Simulation and Prediction of Alkalinity in Sintering Process Based on Grey Least Squares Support Vector Machine

The prediction of the alkalinity is difficult during the sintering process. Whether or not the level of the alkalinity of sintering process is successful is directly related to the quality of sinter. There is no very good method for predicting the alkalinity by now owing to the high complexity, high nonlinearity, strong coupling, high time delay, and etc. Therefore, a new technique, the grey squares support machine, was introduced. The grey support vector machine model of the alkalinity enabled the development of new equation and algorithm to predict the alkalinity. During modelling, the fluctuation of data sequence was weakened by the grey theory and the support vector machine was capable of processing nonlinear adaptable information, and the grey support vector machine has a combination of those advantages. The results revealed that the alkalinity of sinter could be accurately predicted using this model by reference to small sample and information. The experimental results showed that the grey support vector machine model was effective and practical owing to the advantages of high precision, less samples required, and simple calculation.     

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.     

钒钛磁铁矿的复合造块新工艺

 钒钛磁铁精粉具有TiO2含量高、SiO2含量低等特点,由此生产的烧结矿转鼓强度差,低温还原粉化严重。为了保证烧结矿获得足够高的强度,必须生产高碱度甚至超高碱度烧结矿,但对于承钢而言,酸性炉料供应短缺、价格高迫使烧结矿碱度为2.0～2.3,提高烧结矿的质量存在很大困难。提出了一种铁矿粉造块新工艺,即复合造块工艺,论述了该工艺在技术上的可行性,并与常规烧结工艺在烧结工艺参数、烧结矿产质量指标和冶金性能方面进行了对比分析,并对复合块矿进行了显微结构分析,从机制上进一步证明了该工艺的优越性和可行性。     

一种基于聚类的支持向量机增量学习算法

提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高.     

天铁高炉炉料结构研究

通过对高碱度烧结矿和酸性烧结矿的冶金性能测试及烧结杯试验数据的分析，确定天铁高炉炉料结构为R=1．8度烧结矿和R=0．7酸性烧结矿搭配，为指导高炉生产，进一步优化高炉炉料结构提供理论了依据。     

基于G-SVM的电弧炉终点预报研究

 在电弧炉(EAF)冶炼生产过程中,出钢温度、碳含量和磷含量等终点参数直接关系到后续生产工艺,甚至影响产品质量。准确预报电弧炉的终点参数对降低冶炼成本,提高生产效益具有重要意义。考虑到电弧炉终点参数既受定量因素的影响,又受非定量因素的影响,将GM与LS SVM结合,建立了G SVM预报模型。GM反映炉体自身变化等非定量因素对系统的影响,LS SVM反映各种定量因素的影响,提高了预报精度。该方法具有模型结构简单,建模所需样本数据少,速度快等优点。实践证明,预报结果接近实际值,该方法是切实可行并有效的,可以用于电弧炉炼钢终点预报。     

喜迎我国烧结行业的大发展

本文从我国13年来烧结行业产量大幅提高、质量和主要技术经济指标得到改善、烧结机不断大型化、工艺技术装备和自动化水平的提高以及环境保护有了新的起色等方面叙述了其发展的进程。特别是1998年大中型烧结机的面积首次超过小型烧结机的面积，成为我国烧结机向大型化发展的一个转折点。文章还分析了烧结行业大发展的条件、优势及烧结法的利与弊，从而得出结论，在今后一个相当长的时期内，高碱度烧结矿仍然是我国高炉的主要含铁原料。     

东鞍山烧结矿合理碱度的研究

烧结矿的碱度对烧结矿产量、质量、冶金性能等有重要影响,是炼铁生产的重要参数.针对东鞍山烧结厂铁精矿的烧结特性,进行了不同烧结矿碱度的烧结实验,分析了其对烧结矿产量和质量指标的影响.     

基于激光诱导击穿光谱技术的废旧金属分类辨识

废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容。废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求。采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包括生铝、熟铝、镁、不锈钢、锌、黄铜与红铜。为了符合现场应用条件,实验中每个样本点只激发一次建立并分析了多种分类模型,包括支持向量机(SVM)分类模型,主成分分析方法结合支持向量机(PCA-SVM)分类模型,遗传算法结合支持向量机(GA-SVM)分类模型,遗传算法选择特征光谱结合主成分分析方法和支持向量机(GA-PCA-SVM)分类模型,以及遗传算法选择特征光谱结合主成分分析方法和人工神经网络(GA-PCA-BP)分类模型。通过遗传算法选取包含丰富特征的谱段组合与支持向量机方法相结合建立GA-SVM分类模型,490组验证样本分类准确率为93.47%。为了判断该模型的鲁棒性,对一批新样品,在自研的分选系统上以传送带匀速运行的方式进行测试,获取的750组光谱测试数据,分类准确率为88.27%,证明了该分类模型具有很好的移植性和应用性。     

一个广义三次样条光滑半监督支持向量机

研究半监督支持向量机分类优化模型的非光滑问题.建立了光滑半监督支持向量机模型,采用广义三弯矩法导出零点二阶光滑的广义三次样条函数,并以此逼近半监督支持向量机优化中的非光滑部分.构造出基于上述样条函数的具有一阶光滑的半监督支持向量机,从而可以用优化中的光滑算法来求解该模型.分析了广义三次样条函数逼近对称铰链损失函数的逼近精度,证明了新模型的收敛性.数值实验显示新模型有较好的分类效果.     

