将粉尘和矿粉直接转化成不锈钢的新工艺

1995年初，在拉丁美洲的波多黎各岛上将动工建造一套年产32万t钢铁的生产装置。它是利用氧气顶吹转炉和鼓风炉中出来的铁矿粉和粉尘混合料作原料，直接生产不锈钢和合金钢。据美国ZiaMetallurgicalProcesses公司的人员称，由于目前鼓风炉粉尘不能有效地利用，故有好几百万吨的粉尘只能作填上处理。该项工艺的过程是这样的：先将粉尘同煤粉掺合，并加工成粒，然后在一个燃煤熔钱转炉中生产直接还原铁（DRI），将含有3％左右碳的DRI由直接还原转炉直接送入温度接近其熔点（约900C）的炼钢转炉中。然后通过Zia多功能转炉（ZAV）顶部的风…     

转炉低磷钢工艺实践探究

分析了转炉冶炼过程中磷收入量和支出量、入炉辅料加入量、留渣操作以及冶炼终点温度和碳含量对深脱磷的影响。通过工艺因素分析,确定了脱磷的影响。试验结果表明:转炉中的磷主要来源于铁液,比例达到96%,其次是废钢和返矿;磷支出以炉渣支出为主,比例达到97.42%,转炉的脱磷率随渣量的增大而增大,按渣钢比控制在120~130kg/t左右,留渣操作可使前期渣更佳利于脱磷,提高脱磷率,冶炼终点出钢温度应控制在1 620~1 640℃,终点碳含量控制0.03%~0.05%,磷含量达到0.004%以下,可以实现极低磷钢的生产。     

基于RBF神经网络的转炉炼钢终点预报

转炉炼钢终点温度和成分是转炉炼钢的控制目标, 它与吹氧量、铁水加入量等多个变量之间存在着严重的非线性关系, 且无法在线连续测量。作者提出了基于ＲＢＦ 神经网络的转炉炼钢终点温度及碳含量预报模型, 并结合某钢铁企业一座１８０ｔ 转炉的实际数据进行模型验证研究。结果表明, 该方法收敛速度快, 预报精度高。     

��ת¯¯�����߼�����ѧģ�����

 采用质谱分析仪对转炉炉气进行在线检测分析，并采用炉气分析模型进行拟合及与实测结果进行比较，通过分析炉气中CO和CO2的变化规律，结果表明：应用指数模型能够较好的预报终点碳含量；三次方模型能够更好的反应转炉冶炼后期熔池中碳含量。     

马钢二钢转炉全连铸又创新纪录

马钢二钢厂大力巩固和发展转炉炼钢—全连铸,创持续75天日产稳定在2000吨的纪录,吨坯质量与铸机作业率分别提高了1.45％和11％。二炼钢厂自1996年8月8日零点拉开转炉炼钢—全连铸创新攻关的序幕以来,全厂职工拧成一股绳、全力保炼钢连铸生产,群情振奋,多次刷新转炉炼钢、连铸生产的班产、日产、月产及其他技术指标的纪录。受到马鞍山市委、公司党委嘉奖和书面鼓励。截止1996年10月20日,二钢转炉全连铸生产线上的四台国产方坯连铸机传新喜     

优化溅渣护炉工艺首创转炉炉龄新高——马钢二钢轧总厂二号30t转炉炉龄突破28000炉

引进新工艺新技术，在马钢二钢轧总厂转炉炉龄创新中再次取得明显成效突破28000炉。历经一年零十个月的冶炼作业运行，马钢二钢轧总厂二号30t纯氧顶吹炼钢转炉将于三月十七日停吹拆炉。期内单炉役生产各品种钢总量高达114万t，刷新了马钢转炉炼钢史炉龄最高记录。与近两年年平均炉龄相比，增幅27.4％，为连铸高效化作业奠定叮靠基础。     

基于BP神经网络的转炉出钢过程氧含量预测及优化

以神经网络为基础,建立转炉钢水进站氧含量的预测模型.该预测模型是以转炉吹炼终点状态和脱氧制度为基础,利用误差反向传播网络—BP神经网络,分别对强、弱两种脱氧制度进行了建模.接着对钢水CAS、RH进站氧进行预测.最后,通过网络实时训练,能够使模型适应生产条件的改变.经预测模型的优化,缩短了学习时间,提高了预报精度.     

