焦炭质量预测模型的研究

随着高炉大型化、富氧喷吹技术的发展，焦炭在高炉中的骨架作用尤为重要，钢铁企业迫切要求提高焦炭质量，为此需建立一组准确的焦炭质量预测模型，以更好地指导炼焦生产．在对国内外已有的焦炭质量预测模型进行比较、分析的基础上，运用线性加修正、一元线性回归、多元线性回归和逐次回归的方法建立了配合煤性质、焦炭化学组成、焦炭机械强度（M40，M10）、焦炭热性质（CRI，CSR）的预测模型，在很大程度上提高了预测的精确度和适用性．     

基于改进WOA-LSTM的焦炭质量预测

“双碳”背景下，提升焦炭质量是保证钢铁行业高质量发展的研究重点之一，而炼焦行业存在着在线实时监测难、焦炭质量预测模型泛化能力差等问题。为此，提出一种通过自适应全局搜索算法，即改进鲸鱼优化算法（WOA）与长短期记忆（LSTM）循环神经网络综合建模的方法来解决这一问题。首先选取出配合煤中可反映焦炭质量的可测参数，再运用主成分分析（PCA）去除变异性小的冗余因子后，得到预测因子，将其作为LSTM网络的外部输入；通过加入自适应惯性权重以及最佳扰动更新改进WOA，从而训练LSTM网络的超参数，采用均方根误差（RMSE）和R-squared 进行算法检验；最后将改进后的AGWOA-LSTM模型与典型的LSTM、WOA-LSTM模型进行对比，以验证本方法的优越性。结果表明AGWOA-LSTM模型预测焦炭质量具有精度高、运行速度快等特点。研究对焦炭生产具有一定的理论指导意义。     

梅山焦炭质量预测模型的研究

结合炼焦配煤生产数据,从单种煤指标的加和性分析开始,利用回归方法建立适合梅山自身特点的焦炭灰分、硫分、M_(40)、M_(10)、CRI和CSR的预测模型,并对模型进行了检验。结果表明,所建立焦炭质量预测模型能够预测焦炭质量,优化炼焦配煤配比,满足生产需要,为稳定焦炭质量和降低配煤成本创造了条件。     

焦炭机械强度预测模型的研究

焦炭机械强度是焦炭质量的重要指标,建立准确的焦炭机械强度预测模型可保证炼焦生产顺利进行.把支持向量回归机用于焦炭机械强度的预测,详细地分析了不同配煤煤质特性指标及炼焦工艺指标情况下的预测效果,找到了建立预测模型的有效特征参数.基于所选特征参数,当85≤M25≤90,6≤M10≤12时,支持向量机模型的预测准确率高,误差小,相关性强,同时,预测模型的泛化能力强.     

焦炭热态性质预测模型的研究

采用干燥无灰基挥发分（Vdef、粘结指数（G）、灰分（A）、炭化室高度与宽度（LB）为自变量。对焦炉实际生产数据进行回归分析,结果表明,回归效果良好。在焦炭质量预测模型公式中增加焦炉炉型特征参数LB,建立的预测焦炭热态性质V—G-A—LB模型与常规V—G—A模型相比,预测准确度高,更具有合理性和实际应用价值。     

南钢焦炭质量预测模型研究

基于南钢产业发展有限公司配煤炼焦实际生产数据,借助逐步回归法进行数据的分析与处理,建立了适合其自身特点的焦炭质量预测模型,经显著性检验以及预测结果分析,所建立的焦炭质量预测模型能够预测和控制焦炭质量,为优化配煤结构、降低生产成本奠定了理论基础。     

炼焦配煤专家系统的设计及应用

配煤专家系统以焦炭质量预测模型和配煤比优化模型为基础,包含数据收集、数据存储、知识库、推理机等功能模块,对焦炭灰分、硫分、M40、M10、CRI、CSR进行预测,快速计算最佳配煤比。系统得到的焦炭质量指标误差小于6%,能够满足企业生产的要求。     

焦炭质量预测方法的应用

以太原煤炭气化(集团)有限责任公司的工业焦炉数据为基础,建立了该公司的焦炭质量预测模型。利用单种煤和配合煤的各种性质指标预测焦炭质量,并指导配煤,以获得稳定的焦炭质量。     

贫煤、贫瘦煤对焦炭光学组织的影响

通过测定焦炭光学组织和热性质,讨论了添加贫煤、贫瘦煤后焦炭光学组织的特征及其与焦炭质量之间的关系.添加贫煤、贫瘦煤后焦炭光学组织以细粒镶嵌和中粒镶嵌为主,类丝炭和破片含量相对较多,中等尺寸的焦炭光学组织结构单元更有利于焦炭强度的提寓通过回归分析,建立了焦炭质量预测模型,通过测定焦炭光学组织含量能够直接得到焦炭反应性和反...     

