共查询到20条相似文献,搜索用时 109 毫秒
1.
2.
《冶金自动化》2021,(3)
随着"工业4.0"及"中国制造2025"的提出,数字孪生、工业互联网平台等智能制造技术被广泛应用于工业企业。然而,目前国内炼铁产线数字化、智能化水平还相对落后,工业传感器和物联网建设相对滞后,高炉"黑箱"可视化及解析困难,炼铁操作仍以"经验"为主,成本较高,配矿、烧结、炼铁各工序实时协同和全局优化缺少平台支撑。为解决这些痛点,兴澄炼铁依托冶金专业机理研究,借用大数据人工智能、工业互联网两大技术主线搭建了炼铁产线级大数据智能互联平台,打通了传统各级信息化系统之间的数据孤岛,实现了从智能单元到智能产线的升级。最终实现高炉长寿、高效,燃料比降低6 kg/t,铁水一级品率提高3%、优质品率提高8.8%,节约煤气20 m~3/t。 相似文献
3.
4.
为了优化配矿结构,拓宽烧结用料品种,降低生产成本,梅钢技术中心对扬迪矿的烧结性能进行了试验研究。分析评价了烧结各工艺参数的优化试验结果,及其对烧结指标的影响,经高炉生产实践证明配用8%扬迪矿的烧结矿性能基本满足梅钢高炉炼铁的要求。 相似文献
5.
6.
7.
8.
为了优化配矿结构,拓宽烧结用料品种,降低生产成本,梅钢技术中心对扬迪矿的烧结性能进行了试验研究,并分析评价了烧结各工艺参数对烧结指标的影响.高炉生产实践表明,配用8%扬迪矿的烧结矿性能基本能满足梅钢高炉炼铁的要求. 相似文献
9.
围绕提高烧结矿产量、质量,节能降耗,创新性地提出烧结配矿优化新方法,实现了鞍钢由传统配矿到智能配矿的转变;纠正了不合理的烧结制粒工序,实现烧结制粒工序由1台圆筒制粒机替代16台圆盘制粒机的大型技术改造,为今后我国烧结制粒设备的选择提供了宝贵的基础数据;创新性地提出用统计数学的"单型格子法"优化烧结燃料粒度组成的新方法;首次提出烧结不配加氧化镁熔剂,高炉实现低氧化镁炉渣操作;确定了合理烧结工艺参数及烧结矿碱度、合理氧化亚铁含量等;开发了超厚料层烧结工艺新技术,提出了鞍钢在炼铁原料技术方面应开展的重点科研工作。 相似文献
10.
高炉炼铁所用的炉料包括:炼结矿、球团矿、天然块矿、熔剂和焦炭。所谓炼铁炉料结构技术主要是指所用烧结矿、球团矿、天然块矿的比例。熔剂是在产烧结和球团过程中配加,在高炉正常生产时是不单独配加熔剂。焦炭用量是随高炉冶炼条件(包括入炉矿石含铁品位、热风温度、喷吹煤粉量、高炉操作水平和富氧率等)而不断变化的。国内外高炉炼铁的炉料结构是没有一个固定模式的。每个高炉都是根据本企业所能获得自然资源的条件(品级和价格)、铁矿石的冶金性能和物理化学成分,以及高炉炼铁成本等方面因素来进行选择的。随着各种条件的变化,不同时期会出现不同的炉料结构。总体上讲,炼铁炉料结构是受复杂因素影响的,是与炼 相似文献
11.
高TFe低SiO2烧结矿是强化高炉炼铁的优质原料,但随着TFe升高SiO2降低,烧结矿的转鼓强度会降低.针对这种情况,新钢烧结厂根据现有原料,通过进行优化配矿系列、优化操作条件系列、优化燃料粒度系列等烧结杯试验,摸索合理的配矿方案和工艺参数. 相似文献
12.
