逐步回归法对钢铁企业球团工序SO₂的影响因素分析

Analysis of influencing factors of sulfur dioxide in pelletizing process based on stepwise regression method

摘要

以某钢铁企业球团工序提供的数据为基础，分析了球团矿生产过程及原料中铁精矿、煤粉、粘结剂用量、溶剂用量4个因素对SO₂排放浓度的影响，运用SPSS软件对各影响因素进行逐步法回归分析，建立影响球团工序中SO₂平衡的线性回归模型.

关键词

球团工序 / SPSS软件 / 逐步回归 / SO₂平衡

Key words

pelletizing process / SPSS software / gradually return / sulfur dioxide balance

SO₂是大气的主要污染物之一，其排放到空气中达到一定浓度会对人体呼吸道系统产生严重危害^［1］.据统计，钢铁行业SO₂的排放量约占全国SO₂排放总量的11%^［2］.钢铁生产过程中，烧结、球团、焦化、炼铁、炼钢、轧钢等，均会排放出SO₂.其中，烧结和球团工艺的SO₂排放量占钢铁行业的40%以上^［3］，和烧结相比，虽然球团工序大都规模较小，但其SO₂排放量不容小觑.为了研究硫在球团工艺过程中的分布和流向，国内的专家学者通过对球团工艺的生产原料、产品、固体废物、废气中的硫进行检测与分析，计算了硫平衡^［4-5］.然而，这些研究是从物料方面或通过质量守恒等传统计算方法得出硫元素的迁移转化，跟不上我国钢铁企业越来越技术化、信息化的发展步伐.迫切需要用计算机软件快速分析计算硫平衡影响因素.本文运用SPSS软件中的逐步回归法探究球团工序中SO₂的影响因素，旨在通过信息技术的手段快速建立硫平衡继而实现SO₂从宏观计算到微观控制的改变.

本文以某钢铁企业提供的2020年10月―12月球团工序烟气排放的监测数据和物料成分为依据，运用SPSS软件进行分析，找出变量间的相互关系，采用逐步回归法建立影响球团工序中SO₂平衡的线性回归模型，为后续研究整个钢铁企业生产过程中SO₂的平衡提供依据.

1 球团生产过程及原料成分分析

1.1 球团矿生产过程

球团矿是把原料进行人工造块的一种方法，细磨铁精矿粉后再加入粘结剂、添加剂混合均匀，随即加水润湿，通过造球机滚动成粒度均匀的生球.生球团经干燥焙烧后，固结成具有一定强度、冶金性能和高孔隙率的球形铁矿石^［6］.其生产流程如图1所示.

由图1可知，经过细磨和混合后，原料先在造球机中被水润湿，通过毛细管力和机械力形成球.由于颗粒之间的相互吸引和摩擦，使得生球具有一定的机械强度.然后将造球机的生球输送至筛分设备，根据不同的球径筛除返球，达标的生球送至焙烧.生球进入焙烧室之前要在表面附着一层固体燃料，焙烧后送至冷却系统，最后，冷却球团经过筛分，分为成品矿、垫底料和返矿.垫底料直接添加到焙烧炉中，返矿再次经过磨碎后加入混料中进行造球^［7］.通过相关资料查阅及生产流程图可以得出球团工艺中硫元素的带入主要源于球团原料和固体燃料.但SO₂的浓度具体与哪个因素有关，呈现怎样的关系，需根据原料的成分进行分析.

1.2 球团原料化学成分

球团矿的原料主要有3种，包括含铁原料、粘合剂和添加剂.煤粉作为固体燃料，为球团焙烧提供了高温环境，一般在1 200 ~ 1 250 ℃之间^［8］.本文数据来自某钢铁企业球团工序，球团原料可概括为含铁原料，粘结剂，固体燃料，熔剂4大类.

（1） 含铁原料

造球的原料基本上是经过选矿后的精矿.该企业使用的铁精矿可分为铁精矿1、铁精矿2、铁精矿3等3类，化学成分见表1.

