《steel research international》：Effective Equilibrium Reaction Zone Modeling of Hydrogen Plasma Smelting Reduction: A Scenario Analysis
编辑推荐：
为应对钢铁行业高碳排放，研究者针对氢等离子体熔融还原（HPSR）工艺，开发了基于EERZ（有效平衡反应区）的动态分区模型。该模型耦合热力学与传质，量化了尾气回收、矿石预还原等情景对能耗（SER）与氢利用率的影响，为绿色钢铁工艺优化提供了工具。
背景：钢铁行业的“脱碳”攻坚战
钢铁行业是全球碳排放大户，贡献了约7%的人为CO2排放。目前全球70%以上的粗钢仍依赖高炉-转炉（BF-BOF）这一传统高碳路线。虽然直接还原-电弧炉（DR-EAF）路线利用天然气还原铁矿石，能将碳排放降低8%-80%，但这对于欧盟2050年“净零”目标来说，仍远远不够。氢能，特别是绿氢，被视为钢铁行业深度脱碳的终极答案。
在众多氢能炼铁技术中，氢等离子体熔融还原（Hydrogen Plasma Smelting Reduction, HPSR）尤为引人注目。它利用直流电弧炉产生的高温等离子体（包含原子氢H和离子氢H+）来还原铁矿石，理论上可以实现近零碳排放。然而，HPSR工艺极其复杂，涉及气-液-固多相反应，且目前缺乏能够准确预测其工业级运行性能的高精度模型。此前的小规模试验受限于热损失大、功率不稳定等因素，难以量化关键指标。因此，开发一个能够模拟工业尺度HPSR、指导工艺优化的动态模型，成为推动该技术走向成熟的关键。
研究方法：用“分区”破解复杂反应
为了揭开HPSR的“黑箱”，研究团队采用了有效平衡反应区（Effective Equilibrium Reaction Zone, EERZ）建模方法。其核心思路是“化整为零”：将复杂的电弧炉内部划分为多个逻辑反应区（如等离子体区、喷吹区、熔池区等），每个小区域内部假设达到热力学平衡，再通过传质参数连接起来。
- •
工具与逻辑：研究使用HSC Sim软件构建动态模型，采用“储罐（Tank）逻辑”来模拟炉内各区域的物质与能量积累。模型求解质量、组分和能量三大平衡方程，通过调整区域间的传质系数来校准动力学过程。
- •
校准与验证：模型参数利用已发表的实验数据进行了校准，重点关注还原度（DOR）和氢利用率等关键指标，确保了模型预测的可靠性。
研究结果：寻找最优解
模型架构与情景设计
研究首先建立了HPSR的EERZ模型架构，明确了各反应区（等离子体区PZ、喷吹区LZ、熔池区BZ等）的划分与物质交换路径。在此基础上，设定了多种工业操作情景进行对比分析：
- •
情景1（基准）：无尾气回收，无预还原。
- •
情景2：实施尾气回收。
- •
情景3：耦合流化床预还原技术。
- •
情景4：改变原料（DRI）的分布方式。
能耗与氢利用率的量化对比
模拟结果清晰地展示了不同操作策略的优劣：
- •
尾气回收是“节能冠军”：在所有情景中，尾气回收（情景2）能实现最低的比能耗（Specific Energy Requirement, SER）。这是因为回收的尾气中富含未反应的H2和反应产物H2O，将其重新注入炉内，显著提升了氢气的利用效率，降低了总能耗。
- •
预还原的潜力：耦合流化床预还原（情景3）虽然能提高还原度，但其节能效果不如尾气回收直接。模型显示，预还原程度需要精确控制，过高的预还原度反而可能因增加系统复杂度而带来不确定因素。
- •
原料分布的影响：原料（DRI）在炉内的分布方式对SER和氢利用率有显著影响。模型通过灵敏度分析指出，优化喂料位置和分布比例，是进一步提升工艺经济性的关键杠杆。
灵敏度分析：谁主沉浮？
研究进一步通过灵敏度分析，识别了影响HPSR性能的“主导变量”：
- •
最敏感因素：原料分布和矿石预还原程度是影响氢利用率和SER的最关键参数。这意味着，在HPSR工厂的设计和操作中，比选择还原剂类型（如纯氢 vs 富氢气体）更重要的是，如何把原料精准地送到反应最剧烈的区域。
- •
次要因素：氢枪的操作参数（如喷吹速度）对局部反应有影响，但在全局优化中其权重低于原料处理。
结论与展望：通往绿色钢铁的路线图
本研究成功构建了首个基于EERZ原理的HPSR工业尺度动态模型，填补了该领域高精度模拟工具的空白。模型证实，尾气回收是降低HPSR能耗最有效的单一措施，而原料的预处理和炉内分布是优化的核心靶点。
该模型的价值不仅在于预测性能，更在于为实验规划提供了“数字沙盘”。例如，文中提到Metix公司计划建设的100 kVA试验装置，就可以利用此模型进行先导模拟，减少试错成本。未来，通过进一步细化氢枪效应和传质系数的研究，该模型将能更精准地指导工业级HPSR装置的放大设计，加速绿色钢铁从实验室走向工厂。
