Jesús David Hernández Ortiz

Energy optimization of the steelmaking process in an electric arc furnace


voorkant	achterkant

ISBN:

978-3-8440-9509-8

Reeks:

Schriftenreihe des Lehrstuhls für Systemdynamik und Prozessführung
Uitgever: Prof. Dr.-Ing. Sebastian Engell
Dortmund

Volume:

2024,4

Trefwoorden:

Electric arc furnace; steelmaking; energy efficiency; process optimization; dynamic optimization

Soort publicatie:

Dissertatie

Taal:

Engels

Pagina's:

216 pagina's

Gewicht:

281 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

59,80 € / 74,80 SFr

Verschijningsdatum:

Juni 2024

Kopen:

DOI:

10.2370/9783844095098 (Online-Publicatie-Document)

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Document
	Soort bestand		PDF
	Kosten		44,85 EUR
	Acties		Tonen en kopen van het bestand - 4,9 MB (5163452 Byte)
	Acties		Kopen en downloaden van het bestand - 4,9 MB (5163452 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 300 kB (307495 Byte)
	Acties		downloaden van het bestand - 300 kB (307495 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

Steel production via electric arc furnaces (EAFs) is a very energy-intensive process that accounts for almost 25\% of the total crude steel production worldwide. In modern steelmaking, finding an economically beneficial mode of operation that reduces the energy consumption of the plant and the environmental impact of the process is the priority.

To address this challenge, this thesis presents a model-based optimization strategy that can reduce the energy demand of the EAF process. First, mathematical models of an electric arc and of an electric arc furnace were developed and used to answer two fundamental questions: a) How do the electrical set-points of the furnace affect the geometry of the arc and the heat exchange between the arc and the metal phases in the furnace?, and b) How do various operative set-points affect the melting dynamics of the process?. The developed models were validated using experimental and process data of an industrial ultra-high-power EAF.

Second, a dynamic optimization framework (DO) with the goal to minimize the electrical losses of the process is proposed. Two important operational questions were addressed: a) What is the optimal operation strategy that reduces the energy demand of the process?, and b) How can dynamic optimization and scheduling be integrated to achieve an optimal operation of the steelmaking plant?. The DO problem is solved using a control vector parametrization strategy that computes an optimal input trajectory for a batch of steel that consists of several charges. The computed control policy was tested in an industrial EAF, and the energy consumption of the process was reduced by 4.5% for a family of steels.