（2） 粘结剂

粘结剂可以改善物料的成球性及生球、干球和焙烧球团的特性.在球团工艺过程中，粘结剂使用最多的是膨润土（皂土）.该企业使用的皂土化学成分见表2.

（3） 固体燃料

将煤粉作燃料进行球团焙烧，一定细度的煤粉被气力输送至回转窑，其燃烧反应在运动过程中完成，形成轮廓明显的火焰^［8］.化学成分见表3.

（4） 熔剂

为了改善球团矿的化学成分，特别是结渣成分，改善球团的冶金性能，降低还原粉化率和还原膨胀率等，在球团生产过程中加入熔剂（如：石灰石）^［9］，其化学成分如表4.

2 逐步回归过程及结果分析

逐步回归分析通常用于建立最优或最合适的回归模型，以便更深入地研究变量之间的相关性^［10］.根据企业提供的球团工艺的相关数据，初步分析出铁精矿、煤粉、熔剂用量、粘结剂与球团焙烧机SO₂的产生浓度有关，通过逐步回归分析更加准确地模拟出了4个变量与SO₂产生浓度之间的关系式.

2.1 回归过程

将铁精矿、煤粉、熔剂用量、粘结剂分别设定为变量X ₁、X ₂、X ₃、X ₄，SO₂产生浓度则设定为Y，Y由X ₁、X ₂、X ₃、X ₄共同决定，回归分析采用逐步回归法.逐步回归的基本思想是：在模型中逐个引入变量，引入每个解释变量后，进行F检验，以检验假设的因变量Y与总体回归方程中解释变量X ₁、X ₂、X ₃和X ₄之间的线性关系是否显著，并对已经选入的解释变量逐个进行t检验，用来推论差异发生的概率，以便比较两个平均值之间的差异是否显著.当原来引入的解释变量由于后面解释变量的引入变得不再显著时，则将其删除^［11］.逐步回归分析可以揭示因变量和解释变量之间的关系中哪些变量是重要的.通过将模型的决定系数与预先设定的显著性水平进行比较，选择重要的输入变量^［12］.重复这个回归过程，以确保最终的解释变量集是最优的.

2.2 回归结果与分析

本次回归采用SPSS 26.0首先对原始数据的相关性进行分析，然后用逐步回归分析方法建立多个模型，从中选取最优的模型来描述分析球团工序中SO₂的影响因素.

2.2.1 相关性分析

对因变量Y和所有解释变量X ₁、X ₂、X ₃、X ₄进行相关性的分析，相关分析是在回归分析中用来观察两个变量之间关系的一种方法^［13］.相关性系数矩阵表如表5所示.

从表5中可以看出因变量SO₂浓度与4个解释变量的相关性系数分别为：0.956、0.936、0.470、0.527，数据结果还显示出这4个因素之间有一定的多重共线性.为了得出最主要的影响因素，即可采用逐步回归法，剔除影响不显著的变量，保留影响显著的变量，获得最优的模型.

2.2.2 逐步回归分析

运用逐步回归方法对4个解释变量进行分析，结果见表6.回归分析的决定系数R ² = 0.945，说明逐步回归方程的因变量（球团焙烧机SO₂的产生浓度）能被自变量解释的占比为94.5%，其他因素占5.5%.R ²越高，模型越适合该数据.由表7可知，根据线性回归方法得到变量的基本回归方程，并生成2个模型.其最优回归方程为 Y = \mathrm{0.035} X_{\mathrm{1}} + \mathrm{0.034} X_{\mathrm{2}} - \mathrm{533.273}.

