电弧炉精炼的动态可操作性、可持续性与安全洞察

《Process Safety and Environmental Protection》：Dynamic Operability, Sustainability, and Safety Insights for Electric Arc Furnace Refining

　　

摘要

电弧炉（EAF）炼钢具有强化、灵活的过程操作特征，可将报废钢回炉再生产。然而，动态EAF操作的可持续性洞察在很大程度上仍未被探索，这反映了建模能力的有限以及环境指标在运行决策中应用的不足。本研究开发了一种基于过程状态的框架，将瞬态物理化学动力学（如宏观守恒、热响应、成分变化、气体引起的界面效应等）直接纳入EAF精炼优化中。在不同初始废钢杂质（碳、氮、磷）和控制分辨率（1分钟至10分钟）下，识别了氧气和碳注入速率的最优操作窗口，并受终点约束（最终纯度和出钢温度）和瞬态安全约束（气相CO浓度）的限制。结果表明，在5分钟控制间隔下，精炼低杂质废钢约需8分钟（约25 kgCO₂e/吨Fe），而精炼富氮废钢则需要超过20分钟（约60-80 kgCO₂e/吨Fe）。氮和碳杂质分别通过延长电力消耗和直接CO/CO₂排放显著影响全球变暖潜值（GWP）。从控制角度看，碳和氧的动态协同注入可防止早期过量气体生成。短精炼轨迹需要精确的终点控制以防止目标超调和过量排放。对于较长的、高负荷冶炼，较粗的调整间隔足以管理。此外，废钢中的碳含量和碳注入速率通过脱碳过程显著影响过程安全。最后，通过扩展比较（考虑废钢熔化和上游化学输入），在100%电力输送效率下，优化精炼操作的GWP仍低于基线（332.7 kgCO₂e/吨Fe），而在75%效率下，仅低杂质情景保持在基线以下。

引言

钢铁行业是能耗最高的行业之一，也是全球温室气体排放的主要来源（IEA, 2020, Energy Transitions Commission, 2021）。随着钢铁需求持续增长，钢铁生产的脱碳成为一项重大的技术和环境挑战。电弧炉（EAF）炼钢因以废钢为主要金属原料，且可配备低碳电力而日益普及（IEA, 2020, World Steel Association, 2025）。与传统高炉-转炉（BF-BOF）路线相比，基于废钢的EAF炼钢具有强化和灵活的资源循环途径。它高效地将报废钢回炉再生产，并减少了对初炼铁、炼焦及其他上游材料密集型工序的依赖。然而，其实际环境优势在很大程度上取决于电力来源、废钢质量、动态运行决策和效率（Hu et al., 2025）。因此，动态优化EAF操作的全面可持续性概况在很大程度上仍未被探索。

在EAF中，熔化、热调节和冶金精炼的集成使炉子性能对动态运行轨迹高度敏感。精炼阶段尤为关键，因为它必须满足出钢温度和钢成分（包括碳（0.08 – 0.20 wt%）（Rathaba, 2004）、磷（< 0.030 wt%）（Azzaz et al., 2025）和氮（< 0.008 wt%）（Lee and Sohn, 2015, Pal et al., 2007）的限制）的严格终点约束。实现这些目标涉及复杂的热化学反应动力学（Logar et al., 2012a, Logar et al., 2012b, Makki Abadi et al., 2024），其中具有挑战性的杂质去除必须与富CO气体生成和过程安全考虑（Barsan, 2007, U.S. Department of Labor, 2015）进行仔细平衡。精炼不足会产生不合格钢，而过度精炼则严重增加能源消耗和温室气体排放。因此，EAF精炼从根本上代表了一个综合的动态操作窗口问题，需要同时优化生产率、终点可行性和环境性能。

数学建模被广泛用于分析EAF操作。早期动态模型表明，基本的物质和能量守恒方程可有效捕捉批量行为用于预测和控制（Bekker et al., 1999, Bekker et al., 2000, MacRosty and Swartz, 2005）。后续模型在此基础上进行了扩展，整合了废钢熔化、相态清单、化学能输入、渣行为和炉区相互作用（MacRosty and Swartz, 2005, Jones et al., 1999, Matson, 2000）。更详细的机理模型纳入了传热传质（Logar et al., 2012a, Logar et al., 2011）、渣-金属反应（Hay et al., 2019）、气体生成和辐射交换（Logar, 2012, Meier et al., 2018）。此外，热动力学模型将反应区守恒与平衡计算耦合（Van Ende, 2022）。近期综述和新一代机理模型进一步强调了在过程级EAF模拟中整合热、化学、辐射和运行子模型的必要性（Hay et al., 2021a, Logar and ?krjanc, 2026）。与此同时，传热研究强调了电弧辐射（Reynolds, 2002, Diancai and Irons, 2003）、炉体几何形状（Hay et al., 2021b）、渣覆盖和热损失对能量分布的关键影响（Meier et al., 2018）。表1总结了文献中代表性EAF模型的特征。虽然现有模型提供了关于EAF过程物理化学描述的广泛基础，但大多数主要是为了重现特定批次的历史记录而设计。对拟合参数的过度依赖降低了其预测能力，限制了其在动态优化、控制和决策中的应用。

