人工神经网络与遗传算法在高炉焦比预报中的应用

建立了遗传算法与BP神经网络相结合的高炉焦比预报模型.该模型用于预报在不同操作条件下适宜的焦比,寻求高炉诸多操作参数与焦比之间的映射关系,为高炉操作者提供调整炉况的依据.实际应用表明,该模型具有较好的命中率.     

高炉布料过程仿真与决策系统

针对高炉布料过程中人工决策无法得到稳定、满意的径向矿焦比值及炉况发生变化时不能及时做出准确的布料调整,提出了基于操作优化的高炉布料仿真和决策系统.以高炉多层布料料面对应的径向矿焦比值与满意值的偏差最小为目标函数,建立高炉布料操作优化模型,用差分进化算法对该模型求解.本系统在某高炉实际运行后提高了炉况的稳定性,满足了工业现场科学稳定地控制径向矿焦比等技术指标的要求,同时在炉况变化时及时给出了布料调整方案.在工业实际运行中验证了该系统的有效性.     

人工神经网络与遗传算法在高炉焦比预报中的应用

建立了遗传算法与BP神经网络相结合的高炉焦比预报模型。该模型用于预报在不同操作条件下适宜的焦比,寻求高炉诸多操作参数与焦比之间的映射关系,为高炉操作者提供调整炉况的依据。实际应用表明,该模型具有较好的命中率。     

基于聚类分析和神经网络的高炉焦比预测模型

为降低高炉生产焦炭的消耗,对高炉操作参数和燃料比指标进行关联性分析,提出了一种组合聚类分析与神经网络进行高炉焦比指标预测的方法.聚类分析将数据集聚划分为几类,数据的相似度比较高,分类训练相应的神经网络模型,实现高炉焦比指标的预测.结合聚类分析构建的神经网络模型,用某高炉生产数据进行仿真学习,并跟传统的神经网络模型进行比较.结果表明,加入聚类分析的神经网络模型平均绝对误差降低3.13 kg/t,平均相对误差降低5.19%.     

基于多流体理论的高炉数学模型及其求解

数学模型可用于更好地理解、控制和改进高炉炼铁过程.作为全高炉动力学数学模型的较新研究成果之一,多流体高炉模型被成功开发.该模型基于多流体理论、反应动力学、冶金传输原理及计算流体力学等理论,充分考虑了多相多组分之间的同时相互作用.实际应用表明,多流体模型是一个复杂全面的高炉过程模拟仿真系统,可对炉内主要现象进行多维数学模拟解析,并能较精确地预测高炉在指定条件下的操作指标.     

高炉高比例球团冶炼技术发展和实践

为了推进高炉高比例球团的发展和研究,总结了近年来国内外高比例球团生产实践的最新成果.首先汇总了欧美高炉炉料结构及指标情况,分析了欧美高比例球团冶炼在高炉利用系数、焦比、渣比等方面的优势.其次,对国内首钢京唐、唐钢不锈钢、宝钢湛江等企业的生产实践进行了总结,对比分析了不同钢铁企业球团性能指标及高炉冶炼指标.根据国内外各企业大球比冶炼中的操作制度实践,对高炉冶炼过程装料制度、送风制度、造渣制度及炉型设计等进行了深入分析和研究,给出了基于高比例球团冶炼的操作制度建议.最后,对我国未来发展高炉大比例球团冶炼技术的发展进行了展望和总结.     

基于聚类分析和神经网络的高炉焦比预测模型

为降低高炉生产焦炭的消耗,对高炉操作参数和燃料比指标进行关联性分析,提出了一种组合聚类分析与神经网络进行高炉焦比指标预测的方法。聚类分析将数据集聚划分为几类,数据的相似度比较高,分类训练相应的神经网络模型,实现高炉焦比指标的预测。结合聚类分析构建的神经网络模型,用某高炉生产数据进行仿真学习,并跟传统的神经网络模型进行比较。结果表明,加入聚类分析的神经网络模型平均绝对误差降低3.13 kg/t,平均相对误差降低5.19%。     

新钢6号炉炉型维护

新钢6#炉面对不稳定的原燃料条件、不完善的操作制度等不利条件,从维护合理的操作炉型入手,改进高炉操作和日常管理,炉况保持了长期稳定运行,各项技术经济指标比以前有了大的进步.     

大型高炉布料模型的研究与应用

以无料钟布料过程中物料运动机理为基础,改进了料流轨迹的修正方法,提出了料面形状计算的新方法.高炉布料模型在计算过程中考虑了炉料特性、焦炭塌落等对料面形状的影响,使计算结果更符合实际布料.结合生产实践需求,计算出了各种不同布料制度下炉料的料面形状、炉料径向分布、径向矿焦比等参数,提出了高炉区域焦炭负荷指数,更加直观、形象地对比各种布料制度.利用该模型可解答大型高炉生产上存在的问题,对高炉的实际生产提出了实用性建议,为高炉操作人员调整布料制度提供了理论指导.     

