烧结矿配料优化计算模型的设计

炼铁厂进行烧结矿配料时,当铁矿粉种类较少时,配料计算非常简单,当铁矿粉超过5种以上时,就难以通过普通多项式进行计算。建立一种多矿种铁矿粉最优化配矿组合数学模型并编写了相关程序,可输出满足烧结矿成份要求、相对该种配矿组合价格最低的铁矿粉配矿组合。     

沥青混合料矿料级配的计算

为了模型化和简便化地确定沥青混合料矿料级配的配合比,建立沥青混合料配料计算的超定线性数学方程组;根据最小二乘原理,结合工程的约束条件,应用最小平均误差方值作为沥青混合料配料的超定线性数学方程组解的判断依据,并利用Matlab编程计算出各种矿料的组合配比。工程应用表明,沥青混合料矿料的级配计算方法可以根据级配的目标值,较精确地计算沥青配料的配比,并给出误差限,满足沥青混合料的配料技术要求,实现了矿料级配计算的模型化和简便化。     

试用计算机进行周配矿

本文结合首钢大石河铁矿实际,用计算机进行了周、配矿探讨,采用线性规划数学模型求解,采用精矿产量最大为目标函数。分析了各项约束条件,抓住了短期配矿的关键因素,编制了程序,取得了可以代替人工调度配矿的多方案配矿结果。     

线性规划在符山铁矿配矿研究中的应用

符山铁矿拥有三个生产采区,根据它们的原矿石产量、品位和含硫、矽条件,对原矿石做合理调配,以保证商品矿石的质量指标要求,并获得最佳利润指标。 本文应用线性规划单纯形方法求解配矿方案,给出了符山铁矿配矿问题的数学模型和相应的单纯形表,用FORTRAN语言程序,在M—150大型机上实现的。 计算结果得出符山矿最优配矿方案,分析了影响提高利润指标的因素,并提出适于符矿具体情况的配矿方案,以及进一步改善经济效益的意见。     

烧结优化配矿模型的设计与软件开发

针对铁矿石烧结配矿的特点,提出2种获得合适配矿方案的方法;应用BP神经网络技术和遗传优化技术分别建立烧结矿质量模拟模型和烧结寻优配矿模型;采用Visual C++6.0与Matlab混合编程的方式,开发烧结优化配矿模型的系统软件.研究结果表明:烧结矿质量模拟模型具有良好的泛化能力和自适应能力,并且预报准确率较高,转鼓强度预报命中率为90%,抗磨强度为86.67%,筛分指数为83.33%;采用烧结寻优配矿模型得到的优化配矿方案既可满足铁矿石供应情况,又可保证烧结矿的质量指标,优化效果明显,烧结优化配矿模型的系统软件实用性强,具有强大的存储、计算、预报和优化等功能.     

烧结矿/兰炭混装还原试验研究

为了降低炼铁生产成本、优化炉料结构以及充分利用低品质冶金焦资源,在实验室条件下进行兰炭用于高炉炼铁的矿焦混装初步试验研究。采用综合热分析仪研究兰炭的基础特性,并模拟高炉条件下的矿焦混装程序还原过程。结果表明,兰炭与CO₂的反应性要好于焦炭,兰炭可明显降低烧结矿直接还原的起始温度并加快还原速率;在高炉还原条件下,兰炭可以降低大块焦的溶损率,提高烧结矿的还原度;增加兰炭加入量,烧结矿的还原度相应提高;在兰炭加入量相同的条件下,兰炭和烧结矿分层混装时烧结矿终点还原度较高;过多增加兰炭加入量和改变矿焦混装方式对抑制大块焦溶损率的作用较小。     

高炉炼铁配料计算应用系统的设计与应用

高炉物料是高炉冶炼的基础,高炉配料是影响高炉生产的至关重要因素。以高炉物料平衡计算为理论基础,以建立高炉配料计算应用软件为切入点,建立了应用可行的高炉炼铁配料计算应用系统,从而保证了高炉配料和变料计算的准确性,实现了高炉配料计算的自动化。     

高炉炼铁配料计算应用系统的设计与应用

高炉物料是高炉冶炼的基础,高炉配料是影响高炉生产的至关重要因素.以高炉物料平衡计算为理论基础,以建立高炉配料计算应用软件为切入点,建立了应用可行的高炉炼铁配料计算应用系统,从而保证了高炉配料和变料计算的准确性,实现了高炉配料计算的自动化.     

