灰关联分析和神经网络在烧结矿强度分析及预测中的应用

采用灰关联方法分析了烧结矿强度与原燃料因素的关系,建立了预测烧结矿强度的人工神经网络模型.研究结果表明,灰关联分析是一种新的烧结强度数据处理方法,根据灰关联度的计算,得出原燃料配比中对烧结矿强度的影响程度由强到弱的顺序为水分、燃料、二元碱度、TFe、SiO2、MgO.该网络对烧结矿强度的预测结果与实测值吻合,表明利用所建立的神经网络模型能有效地预测烧结矿强度.     

基于双向长短时记忆网络模型预测烧结矿FeO含量

烧结过程中FeO含量是影响烧结矿性能的重要参考指标。对FeO含量变化进行实时观测和监视，可以减少烧结能耗，改善烧结效果。针对目前企业实时观测FeO含量手段较为单一的情况，研究了基于双向长短时记忆网络模型(bi-directional long short-term memory, BiLSTM)的烧结矿FeO含量预测模型。数据来源为攀钢六型烧结机2021年部分工艺数据，经过滤、提优等数据处理后，选取BiLSTM神经网络进行训练、调参，与企业现场烧结工艺相结合，提高了模型预测的准确率，基本实现了烧结矿FeO的预测。测试结果表明，在企业误差允许的范围内，准确率达90.2%,因此可以给予企业内烧结矿生产有效意见。     

BP网络在烧结矿质量预测中的初步应用

烧结矿质量指标包括FeO含量、转鼓强度、还原性、低温还原粉化以及软化和熔滴性能等多方面，寻求烧结矿质量指标分析的新方法和有效途径是极为必要的。本文通过建立烧结矿质量指标预测的神经网络模型，利用实际烧结生产数据对模型进行训练，对烧结矿低温还原粉化性能(RDI)和转鼓强度(TI)进行预测。     

基于改进BP神经网络的烧结矿FeO含量预测

影响烧结矿FeO含量的因素较多且FeO含量与各因素间呈现非线性关系，预测难度较大。针对烧结矿FeO含量难以直接预测的问题，提出一种Dropout算法与Adam算法和四层BP神经网络相融合的烧结矿FeO含量预测模型。为提高烧结矿FeO含量的预测准确率，结合烧结工艺，选取与烧结矿FeO含量强相关性的烧结机尾断面热成像关键帧的温度特征作为模型的参数输入。利用Dropout算法改善四层BP神经网络结构，Adam算法优化四层BP神经网络的训练过程，进而提高模型的预测精度和泛化能力。试验表明，改进的模型预测烧结矿FeO含量误差值在±0.5、±0.8和±1.0时，命中率分别达到77.42%、88.71%和96.77%。与三层BP神经网络预测模型和支持向量机回归(support vector regression, SVR)模型相比，该模型的误差更小，同时预测精度也得到显著提升。     

基于自适应遗传神经网络的烧结矿化学成分超前预报模型

提出了自适应遗传神经网络模型预测烧结矿化学成分的方法，用实际烧结生产数据对模型进行训练，并用该模型对烧结矿化学成分进行预报，仿真结果表明。该模型取得了很好的预测效果。     

唐钢烧结矿品位系数的确立与研究

论述了品位系数在预测烧结矿品位方面的作用，确立了目前唐钢烧结原料配比条件下的适宜的烧结矿品位系数，并运用于生产实践。     

基于BP神经网络的烧结过程预报模型

根据烧结矿化学成分与烧结工艺的预报、控制特点,采用了BP神经网络方法建立了烧结矿化学成分的预报模型。仿真实验的结果表明,模型具有较高的预测精度和较强的自学习功能,用拓扑结构为15-21-4的BP神经网络和0.6×10~(-3)的网络误差进行训练,模型的预报命中率在75%以上,充分验证了基于过程参数控制的烧结矿化学成分预测模型的准确性和有效性。     

基于烧结大数据预测小于10 mm烧结矿含量模型

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。     

用BP网络模型对烧结矿质量预测

针对烧结这一的物理、化学反应过程的纯滞后特别大的特点,采用ＢＰ网络对其烧结矿的质量进行预测。仿真结果表明,该学习算法是很有效的。     

人工神经网络在烧结矿指标预测中的应用

应用误差反向传播方式建立了烧结矿性能指标预测的神经网络模型,并用实际烧结生产数据对模型进行了训练,训练后的模型可以对烧结过程进行分析,并可对烧结矿的FeO含量和烧结矿转鼓指数进行预测。     

基于人工神经网络的铝箔轧制力模型

应用人工神经网络的理论和方法建立了某厂铝箔轧机的轧制压力模型。所用数据全部取自现场，采用Ｂ－Ｐ学习算法，为轧制压力建模探索了一种新的途径。     

基于炉气分析熔池碳含量的在线测量

采用飞行质谱技术构造的炉气分析系统,依据质量平衡原理,结合炉气流量计测得的炉气流量,计算出了熔池的瞬时脱碳速度,采用碳积分模型或者碳曲线拟合模型预测计算熔池中的碳含量,为解决熔池碳含量在线测量分析技术的难题提供参考.     

棒线材连轧过程有耗优化设计

通过引入孔型尺寸计算模型等方法,建立棒线材连轧过程能耗优化问题的数学模型及其优化系统。该模型具有数学上的连续性,能够反映棒线材连轧机组中各参数的连续变化过程,并可采用解析法对其进行寻优计算。优化系统具有较高的计算效率,且计算结果稳定可靠。     

济钢干熄焦技术的研究与应用

介绍了济钢干焦技术的消化、联合设计,实现国产化的情况,可供目前老焦化厂属于改造、节能降耗、改善工艺装备水平借鉴。济钢干焦的建成消除了由于湿焦对环境的污染,取得明显的环保效益。干熄焦使焦遄质量提高,对降低焦比有重要作用,经济效益显著。     

铁矿石的价值评价与线性规划优化配料

针对攀钢烧结使用的原料品种越来越多,采用单烧方法计算了处种铁矿石单烧状态下的烧结矿品位、吨度价格,并以此作为评价铁矿石价值及矿石采购的重要依据。文章还利用基于目标规划模型对攀钢烧结原料进行优化配料,其原料成本明显低于经验配料法,具有显著的经济效益。     

国内钢材销售渠道策略的分析与探讨

从介绍宝钢、安钢等钢铁企业典型销售渠道模式入手,对各类销售渠道及其激励措施进行了深入分析,指出：钢铁企业的销售渠道、策略应根据主客观形势的发展而变化,在不同销售区域所采取的渠道策略及其配套激励措施也应有所不同,既要保持相对稳定性,又要随销售形势的发展及时修订,依靠销售政策创造企业自身特色的营销模式。     

板坯连铸机结晶器跑锥的改进

分析了唐山不锈钢板坯连铸机结晶器跑锥的原因,并对其进行了改进。     

烧结机密封滑道改进

针对烧结机的密封滑道结构存在缺陷导致台车剪切滑道螺栓事故频发的情况,通过采取对滑道改型的措施,解决了台车剪切滑道螺栓的问题,减少了烧结机漏风现象,降低了滑道密封润滑油的用量,提高了设备运转的稳定性。     

石钢烧结混匀料场生产实践

石钢在混匀料场投产后,努力适应日益复杂的原料环境,采取多项生产技术措施,提高了混匀料质量.     

降低LF 炉电极消耗的生产实践

分析了邯钢一炼钢厂LF精炼炉电极消耗居高不下的原因,通过采取有效措施使LF炉电极消耗明显下降,取得了较好效果.