石灰炉重锤探测式料位计的改进

针对安钢烧结厂３＃、４＃石灰竖炉检测料位所使用的重锤式料位计在生产的过程中出现的问题，结合现场实践经验进行了一系列改造，取得了较好的效果。     

基于LS-SVM的烧结矿碱度预报研究

开发了最小二乘支持向量机(LS-SVM)模型,并用于对烧结矿碱度进行预测.仿真结果证明,本模型能在小样本贫信息的条件下对烧结矿碱度做出比较准确的预测.此种模型具有预测精度高、所需样本少、计算简便等优点.和BP神经网络算法相比,最小二乘支持向量机算法有很好的应用前景和推广价值.     

烧结成品运输自动控制系统的改进

对烧结成品运输自控系统不稳定性因素进行了分析，提出了采取优化硬件外围工作环境，完善软件保护程序等改进措施。改进后的自控系统稳定性明显提高。     

安钢一次中和料场DCS自动控制系统

介绍了安钢一次中和料场的控制系统,还详述了双调速系统,及所实现的功能.经实验证明,本系统具有高可靠性和一定的借鉴意义.     

基于Modicon TSX Premium称重模块的自动配料系统

通过分析安钢105烧结机基于Modicon TSX Premium承重模块的自动配料系统，也详细介绍了烧结配料主要设备——圆盘配料皮带秤的工艺状况，找出了通常采用的控制方案的薄弱环节。提出了以累计料量控制为主，瞬时料流量控制为辅的控制思路。实践证明，该思路有助于提高累计料流量控制精度及料流量的稳定性，同时也介绍了本系统的软件及实现的功能。     

安钢烧结机点火温度的自动控制

介绍了安钢105m^2烧结机点火温度自动控制系统的组成、控制原理、被控参数优化设计等。实现了烧结机点火温度的自动控制和煤气空气寻优比，投运后，取得了稳定生产和提高产品产量和质量的良好效果。     

烧结矿碱度的灰色神经网络预测模型及仿真

本文提出了用灰色神经网络对烧结矿化学成分进行预测，并在此基础上构造了灰色神经网络模型，该模型有效地融合了灰色理论可弱化数据序列波动性和神经网络特有的适应非线性信息处理的能力，研究结果证明，本模型能在小样本、贫信息的条件下对烧结矿碱度做出比较准确的预测，此种模型具有预测精度高、所需样本少、计算简便等优点，取得了比较满意的结果。和BP神经网络算法相比，灰色神经网络算法有很大的应用前景和推广价值。     

基于BP神经网络的烧结矿化学成分预报模型与仿真

烧结矿化学成分的测量是钢铁工业中的关键和难点,并且容易受到烧结几乎每一个操作环节的影响。本文利用BP神经网络建立烧结矿化学成分的预报模型。通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值。     

基于多传感器数据融合技术的烧结矿碱度预报模型的研究

烧结矿碱度的测量是钢铁工业中的关键和难点,况且又容易受到烧结几乎每一个操作环节的影响。据此提出利用BP神经网络进行多传感器数据融合的烧结矿碱度的预报模型。通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值。     

莫迪康称重模块在烧结厂自动配料系统中的应用

主要从应用的角度介绍了安钢105m2烧结机基于Modicon TSX Premium 称重模块的自动配料系统.也详细介绍了安钢105m2烧结机配料系统的主要组成、智能电子皮带秤及测速传感器的工作原理和安装等,同时也以应用的角度详细论述了称重模块、PLC、变频器三者之间的通讯.此外介绍了本系统的软件及实现的功能.