鲕状赤铁矿石深度还原过程中金属铁颗粒粒度预测模型

以湖北官店鲕状赤铁矿为研究对象,对其进行深度还原试验,利用光学显微图像分析技术对还原物料中金属铁颗粒粒度进行测量,考察还原温度和还原时间对铁颗粒粒度的影响,并采用MATLAB软件对试验数据进行拟合分析,建立铁颗粒粒度与还原条件之间的数学模型。研究结果表明:不同还原条件下金属铁颗粒粒度累积特性曲线呈现出相同的变化规律;升高还原温度或延长还原时间可使铁颗粒粒度明显增加;建立铁颗粒粒度D80与还原温度和还原时间之间的预测模型;模型的计算值与试验值具有良好的吻合性,可用于预估深度还原过程中金属铁颗粒的粒度;基于该模型,可通过调整温度和时间以实现金属铁颗粒粒度的优化与控制。