2.2.3 回归方程的显著性检验

通过逐步回归分析中的F检验检验回归方程中假设的因变量球团焙烧机SO₂的产生浓度与解释变量铁精矿、煤粉、熔剂用量、粘结剂的线性关系是否显著，由表8可知，F = 93.976，P=0.000 < 0.05.结果表明，当显著性水平为0.05时，回归方程通过F检验，逐步回归方程 Y = \mathrm{0.035} X_{\mathrm{1}} + \mathrm{0.034} X_{\mathrm{2}} - \mathrm{533.273}具有统计学意义，即SO₂产生浓度与X ₁铁精矿和X ₂煤粉的线性回归效果显著.

综合具体分析可知，铁精矿的回归系数值为0.035（t = 3.675，P = 0.004 < 0.05），意味着铁精矿会对球团焙烧机SO₂的产生浓度呈正向的影响关系.煤粉的回归系数值为0.034 （t = 2.501，P = 0.029 < 0.05），表明煤粉与球团焙烧机SO₂的产生浓度呈正相关.

3 结语

根据某一钢铁企业球团工艺生产数据进行了系统的硫平衡分析，其中球团焙烧机SO₂的产生浓度与铁精矿、煤粉、熔剂用量、粘结剂有关.经SPSS相关性分析，球团矿生产过程中SO₂浓度变化主要与球团矿生产原料有关，且与铁精矿、煤粉、熔剂用量、粘结剂4个因素之间有一定的多重共线性.逐步回归分析显示单一元素对球团焙烧机SO₂的产生浓度的影响权重依次是铁精矿、煤粉，熔剂用量与粘结剂用量影响不显著，SO₂主要来源于铁精矿和煤粉中硫的氧化.采用逐步回归分析对变量之间的关系进行统计分析与建模，建立了影响SO₂平衡的线性回归模型，可以对许多变量进行评估以调整模型，在今后研究中能够根据实际值与模型对需要的变量做出预判.

参考文献

[1] VELASQUEZ H， RAMIREZ H， DIAZ J， et al. Determination of atmospheric sulfur dioxide by ion chromatography in the city of Cabimas， Venezuela［J］. Journal of Chromatography A，1996，739（1/2）：295 - 299

[2] 许艳玲，杨金田，蒋春来.我国钢铁行业二氧化硫总量减排对策研究［J］.环境与可持续发展，2013，38（2）：30 - 34.

[3] 赵凤源.烧结球团烟气脱硫工艺的研究［J］.科技创新导报，2017，14（2）：74 - 75.

[4] 齐枫，李玉然，朱廷钰，球团及球团烟气的硫平衡对比研究［J］.河北冶金，2019（S1）：58-61.

[5] 关少杰，张玲玲，苍大强，钢铁厂球团矿制备工艺硫平衡及物料对SO₂排放影响的研究［J］.冶金能源，2018，37（1）： 61 - 64.

[6] 张一敏.球团理论与工艺［M］.北京：冶金工业出版社，1997.

[7] 梅耶尔（Meyer K）.铁矿球团法［M］.杉木，译.北京：冶金工业出版社，1986.

[8] 张波，马立涛，胡维强，不同粒径煤粉的煤质分析实验研究［J］.煤化工，2019，47（4）：69 - 71.

[9] 张汉泉.熔剂性球团的生产及发展［J］.中国矿业，2009，18（4）：89 - 92.

[10] 游士兵，严研.逐步回归分析法及其应用［J］.统计与决策，2017（14）：31 - 35.

[11] 张盛友，孙伟，李金鑫.基于逐步回归分析法的炉渣-水泥-全尾砂胶结充填体强度影响分析［J］.硅酸盐通报，2020，39（12）：3866 - 3873.

[12] LEE J， KIM J， HWANG H， et al. Modeling of slag foaming height of electric arc furnace using stepwise regression analysis［J］. Metallurgical Research & Technology，2020，117（1）：114.

[13] GHANI I M M， AHMAD S. Stepwise multiple regression method to forecast fish landing［J］. Procedia - Social and Behavioral Sciences， 2010，8：549 - 554.

基金资助

国家自然科学基金(51968075)