基于轮廓向量集和遗传算法的高炉炉缸内衬侵蚀预测模型

针对高炉炉缸连续式生产、工况恶劣以及耐火材料内衬实际形貌在生产过程中不断变化的特点,提出了一种利用轮廓向量集表征炉缸内衬热面形状的简易方法,从而将求解未知定温边界几何形状的复杂反问题归结为搜索最佳轮廓向量集合的最优化数学问题.结合数值传热学、有限元法以及遗传算法,建立了能够准确预测高炉炉缸内衬轮廓的传热"反问题"数学模型.在陶瓷杯复合炉缸的基础上,制备典型的非均匀"象脚状"异常侵蚀数值样本,对模型的有效性、稳定性以及计算结果的精确度进行了校验.结果表明,上述模型具有广阔的实际应用前景.     

高炉炉缸炉底侵蚀判断模型

基于对炉缸炉底衬砖破损机理的分析，采用有限元法建立了炉缸炉底侵蚀判断数学模型。该模型用于推定炉缸炉底的１１５０℃等温线（侵蚀参考线），并结合知识库中的操作知识对护炉操作进行指导，以维护合理的操作炉型。     

高炉炉缸炉底侵蚀预测数值模拟

基于3 200m3高炉炉缸炉底设计及生产过程中侵蚀的实际情况,利用ANSYS软件,从传热学的角度出发,建立了高炉炉缸炉底侵蚀二维物理模型,通过数值模拟的方法,研究该高炉从开炉初期、中期、中后期、后期高炉炉缸炉底温度场分布.模拟计算表明,1 150℃侵蚀线位于铁口下方区域和炉缸炉底交界处,但无明显“象脚状”侵蚀.对比高炉不同服役时期温度场和1 150℃侵蚀线分布,分析导致其变化的原因,同时对影响高炉炉缸内衬温度的若干因素进行探讨.     

高炉炉缸内衬侵蚀边界研究

为了探究高炉炉缸的内衬侵蚀状态及侵蚀边界的形成规律,通过对炉缸内衬的传热特性分析,提出计算内衬侵蚀边界的移动边界搜索方法,并分析该方法的原理和求解过程,结合实例验证移动边界法的可行性。从冷却壁安全热负荷和内衬应力强度角度确定炉缸内衬安全厚度计算式。采用该方法对炉缸内衬的侵蚀边界进行计算,可综合评估炉缸的安全风险。     

有害元素对高炉炉缸侧壁碳砖的侵蚀

对湘钢2号高炉炉缸七个有代表部位的样品进行扫描电镜、能量色散谱、X射线衍射和原子吸收光谱分析,研究有害元素对高炉炉缸侧壁碳砖的侵蚀以及粉化断裂机理.结果表明,高炉炉缸不同部位的碳砖侵蚀机理不同.第一层以有害元素在碳素熔损反应中的催化作用及生成白榴石为主;上部碳砖侵蚀以K渗透到砖缝中,改变砖质为主;风口以Zn侵蚀为主;铁口K含量较多,另有Pb富集.同种有害元素在不同部位侵蚀碳砖的机理有所不同.K元素在最上部以催化作用为主,在下部以渗透到碳砖内部使碳砖改性为主;Zn在风口碳砖有明显的结晶,在炉缸炉底上部含有大量的Zn并没有结晶,而是附着在砖表面上部.     

基于边界移动法的高炉炉缸侵蚀监测模型

基于预埋在高炉炉缸内热电偶反馈的温度数据,联合数值传热计算和最优化理论的梯度下降法寻找最优化的边界移动步长因子,建立了高炉炉缸侵蚀监测模型.应用建立的模型可有效求解未知边界的传热反问题.将热电偶反馈的监测数据作为输入数据,应用建立的炉缸侵蚀监测模型对其进行未知边界问题反演求解,计算得到了炉缸内衬侵蚀形貌和残厚.把已知炉缸侵蚀形貌和相应的热电偶测温数据的高炉炉缸作为校验模型样本,模型预测与样本的侵蚀形貌对比表明其相对误差平均值为3.6%,确认了炉缸侵蚀监测模型的可靠性.     

