冷轧辊钢锻后探伤缺陷的原因分析与优化

邢台钢铁有限责任公司利用具有保护气氛的抽锭式电渣炉生产Ф600 mm的9Cr3Mo冷轧辊钢锭，并锻造成Φ440 mm×1700 mm×4215 mm规格的辊坯，锻造后经超声波探伤发现辊径中心有连续缺陷，直径为Φ4～Φ5 mm,范围长度约为330 mm。采用化学成分分析、金相检验、断口宏观微观检测及酸洗检测等手段对该冷轧辊钢内部探伤缺陷情况进行了全面分析。结果表明，经酸洗后，9Cr3Mo冷轧辊钢心部存在密集的纵向微裂纹，似材料疏松缺陷。进一步检测发现，裂纹附近无脱碳层，周围组织为均匀的球化退火组织，夹杂物无明显异常，无化学成分偏析，排除了电渣锭组织疏松缺陷。而后，对缺陷的特点进行了分析，判定此缺陷为在锻造过程中因心部透烧不充分、材料塑性较低而导致的锻造形变时的拉伸裂纹。最后，通过优化锻造加热过程中每火次间的保温时间和增加操作机抱钳预热的措施，保证了冷轧辊钢心部的锻造温度，避免了此类锻辊的探伤缺陷情况。     

基于BVANet的财经新闻情感分析

股票市场的预测一直以来是金融大数据分析领域一项难题，而财经新闻中包含的内在信息对市场表现有很大影响。提出了一种基于BERT的向量自回归融合网络(BVANet)，该网络通过BERT将财经新闻情感量化，后结合市场表现联合构建金融时间序列向量自回归(VAR)模型，最终实现股票的预测。结果表明，与传统算法相比，BVANet在提取新闻情绪信息和模型预测中取得了更好的效果，新闻的情绪对市场表现有预测作用。该研究可为自然语言处理在金融预测的应用提供实践参考。     

350MW超临界机组磨煤机堵煤智能预警模型研究与应用

为提高机组运行的可靠性，减少非计划停机次数，针对某电厂超超临界机组堵磨跳机原因开展了事故分析。认为磨煤机堵煤初期调整措施不及时，严重堵煤后又进行了过度疏通，导致炉膛内实际燃料量大幅增加，燃烧显著增强，机组最终因折焰角集箱严重超温而发生跳闸。在上述分析的基础上，根据磨煤机关键运行参数，结合大数据与人工智能算法，构建了磨煤机堵煤智能预警模型，以期提前发现故障迹象，尽早采取干预措施，保证机组的安全稳定运行。上述智能预警模型应用后，机组再未出现严重堵煤故障，相关模型构建与应用经验可供后续同类机组参考。     

基于贝叶斯网络的高压断路器拒动故障概率预测

在小样本条件下，结合运维单位掌握完整的设备信息、运维信息，提出了一种基于贝叶斯网络的高压断路器拒动故障概率预测方法，对高压断路器拒动故障可能性范围进行估计。首先，建立高压断路器拒动的元器件故障树；其次，通过分析多种影响因素与关键元器件之间的关联性，建立“影响因素—元器件—拒动”的多层贝叶斯网络；最后根据全网110 kV及以上电压等级高压断路器运行情况及拒动缺陷/事件情况，将每台断路器影响因素的定性特征转化为定量特征，运用贝叶斯网络的推理算法，实现高压断路器拒动概率的预测。通过算例验证,证明了所提方法的有效性。     

大直径煤仓螺旋溜槽参数的优化及应用

针对母杜柴登煤矿块煤在原煤储存环节破碎严重的问题，分析物料在大直径圆筒仓螺旋溜槽上运动的基本原理和数学解析；提出了优化螺旋升角和底板倾角等设计参数的思路和方法，并通过DEM仿真技术对计算结果进行验证；结果表明，优化后的螺旋溜槽可有效控制物料在大直径煤仓螺旋溜槽上的运动速度，降低物料破碎率。