Preview

Известия высших учебных заведений. Черная Металлургия

Расширенный поиск

Исследование порового пространства железорудных окатышей с использованием модели клеточных автоматов

https://doi.org/10.17073/0368-0797-2026-2-207-212

Содержание

Перейти к:

Аннотация

Повышение роли окатышей как железорудного сырья ставит задачу обеспечения их высокого качества. Одним из наиболее важных факторов, влияющих на структуру и металлургические свойства окатышей, является особенность строения порового пространства. Связь между параметрами пор (объем, удельная поверхность) и металлургическими свойствами выражается через величину поверхности, контактирующей с газом-восстановителем, и прочность минерального каркаса окатыша. Выбор технических решений, обеспечивающих получение окатышей с высокими металлургическими свойствами, может быть осуществлен на основе понимания закономерностей формирования поровой структуры. Целью работы является исследование механизма формирования пор в окатышах с использованием  двумерных клеточных автоматов с квадратной решеткой и окрестностью Мура. Величина расчетного поля составляла 8064 клетки. Моделирование выполнялось в среде MS Excel. Исследования показали, что уже на третьем – четвертом шаге происходит локализация пор и стабилизируется их величина. Согласно полученным данным, на втором шаге моделирования формируются наиболее крупные поры, которые в дальнейшем растут за счет поглощения мелких пустот. Кроме того, внутри твердого вещества остаются реликтовые поры, которые не смогли ассимилироваться с более крупными в связи со стохастической природой процесса. Таким образом, локализация пор в структуре определяется преимущественно первой стадией преобразования структуры. Для агломерата и окатышей – это грануляция шихты. На этой стадии выделяются и локализуются поры. Они имеют статистическое преимущество (начальный размер, наличие других пор рядом) и при дальнейшей термообработке растут за счет поглощения других пор. Удельная поверхность пор в окатышах за счет спекания, определенная с использованием модели клеточных автоматов, сокращается в 3,0 – 3,5 раза.

Для цитирования:


Берсенев И.С. Исследование порового пространства железорудных окатышей с использованием модели клеточных автоматов. Известия высших учебных заведений. Черная Металлургия. 2026;69(2):207-212. https://doi.org/10.17073/0368-0797-2026-2-207-212

For citation:


Bersenev I.S. Study of the pore space of iron ore pellets using a cellular automaton model. Izvestiya. Ferrous Metallurgy. 2026;69(2):207-212. (In Russ.) https://doi.org/10.17073/0368-0797-2026-2-207-212

Введение и постановка задачи

Объем производства железорудных окатышей демонстрирует положительную динамику: с 2015 по 2025 гг. производство окатышей в РФ выросло более, чем на 15 млн т/год [1; 2]. Соответственно, произошло увеличение потребления окатышей шахтными печами металлизации и выросла их доля в доменной шихте. Аналогичные тенденции наблюдаются в зарубежной практике [3]. Основные причины повышения объемов потребления окатышей обусловлены их преимуществом перед агломератом в экологическом аспекте и массовой доле железа [4; 5]. Усиление роли окатышей как железорудного сырья ставит задачу обеспечения их высокого качества. Одним из наиболее важных факторов, влияющих на структуру и металлургические свойства окатышей, является особенность строения порового пространства. Пористость окатышей определяется различными экспериментальными методами: ртутной порометрией [6 – 8], методом капиллярно-пористого тела [9], компьютерной томографией совместно с электронной микроскопией [10 – 12], рентгеновской (компьютерной) томографией [13], оптическими исследованиями микроструктуры окатышей [7; 14] и их макроструктуры [15 – 17]. Связь между параметрами пор (объем, удельная поверхность) и металлургическими свойствами выражается через величину поверхности, контактирующей с газом-восстановителем, и прочность минерального каркаса окатыша [14; 18; 19]. Выбор технических решений, обеспечивающих получение окатышей с высокими металлургическими свойствами, может быть осуществлен на основе понимания закономерностей формирования поровой структуры. Целью настоящей работы является исследование механизма формирования пор в окатышах с использованием методологии клеточных автоматов.

