Submerged-arc furnaces: Improved electrical conditions for increased energy efficiency and decarbonization

SAPPHIRE skal bidra til renere og mer energieffektiv metallproduksjon. I elektriske smelteovner er det elektrisitet som tilfører den energien som trengs for å omdanne malm til metall. De elektriske forholdene i smelteovnen påvirker prosesskjemien. Vi skal forstå denne vekselvirkningen bedre. Kunnskapen vi skaper skal brukes til å få en jevnere drift av smelteovnene, og dermed • redusere det spesifikke energiforbruket (kWh/kg metall produsert), og • gjøre der mulig å avkarbonisere prosessen ved å bruke biokull. Vi skal nå disse målene ved å • lage matematiske modeller som gir pålitelige estimater av den elektriske ledningsevnen til ulike råmaterialer og blandinger; • bruke disse estimatene i simuleringsverktøy som kan modellere oppførselen til ovnene; og • hente ut mer informasjon om ovnstilstanden fra eksisterende målinger og foreslå nye målinger som kan gi bedre modeller. SAPPHIRE ledes av NORCE. Det skal også utføres forskning ved NTNU, og våre internasjonale samarbeidspartnere er Háskólinn í Reykjavík og Universitetet i Padova. Prosjektet støttes av Elkem ASA, Eramet Norway AS, Finnfjord AS og Wacker Chemicals Norway AS gjennom Ferrolegeringsindustriens Forskningsforening (FFF). Arbeidet i prosjektet dekker hele spennet fra teoriutvikling til multifysikksimuleringer og databaserte tilnærminger. Vi fokuserer på å utvikle fundamentale modeller som kan forklare elektriske nøkkelvariable i ovnsdriften ved hjelp av egenskapene til råmaterialene som brukes. Vi skal også se på hvilke målinger som er nødvendige for å bestemme den indre ovnstilstanden ved hjelp av ytre målinger, og hvordan mer informasjon kan hentes ut fra eksisterende målinger. Her vil dynamikken til ovnen og forståelse av lysbuer være viktig. Prosjektet vil utdanne én doktorgradskandidat og flere mastergradskandidater.

The project aims to contribute to cleaner and more energy-efficient metal production. It will generate knowledge to deepen the understanding of electrical conditions and their interactions with process chemistry and material flow in submerged-arc furnaces for producing FeMn, SiMn, FeSi, and metallurgical-grade Si. This knowledge will enable a reduction in specific energy consumption (kWh/kg alloy produced) by minimizing production losses due to unstable operations. Improving process stability will also support the introduction of bio-based reductants to decarbonize these processes. The project will address the following knowledge gaps: i. There is limited interaction between current arc models and high-frequency measurements, raising doubts about the state of the arc, which is the main mode of heat dissipation in FeSi and Si production ii. The existing electrical measurements do not define a unique inner state, leading to confusion about the electrical and metallurgical conditions in industrial furnaces iii. The extensive laboratory-scale resistivity data now available from experiments are not utilized in existing furnace models, making it harder for furnace operators to control the electrical conditions through the charge mix recipe Physics-based first-principles modeling forms the core of the project. To support this effort, the project brings together an interdisciplinary team with expertise in fields such as cybernetics, AI/ML, measurement technology, and metallurgy. By providing knowledge to extend beyond traditional forward models through dynamics and inverse modeling, this team will enable the project to gain more insight into the furnace interior than what previous measurements allowed and to suggest new measurements.