以往文献探讨了EAF运行调整以提高能源效率、经济性能和实时控制（Saboohi et al., 2019, Shyamal and Swartz, 2019, Toma?i? et al., 2022）。然而，大多数研究依赖于使用固定或经验调优因素而非动态更新状态来处理瞬态精炼现象的物理化学模型。这种依赖严重限制了模型的迁移性。此外，现有优化目标和约束通常采用聚合或终点指标来制定。因此，瞬态物理化学状态主要被视为模拟结果而非操作决策依据。除物理化学模型外，计算流体力学（CFD）模型关注EAF中的局部现象，如多相输运、飞溅、电弧行为等（Makki Abadi et al., 2024, Li and Fruehan, 2003, Odenthal et al., 2018）。然而，其巨大的计算成本使其无法用于广泛的优化任务。此外，虽然数据驱动和混合模型在经过足够工厂数据训练后可提供快速的终点预测（Saboohi et al., 2019, Toma?i? et al., 2022, Lu et al., 2024），但在探索超出其历史训练范围的条件下，其可靠性显著降低。因此，一个既足够详细又计算高效、能从可持续性角度支持动态操作窗口探索的建模框架仍然缺失。

为了解决这些局限性，本研究开发了一种基于过程状态的操作窗口框架，将瞬态物理化学状态直接整合到EAF精炼操作的优化中。概念上，动态操作窗口指的是随时间演变的可行过程输入边界，以适应系统的瞬态状态。应用于EAF过程，它代表为满足所有物理化学和终点约束所需的可接受的动态氧气、碳和功率输入集合。该框架明确解决了瞬态热化学和多相动力学的耦合（如热响应、成分变化、渣泡沫化和气体生成）。通过工业数据验证，该模型与多目标优化算法耦合，在各种废钢成分下筛选动态氧气和碳注入的可行操作窗口。通过系统评估不同初始状态和控制分辨率，本研究阐明了冶金目标、环境性能（GWP）和操作灵活性之间的权衡关系。

章节摘要

动态模型方法

在文献中，机理EAF精炼模型通常通过守恒方程（Bekker et al., 1999, MacRosty and Swartz, 2005, Logar et al., 2011）、反应动力学（Logar et al., 2012a, Logar et al., 2012b, Logar et al., 2011）、传热（Fathi et al., 2015）和辐射关联（Logar, 2012, Meier et al., 2018, Hay et al., 2021b），以及渣-金属热力学（Hay et al., 2019, Van Ende, 2022）来描述炉子状态变化。然而，其预测迁移性

EAF精炼的多目标优化

为系统评估EAF精炼中的运行权衡，动态模型被嵌入多目标优化框架中。传统的工厂操作通常依赖操作员经验和启发式规则。然而，在竞争性的过程需求下，它们缺乏系统地优化耦合输入（如电弧功率、氧气注入和碳注入）的基础。该框架明确筛选时间依赖的操作策略以识别可行的运行

整体Pareto前沿特征

图3展示了在不同初始精炼状态下使用5分钟控制间隔的多目标优化结果，其他情景-分辨率组合的结果见图4。虽然分钟级的调整在实践上是可行的（Bekker et al., 2000, Shyamal and Swartz, 2019, Kleimt et al., 2009），5分钟的控制间隔足以捕捉本质的动态权衡，而不会过度复杂化控制操作。Pareto前沿展示了明确的

结论

本研究通过动态严格的建模系统地评估了EAF精炼的过程可操作性、可持续性和安全考虑。纳入广义宏观关联确保了在不同初始条件下具有强预测迁移性，克服了现有模型的场景特定局限性。通过明确解决耦合的热化学和多相动力学，我们识别了在

CRediT作者贡献声明

Chih-Lin Lee（李智霖）：撰写—审阅与编辑，撰写—初稿，软件，方法论，调查研究，数据整理，概念构思。Yu-Lun Huang（黄昱伦）：监督，项目管理，概念构思。Guan-Hua Chen（陈冠华）：撰写—审阅与编辑，软件，调查研究，数据整理。Bor-Yih Yu（余博毅）：撰写—审阅与编辑，撰写—初稿，监督，项目管理，方法论，调查研究，资金获取，概念构思。

利益冲突声明

作者声明他们不存在任何已知的竞争性经济利益或个人关系，这些利益或关系可能被视为影响本论文中报告的工作。

Chih-Lin Lee | Guan-Hua Chen | Yu-Lun Huang | Bor-Yih Yu