人工免疫的神经网络预报方法及其应用

针对RBF(radial basis function)神经网络在预测铁水含硅量中出现的预测精度低,收敛速度慢的问题,提出了一种基于免疫识别原理的径向基函数神经网络的学习算法.该算法利用人工免疫原理确定高斯基函数的中心和宽度参数,同时将所识别的数据作为抗原,抗体作为抗原的压缩映射并作为神经网络的隐层中心,利用递推最小二乘法(recursion least square, RLS)确定连接权值,提高了RBF神经网络的收敛速度和精度.应用该模型于某大型钢铁厂高炉铁水硅含量预报的实例中, 实验结果表明, 该模型具有更高的预测精度和更短的训练时间.     

高炉铁水降硅的实验研究

从理论上分析了降低铁水中硅含量的三个途径:控制硅源;降低滴落带的高度;增加炉缸渣中的氧化性.在实验室进行了降低铁水中硅含量的实验,得到了铁水中硅含量的影响因素:提高二元碱度有利于降硅;增加渣中氧化物可降低SiO2的活度有利于降硅;Al2O3和SiO2不利于降硅;冶炼时焦炭中SiO2的挥发量随温度的升高而增多,使铁水中硅含量增加;随着滴落带高度的增加,铁水中硅含量不断增加.根据实验室研究针对唐山建龙公司高炉特点提出降低铁水中硅含量的措施,降硅效果明显,铁水中硅的质量分数由原来的0.55%左右降到了0.40%左右.     

基于有限容量排队论的铁水包个数计算模型

将"一包到底"模式下的铁水包周转过程抽象为有系统容量限制的3个串联接近闭合的排队系统,即高炉出铁、铁水脱硫以及转炉兑铁排队系统。在此基础上,提出基于有限系统容量排队论的铁水包理论周转个数计算模型。应用该模型,对重钢新区铁水包理论周转个数进行计算,结果表明:铁水包周转到达统计平衡的时间为294min,理论周转个数为17个。研究表明,减少铁水包周转个数的关键在于优化系统容量值,实际生产中主要从改进高炉配罐制度、加强炼铁炼钢工序协调等方面采取措施,并应用模型计算相关参数为:铁水包周转时间为260min,理论周转个数为15个。     

操作制度对邢钢2#高炉铁水含硅量的影响

对与邢钢2#高炉低硅铁的冶炼相关的大量数据进行了现场调查与收集,进行了多次反复的一元和多元回归处理。结果表明,在目前的生产条件下,提高炉渣的碱度,将二元碱度控制在1.10-1.20之间,三元碱度控制在1.45-1.50之间;在维持高炉炉况稳定顺行前提下,进一步提高利用系数、煤比、富氧率、热风温度和炉顶压力有利于降低铁水含硅量。     

基于水模实验的脱硫搅拌混合量化表征方法

在实际的KR法铁水脱硫过程中,无法直接观察到铁水罐内的混合状态.本文采用水模实验模拟铁水搅拌过程,研究脱硫搅拌混合量化表征方法.首先获取水模装置中漩涡正面和侧面图像,并定义了新的基于图像信息的KR脱硫混合量化指标——分隔尺度;应用形态学处理和灰度阈值法,从漩涡正面图像中提取涡径;采用基于Lab颜色空间的K均值聚类方法分...     

人工神经网络预测高炉铁水硅含量

提出了BP神经网络预测高炉铁水硅含量的几种网络优化方法,指出了神经网络预测硅含量的可行性与局限性.     

人工神经网络预测高炉铁水硅含量

提出了BP神经网络预测高炉铁水硅含量的几种网络优化方法，指出了神经网络预测硅含量的可行性与局限性。     

包头铁水固氧提铌的工艺

提出了用固态氧化剂（轧钢铁皮或高品位铁精矿）从包头铁水提铌的工艺，简称铁水固氧提铌工艺。实验得到了固氧提铌最佳工艺参数：铁水温度为１３５０℃；Ｗ（氧化剂重量／生铁重量）为５％－１０％。探讨了非标准状态下，固氧提铌过程铁水中的Ｎｂ，Ｓｉ，Ｍｎ，Ｃ和Ｐ的热力学行为，分析了氧化剂加入量对铁水温度的影响。     

粘土用作铁水聚渣,保温材料的研究

本文首次研究了粘土用作铁水聚渣、保温材料的可行性。结果表明:粘土对铁水聚渣、保温效果好,热幅射小、污柒轻,对铁水的化学成分、金相组织、机械性能和铸件质量均无不良影响;与传统使用的稻草灰和近几年应用的珍珠岩相比,其经济效益显著。