAB=1