一九七九年我院论文篇目辑览

班目作者期利我称期, 加强科学研究提高钎头寿命丁欲贡王宗禹(大庙铁矿)有色金属4. 如何加强采矿理论的研究于学馥有色金属5 谈爆破中的堵塞作用龙雄棋有色金属6 硫化矿床矿岩自燃的地质调查陈希康等化工矿山技术‘4 放矿截止品位应该如何确定苏宏志金属矿山6 论发展大型高炉的焦碳质量问题杨永宜孔令坛钢铁1 高炉喷吹烟煤晏伟等钢铁4 配加钢渔提高烧结矿质量的机理研究周取定任允芙执笔烧结团球3 对包钢高护结瘤问题的一些看法杨永宜包钢科技l 高驾渝尊票暴留料、热平衡计算一操作线王。包钢科技1 铁水预脱铬一选择性氧化原理的应用林宗影…     

唐钢烧结配矿研究

针对烧结大量使用外矿粉情况,对多种配矿结构进行实验室烧结杯实验,通过对烧结过程的分析及对成品烧结矿烧结性能的检测,确定出几种配矿结构的优选顺序,以指导今后烧结生产。     

基于燃料比最优的高炉喷煤设定值多目标优化

为了降低高炉炼铁的能耗,节约成本,将高炉炼铁过程信息、专家经验与智能模型相结合,提出基于燃料比最优的高炉喷煤设定值多目标优化方案。以燃料比最优为优化目标,炉温预测指标为约束条件,喷煤量为决策变量,采用基于K-均值聚类的径向基神经网络建立多目标优化模型,并通过基于NSGA-Ⅱ算法的多目标优化方法,获取尽可能使多个目标同时达到最优的Pareto最优解。结果表明,该优化方案可以在保证炉温良好的前提下,决策出使燃料比达到最优的喷煤设定值,大大降低能耗,节约成本。不仅为高炉实际生产提供操作指导,也为高炉冶炼的优化运行奠定了基础。     

高炉专家系统中的基础数学模型

介绍了唐山国丰钢铁有限公司1#高炉专家系统中基础数学模型的特点,主要包括配料模型、理论燃烧温度计算模型、炉热指数计算模型及高炉操作线模型,同时分析了这些模型在高炉生产中的应用状况。结果表明,基础数学模型在高炉专家系统中具有重要的作用,可以有效帮助操作人员了解高炉状况并提供实时指导,从而实现高炉稳定顺行。     

高炉炉况的动态辨识

用ＧＰ算法以及修正ＧＰ算法对高炉风量、料柱压差、鼓风压力等高炉过程变量时间序列的相关维数进行了移动估算和预报能力分析。结果表明：在研究范围内不能发现高炉炉况吸引子存在；而预报能力的变化与高炉炉况变化前兆之间存在明显对应关系，可用于炉况辨识。     

高炉焦比目标优化模型应用及结果分析

介绍了目标高炉应用焦比优化模型在线运行的环境,通过模型在线运行,得到了有关参数的优化结果,将优化民实际生产参数比较,结果是目标高炉降低烧结矿在熟料中的比例,提高球团矿比例,同时提高风温和富氧率,在煤粉喷吹量达186kg/t的基础上,可望将焦比降低到300kg／t左右水平。     

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.     

高炉灰为还原剂对海滨钛磁铁矿直接还原焙烧磁选--钛铁分离的影响

对高炉灰在直接还原焙烧-弱磁选工艺中用作印尼某海滨钛磁铁矿还原剂的可行性及其机理进行研究.结果表明,以萤石为添加剂的条件下,高炉灰可代替煤做还原剂,通过高炉灰与萤石的共同作用,可以在直接还原过程中提高还原铁粉中铁的回收率及品位并降低TiO2质量分数,同时回收高炉灰中铁.三种不同产地高炉灰还原效果的比较表明,高炉灰性质对还原效果有影响.在相同用量条件下,津鑫高炉灰( JX)还原效果最好;在JX高炉灰用量30%、萤石用量10%、焙烧温度1250益以及焙烧时间为60 min时,焙烧产物通过两段磨矿和两段磁选,最终得到最佳的还原铁粉中铁品位为91.28%,TiO2质量分数降至0.93%,包括海滨砂矿和高炉灰中铁的铁总回收率达到89.19%.     

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.     

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。     

氧气高炉工艺研究进展及新炉型设计

从氧气高炉的数学模型、实验室实验以及工业试验角度系统分析了氧气高炉工艺的发展现状及趋势,同时讨论了氧气高炉炉型的设计依据。论述了氧气高炉的静态工艺模型研究需要计算合适的直接还原度和热空区温度,同时应考虑氧气高炉工况下生产率的变化、热损失的变化、风口煤粉的喷吹上限以及N2的循环积累等问题。指出了多维动力学模型和多目标优化模型中尚需解决的问题,以及氧气高炉数学模型的主要发展方向。结合文献研究中的氧气高炉特点,从炉身高度设计、炉腹角和炉身角设计以及风口设计3方面综述了氧气高炉炉型设计的变化规律。     

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。