高炉铁水含硅量神经网络预测模型

按现代控制理论,将高炉视作多输入-单输出系统。引入人工神经网络(ANN)方法,选定若干参数作为硅含量的相关变量,建立标准的三层BP网络铁水硅预报模型。用该模型对津西5#高炉的生产数据进行离线预报,允许误差为±0.1％时命中率达到81％。     

神经网络高炉铁水含硅量预报模型

研究了基于神经网络的高炉铁水含硅量预报模型，运用高炉生产过程中工艺参数，实现了铁水含硅量的中短期预报，仿真结果表明，本模型具有良好的预报效果。     

高炉铁水含硅量神经网络预测模型

按现代控制理论,将高炉视作多输入-单输出系统.引入人工神经网络(ANN)方法,选定若干参数作为硅含量的相关变量,建立标准的三层BP网络铁水硅预报模型.用该模型对津西5#高炉的生产数据进行离线预报,允许误差为±0.1%时命中率达到81%.     

高炉铁水含硅量的模糊预测函数控制

在高炉炼铁过程中,铁水含硅量既是衡量铁水质量的重要指标,也是表征高炉热状态的关键参数.设计了一种比较新颖的预测函数控制模型,计算了影响铁水含硅量变动的几个关键参数的时滞.通过所设计的预测函数控制模型确定了铁水含硅量与这些参数之间的近似函数关系,应用该函数就莱钢1号高炉所采集的数据对铁水含硅量进行了局部的预测控制,效果很好.     

操作制度对邢钢2#高炉铁水含硅量的影响

对与邢钢2#高炉低硅铁的冶炼相关的大量数据进行了现场调查与收集,进行了多次反复的一元和多元回归处理。结果表明,在目前的生产条件下,提高炉渣的碱度,将二元碱度控制在1.10-1.20之间,三元碱度控制在1.45-1.50之间;在维持高炉炉况稳定顺行前提下,进一步提高利用系数、煤比、富氧率、热风温度和炉顶压力有利于降低铁水含硅量。     

操作制度对邢钢2#高炉铁水含硅量的影响

对与邢钢2反复的一元和多元回归处理.结果表明,在目前的生产条件下,提高炉渣的碱度,将二元碱度控制在1.10～1.20之间,三元碱度控制在1.45～1.50之间;在维持高炉炉况稳定顺行前提下,进一步提高利用系数、煤比、富氧率、热风温度和炉顶压力有利于降低铁水含硅量.     

高炉主要操作参数与铁水含硅量滞后关系分析

随着钢铁工业生产的进步,炼铁和炼钢工艺均对铁水硅含量提出了越来越高的要求。降低高炉铁水硅含量不仅是高炉的冶炼方向,也是现代炼钢工艺的必然要求。文中以高炉炉温预报和操作指导模型的开发为背景,对影响模型的主要操作参数与铁水含硅量滞后关系进行了相关性和滞后时间的分析,为准确实现高炉炉热判断奠定了基础。     

铁水含硅量预报神经网络模型

针对我国高炉的检测水平，采用人工神经网络的方法建立了一种用于铁水含硅量预报的神经网络模型，该模型具有良好的适应性和自学习功能。     

人工神经网络预测高炉铁水硅含量

提出了BP神经网络预测高炉铁水硅含量的几种网络优化方法，指出了神经网络预测硅含量的可行性与局限性。     

高炉过共晶铁水的热分析定硅

应用热响应时间短的2型热分析样杯,使过共晶铁水按灰口凝固。通过准确测得共晶反应的最低、最高和结束温度等特征点,来预报其含硅量,预报精度满足实际生产中控制炉外喷粉增硅的精度要求。     

高炉铁水硅含量预测系统

高炉铁水中的硅含量不仅是衡量产品质量的一个重要指标,而且反映了高炉能量利用的好坏.铁水硅含量的准确预测,能够指导高炉配料和高炉冶炼操作,实现降低铁水硅含量的目的.根据硅还原的机理从热力学和动力学方程出发,经推导得出了铁水中硅含量的预测模型,并结合高炉物料平衡及热平衡计算,编制成高炉铁水硅含量的预测系统.将实际高炉的原料条件及操作参数输入系统,得到了高炉铁水硅含量的预测值.该预测值与实测值相比,误差范围小,命中率高.从而表明该预测系统在实际运用中具有可靠性.     

基于偏最小二乘回归的高炉铁水硅含量模型

在高炉炼铁过程中,常用铁水硅含量[Si]来衡量铁水的质量和表征高炉的热状态,即用铁水硅含量反映高炉炉温.将偏最小二乘回归方法应用于预测硅含量[Si]中,在高炉炉况相对稳定的条件下,得出影响硅含量[Si]的因素为风量和喷煤,与冶炼专家的经验相符.利用包钢6号高炉的数据,建立铁水硅含量[Si]的回归模型,该模型对高炉炉温预测的准确度达到87.61%,对在线监测高炉硅含量具有一定的实用价值.     

考虑时滞因素的RBF神经网络模型在高炉铁水硅预报中的应用

在高炉炼铁生产过程中,铁水硅含量反映高炉炉温,预测和控制炉温对高炉生产的节能、降耗、顺行至关重要.基于包钢6号高炉生产数据,建立了RBF神经网络铁水硅含量预测模型.研究表明:考虑时滞因素的RBF神经网络模型,当误差范围＜±0.10时,预报准确率达到了85％,其准确度高于不考虑时滞因素的RBF神经网络模型,对在线预测高炉铁水硅含量具有实用价值.     

化学成分对TEMF法快速测定高炉生铁中硅含量的影响

利用TEMF法（即热电动势法）测硅仪，测定了C，S，P和Mn元素等含量不同的高炉生铁样品的热电动势，研究了热电动势的变化，得出C，S，P的影响可忽略，Mn稍有影响的结论。     

炼钢铁水中硅的来源

在前人研究的基础上,用实验模拟高炉滴落带的方法,对硅的还原过程中目前尚未清楚的[Si]的主要来源问题进行了研究,确定了焦炭灰分中SiO_2是炼钢生铁中[Si]的主要来源,并在实验条件下,定量得出灰分中SiO_2对铁水中[Si]的贡献大约占70％左右。     

改进BP网络在铁水预脱硫终点硫含量预报中的应用

针对本溪钢铁集团有限公司的铁水罐喷吹CaO+Mg复合粉剂脱硫过程,采用BP神经网络建立铁水预处理终点硫含量预报模型.在模型建立过程中,为了克服标准BP算法迭代次数多、收敛速度慢的缺点,采用新的自适应调整学习率方法和最大误差学习法对标准BP算法进行了改进.用1 900炉数据进行模型训练,经100炉数据现场验证表明,有12%的炉次预报值与实际值完全一致,有89%的炉次误差≤0.003%,平均误差为0.002 0%.     

含锌粉尘用于铁水预脱硅

为在钢厂内循环利用含锌粉尘,在实验室进行了含锌粉尘用于铁水预脱硅的研究,分析了铁水脱硅及渣中Zn挥发的影响因素.结果表明: 1 500℃下将转炉和电炉含锌粉尘按 1 : 1混合对铁水进行预脱硅,脱硅效果比烧结粉尘更好,脱硅产生的泡沫渣高度更低,脱硅渣中Zn的挥发率可达99%;提高铁水温度、增加铁水搅拌强度都有利于脱硅;随铁水初始Si含量升高,粉尘脱硅率增加.