Клеточные автоматы – это дискретные математические модели, состоящие из регулярной сетки ячеек (клеток), каждая из которых может находиться в одном из конечных чисел состояний. Состояние всей системы эволюционирует пошагово в дискретном времени согласно заданным правилам, которые определяют новое свойство каждой ячейки на основе свойств её соседей [20; 21]. Начальное состояние поля исследований и законы изменения состояний отдельных клеток могут задаваться как случайно, так и на основании априорно выбранных правил [22 – 24]. Применение клеточных автоматов в моделировании физико-химических процессов актуально там, где процессы инициируются стохастически, но в течении жизненного цикла подвергаются контролируемому внешнему воздействию. Применительно к порам в окатышах, такая модель вполне применима, поскольку начальная пористость формируется случайно и при обжиге она эволюционирует в направлении снижения свободной энергии. Исследования поровой структуры металлов с использованием данной методологии проведены разными авторами [25; 26], однако применительно к железорудному сырью такие исследования отсутствуют. В работах [27 – 29] приведены результаты оценки эволюции двухфазных кристаллических структур, которые могут быть применены к оксидным или керамическим материалам. Механизм формирования пор в зависимости от условий коагуляции изучен в статье [30]. Несмотря на значительную библиографию, вопрос о применимости использования клеточных автоматов при исследовании железорудного сырья (агломерат, окатыши) остается открытым. Цель настоящей работы – восполнить данный пробел. Важные вопросы, на которые позволяет ответить такое моделирование, состоят в следующем:

– насколько сильно снижается поверхность порового пространства окатышей при спекании;

– насколько велика роль механизма «поглощения» крупными порами мелких при спекании.

 

Метод исследования и исходные данные

Исследование проводилось с использованием двумерных клеточных автоматов с квадратной решеткой и окрестностью Мура. По классификации Уоллфрама, данный автомат относится к третьему классу [23]. Величина расчетного поля составляла 8064 клетки. Моделирование выполнялось в среде MS Excel. Каждая клетка может находиться в одном из двух дискретных состояний: 0 – пора, 1 – твердое вещество. Первоначальное состояние расчетного поля (шаг 1) задавалось генератором случайных чисел. Далее осуществлялось преобразование расчетного поля с применением правила: если в квадрате из 9 клеток (с заданной клеткой в центре) больше n клеток с значением 1, то она приобретает значение 1. В противном случае ее значение «0». Было исследовано два варианта: n1 = 4 и n2 = 5, которые соответствуют ярко выраженным твердо- и жидкофазным разновидностям спекания. Физически эти ограничения обусловлены тем, что при твердофазном спекании необходимо больше единичных контактов между частицами. За пределами указанных параметров расчет уже на втором или третьем шаге приводил к практически полной ликвидации пор. Величины порового пространства были исследованы на двух уровнях: 28 – 33 и 48 – 53 % пор, что соответствует типичным объемам пор в окатышах и агломерате. Оценивалось изменение объема пор (площади клеточных автоматов с значением «0») и их поверхность (площадь контакта между клетками с разным значением).

 

Результаты исследования и их обсуждение

На рис. 1 приведена типичная эволюция структуры в течение пяти шагов (слева – начальное состояние, справа – последнее) для трех вариантов: А – начальная пористость 50 %, спекание жидкофазное; Б – начальная пористость 28 %, спекание твердофазное; В – начальная пористость 32 %, спекание твердофазное. На рис. 2 приведены структуры пор железорудных окатышей фактические, полученные на основании результатов сканирования методом компьютерной томографии, и смоделированные (вариант В). Расчет периметров границы пор и твердого вещества для обоих рисунков выявил сопоставимые величины. Сравнение этих данных указывает, что выбранный модельный подход адекватен фактическим данным.

 

Рис. 1. Фрагменты структуры пор окатышей в эволюции:
слева – первый шаг; справа – заключительный; белое – поры

 

Рис. 2. Фрагменты структуры пор окатышей:
сверху – фактические; снизу – смоделированные; белое – поры

 

Из рис. 1 заметно, что уже на третьем – четвертом шаге происходит локализация пор и стабилизируется их величина. Видно, что уже на втором шаге моделирования формируются наиболее крупные поры, которые в дальнейшем растут за счет поглощения мелких пустот. Кроме того, даже на пятом шаге внутри твердого вещества остаются реликтовые поры, которые не смогли ассимилироваться с более крупными в связи со стохастической природой процесса. В таблице приведены изменения площади и периметра пор для семи вариантов (А – Ж). Видно сокращение периметра (который адекватен удельной поверхности пор [10; 11]) в 3,0 – 3,5 раза, при этом половина – уже на первом шаге. Также отмечается экстремальный характер (с локальным минимумом) изменения площади пор в вариантах Б и В.

