共查询到20条相似文献,搜索用时 187 毫秒
1.
2.
烧结是高炉炼铁过程的主要工序之一,利用大数据智能化技术有望解决烧结配矿原料条件复杂、配矿约束失真、配矿模型寻优困难、烧结过程参数预测模型精度低、产线适应性不强、烧结状态质量表征困难等传统难题。目前部分钢铁企业已经建立了包括烧结过程数据的炼铁数据平台,实现了烧结过程数据的采集存储与初步处理;现有配矿模型的约束设置与现场条件吻合度有所提升,通过数据分析与智能算法加快了配矿模型的寻优速度与精度;通过不同方法构建的烧结状态质量关键参数智能预测模型,在测试集上的预测效果良好;烧结过程综合评价与优化也进行了探索并取得了一定成效。基于现有研究进展,对烧结全链条数据治理、机理与数据融合的烧结智能配矿、烧结全产线关键参数自更新预测、数据与经验协同的烧结过程自适应综合评价体系构建与优化等智能化烧结技术的研究与应用方向进行了展望。需要针对烧结数据存在的问题开展模块化治理,消除参数间时滞性并构建参数动态关联规则库;进一步开发机理数据深度融合且适应产线条件的烧结智能配矿模型,并结合高炉使用效果对烧结智能配矿进行深度优化;结合产线自身数据特点与现场操作人员需求,全面选择烧结过程预测目标参数,并根据目标参数的数据频... 相似文献
3.
4.
为了提升烧结工序的智能制造水平,系统总结了近几十年来烧结系统模型的研究进展。针对当前烧结终点预报、烧结矿成分和质量预报以及烧结配料优化模型存在的问题,开展了基于大数据、集成学习和深度学习等技术的烧结系统参数预报与优化研究,并着重介绍了模型在预报精度及泛化能力提升方面取得的成效。基于上述烧结系统参数预报模型,提出了现场应用烧结过程参数预报与优化系统系统的硬件结构设计和软件结构设计方法。最后从钢铁行业需求出发,剖析了先进信息化技术与工业自动化装备深度融合是提升烧结系统智能制造水平的重要途径,并探讨了大数据及人工智能技术在铁前烧结领域的研究方向和应用前景。 相似文献
5.
6.
7.
8.
针对某钢厂铁前数据库中烧结物料的预警空值与预警模型不完善问题,提出了一种烧结矿性能预警模型。将传统烧结工艺理论与大数据技术相结合,对原厂烧结生产数据进行预处理并搭建相应的烧结数据仓库,运用RFE(递归特征消除)对生产参数进行特征选择、重要性排序与相关性分析,然后运用DNN算法构建烧结矿化学成分与质量指标的预测模型,预测V2O5、CaO/SiO2、TFe和FeO的R2分别达到0.965 8、0.824 7、0.846 2和0.871 1,预测筛分指数和转鼓指数的R2分别达到0.899和0.875,满足预测精度需求,并将预测结果结合预警区间对烧结矿性能进行预警。 相似文献
9.
10.
在分析配矿方案、工艺参数、产、质量指标三者相互关系的基础上,提出了两种优化烧结工艺参数的数学逻辑模型,即网络输出参数优化模型和网络输入参数优化模型.通过神经网络建模,比较建模结果,网络输入参数优化模型的效果更好.在神经网络模型的基础上结合遗传算法求解网络输入参数优化模型,计算出最佳的工艺参数.模型通过应用,不仅降低了烧结能耗,而且提高了烧结矿的产、质量,验证了模型的有效性和实用性. 相似文献
11.
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
12.
13.
为了给高炉提供合格的烧结矿,提出基于烧结生产线各个环节的大量数据,将XGBoost算法、因子相关分析与深度学习算法相结合的大数据技术对烧结矿小于10 mm粒级含量进行预测。首先,对烧结厂数据库的数据进行搜集、整合和预处理;其次,进行因子分析,筛选出适合建模的14个相关变量并进行变量之间的相关性分析;最后,建立深度神经网络算法模型。通过测试并与传统算法模型进行性能比较,结果表明,模型预测效果很好,达到了精确预测烧结矿小于10 mm粒级含量的目的,对烧结实际生产具有很好的指导意义。 相似文献
14.
烧结工序作为传统长流程钢铁生产过程中的重要环节之一,其烧结矿产、质量直接影响炼铁生产的效益,而烧结终点作为检测烧结生产状态的重要指标,对其进行准确预报将对生产产生有效的推动作用。设计了基于Python语言的深度神经网络(DNN)预报模型,将训练好的模型应用于烧结终点预报,建立最终模型的均方差损失达到了0.375,精确度高,可满足现场要求。同时,从影响烧结终点的重要参数出发,构建烧结终点模糊控制器调节烧结终点,并构建点火温度智能化调节模型、混合水分优化模型和烧结矿化学成分区间优化控制方式来辅助调节烧结终点。最终使用Python语言完成烧结终点预报及操作指导系统的开发工作,实现了烧结终点的准确预报与烧结终点异常后的全方位、多角度智能化处理,构建了在线监测、终点预报、终点预报模型优化、异常报警、异常处理于一体的智能控制系统,为烧结生产人员实现烧结终点全流程优化提供有利指导。 相似文献
15.
利用灰色系统建模预测烧结生产技术指标及其影响因素分析 总被引:3,自引:1,他引:2
烧结系统由于影响因素多,过程机理复杂,信息采集不完善,难以用过程状态参数示解系统的输出指标,因此烧结系统是一个灰色系统,本文运用灰色系统的建模方法对系统输出指标下TFe,CaO,SiO2,R,ISO指数等建立了GM(1,1)结果,模型还原值与实际值拟合得很好,模型精度为1级,并用该模型进行了预测,能够用于现场指导生产,对烧结生产的影响因素进行了灰关联分析,由此确定的主要因素与生产实践和经典理论一致 相似文献
16.
17.
烧结终点的稳定控制是提高烧结机利用效率及烧结矿产量和质量的前提,因此获得准确的烧结终点位置是优化烧结过程的基础。通过分析烧结过程参数对烧结终点位置的影响,提出一种适用于烧结终点预测的集成算法。在AdaBoost.RS算法的基础上,自适应调整松弛变量的阈值,以极限学习机为弱学习器建立烧结终点位置预报集成算法模型。以宝钢烧结面积为495 m2的烧结机为例,利用实际生产数据进行模型检验。结果表明,当绝对误差小于1.6 m时,模型的预报结果命中率为97.4%,均方根误差为0.58,预报值序列与实际目标值序列的相关系数为0.78。对各影响因素定量分析结果表明,影响烧结终点位置的前三因素依次为料层厚度、台车速度与配水量。 相似文献
18.
烧结配料优化专家系统为协同式专家系统。该系统采用先进的专家关系型数据库,通过神经网络及机器学习等技术对烧结配料进行专家优化控制,特别适合我国烧结行业原料多而杂,成分波动大的特殊配料工况。 相似文献
19.
本文介绍了武钢一烧烧结过程优化控制系统的系统结构、数据库管理系统和主要控制模型的工作机制,该系统是我国第一个投入运行的烧结过程完全自动化控制的系统。 相似文献
20.
通过开展各种矿粉烧结性能研究工作,使烧结工作者对各种矿粉的烧结性能有了更深的认识,在实际生产中,更能把握和正确调整操作参数,缩短确定最佳操作参数的调整时间。另外,通过对烧结所采用的各项技术改进措施,促进了烧结生产向均匀低温方向发展,使烧结矿各项指标有明显的进步,为高炉稳定顺行提供了坚实的物料基础。 相似文献