联合新型分块稀疏表示和梯度先验图像盲复原

针对目前基于稀疏表示的图像盲复原算法计算量大且细节恢复能力有限等问题,提出一种新的图像盲复原方法.首先针对现有稀疏表示模型中重叠分块计算复杂度高的问题,提出一种多模式非重叠分块策略,在每种模式下独立求解复原图像,然后对各模式下复原图像求平均以消除"伪像";另外,用1 2l l范数作为稀疏性度量,将图像梯度稀疏先验融入基于稀疏表示的图像盲复原模型.最后,本文提出了联合新型分块字典稀疏表示和图像梯度稀疏先验的盲复原模型,采取迭代方法交替估计模糊核和待复原图像.实验结果表明,该方法在主观和客观评价下均取得较好的复原结果,并显著降低算法整体复杂度.     

高炉用焦炭质量评价方法的研究

论述了焦炭质量的优劣对高炉冶炼的影响，在对现行高炉用焦炭的质量评价方法进行综合评述的基础上，对针高炉内焦炭破坏的主要原因，提出了一种新的焦炭质量检测装置在该装置中焦炭同时经受机械破坏，热破坏和化学破坏，与现行检测装置相比，该装置更加接近高炉生产实际，对高炉冶炼及焦炭生产更具指导意义，本文还对检测方法的制定提出了较系统的设想。     

高炉布料过程中焦炭坍塌现象的模型研究

为了精确预测高炉炉料分布，开发了高炉布料数学模型。运用土力学边坡稳定理论，定量表示了焦炭向高炉中心的坍塌量。模拟结果与实测结果比较符合，证明此模型是适用的。结果表明，由于坍塌焦炭的积累，阻碍了矿石滚向高炉中心，明显改变了高炉边缘到中心的矿焦比。焦炭层的坍塌程度受布料模式、焦炭层的料面形状、矿石种类及配比、矿石批重和煤气流速等因素的影响，因此随着炉况的变化，焦炭层的坍塌状况也随之发生变化。     

Extracting the core indicators of pulverized coal for blast furnace injection based on principal component analysis

An updated approach to refining the core indicators of pulverized coal used for blast furnace injection based on principal component analysis is proposed in view of the disadvantages of the existing performance indicator system of pulverized coal used in blast furnaces. This presented method takes into account all the performance indicators of pulverized coal injection, including calorific value, igniting point, combustibility, reactivity, flowability, grindability, etc. Four core indicators of pulverized coal injection are selected and studied by using principal component analysis, namely, comprehensive combustibility, comprehensive reactivity, comprehensive flowability, and comprehensive grindability. The newly established core index system is not only beneficial to narrowing down current evaluation indices but also effective to avoid previous overlapping problems among indicators by mutually independent index design. Furthermore, a comprehensive property indicator is introduced on the basis of the four core indicators, and the injection properties of pulverized coal can be overall evaluated.     

基于梯度提升决策树的焦炭质量预测模型研究

焦炭是高炉炼铁的重要原料,其质量是影响铁水质量和高炉顺行的重要因素,针对焦炭质量存在检验难、滞后性、预测误差大等问题,提出一种基于梯度提升决策树算法的焦炭预测模型;结合专家经验与相关性分析方法,深入研究配合煤质量对焦炭质量的影响;最后利用配合煤质量指标对焦炭质量指标灰分、硫分、耐磨强度、抗碎强度进行建模预测;根据某焦化厂历史生产数据对模型进行评估,实验结果表明:基于梯度提升决策树的焦炭质量预测模型相较于线性回归模型、随机森林模型,决策树模型误差小、准确率高,可以为焦化厂配煤炼焦提供一定的理论依据。     

基于机器学习和遗传算法的高炉参数预测与优化

针对目前高炉炼铁模型精度不高问题,提出建立高炉生产过程中精确的多目标优化模型.首先对高炉的海量数据进行了数据预处理,其次采用支持向量机、随机森林、梯度提升树、XGBoost、LightGBM、人工神经网络6种机器学习算法对高炉焦比、K值进行了预测,并采用特征工程和超参调优对机器学习预测进行了优化,最后采用新的集成学习方法进行预测.预测结果不仅精准度高而且具有很好的鲁棒性.在机器学习的基础之上,采用NSGA-Ⅱ遗传算法对高炉参数进行了多目标优化分析,得到了Pareto最优解,高炉操作者可以根据该多目标优化结果针对不同的需求选择相应的控制参数.     

喷吹煤气后高炉热平衡

针对高炉富氧喷吹煤气的新工艺，进行了热平衡和物料平衡计算。通过分析研究得到：当富氧率为10％，喷吹600m^3tFe时，与唐钢1#高炉相比，新工艺的焦比可降低约40％左右。同时炉内还原气氛强、冶炼强度高、能耗少、炉顶煤气热值高，风口理论燃烧温度可进行灵活的调节，高炉上下部热量可达到均衡的分配等特点，彻底消除了喷吹煤粉给高炉冶炼带来的负面影响。高炉富氧喷吹煤气具有十分诱人的开发应用前景。     

高炉开炉的技术进步与实践

总结了邢台钢铁厂高炉开炉的实践经验;介绍了改进的向炉底送风的烘炉点火两用装置;提出了加大下部净空焦数量和缩短负荷过渡期的开炉装料制度,以及使用正常生产70％风量的大风量高风速开炉送风制度;说明了提高炉缸温度、以便提高炉渣碱度保证Ls>20的重要性。