板坯连铸机漏钢原因及预防措施

本文主要阐述了连铸机漏钢常见的类型,主要有两种类型,一种是开浇漏钢,另一种是浇注过程中漏钢,从14个方面分别进行介绍分析漏钢的重要原因。也从保护渣和设备方面对防止漏钢进行了介绍。     

韶钢新一钢8#连铸机粘结漏钢分析

针对新一钢8#连铸机投产以来所出现的几次粘结漏钢事故进行分析,找出了导致粘结漏钢主要原因并采取了相应的控制措施之后,铸机粘结漏钢事故得到明显遏制。     

板坯连铸机粘结漏钢的原因分析及预防

漏钢是对连铸机损害最大的恶性生产事故,漏钢不仅造成生产中断,铸机作业率下降,更为严重的是损坏设备。通过对板坯连铸机出现的粘结漏钢进行分析,并提出相应的改进和预防措施,取得了良好效果。     

热相图和FDA曲线在漏钢事故分析中的应用

在连铸的生产过程中,最常见、破坏最大的生产事故之一就是漏钢。利用不同形式的漏钢在热相图和FDA曲线中的不同表现对漏钢原因进行分析,为工业生产提供参考。     

浅谈如何降低连铸机漏钢率

通钢第二炼钢厂4#连铸机出现的挂漏、接口漏、裂漏、渣漏等漏钢形式进行分析,提出采取控制起步时间,提高结晶器水质、水速、优化结晶器振动参数,保证水口对中等措施以降低连铸机漏钢率。     

漏钢预报系统在第二炼钢厂连铸的应用

漏钢预报系统保证连铸系统正常生产，避免事故漏钢，减少漏钢损失。     

漏钢预报系统中温度数据的预处理

漏钢预报是保证冶金连铸生产安全高效的关键环节,本文提出了一种新的温度数据预处理的方法,通过在基于模糊神经网络的漏钢预报系统中的成功应用,已经充分证明该方法不仅能优化网络的结构与参数,而且大大提高了系统的预报精度与速度.     

通过神经网络与专家系统实现漏钢预报

针对连铸生产中粘结性漏钢引起的恶性事故,为解决该情况,设计采用基于BP神经网络为机理的漏钢预报系统解决方案,介绍了神经网络的训练步骤及数据处理分析。方案经测试,能够准确实现漏钢预报,误报率较低,为用户创造了显著的经济效益。     

基于粒子群优化的神经网络漏钢预报模型研究

针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题,将粒子群优化算法PSO引入到BP神经网络的训练过程,建立了PSO-BP神经网络模型,并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系统进行了测试,测试结果以98.03%的预报率及100%的报出率,验证了基于粒子群优化算法的BP神经网络连铸漏钢预报系统模型的可行性和有效性。     

漏钢预报在板坯连铸中的应用

本文介绍达涅利漏钢预报系统的构成,以及其在福建三钢板坯连铸机上的的应用。重点介绍了漏钢预报系统的原理,不足及改进措施。     

漏钢预报系统中温度数据的预处理

漏钢预报是保证冶金连铸生产安全高效的关键环节，本文提出了一种新的温度数据预处理的方法，通过在基于模糊神经网络的漏钢预报系统中的成功应用，已经充分证明该方法不仅能优化网络的结构与参数，而且大大提高了系统的预报精度与速度。     

板坯连铸漏钢预报神经元网络专家系统的研究

在提出混合式神经元网络专家系统的理论框架结构的基础上，用C语言开发了具有神经元网络模式识别功能和专家系统功能的漏钢预报模型。离线测试表明，本系统比武钢引进的逻辑判断预报系统性能更好。     

RBF神经网络应用于连铸漏钢预报

从结晶器上热电偶的时间序列和空间序列出发,将径向基（RBF）神经网络应用于连铸漏钢预报,并对连铸过程进行了仿真,取得了较好的效果。     

高职院哲学教育的定位及其实现路径探析

在新的时代条件下,如何开展哲学教育并持续有效地发挥它的影响力,真正走进学生的内心,这是一个值得深思的问题。在定位上,宜将哲学教育置于人类文明的历史发展进程中去理解,并进而突出马克思主义哲学的主导地位及作用。更重要的是,我们应注意高职院这一特定的语境,高职院中哲学教育的成功实现有赖于与学校办学特色、与行业、与学生自我发展的需求以及职业规划的紧密结合。在课堂教学上,宜以人为本,在考虑学生知识水平与接受水平的基础上,完善课堂教学设计,提升教学效果。值得注意的是,在实现路径上,哲学教育应突破"课堂教学"的单一实现模式,积极拓展新的平台,培养新的生长点。     

