基于案例推理的浮选过程智能优化设定

针对在浮选过程中表征关键工艺指标的精矿品位和尾矿品位难以建立精确数学模型,而常规控制方法又难以进行有效控制的难题,将案例推理和常规控制相结合,提出了基于案例推理技术的浮选过程工艺指标优化设定方法.该方法从浮选过程积累的大量过程历史数据中获取过程知识,将典型生产工况总结成案例的形式来构造案例库,并对案例检索、案例重用、案例修正及存储进行了论述.由智能优化设定模型自动更新基础控制回路的设定值,避免了人工手动设定的主观性和随意性.该方法应用于某选矿厂浮选过程,取得了显著的应用效果,表明了该方法的有效性.     

基于案例推理的磨矿分级系统智能设定控制

针对磨矿分级过程的关键工艺指标磨矿粒度难以用常规控制方法进行有效控制的难题,将智能设定方法与常规控制相结合,提出了基于案例推理的磨矿分级系统智能设定控制方法.以粒度指标的区间控制为目标,依据边界条件和运行工况等信息,由智能设定模型自动更新各基础控制回路的设定值,避免了人工设定的主观性及随意性,各控制回路跟踪更新的设定值,从而将粒度控制在目标范围内.该方法已成功应用于某赤铁矿选厂的磨矿分级过程,应用效果表明提出的方法是有效的.     

基于案例推理的稀土萃取分离过程优化设定控制

针对稀土萃取分离过程难以建立数学模型和实现生产过程自动控制的特点,提出了基于案例推理技术的稀土萃取分离过程两端出口产品纯度智能优化设定控制方法·在简要描述稀土萃取分离过程的基础上,从积累的大量过程历史控制数据中获取过程知识,将典型生产工况总结成案例的形式来构造案例库,并对案例推理过程中案例检索、案例调整、案例修正及存储方法进行了论述·给出了稀土萃取分离过程中萃取剂、料液和洗涤液流量的优化设定控制方法·将该方法应用于某公司HAB萃取提钇生产过程控制,取得了显著成效,表明所提方法的有效性·     

强磁选过程优化运行的智能设定控制方法

赤铁矿强磁选优化运行过程中,工艺指标精矿与尾矿品位难以在线实时检测,而且这两个工艺指标与底层回路控制器的漂洗水流量、励磁电流和给矿浓度等关键过程变量之间存在强非线性、强耦合、时变等动态特性,很难建立精确的数学模型,因此常规的基于数学模型的控制方法难以应用.针对上述问题,本文融合数据与知识的方法,提出了一种智能设定控制方法,其中包括基于案例推理的回路预设定模型、基于主元分析与RBF神经网络的品位软测量模型以及基于规则推理的动态补偿模型.该方法通过响应边界条件的变化,自动在线调整适宜工作点.工业试验表明该方法可有效提高精矿品位,降低尾矿品位.     

浮选过程混合智能优化设定控制方法

浮选过程关键工艺指标精矿品位和尾矿品位难于在线测量,且与控制回路输出之间的动态特性具有如下综合复杂性:强非线性、强耦合,难以用精确的数学模型描述,随生产边界条件而变化,因此采用传统的基于数学模型的优化控制方法难以保证品位指标在合格的范围内.通过将基于案例推理的预设定模型与基于RBF神经网络的软测量模型以及基于规则推理的前馈、反馈补偿模型相结合,实现了在工况发生变化时对磁铁矿浮选过程设定值的优化控制.该方法成功应用于某选矿厂浮选过程,应用效果表明了该方法的有效性.     

基于.NET组件技术的强磁选过程智能优化设定控制系统开发

为解决赤铁矿强磁选过程运行因工艺生产指标无法在线连续检测而难以实施闭环优化控制的问题,将过程知识、专家经验与过程数据相结合,设计了由基于案例推理的回路预设定模型、小波神经网络软测量模型以及专家规则补偿器构成的智能优化设定控制器.针对已有优化控制软件存在的标准化程度低、可扩展性差、资源无法复用等问题,设计并开发了基于.N...     

烧结矿冷却过程的实验研究

建立了烧结矿冷却过程的实验平台,研究了烧结矿冷却过程的基本规律及其影响因素.结果表明,冷却空气流量与烧结矿料层厚度是影响冷却过程的主要因素.保持料层厚度一定,随着冷却空气流量的增加,流经料层的热空气温度逐渐下降,热空气所携带的热量开始增加,而后达到峰值,之后逐渐降低,即冷却空气流量存在一适宜值,在这一流量下,热空气所携带的热量最大.保持鼓风机开启度不变,随着料层厚度的增加,热空气的温度逐渐增加,且料层厚度存在一适宜值适宜料层厚度与适宜冷却风量相互影响和制约     

基于案例推理的湿法冶金全流程优化设定

湿法冶金全流程具有工况多变、强耦合、非线性等特点,基于机理模型的过程优化控制通常求解困难且难以适应工况变化.为此,提出一种基于案例推理的全流程优化设定方法.由于湿法冶金各生产工序之间存在紧密耦合,运行参数彼此关联,这些关联关系表现为各工况运行参数和各调整变量的优化设定值之间的关系.因此,通过对历史数据进行关联规则挖掘,寻找各运行参数和操作变量的优化设定值之间的规则,将挖掘的规则用于案例修正环节,以解决案例修正中规则难以获取的问题.仿真实验表明,该方法可以提高湿法冶金全流程的经济效益.     