炼焦生产过程质量产量能耗的集成优化控制

针对炼焦生产过程强非线性、大时滞等特点,基于过程参数的主元分析和灰色关联分析,建立了焦炭质量、产量及焦炉能耗的神经网络预测模型和以焦炭质量为约束条件,产量、能耗为目标函数的优化控制模型。提出一种融合模糊C均值聚类粗优化和差分进化细优化的集成优化控制方法,进行过程参数的优化并给出操作优化指导。系统仿真结果表明,该方法能有效地抑制工况的波动,达到高产、优质、低耗的生产目标,为复杂工业过程的建模和优化控制提供了一种新思路。     

基于立火道温度智能控制的研究

建立焦炉加热的智能控制模型,提出采用预测控制和模糊控制相结合的方法。预测控制提高控制精度,模糊控制为实时控制提供预测模型未收敛时的控制量及模型收敛后的修正前馈控制量。采用该算法对焦炉立火道温度进行控制,保证控制精度和被控对象的快速性,取得了较好的效果。     

Model Predictive Control with Feedforward Strategy for Gas Collectors of Coke Ovens

In coking process, the production quality, equipment life, energy consumption, and process safety are all influenced by the pressure in gas collector pipe of coke oven, which is frequently influenced by disturbances. The main control objectives for the gas collector pressure system are keeping the pressures in collector pipes at appropriate operating point. In this paper, model predictive control (MPC) strategy is introduced to control the collector pressure system due to its ability to handle constraint and good control performance. Based on a method proposed to simplify the system model, an extended state space model predictive control is designed, which combines the feedforward strategy to eliminate the disturbance. The simulation results in a system with two coke ovens show the feasibility and effectiveness of the control scheme.     

污水处理过程的多目标多模型预测控制方法研究

针对污水处理过程节能降耗问题以及污水处理过程的高度非线性、强耦合、不确定性等特点.以基于活性污泥2号模型ASM2的A2/O污水处理过程为研究对象,提出了污水处理过程的多目标多模型预测控制方法.该方法首先采用聚类-PLS方法建立污水过程的多模型预测模型,然后构建了包含出水水质区间控制和经济性能指标的多目标优化结构的预测控制策略.仿真结果表明,与设定值预测控制方法相比,多目标优化预测控制策略在保证出水水质的前提下,能有效地节约能耗费用.     

焦炭强度与热性质控制因素分析

在20kg小焦记上进行了11种单种煤和8种配煤方案的炼焦试验,建立了焦炭质量预测模型。结果表明,单一的煤质指标与焦炭强度的关系不明显,多因素指标进行焦炭质量的预测效果较好;焦炭反应性与单一煤质指标中Vd、^—Rmax^0、Ad之间有较好的关系,且随反应温度的升高而增大。     

基于支持向量机的焦炭质量预测模型

采用机器学习方法中的支持向量机技术来预测焦炭质量,不需要了解煤成焦机理,综合考虑配合煤特性和焦炉加热制度的影响,而且克服了人工神经网络预测精度低的缺点,在取得最小拟合误差的同时可以得到最小的预测误差;给出了一种基于组态王6.0与VB6.0的焦炭质量在线预测系统框架.     

An approach to blast furnace coke quality prediction

Although coke cold drum mechanical strength has historically been the most relevant coke quality parameter, currently coke reactivity and post-reaction strength (CRI/CSR) are the most important parameters used to assess blast-furnace coke quality. Many models of coke quality prediction have been proposed, most of which are based on coal characteristics and limited to the same coal geographic origin, but as yet there is no universally applicable prediction formula. The present work describes a simple model of coke CRI/CSR prediction based on the assumption that the CSR of a coke produced from a blend of coals can be predicted from the CSR obtained from the cokes of the individual coals through the application of the additivity law. The additivity law was also applied to the coke cold mechanical strength indices derived from the Irsid test, which are widely employed by the European coke industry as complementary coke quality indicators.     

Use of the petrographic model for coke quality prediction at the cherepovets iron-and-steel mill

The petrographic model for the assessment of quality characteristics according to the IGI procedure for coke produced by laminar coking of coal blends suggests the determination of the maceral composition and obtaining a vitrinite reflectance histogram for each component of the charge. From these data, the coking index of the charge and its leaning index are determined, which allow for predictive evaluation of the mechanical strength of coke with the use of the IGI classification diagram. This approach is successfully used at the Cherepovets iron-and-steel mill (CherMK) after the adjustment of the IGI procedure to the conditions of this plant.