 

Результаты моделирования порового пространства

ВариантПоказатель,
отн. ед.
Шаг
1234
А – начальная пористость 50 %, спекание жидкофазноеОбъем пор0,490,490,490,49
Площадь пор0,400,210,150,12
Б – начальная пористость 28 %, спекание твердофазноеОбъем пор0,280,230,240,27
Площадь пор0,330,150,110,10
В – начальная пористость 32 %, спекание твердофазноеОбъем пор0,320,310,360,41
Площадь пор0,350,180,130,11
Г – начальная пористость 31 %, спекание жидкофазноеОбъем пор0,310,120,060,04
Площадь пор0,350,090,030,01
Д – начальная пористость 50 %, спекание твердофазноеОбъем пор0,500,750,880,95
Площадь пор0,400,170,080,03
Е – начальная пористость 40 %, спекание твердофазноеОбъем пор0,400,260,190,16
Площадь пор0,390,170,100,08
Ж – начальная пористость 40 %, спекание жидкофазноеОбъем пор0,400,520,630,72
Площадь пор0,390,210,140,10

 

Полученные данные позволяют сделать несколько научных и практических выводов. Во-первых, локализация пор в структуре определяется преимущественно первой стадией преобразования структуры. Для агломерата и окатышей – это грануляция шихты. На этой стадии выделяются и локализуются поры. Они имеют статистическое преимущество (начальный размер, наличие других пор рядом) и при дальнейшей термообработке растут за счет поглощения других пор. Эти данные подтверждаются экспериментальными исследованиями структуры сухих и обожженных окатышей [11]. Во-вторых, для всех вариантов наблюдается трехкратное снижение величины удельной поверхности пор. Такая величина изменения удельной поверхности требует количественного уточнения, поскольку проходит по нижней границе оценок, данных другими авторами [4; 5; 10]. В-третьих, полученные результаты позволяют интерпретировать поровое пространство окатышей как систему, подчиняющуюся эволюционным закономерностям. Это, в свою очередь, открывает потенциал исследований с использованием современных методов моделирования процессов [31]. В-четвертых, эволюция объема пор весьма чувствительна к начальной пористости структуры и типу спекания (жидко- или твердофазное). Переход в жидкофазную область спекания со значительным увеличением количества расплава (или воды при сыром окомковании) приводит к заметному сокращению пористости (вариант Г). Высокая пористость куска при твердофазном спекании приводит к неконтролируемому росту пористости (вариант Д). Сравнивая варианты В и Г, видно, что жидкофазный процесс существенно ускоряет спекание, что соответствует современным теории и практике [5].

Безусловно, полученные результаты не учитывают ряд особенностей, присущих реальным окатышам или агломератам: усадку при спекании, газификацию отдельных веществ, химические преобразования и др. Кроме того, видится перспективным применение данного подхода к анализу грануляции окатышей, для чего необходимо дополнительно учесть формирование кластеров шихты и зародышей окатышей, неравномерность распределения влаги в шихте и др. [32]. Поэтому полученные результаты требуют развития за счет добавления соответствующих программных модулей и перехода в трехмерную расчетную область, что является задачей автора в ближайшем будущем.

 

Выводы

Локализация пор в структуре окатышей определяется на стадии грануляции шихты. На этой стадии выделяются и образуются поры и затем те из них, которые имеют статистическое преимущество (начальный размер, наличие других пор рядом), растут при термообработке за счет поглощения других пор.

Удельная поверхность пор в окатышах за счет спекания, определенная с использованием модели клеточных автоматов, сокращается в 3,0 – 3,5 раза.

 

Список литературы

1. Петров С.П. Черная металлургия азиатской России во втором и третьем десятилетиях XXI века. Новосибирск: Институт экономики и организации промышленного производства Сибирского отделения РАН; 2023:240.

2. Буданов И.А. Макроэкономические перспективы производства металла. Сталь. 2024;(6):47–53.

