铁水预脱硫技术的发展现状与展望

炼钢 ›› 2026, Vol. 42 ›› Issue (1): 1-14.

铁水预脱硫技术的发展现状与展望

杨耀棋¹，张燕超²，薛月凯¹，潘宏伟³，王书桓¹，赵定国¹

（1.华北理工大学冶金与能源学院，河北唐山 063210；
2.河北科技工程职业技术大学，河北邢台 054000；
3.唐山钢铁集团有限责任公司，河北唐山 063000）

出版日期:2026-02-05 发布日期:2026-01-27

Development status and prospect of hot metal desulfurization technology

Online:2026-02-05 Published:2026-01-27

摘要/Abstract

摘要： 随着我国钢铁工业向高质量发展转型升级，铁水预处理脱硫技术作为控制钢中硫含量的关键工艺，其战略地位日益凸显。系统梳理了铁水预处理脱硫技术的研究进展与未来趋势。在技术发展层面，通过历史沿革分析明确了机械搅拌法（KR）与喷吹法两大主流工艺的技术演进路径。在理论机制研究方面，基于热力学计算揭示了氧化钙与金属镁两种脱硫剂的反应特性，系统阐明了温度、硫活度等热力学参数对反应平衡的影响规律；同时从动力学角度，针对KR法的固-液混溶机理与喷吹法的气-粉两相流特征，明确了搅拌强度、载气压力等关键参数对脱硫速率的调控规律。研究方法层面，综合运用物理模拟与数值模拟手段，系统揭示了搅拌方式、设备参数、漩涡特征及桨叶结构等多因素协同作用机制，建立了工艺参数与脱硫效率的量化关系模型。面向行业高质量发展需求，从工艺优化路径、装备智能升级和新型脱硫剂开发三个维度提出发展建议，为构建高效、稳定、低耗的脱硫技术体系提供理论支撑与实践指导。

关键词: 铁水预处理, 脱硫, 漩涡, 脱硫剂, 搅拌

杨耀棋, 张燕超, 薛月凯, 潘宏伟, 王书桓, 赵定国. 铁水预脱硫技术的发展现状与展望[J]. 炼钢, 2026, 42(1): 1-14.

[1]	杨光, 李海强, 魏崇一, 葛春钰, 贾吉祥, 杨骥, . 连铸旋流井沉泥基铁水预脱硅剂开发的试验研究[J]. 炼钢, 2025, 41(5): 11-16.
[2]	刘鹏, 朱宏伟, 潘锡泉, 袁渊, 包燕平, 顾超. X65MS管线钢LF精炼渣优化与应用[J]. 炼钢, 2025, 41(5): 35-41.
[3]	胡汉涛, 李光强, 马志刚, 王强, 刘昱, 刘畅, . RH精炼顶喷脱硫剂颗粒利用率的数值模拟[J]. 炼钢, 2025, 41(5): 42-50.
[4]	李廷刚, 甄新刚, 李凤春, 范祚驿, 张志强, 赵和明, . 板坯二冷电磁搅拌工艺及铸坯质量研究[J]. 炼钢, 2025, 41(5): 69-78.
[5]	冯荣, 郑万, 季军, 黄翱, 张航, 李永杰, . 带气化室喷镁枪的气泡生成行为优化[J]. 炼钢, 2025, 41(4): 10-19.
[6]	董晓雪, 韩啸, 乔西亚, 李晶, 于学渊, 赵阳. 120 t钢包底吹在线智能调控系统开发与应用[J]. 炼钢, 2025, 41(2): 47-52.
[7]	曾帅, 姜媛馨, 张晗, 孙乙力, 罗洪杰, 雷洪, . RH真空精炼的发展现状和展望[J]. 炼钢, 2025, 41(1): 1-11.
[8]	李威, 熊凌, 罗钟邱, 吴经纬, 万诗斐, 但斌斌. 基于加权聚类和DNN的KR法脱硫剂加入量预报模型[J]. 炼钢, 2025, 41(1): 12-18.
[9]	齐刚, 齐江华, 李明晖, 彭家云, 周剑丰. 铁水KR搅拌脱硫漩涡形态对脱硫剂颗粒量化扩散行为研究[J]. 炼钢, 2024, 40(6): 13-22.
[10]	易昌鑫, 于会香, 刘金刚, 贾刘兵. VD精炼技术的研究进展[J]. 炼钢, 2024, 40(4): 1-10.
[11]	贾星宇, 赵烁, 汤群伟, 陈刚, 李伟涛, 唐海燕, 张家泉. 150 t单水口钢包出钢过程汇流旋涡影响因素研究[J]. 炼钢, 2024, 40(4): 65-73.
[12]	吴经纬, 方一飞, 但斌斌, 容芷君, 都李平, 罗钟邱. 基于异质堆叠集成学习的脱硫剂加入量预测[J]. 炼钢, 2024, 40(3): 1-7.
[13]	骆志承, 但斌斌, 陈刚, 容芷君, 罗钟邱, 都李平. 基于铁水搅拌的漩涡图像信息增强方法[J]. 炼钢, 2024, 40(2): 31-38.
[14]	屠兴圹, 苏振伟, 周淼, 赵赟. 钢包氩气流量对冷镦钢SWRCH35K中DS夹杂物的影响#br#[J]. 炼钢, 2024, 40(1): 52-58.
[15]	晏颖, 孙伟, 贾舒渊, 商少伟, 吴志豪, 欧阳德刚, 贺铸, . KR法中桨叶结构对搅拌效率影响的数值模拟研究[J]. 炼钢, 2023, 39(6): 8-14.