用100％废钢作为原料的复合吹氧法

苏联图拉科研生产联合体发展了一种在吹炼转炉中用100％废钢作为原料的新的炼钢方法。这种方法的关键在于转炉中的氧气复合喷吹,基本上是采用氧气底吹,另外在上部和其余部位安置了喷枪,根据该方法的机理开发了一座10吨的转炉,在这座转炉中不再用液态的铁水为原料,已经连续多月以废钢为原料冶炼粗钢。     

复吹转炉冶炼X65管线钢脱磷工艺研究

根据复吹转炉双渣法冶炼的工艺特点,利用吹炼前期(0～7min)低温的有利条件,实现钢液充分脱磷并倒掉脱磷渣后进行少渣冶炼的工艺,可实现在转炉钢水终点磷合格([P]≤0.010%)的前提下高温出钢,减少RH工序的吹氧量,提高钢水的纯净度,生产合格的X65管线钢.     

防止炉渣随熔池涡流进入出钢口的方法

众所周知，转炉出钢时的挡渣方法有：挡渣塞、挡渣球、气动挡渣塞和炉渣检测装置等。但是进行微观研究表明，对转炉出钢时炉渣流入钢包的情况，大致可以分为三个阶段：①刚开始出钢时有部分炉渣流入钢包，②由于熔地产生涡流，使炉渣随钢水一起流入钢包，③出钢结束转炉向垂直位置转动时，有部分炉渣流太钢包。各阶段流入钢包的炉渣量与转炉倾动速度、熔地面高低、出钢速度和档渣方法有关。尽管难于精确测定各阶段流入的渣量，但是大致上的比例关系为：15％、60％和25％。显然，熔池涡流使炉渣流入钢包的数量不仅大，而且难于控制。韩国光阳…     

基于卷积神经网络X射线环焊缝缺陷检测

针对工业X射线焊缝图像对比度低、缺陷模糊且相对面积较小及难以识别的问题,设计了结合卷积神经网络的识别框架。根据缺陷图像特点,设计了对应的神经网络结构、卷积模板及池化模板的大小。在分析确定神经网络结构的基础上,卷积神经网络的灵敏度和训练算法也在文中一并给出。通过实例对神经网络结构进行了有效性的验证,缺陷检测准确率达97%,误报率仅为3%。同时,对适用于卷积神经网络进行识别的X射线焊缝图像进行了分析,发现灰度直方图有效信息跨度范围在50之上的卷积神经网络可以有效识别。文中所设计的神经络对X射线焊缝缺陷图像的识别可行、有效。     

基于孪生网络结构的轴承故障诊断研究

针对轴承故障诊断中故障样本稀缺、深度神经网络模型在小样本条件下存在故障诊断准确度较低的问题，提出将深度神经网络扩展为孪生网络结构的框架，以提高在小样本条件下的故障诊断性能。孪生网络通过权值共享的骨干网络从样本对中提取特征，采用L₁距离判定样本对的特征相似度，实现轴承故障诊断。不同于传统深度神经网络，孪生网络采取输入样本对的方法，在故障数据不足的情况下，可以提高轴承故障诊断性能。分别将不同层数的卷积神经网络(CNN)与长短期记忆网络(LSTM)扩展为孪生网络结构，在实测轴承数据集上进行小样本故障诊断实验。实验结果表明，通过扩展为孪生网络结构可以提高故障诊断结果的准确率，孪生CNN网络比对应的CNN网络准确率平均提高1.08%,孪生LSTM网络比对应的LSTM网络准确率平均提高4.78%。     

基于残差连接的高帧率Siamese目标跟踪算法北大核心

为提高Siamese跟踪算法在快速运动和相似物体等复杂情况下的跟踪性能和跟踪速度,提出一种融合残差连接与深度可分离卷积的Siamese目标跟踪算法。将原特征提取网络中的5×5卷积替换为普通3×3卷积,在减少网络计算量的同时提高其对特征的学习能力。用计算量更小的深度可分离卷积替代原网络中所有的普通3×3卷积,不仅加快了网络推理速度,还加深了特征提取网络的深度,从而获得对目标更具表征能力的深层语义信息。在深度可分离卷积模块中加入残差连接,组成残差块,用以融合网络提取的不同层特征,提高特征信息的利用率。结果表明:所提算法在跟踪精度和成功率上均有所提高,并且在实时性和可靠性上优于其他算法。     

空气-磁流变液半主动型动力吸振器的研究

为实现高振幅削减百分比的带宽制振,提出一种具有可调刚度和可调阻尼的半主动型动力吸振器。刚度装置为空气弹簧,改变空气弹簧内两气室的初始高度和初始气压可以改变刚度;阻尼装置为磁流变液阻尼器,改变阻尼器内线圈电流大小可以改变阻尼力。计算空气弹簧的刚度、气室的初始高度、气室的初始气压之间的函数关系;计算磁流变液阻尼器的阻尼力和线圈电流之间的函数关系;仿真探究动力吸振器的制振效果。结果表明：该空气-磁流变液半主动型动力吸振器最多可以削减45%的主质量振幅,可以有效抑制主系统的共振。     