3. Kapelyushin Yu.E. Comparative review on the technologies of briquetting, sintering, pelletizing and direct use of fines in processing of ore and technogenic materials. CIS Iron and Steel Review. 2023;(2):4–11. http://doi.org/10.17580/cisisr.2023.02.01

4. Юрьев Б.П., Спирин Н.А., Шешуков О.Ю. и др. Разработка технологий для производства железорудных окатышей с высокими металлургическими свойствами. Нижний Тагил: НТИ УрФУ; 2018:172.

5. Мальцева В.Е., Селезнев В.С., Чукин Д.М. Термообработка сырых окатышей: технология и схемы обжиговых машин. Москва: Металлургиздат; 2023:719.

6. Журавлев Ф.Н., Малышева Т.Я. Окатыши из концент­ратов железистых кварцитов. Москва: Металлургия; 1991:127.

7. Малышева Т.Я., Долицкая О.А. Петрография и минералогия железорудного сырья. Москва: МИСИС; 2004:422.

8. Медведева А.В., Мордасов Д.М., Мордасов М.М. Классификация методов контроля пористости материалов. Вестник ТГТУ. 2012;18(3):749–754.

9. Bersenev I.S., Sabirov E.R., Ishimbaev A.V., Matyu­­khin V.I. Study of the porosity of burnt pellets using the capillary-porous solids model. Steel in Translation. 2024;54(4):305–309. https://doi.org/10.3103/S0967091224700682

10. Берсенев И.С., Бижанов А.М., Сабиров Э.Р., Спирин Н.А. Определение удельной поверхности порового прост­ранства железорудных окатышей. Черные металлы. 2025;(1):10–15. https://doi.org/10.17580/chm.2025.01.02

11. Gruzdev A.I., Bersenev I.S., Chernov M.S., Pigarev S.P., Gridasov I.N., Pokolenko A.Yu., Sabirov E.R., Spirin N.A. Study of the pore space structure of iron ore pellets using computer tomography. Steel in Translation. 2024;54(12):1145–1155. https://doi.org/10.3103/S0967091225700019

12. Cavaliere P., Sadeghi B., Dijon L., Laska A., Koszelow D. Three-dimensional characterization of porosity in iron ore pellets: A comprehensive study. Minerals Engineering. 2024;213:108746. https://doi.org/10.1016/j.mineng.2024.108746

13. Nie H., Qi B., Li Y., Qiu D., Wei H., Hammam A., Ah­­med A., Yu Y. Structure analysis of pellets with different reduction degrees using X-ray micro-computed tomography. Steel Research International. 2023;94(1):2200241. https://doi.org/10.1002/srin.202200241

14. Bersenev I.S., Vokhmyakova I.S., Ozornin N.K., Pokolenko S.I., Sabirov E.R., Spirin N.A. Porosity of iron-ore pellets at different stages of roasting and reduction. Steel in Translation. 2023;53(12):1137–1143. https://doi.org/10.3103/S096709122370002X

15. Bersenev I.S., Pokolenko S.I., Sabirov E.R., Spirin N.A., Borisenko A.V., Kurochkin A.R. Influence of the iron ore pellets macrostructure on their strength. Steel in Translation. 2023;53(11):1018–1022. https://doi.org/10.3103/S0967091223110062

16. Usol’tsev D.Yu., Bersenev I.S., Bardavelidze G.G., Sabirov E.R., Spirin N.A., Isaenko G.E. On the formation of porosity in fluxed iron-ore pellets. Steel in Translation. 2022;52(10):859–863. https://doi.org/10.3103/S0967091222090133

17. Берман Ю.Л. Основные закономерности производства окатышей. Челябинск: Металлургия; 1991:184.

18. Scharm C., Küster F., Laabs M., Huang Q., Volkova O., Reinmöller M., Guhl S., Meyer B. Direct reduction of iron ore pellets by H2 and CO: In-situ investigation of the structural transformation and reduction progression caused by atmosphere and temperature. Minerals Engineering. 2022;180:107459. https://doi.org/10.1016/j.mineng.2022.107459

19. Nguyen C.-S., Nguyen T.-H., Nguyen S.L., Bui A.-H. Study on the reducibility of iron ore pellets at high temperature. Physical Sciences / Physics, Engineering. 2021;63(4):3–7. https://doi.org/10.31276/VJSTE.63(4).03-07

20. Белоус Д.Д., Тыртышников А.Ю., Гордиенко М.Г. Клеточно-автоматный подход для прогнозирования изменения распределения пор по размерам в процессе пиролиза. Успехи в химии и химической технологии. 2016;XXX(4):108–110.

