烧结矿质量预测的BP网络模型

利用遗传算法与神经网络相结合的方法 ,建立了烧结矿质量预测模型 ,并改进BP网络学习算法 ,预测烧结矿FeO质量分数wFeO 和烧结矿碱度R指标 .仿真结果表明 ,模型能取得良好的预测结果     

MgO对烧结矿软熔性能的影响

为进一步提高烧结矿的质量,考察了不同MgO质量分数烧结矿的高温冶金性能,并研究了MgO对烧结矿软熔性能的影响机理.试验结果表明,随着MgO质量分数的增加,烧结矿的软化区间不大,但由于初渣中含MgO的高熔点物质增多,烧结矿熔化带和软熔带区间显著增加,尤其对低碱度烧结矿的影响更加明显.试验条件下,MgO质量分数由1.3%增加至3.0%时,低碱度烧结矿(R=1.36)的软熔带温度区间从217.2℃增加到325.5℃;碱度R为1.76时,烧结矿软熔带温度区间从310.5℃增加到389.3℃.因此,降低烧结矿中MgO质量分数,有利于改善烧结矿的高温冶金性能.     

影响烧结矿质量因素的综述

通过查阅国内外文献资料,总结了在烧结原料、烧结矿矿物组成和显微结构方面影响烧结矿质量的因素,并提出了相应的对策,为提高烧结矿的质量找出理论依据.提出了目前在研究提高烧结矿质量方面存在的不足之处.     

MgO对含钛烧结矿矿相结构及软熔滴落性能的影响

为了深入探究MgO对烧结矿矿物组成及冶金性能的影响,采用扫描电子显微镜和荷重软化熔滴设备研究了MgO对含钛烧结矿矿相结构与软熔滴落性能影响.实验结果表明,随着烧结料中MgO质量分数从2.04％增加到3.96％,烧结过程液相生成量逐渐减少,烧结矿中的赤铁矿和铁酸钙等含量都有不同程度的降低,赤铁矿质量分数从13.57％降低到9.99％,铁酸钙的质量分数由38.7％降低到30.17％,磁铁矿、硅酸盐和烧结矿中的孔洞逐步增加.因此,增加烧结矿中MgO会降低烧结矿中液相生成量,不利于烧结矿转鼓强度和还原性的提高.高碱度含钛烧结矿中的镁主要分布于烧结矿中复合铁酸钙相中,进一步提高烧结矿中镁的质量分数,烧结矿的磁铁矿相比例将增加,有一部分镁固溶于磁铁矿中;在高镁烧结矿中,也会形成一定量的橄榄石,其中固溶有少量镁、钛等元素.随着烧结矿中MgO质量分数的增加,开始软化温度逐渐升高,试样软化开始温度均在1120℃以上,软化温度区间△tA随着MgO含量的升高而逐渐变宽.     

不同碱度和Al2O3质量分数烧结矿还原行为的研究

以不同碱度和Al2O3质量分数的烧结矿样品为研究对象,研究不同还原温度和还原时间时烧结矿的还原率和还原后烧结矿微观结构.结果表明,烧结矿碱度由1.8增加至2.4,还原率总体呈现增大的趋势,但在碱度大于2.0和恒温2 h条件下,还原率略微降低;随着Al2O3质量分数由1％增加至4％,烧结矿的还原率呈现先增大后降低的趋势,当Al2O3质量分数为2％时,烧结矿还原率最高;在1000℃和1100℃时,还原后的烧结矿呈现出金属铁包裹浮氏体的结构,在1200℃时,由于渣相的流动改变了包裹状态,并产生了大量孔洞,改善了烧结矿的还原性能.     

低硅烧结矿质量分形维数影响因素

低硅烧结矿质量分形维数的研究具有重要的理论依据和价值.本文通过研究初步得到了烧结原燃料中MgO的含量、矿物种类、碱度以及配碳对低硅烧结矿质量分形维数的影响,为烧结矿的定量描述提供了新的、合理的数值模型.     

基于灰狼算法SVR的烧结矿FeO含量预测

烧结是高炉炼铁的重要环节之一,其中烧结矿FeO的含量对高炉的使用寿命,烧结的原料成本都有重要影响。为了提高烧结矿FeO预测的准确度,提出了一种基于灰狼算法支持向量机回归(GWO-SVR)的烧结矿FeO含量预测模型,利用原料使用数据对烧结矿中FeO含量进行预测,为烧结过程提供理论依据。将98个原料样本数据和烧结矿FeO含量数据进行预处理,选取79个样本作为训练集,19个样本作为测试集,分别建立烧结矿FeO支持向量回归模型(SVR),GA-SVR模型,PSO-SVR模型和GWO-SVR模型,采用决定系数(R2),均方误差(MSE)和绝对平均误差(MAPE)作为模型的对比标准。结果表明,GWO-SVR算法预测精度高、误差小,耗时较短,使用灰狼算法优化支持向量机回归对烧结矿FeO含量预测分析合理、高效。     

烧结矿FeO含量在线测量装置在大型烧结机上的应用

为提高烧结矿质量,稳定的控制烧结矿的FeO含量是十分重要的,首钢京唐公司2号烧结机采用了比利时IRM集团的FeO含量监测系统Permagnag,能够连续跟踪烧结矿FeO含量的变化曲线,控制配碳量.从而能够更精确地控制烧结矿中的FeO含量.该在线测量装置应用后,烧结矿FeO含量更加稳定,波动大大减少,与常规批量取样和试验室分析结果相比,该系统连续测量出的烧结矿FeO含量提前了3h,能有效地节省人力,调整配碳量更加及时.     

基于SEM图像的烧结矿分形维数程序化计算

烧结矿做为炼铁的中间产物,是一种多相介质.成品烧结矿的显微结构直接影响着烧结矿的质量.但由于烧结矿微观结构的极端不规则性,很难用传统的定量方法对其进行准确描述,分形理论的引入为我们提供了崭新的思路.分形理论研究中的一个重点问题是材料分形维数的计算,在许多情况下,材料某一方面的分形维数是通过二维数字图像的分析计算得到的.针对烧结矿扫描电子显微镜(SEM)图像的特点,采用VC++计算机程序语言,研究并设计了基于烧结矿SEM显微图像的分形维数计算程序(FWJS),对烧结矿的分形研究有很重要的实用意义.     

BP神经网络在烧结矿技术经济指标的应用

针对钢铁烧结成品率进行预测,并运用VisualC++使用C/C++语言的Win32应用程序集成开发环境,开发基于BP神经网络烧结矿技术经济指标的预测程序.