熟料线收缩率与其游离氧化钙含量的相关性分析

水泥生料经煅烧变成水泥熟料,体积会产生收缩。熟料烧得越透,线收缩率越大,而其游离氧化钙含量也越低。本文就熟料线收缩率与其游离氧化钙含量进行相关性分析得出回归方程,并对线性假设的显著性进行检验,提出了节约时间和节约能源的方法。     

基于料层最高温度控制的铁矿烧结燃料合理分布

利用所建立的铁矿石烧结过程传热数学模型,对某钢铁企业烧结机的常规烧结过程进行模拟计算,得到不同深度的料层最高温度分布,并通过烟气温度计算值与测试值的对比验证模型的可靠性。通过对料层本身所含热量和可利用热量的计算并结合料层最高温度合理取值,得到以0.04 m厚度为单元的各料层燃料含量合理取值,并以此为基础提出燃料合理分布的优化方案。与常规方案、基于平均分层的标准方案在料层最高温度稳定性、最高温度所在区域、冷却速度以及燃料含量的对比结果验证了优化方案的合理性和节能性。     

水泥熟料堆积体强制对流换热系数实验研究

在水泥熟料堆积体换热规律的研究中,其强制对流换热系数是重要参数之一,针对目前没有关于篦冷机内水泥熟料堆积体的强制对流换热关联式的现状,通过实验获得了适用于水泥熟料堆积体的强制对流换热系数。首先,通过渗透率实验得到了能够有效表征水泥熟料堆积体宏观物理特性的最小单元体——体特征元,由此确定了换热实验料筐尺寸;然后,基于自主设计的对流换热实验装置,通过测量水泥熟料颗粒温度及出入口空气温度,根据能量守恒定律及牛顿冷却公式分析得到水泥熟料堆积体的强制对流换热系数为19. 13 W·m-2·K-1。     

新型绿色水泥的制备

以铬铁渣为主要原料，采用较低的石灰饱和系数、较高的硅率和铝率、引入适量的复合矿化剂的配料方案，可锻烧出质量合格、性能良好的绿色硅酸盐水泥熟料本文在合理确定水泥生料配方的基础上，着重讨论了锻烧温度和复合矿化剂对熟料中ｆ－ＣａＯ含量的影响，研究了锻烧过程中铬铁渣的物相变化，分析了熟料的冷却速率对水泥强度的影响，为绿色水泥生产和铬铁渣综合利用开辟了一条新的途径图５，表２，参３     

基于蒙特卡洛法的水泥冷却机篦板可靠性分析

水泥熟料篦冷机的篦板可靠性在实际工程中具有重要的理论意义和工程价值.借助结构工程可靠性分析方法,提出用蒙特卡洛方法模拟得到水泥冷却机篦板在工作条件下随机变量的样本值,并结合有限元方法计算篦板在不同初始温度下的最大等效应力值,由此求出可靠性的方法,从而得到了一些有意义的结论.     

几种物料中f-CaO的膨胀特性及其对硬化水泥浆体强度的影响研究

不同物料中f-CaO的水化活性、膨胀特性及其对硬化水泥浆体强度的影响各不相同.高钙粉煤灰中的f-CaO水化最快,试样膨胀主要发生在7天以内;水泥熟料中的次之;钢渣中的水化最慢,试样膨胀稳定期超过56天.掺高f-CaO熟料的试样强度最高;掺高钙粉煤灰者次之;掺钢渣者强度最低.     

新型高效单筒冷却机的开发与运用

用于新型干法窑系统的高效单筒冷却机与传统单筒冷却机的本质区别在于要实现单位熟料低冷却风量的高效冷却。本文阐述了新型高效单筒冷却机的热交换原理、结构设计特点和实际运用效果。     

影响新型贝利特水泥性能因素的探讨

研究了石膏、冷却制度及外加剂等因素对新型贝利特水泥性能的影响。结果发现 :不掺石膏时 ,水泥强度较低 ,掺量适宜时 ,强度提高一倍 ,凝结时间也有所延缓 ;慢冷熟料的凝结较慢 ,可以达到通用水泥的要求 ,且早期强度低 ,但后期强度能提高 5% -7%左右 ;四硼酸钠、柠檬酸、水杨酸等外加剂可以明显延长水泥凝结时间 ,且对强度和化学结合水量也有积极影响 ,其最佳质量掺量分别为 :w(柠檬酸 ) 0 .0 9% ,w(四硼酸钠 ) 0 .2 %～ 0 .3% ,w(水杨酸 ) 0 .0 3%～ 0 .0 6 %。     

CuO对水泥熟料烧成及C3S形成动力学的影响

研究CuO对水泥熟料烧成的影响,针对不同掺量CuO,使其煅烧至不同温度,利用化学分析法分析熟料中f-CaO的含量,并计算形成C3S的表观活化能。结果表明:在1 300℃时,掺入适量CuO后对改善易烧性具有显著的作用,但是在1 450℃时,掺入CuO对改善生料易烧性不利。在生料中掺入CuO的量越多越能促进C3S的形成,有利于改善生料的易烧性。     

Cooling process of iron ore pellets in an annular cooler

A 3-D mathematical model was presented for the cooling process of iron ore pellets based on the laws of mass, momentum, and heat transfer. The flow, pressure, and temperature fields were obtained by numerical simulation with the commercial software FLUENT. In order to verify the model, a mass and energy balance field test was systematically carried out on an annular cooler in Shougang Mining Company. The maximum relative errors of temperature, pressure, and velocity between computational and testing results are 2.87%, -8.11%, and 7.14%, respectively, indicating the validity of the model. Further, the effects of process parameters, such as pellet diameter, bed thickness, air velocity, and temperature, on the pellet bed temperature profiles were studied.