21. Кучинский Н.А., Васецкий А.М., Кениг Е.Я., Кольцова Э.М. Моделирование процесса формирования покрытия гранул на основе теории клеточных автоматов. Фундаментальные исследования. 2013;(4):1069–1073.

22. Бандман О.Л. Параллельная реализация клеточно-автоматных алгоритмов моделирования пространственной динамики. Сибирский журнал вычислительной математики. 2007;10(4):335–348.

23. Wolfram S. Twenty problems in the theory of cellular auto­mata. Physica Scripta. 1985;T9:170–183. https://doi.org/10.1088/0031-8949/1985/T9/029

24. Gu С., Ridgeway C.D, Cinkilic E., Lu Y., Luo A.A. Predicting gas and shrinkage porosity in solidification microstructure: A coupled three-dimensional cellular automaton model. Journal of Materials Science & Technology. 2020;49: 91–105. https://doi.org/10.1016/j.jmst.2020.02.028

25. Mendoza-Cuy A., Begambre-Carrillo O., Villalba-Mora­les J.D. Topology optimization of steel slotted dampers with the hybrid cellular automata technique. Advances in Engineering Software. 2025;206:103921. https://doi.org/10.1016/j.advengsoft.2025.103921

26. Bozsóki I., Illés B., Géczy A. Numerical simulation of Sn grain growth in composite solder joint using a modified cellular automaton model. Results in Engineering. 2025;26:104669. https://doi.org/10.1016/j.rineng.2025.104669

27. Lian Y., Lin S., Yan W., Liu W.K., Wagner G.J. A parallelized three-dimensional cellular automaton model for grain growth during additive manufacturing. Computational Mechanics. 2018;61:543–558. https://doi.org/10.1007/s00466-017-1535-8

28. Guo Z., Zhou J., Yin Y., Shen X., Ji X. Numerical simulation of three-dimensional mesoscopic grain evolution: Model Development, validation, and application to nickel-based superalloys. Metals. 2019;9(1):57. https://doi.org/10.3390/met9010057

29. Lopez-Botello O., Martinez-Hernandez U., Ramírez J., Pin­na C., Mumtaz K. Two-dimensional simulation of grain structure growth within selective laser melted AA-2024. Mate­rials & Design. 2017;113:369–376. http://dx.doi.org/10.1016/j.matdes.2016.10.031

30. Guo C., Sheng X., Chu C., Dong Y., Pu Y., Lin P. A cellular automaton simulation of the degradation of porous polylactide scaffold: I. Effect of porosity. Materials Science and Engineering: C. 2009;29(6):1950–1958. https://doi.org/10.1016/j.msec.2009.03.003

31. Бекетов С.М., Зубкова Д.А., Редько С.Г. Эволюционные методы оптимизации цифровых моделей организационных систем: литературный обзор. Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2024;(52);55–75.

32. Павловец В.М. Особенности развития техники и технологии окомкования железорудной шихты в произ­водстве окатышей. Известия вузов. Черная металлургия. 2023;66(5):529–537. https://doi.org/10.17073/0368-0797-2023-5-529-537


Об авторе

И. С. Берсенев
ООО «НПВП ТОРЭКС»; Уральский федеральный университет имени первого Президента России Б.Н. Ельцина
Россия

Иван Сергеевич Берсенев, к.т.н., руководитель научно-аналитического отдела, ООО «НПВП ТОРЭКС»; доцент кафедры металлургии железа и сплавов, Уральский федеральный университет имени первого Президента России Б.Н. Ельцина

Россия, 620041, Екатеринбург, ул. Основинская, 8

Россия, 620002, Екатеринбург, ул. Мира, 19



Рецензия

Для цитирования:


Берсенев И.С. Исследование порового пространства железорудных окатышей с использованием модели клеточных автоматов. Известия высших учебных заведений. Черная Металлургия. 2026;69(2):207-212. https://doi.org/10.17073/0368-0797-2026-2-207-212

For citation:


Bersenev I.S. Study of the pore space of iron ore pellets using a cellular automaton model. Izvestiya. Ferrous Metallurgy. 2026;69(2):207-212. (In Russ.) https://doi.org/10.17073/0368-0797-2026-2-207-212

Просмотров: 203

JATS XML


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0368-0797 (Print)
ISSN 2410-2091 (Online)