论脱逃罪的主体

脱逃罪的主体是依法被关押的罪犯、犯罪嫌疑人、被告人。所谓“依法”,应当是指依据刑事诉讼法的规定。无罪的人能否成为脱逃罪的主体,应当区分不同情况分别把握。违反法定程序逮捕、拘留的被告人、犯罪嫌疑人仍可以成为本罪主体,被超期羁押的被告人、犯罪嫌疑人以及被限制人身自由的行为人都不能成为本罪主体。     

板坯连铸粘结型漏钢过程模拟及预报

建立了板坯连铸结晶二维导热数学模型，计算了在下沉拉坯状态下结晶器铜版的温度场及铸坯发生拉时结晶器温度场的变化，通过对粘结型漏钢过程的模拟和拉时结晶器温场的分析，提出了对粘结型拉漏进行预报的预测参数。     

地应力测井解释方法及其可靠性对比

为了对比井壁崩落法、诱导裂缝法和波速各向异性法在地应力方位解释中精度差异,系统阐述了测井地应力方位分析的理论基础、解释方法和影响因素。结果表明,基于成像测井资料的钻井诱导裂缝法和井壁崩落法解释G6井在沙河街组三段最大水平主应力S_H优势方位为70°~80°,与邻井微地震监测反演结果相一致。波速各向异性法和基于地层倾角测井资料的井壁崩落法解释S_H优势方位为80°~90°。测井地应力方位解释精度不同程度地受天然裂缝、断层和地层倾角等因素影响,综合分析认为钻井诱导裂缝法解释S_H方位结果最为准确。基于地层倾角测井的井壁崩落法解释S_H方位在研究区有约10°的误差。波速各向异性法解释S_H方位时,具有一定的局限性,需要进一步校正。     

基于荧光传感方法的藻类在线监测

 湖泊水库严重的水质富营养化导致水华大面积暴发,已成为目前主要环境问题之一。实现水华暴发前后浮游藻类种群结构变化过程（主要包括浮游藻类种群组成、数量变化过程）的有效监测是分析水华发生的生态学机制、掌握水华的生消过程和实现水华预警的基础。本文基于藻类活体荧光光谱技术、嵌入式微控制技术和实时采集与处理技术,研发出具有实时在线监测能力的藻类在线荧光仪,可实现不同光谱组藻类（蓝藻、绿藻和褐藻）的分类测量。通过对比实验分析发现,藻类在线荧光仪对蓝藻、绿藻和褐藻的分类测量误差均小于17.88%。同时,巢湖外场实验表明藻类在线荧光仪具有长期稳定的运行能力。具有以上指标的藻类在线荧光仪在水环境监测、水华监测预警和水质富营养化现状评估等领域具有广阔的应用前景。     

波形识别技术在漏钢预报中的应用

介绍板坯连铸结晶器拉坯阻力在线监测的功率法原理,在对漏钢事故前拉坯阻力时域异常特征分析总结的基础上,利用线性最小二乘法进行数字曲线的线性逼近,通过分段识别的方法进行波形识别,达到提取拉坯阻力时域异常特征的目的.最后介绍了波形识别算法及其在连铸漏钢预报上的应用,现场试验数据证明了算法的可靠性.     

板坯连铸结晶器异常预报方法研究

结晶器是钢水凝固成型的核心设备,其内部的传热和摩擦直接决定铸坯的表面裂纹和满钢等各类异常.是实现高效连铸的关键因素.基于功率法检测到的板坯结晶器摩擦力实测数据,对摩擦力的异常预报方法进行了研究.建立了以BP人工神经网络为基础的异常预报模型,并开发出相应软件.对应现场的异常记录,离线预报结果表明:软件能够对满钢、水口断裂及液位波动等各类异常进行预报,并具有一定的预报提前量.证明了方法的可行性,并显示出极大的应用潜力.