冷轧带钢电解清洗极板腐蚀机理和原因

采用线性电位扫描法研究了碳钢在不同脱脂剂浓度下的阳极极化过程,进一步研究了碳钢在不同不同脱脂剂浓度条件下、不同电位下的恒电位、恒电流电解行为,在此基础上对生产现场进行了考察。电化学实验表明：碳钢阳极极化过程依次经历活化区、钝化区、过钝化区及极限区;活化区基体活化溶解电流小,不影响电极寿命;过钝化区电极表面开始发生析氧反应;极限区析氧反应达到极限,使基体腐蚀反应大量发生,电极寿命降低;脱脂剂浓度越低、阳极电位越高,电极表面基体溶解反应速率越大,相应电极使用寿命越短。实际生产中,极板表面由于电流分布不均使其局部电流超过极限电流导致局部腐蚀发生,而电解槽内极板安装精度、电极表面气泡无法逸出、极板表面污泥淤积等都均会影响电流分布。     

高效低耗安全不锈钢混酸废液资源化再生利用关键技术及装备

本项目涉及钢铁企业不锈钢混酸酸洗废液处理。     

炼钢-连铸动态调度中基于规则的时间调整方法(续完)

为了保证炼钢-连铸生产在动态扰动情况下的稳定性,针对生产调度中频繁发生的时间偏差类动态事件,提出了基于规则的时间调整方法。首先,结合炼钢-连铸生产工艺技术,定义了多个柔性可调的缓冲时间;然后,建立了减少过程等待时间、缩短工序处理时间和相邻工序间运输时间、延长紧前炉次浇注时间、推迟浇次或浇次中部分炉次开浇时刻等规则及相应的数学模型。根据偏差时间的长短,通过调用规则,可以有效消除时间偏差引起的扰动,生成优化的动态调度时间调整方案。仿真算例表明了该方法的有效性。     

炼钢-连铸动态调度中基于规则的时间调整方法(待续)

为了保证炼钢-连铸生产在动态扰动情况下的稳定性,针对生产调度中频繁发生的时间偏差类动态事件,提出了基于规则的时间调整方法。首先,结合炼钢-连铸生产工艺技术,定义了多个柔性可调的缓冲时间;然后,建立了减少过程等待时间、缩短工序处理时间和相邻工序间运输时间、延长紧前炉次浇注时间、推迟浇次或浇次中部分炉次开浇时刻等规则及相应的数学模型。根据偏差时间的长短,通过调用规则,可以有效消除时间偏差引起的扰动,生成优化的动态调度时间调整方案。仿真算例表明了该方法的有效性。     

炼钢-连铸生产智能调度的二层规划方法（下）

3求解算法 3．1上层规划问题求解 前已述及,上层规划为在浇次数量和每个浇次中的炉次信息已知前提下的浇次组合、排序和分配问题,以各浇次在连铸机上的分配和浇铸顺序为决策变量。本文采用遗传算法求解上层规划问题。     

基于Flexsim的炼钢连铸工程物流仿真系统关键技术研究

物流仿真技术是发现炼钢连铸工程的物流瓶颈和系统关键路径,分析其生产调度策略的合理性,并实现生产过程的可视化演示的重要手段。首先介绍了炼钢连铸工程生产物流和调度系统研究现状。然后指明了应用Flexsim研究该问题的目的,并重点介绍了系统开发过程中的多项关键技术,如协同任务序列、多吊车的冲突处理方法以及兑铁和加废钢等多种动画效果的实现方法等。最后给出了一个炼钢连铸工程物流仿真系统的应用实例。     

高炉供料控制系统组态策略

高炉供料系统由于受高炉设计炉容、场地条件等因素的影响,工艺配置方式、设备数量、设备布置变化繁多,设计复杂。通过对高炉供料系统的各种形式进行系统的梳理和分析,形成高炉供料控制系统组态策略,以填表的方法方便快捷地表示出具体的高炉供料系统的工艺配置,自动生成操作界面和基础自动化系统的相关控制程序。     

基于插值方法的EMO多样性保持策略

针对演化多目标优化(evolutionary multi-objective optimization,EMO)算法搜索到的近似Pareto 前沿出现间断或不完整现象的问题,提出了基于插值方法的演化多目标多样性保持策略,利用标准测试函数对NSGAII(支配关系排序的遗传算法)和提出的算法进行多样性和收敛性指标测试,数值试验结果表明,所提出的算法性能得到明显改进,优于NSGAII算法.     

宣钢TRT控制系统的设计

1 引言 高炉TRT控制系统比较复杂,它不仅要在确保高炉炉顶压力稳定、高炉正常生产的前提下最大限度地回收高炉煤气压力潜在的能量,而且具有TRT系统异常时一系列安全保护措施和高炉顶压调节权的自动转     

炼钢-连铸生产智能调度的二层规划方法(上)

炼钢-连铸生产计划分为生产批量计划和生产时间计划两类。传统的方法是将原本密切相关的两类计划单独编制,导致编制炼钢-连铸生产计划时,在优化目标的设置和优化变量的选取等方面出现缺乏全局性考量的问题。作者分析了炼钢-连铸生产调度的层次性特点,将求取两类计划的问题描述为一种具有二层递阶结构的决策优化问题,在同一模型中针对两类计划展开研究,建立了基于二层规划的智能调度模型。其中,上层规划解决浇次组合、排序和分配问题;下层规划解决在浇次计划已知的前提下寻求优化的生产时间计划问题。应用遗传算法分别求解二层规划中的上、下层子问题。仿真算例表明了该智能调度二层规划方法的有效性。