基于激光诱导击穿光谱技术的废旧金属分类辨识

废旧金属回收是工业中金属的重要来源之一,是发展循环经济的重要内容。废旧金属产量巨大,通常表面覆盖杂质,凹凸不平,因此对分类方法的判别能力和计算速度提出较高要求。采用激光诱导击穿光谱技术研究分析了7种废旧金属分类识别问题,包括生铝、熟铝、镁、不锈钢、锌、黄铜与红铜。为了符合现场应用条件,实验中每个样本点只激发一次建立并分析了多种分类模型,包括支持向量机(SVM)分类模型,主成分分析方法结合支持向量机(PCASVM)分类模型,遗传算法结合支持向量机(GA-SVM)分类模型,遗传算法选择特征光谱结合主成分分析方法和支持向量机(GA-PCA-SVM)分类模型,以及遗传算法选择特征光谱结合主成分分析方法和人工神经网络(GA-PCA-BP)分类模型。通过遗传算法选取包含丰富特征的谱段组合与支持向量机方法相结合建立GA-SVM分类模型,490组验证样本分类准确率为93.47%。为了判断该模型的鲁棒性,对一批新样品,在自研的分选系统上以传送带匀速运行的方式进行测试,获取的750组光谱测试数据,分类准确率为88.27%,证明了该分类模型具有很好的移植性和应用性。     

新(余)钢降低烧结矿碱度的实践

介绍了2008年年底以来新钢烧结厂在降低烧结矿碱度方面所做的工作,包括:不同碱度水平的试验室研究;在试验研究的基础上,实施稳定原料质量,提高生石灰配比,优化配矿等措施。通过开展这些工作,保证了烧结矿碱度降至1.8以下时,其产质量指标仍能较好地满足高炉生产要求。     

大富矿配比高碱度钒钛矿烧结制度研究

在攀钢高碱度钒钛矿烧结的条件下,为了强化大富矿配比下的钒钛矿烧结,运用正交试验手段,研究了 高富矿配比对钒钛磁铁精矿烧结的影响。正交试验结果最佳组合为（质量分数）:水分为7.1%、燃料配比为 4.9%、碱度 为2.9、富矿配比为34%。表明高碱度下大富矿配比烧结适宜采取“中水、高碳、高碱度、中富矿配 比”的操作方针。     

高铁低硅烧结技术的研究

介绍了高铁低硅烧结技术的发展现状,依据其烧结固结机理,提出稳定和提高烧结矿强度是高铁低硅烧结技术的关键。通过选择适宜的碱度、配加MgO、采用低温烧结、配加钢渣和轧钢皮等措施,可获得强度较好的高铁低硅烧结矿。     

当代大型烧结技术的进步

 大型烧结机作为国内外烧结技术的主流发展方向,具有烧结矿质量好、能耗低、劳动生产率和自动化水平高诸多优势,为顺应烧结技术发展,新世纪国内钢企掀起新建大型烧结机热潮;同时,伴随优质铁矿资源的减少,在铁矿粉烧结理论方面取得显著进步。新建大型烧结机以先进理念为指导,研发应用满足大型烧结机的综合操作技术,实现烧结工艺流程集约化,生产运行稳定,取得先进的技术指标。加强烧结生产节能减排,减少污染,实现综合技术经济指标和技术水平的整体提升。     

高配比塞拉利昂矿在济钢烧结生产中的应用

塞拉利昂矿矿石大块较多,含水量大,并且矿石成分中SiO2低、Al2O3高,不利于烧结矿物化性能的提升,影响炉渣流动性,因此济钢通过开展烧结杯试验和工业生产试验,确定了大量配用此种经济料的烧结矿碱度水平,并优化完善了烧结生产布料和加水工艺,稳定烧结生产过程,提升烧结矿冶金性能,降低了烧结燃耗成本。     

基于灰色统计方法的企业经营管理绩效综合评价

管理系统是一个多变量灰色系统,其评价过程具有人的主观性、方法的多样性、结果的不确定性等。灰色理论以其“少数据”、“贫信息”为研究对象,非常适用于管理绩效评价。灰色统计评价具有可操作性强、客观性强、分辨率高、可信度高等特点,能够克服其他评价方法主观性强的特点,并且能够准确地界定评价方案（指标）所属的灰类统计值。文章运用灰色统计评价模型开展了企业经营管理绩效综合评价,得到了令人满意的结论。     

高褐铁矿配比条件下混合矿的基础特性

研究了高褐铁矿配比条件下混合矿基础特性与化学成分之间的关系以及混合矿的最佳基础特性指标。利用微型烧结试验检测了2种模式的混合矿的基础性能,结果表明:在配矿结构相同的情况下,混合矿的同化温度随着Al2O3质量分数wAl2O3的升高而降低,液相流动性指数随着wSiO2的升高而升高,粘结相强度随着wSiO2的升高而降低。配矿结构不同时,混合矿的基础特性与化学成分无明显关系。另外,通过灰色关联度法、矿相结构分析以及烧结杯试验确定高褐铁矿配比条件下混合矿最佳烧结基础特性指标的区间分别为:同化温度1 302~1 322℃,液相流动性指数3.65~3.85,粘结相强度970~990N。     

碱度及MgO含量对FeOx-SiO2-CaO-MgO-Al2O3体系矿物组成的影响

烧结矿烧结过程中碱度及MgO含量的变化对物相成分有很大影响,球团焙烧过程中,随着碱度和MgO含量的变化,形成的矿物种类也会不同。通过利用原位XRD分析手段,探究在不同升温段碱度及MgO含量对FeOx-SiO2-CaO-MgO-Al2O3系的矿物组成的影响,揭示烧结矿及球团矿的成矿基础,为以后企业生产、实践,提供理论依据。