边界元方法建立高炉炉缸炉底侵蚀模型

采用边界元方法建立了某大型高炉炉缸炉底侵蚀判定的数学模型．该模型用于推定高炉炉底1150U2006℃等温线的位置和形状,以了解和分析炉缸炉底的破损情况．结果表明,边界元方法在近似单一介质热传导问题中所建立的数学模型用来预测高炉炉缸炉底侵蚀状况,有省时、精度可控的优点．     

边界元方法建立高炉炉缸炉底侵蚀模型

采用边界元方法建立了某大型高炉炉缸炉底侵蚀判定的数学模型,该模型用于推定高炉炉底１１５０℃等温线的位置和形状,以了解和分析炉缸炉底的破损情况,结果表明,边界元方法在近似单一介质热传导问题所中建立的数学模型用来预测高炉炉缸炉侵蚀状况,有省时,精度可控的优点。     

基于边界元法的高炉炉底炉缸侵蚀模型

通过边界元法建立了高炉炉底炉缸传热数学模型．采用基尔霍夫变换把非线性问题转化为线性问题，解决了利用边界元法建立高炉炉底炉缸侵蚀模型把导热系数看成常数而造成计算精度下降的问题．求解控制高炉炉底炉缸传热过程的热传导方程，再通过正交试验的方法确定满足实测边界温度分布的侵蚀边界．该模型可在线预测高炉炉底炉缸1150℃等温线的位置和形状，以了解和分析炉底炉缸的破损情况．结果表明，监测点热电偶温度值和模型计算值吻合较好．     

高炉炉衬侵蚀微观机理

对高炉上部中、低温区和下部高温区取砖样,应用热力学计算、扫描电镜和能谱分析等方法,从热力学和微观机理两方面研究了高炉衬砖侵蚀机理. 结果表明:K对碳砖的侵蚀具有穿透力,Na则没有;K是通过K蒸气穿透到砖中,而Na是通过气体带着Na的化合物渗透到砖缝中. 在高温区Zn对砖的侵蚀作用很小,中、低温区Zn对砖的侵蚀影响最大.     

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.     

基于进化逆转操作算子的遗传算法对步进式加热炉炉温优化

针对传统遗传算法对炉温进行优化设定时易陷入局部极小值,较难快速稳定地找到最优炉温值的缺点,引入逆转算子对遗传算法进行改进,使算法的每一代都能从父代继承更多的基因。从而提高算法的局部搜索能力。改进后的算法可以跳出局部极小值,快速稳定地寻找到最优炉温值,进而对加热炉炉温进行优化设定。大量的Matlab仿真结果表明,该改进算法具备可行性与有效性。     

用混合遗传算法求解物流配送路径优化问题

为了改善物流配送路径优化问题的运算质量,提出一种将遗传算法和模拟退火算法相结合的混合遗传算法。通过仿真 实例验证,证明混合遗传算法的解优于单纯使用遗传算法和模拟退火算法所得到的解,同时混合遗传算法与传统优化算法相 比收敛速度更快,分配结果更优良,具有很好的应用价值。     

混合蚁群遗传算法在车间作业调度的应用研究

提出了一种解决车间调度最短完成时间的有效的混合算法.将遗传算法与蚂蚁算法的融合,采用遗传算法生成信息素分布,利用蚂蚁算法求精确解,优势互补.应用该算法对Job-Shop车间作业调度问题的解进行编译,通过实例表明该算法是可行有效的.     

带有启动期的车间调度问题的遗传算法

针对实际的生产过程,提出带有启动期的车间调度问题,建立了相应的数学模型,利用遗传算法对该模型进行求解.算法采用基于优先表的编码方式,设计了相应的解码方式,最后运用提出的算法求解测试实例验证算法的有效性.     

多车场车辆路径问题及混合遗传算法

在多车场车辆路径问题中,综合考虑车辆的行驶路程和使用车辆的数量能有效降低配送成本,考虑了这两方面的因素建立了相应的数学模型,运用混合遗传算法进行了求解,并通过实例证明了模型和算法的有效性。     

高炉炉温监测与预报的新探索

开发了高炉风口辐射测温探头及计算机软件，不水冷可长期直接安装在窥视孔盖上。测试结果表明，测量数据与生铁［Ｔｉ］，［Ｓｉ］含量有良好的对应关系，为判炉况增添了有力手段。     

二维对流-扩散方程反问题的遗传算法求解

给出了利用遗传算法求解二维定常对流一扩散方程参数反演的一种新方法,该方法把参数反演问题转化为优化问题求解。特别从多个初始点开始寻优,并借助交叉和变异算子来获得参数的全局最优解。数值模拟结果表明,该方法具有精度高且编程简单、易于计算机实现等特点。     

关于旅行售货员问题的混合遗传算法研究

遗传算法（ＧＡ）是一类仿生算法，广泛应用于大型优化问题的求解，本文介绍孤原理和算法，并用简单遗传算法（ＳＧＡ）和混合遗传算法（ＨＧＡ）对旅行售货员问题（ＴＳＰ）进行了研究。