长期以来,传统的高炉炼铁工艺存在着能源消耗高、污染严重等问题。随着“双碳”目标政策的提出,如何利用智能制造技术实现高炉冶炼高效、环保的可持续发展已经成为高炉工作者的研究重点。从高炉炼铁智能化发展现状作为切入点,详细地从智能预测、模拟仿真、专家系统以及互联网平台几个方面进行了阐述。即以高炉炼铁现场数据为基础,分别探讨高炉运行状态预测和模拟仿真在高炉中的应用,为高炉炼铁智能化控制提供决策支持;建立高炉炼铁工业可视化平台,实现高炉炼铁生产过程的全面监控和管理;最后,综合当前研究现状,结合大数据技术和炼铁工艺,从高炉炼铁数据治理、专家知识库的建立、智能化平台的建立等几个角度进一步展望了高炉炼铁智能化的发展。 相似文献
13.
现阶段,国内炼铁流程仍以“高炉-转炉”流程为主,且面临着高能耗、高污染及自动化程度不强等问题。随着双碳目标和“十四五”规划等政策的推出,高炉冶炼智能化升级转型得到更加广泛的关注。由于高炉生产涉及的调控参数众多且数据体量庞大,加上数据具有非线性、非高斯和滞后性等特点,使得大数据和人工智能技术在高炉智能化转型过程中拥有较大的发展空间和应用前景。首先从高炉智能预测、智能监测、智能评价和大数据平台4个方面详细阐述了高炉智能化的发展现状,并就各方面作了详细的探讨。其次,针对高炉智能化发展中存在的数据孤岛问题、数据噪声问题、模型鲁棒性问题和黑箱问题,提出了初步的解决办法。最后,结合新一代人工智能技术和钢铁生产技术,从高炉炼铁流程的数据共享、信息物理系统、一体化经营管理系统和移动工厂几个角度进一步展望了智能化转型升级的未来发展。 相似文献
14.
通过部署大数据采集平台,运用高效的分布式信息传输技术,完成海量烧结生产数据的采集和汇总,建立烧结全产线数据仓库;通过融合工艺知识和大数据挖掘技术,提取原料性能、配矿理论、过程工艺参数、产质量指标、生产成本等参数间的潜在规律;以数理统计和机器学习算法为核心,深入研究基于大数据技术的烧结全产线质量智能控制系统;通过决策树和最优化等方法,建立完善的决策体系。基于梯度提升树算法初步建立了烧结终点预报模型,模型预测命中率达99%以上,与以往建立的烧结终点预报模型相比,模型预报命中率和稳定性进一步提升。研究成果将促进烧结生产的创新、自动化和智能化发展,稳定控制烧结矿的产质量指标,降低生产成本,具有广泛的应用价值。 相似文献
15.
16.
17.
返矿量是影响烧结矿质量和炼铁成本的重要因素。针对该数据难以在短时间内获得且相关预测研究较少的问题,本文提出了一种应用深度学习算法构建的烧结返矿量组合预报模型。该模型首先将烧结实际生产流程大数据与数据预处理技术相结合,建立模型基础数据集;然后将烧结流程中存在的滞后性与时域神经网络相结合,实现模型的提前预报功能;同时将皮尔逊相关性分析和PCA技术制定的烧结配料规则与深度森林相结合,实现模型的实时监测功能。预测结果分析表明:该模型整体误差范围(返矿量在15 t/h内)命中率能够达到90%以上,并展示出良好的提前预报和实时监测效果,能够达到预测返矿趋势与数量的目标。 相似文献
18.
19.
20.
结合本钢高炉基础监测及信息化基础条件,应用工业传感器、数据采集、工业建模等技术构建高炉智能系统,打破了高炉生产现场数据孤岛,推动了炼铁技术从“经验式炼铁”向“数字化炼铁”的转变,提高现场高炉异常工况的诊断、预判、处理能力,促进了板材数字化、标准化、智能化的炼铁技术体系建立,为炼铁行业智能制造落地应用树立了一个标杆。 相似文献