微间隙焊缝磁光检测神经网络修正

针对激光焊接微间隙焊缝（间隙小于0.1 mm）,研究提高磁光传感检测焊缝精度的BP神经网络修正方法.以碳钢平板对接激光焊为试验对象,利用磁光传感器检测焊缝区域磁场分布并成像.通过分析焊缝处磁场成像并应用BP神经网络修正磁光传感器得到焊缝中心数据,有效避免焊缝磁光图像低对比度和强噪声干扰问题.经过在不同焊接速度试验下的测试,四组神经网络试验的焊缝位置误差的绝对平均值都在0.015 mm左右,BP神经网络测量误差比磁光成像直接测量平均减少约28%.BP神经网络修正磁光成像测量技术可有效识别微间隙焊缝,为解决激光焊接微间隙焊缝过程自动识别和跟踪焊缝的难题提供了一种新方法.     

Cracking Behavior in Additively Manufactured Pure Tungsten

In this study, near fully dense (96.5%) pure tungsten bulks were additively manufactured and the cracking behavior was investigated. A crack network with a spacing of ~?100 μm was observed in the fabricated bulks. It was observed that the laser scanning strategy, which could tailor the microstructure, affected the crack distribution pattern in fabricated tungsten. The calculated surface temperature difference (7300 K) was much higher than the cracking criterion (800 K) of tungsten, indicating that cracking is almost inevitable in laser additive manufacturing of tungsten. It could be concluded that crack network formed because the cracks emerged in every laser molten track and then interconnected in the layer-by-layer building process.     

L360钢在H2S/CO2环境中腐蚀的预测

运用BP人工神经网络技术建立了预测L360钢在H₂S/CO₂环境中腐蚀的模型,神经网络拓扑结构为5-4-1,网络模型训练成功以后,应用它预测L360钢在H₂S/CO₂中的腐蚀速度.结果表明,人工神经网络模型预测的结果与实验数据相当符合,误差在14%以内.由此可见,BP神经网络模型可以作为预测H₂S/CO₂环境致集输管线腐蚀速率的工具.     

ANN在焊接接头抗弯强度预测中的应用

采用Ni—Fe—C合金作为填充金属,获得了基于11G焊的WC-30Co／45钢焊接接头。采用人工神经网络(ANN)方法,对WC-30Co／Ni-Fe-C／45钢11G焊过程中输入参数(焊接参数和填充金属成分)和力学抗弯强度之间的关系进行预测和分析。训练数据经过数据标准化处理,送入基于反向传播的多层前馈神经网络模型训练。并采用均方误差对模型进行误差分析。并采用训练的网络对焊接参数和填充金属成分与抗弯强度之间的关系进行预测。最后通过试验对预测结果进行了误差分析。结果表明,当采用碳含量(质量分数)0．6％或0．8％;Ni／Fe比为1．9～2．7的合金作为填充金属时可以获得较高的抗弯强度;构建的基于反向传播算法的ANN模型适用于评价WC-30Co／45钢TIG焊接头的抗弯强度,优于传统方法。     

基于梯度奖励的深度强化学习移动机器人路径规划

针对目前深度强化学习移动机器人路径规划中稀疏奖励导致的效率低、收敛慢等问题,提出一种梯度奖励政策。使用区域分割将环境分割为缓冲区、探索区、临近区以及目标区,奖励的动态变化可以逐步缩小机器人的探索范围,同时在安全区域内也能获得正向奖励。首先输入机器人当前的位置坐标,经过神经网络后估计4个动作的Q值,随后通过去首动态贪婪策略达到最大化探索,最后采用基于均方误差的优先经验回放抽取样本进行梯度下降更新网络。实验结果表明：在小范围环境内探索效率可提升近40%,在大范围环境下成功率高于80%,而且在提高探索效率的同时增强了鲁棒性。     

基于MATLAB的BP网络预报2350中板轧制力能参数

应用MATLAB神经网络工具箱训练BP网络的基本原理和方法，建立了2350中板轧机轧制压力和轧制力矩的BP网络。预报计算表明：该BP网络高效简便、计算精度好，所训练好的BP网络预报2350中板轧机的轧制压力和轧制力矩的相对误差小于5％，满足生产控制的要求。