基于BP神经网络的热风炉群煤气消耗量预测

热风炉是副产煤气消耗大户,热风炉群的煤气消耗数据无规律性、波动剧烈,预测难度较大.针对热风炉群煤气消耗量难以直接预测的问题,提出一种基于BP神经网络的热风炉群煤气消耗量预测方法.该方法将热风炉群的煤气消耗数据分解为单座热风炉的煤气消耗数据,利用单座热风炉周期性煤气消耗特性,将利用BP网络模型预测出的各座热风炉煤气消耗数...     

热风炉煤气消耗量灰色预测模型的开发

针对热风炉系统非线性、大滞后、大惯性,煤气消耗量难以有效预测的问题,以某高炉热风炉为研究对象,采用灰色模型对煤气消耗量进行预测。介绍了预测模型的建模方法、系统软件结构、预测模型的建立步骤,通过粒子群算法优化了模型参数,最后使用灰色模型对该高炉热风炉煤气消耗量进行预测,结果说明该方法预测准确,具有较强的实践意义,为调度人员准确把握煤气资源的波动趋势,进行优化调配提供了可靠依据,降低了能耗。     

节能与副产煤气回收利用

钢产量已经连续几年位居世界第一,能耗水平有了明显的改善,１９９９年下降到１２４０ｋｇｃｅ／ｔ,产值能耗下降到５．５４２ｔｃｅ／万元,但是副产煤气总的放散量近２５０万ｔｃｅ。应采用新技术措施,进一步提高煤气的回收利用水平。     

钢铁厂煤气富裕与紧缺的对策

钢铁企业既是耗能大户，也是产能大户，因此如何地利用其副产的能源便成为钢铁企业节能降耗、环保，提高经济效益的至关重要的大事。本文不如何充分加嘏和合理利用这些副产的各类煤气提出了６对对策，并作了详细地阐述。文章言之有物，是一篇经验之谈，可供有关人士参考。     

高炉煤气发生量时间序列预测模型的开发

采用时间序列预测模型建模方法,包括时间序列模型阶次判定、参数估计、模型检验,对莱钢高炉煤气总发生量进行预测。结果表明,模型预测准确,平均误差为1.8748%,对煤气发生量的短期趋势预报有一定参考价值,能够为制定合理的煤气使用计划提供依据,可提高钢铁企业节能降耗水平。     

八钢副产煤气的综合利用

钢铁企业生产需要大量的燃料,近年来随着八钢100万t钢的逐渐实现,炼焦、炼铁、炼钢生产规模的扩大．副产大量的煤气。充分利用企业副产煤气,可以节约大量的燃料,而且能达到减少或消除煤气放散,改善环境,节能降耗的目的。     

副产煤气在钢坯加热炉上的合理应用

介绍了钢坯加热炉对燃料(煤气)选用的基本要求及钢铁厂副产煤气(包括焦炉煤气、高炉煤气、转炉煤气)的成分与基本特性,分析了不同类型的钢坯加热炉对煤气应用的要求,提出了副产煤气在钢坯加热炉上应用的合理建议。     

钢铁联合企业煤气系统优化分配模型

分析了钢铁联合企业副产煤气在煤气柜和自备电厂锅炉间的优化分配问题,就煤气柜的柜位控制、自备电厂锅炉燃料负荷变化、外购燃料价格变化等对操作成本的影响展开讨论,针对这些问题设置了相应的操作惩罚函数并建立了钢铁联合企业煤气供应系统优化分配数学模型.通过模型求解可知,煤气供需差距通过煤气柜和自备电厂锅炉之间的优化分配得到解决,减少了外购燃料的消耗,降低了锅炉燃料负荷的频繁变化,提高了发电效率,实现了煤气的零放散,使煤气供应系统安全、经济、稳定运行.     

安钢煤气平衡模式的分析与探讨

结合现代钢铁联合企业以订单驱动的铁钢轧一体化生产要求,介绍了安钢以提高煤气资源化利用效率为核心,根据高炉煤气、焦炉煤气、转炉煤气的生产和消耗特点,统筹优化焦化、炼铁、炼钢、轧钢等关键工序的检修与运行,通过煤气的静态平衡、动态平衡、逼近式优化预测组成三级调配模式,提高了煤气资源利用化效率,煤气放散率和自发电水平显著提升,降低了生产成本.     

事件和数据融合的加热炉煤气消耗量预测方法

为了解决加热炉煤气消耗量无法精准预测的问题,提出了融合事件和数据的加热炉煤气消耗量预测方法.根据操作事件将加热炉的运行状态分为正常运行、停炉检修和待料运行,以各运行状态下差分自回归移动平均模型(ARIMA)和人工神经网络模型(ANN)的预测性能为基础,结合生产大数据对加热炉煤气消耗量进行混合预测.结果表明:混合预测模型的预测性能好,滞后性小;混合预测模型的平均绝对误差为1542.45 m3/min,平均相对误差为0.0654,对称平均绝对误差为0.0665,与使用单纯的ARIMA模型和ANN模型相比,混合预测模型精度更高.     

基于数据驱动的高炉煤气复合预测模型

对钢铁企业高炉煤气系统科学准确的预测,可以为煤气的合理调度提供依据,对企业提高能源利用效率、减少煤气放散和环境污染有着非常重要的意义。针对钢铁企业高炉煤气系统设备工况复杂、煤气量波动频繁、难以准确预测的问题,依据小波分析方法、BP神经网络、最小二乘支持向量机的性质建立了基于数据驱动的高炉煤气的复合预测模型。该模型综合考虑高炉煤气系统生产计划和检修计划,对高炉煤气系统的产耗用户在不同工况下分别建立训练数据集,利用多组模型参数预测高炉煤气产生量、消耗量和缓冲量。利用某大型钢铁企业实际数据进行测试,该模型能够结合设备的实际生产工况变化,实现煤气的准确预测。结果表明,该模型平均绝对百分比误差小于4.95%,对变工况煤气系统有较好的预测效果。     

热风炉废气余能利用探讨

针对目前热风炉燃烧及送风过程中存在的余压、余热未得到利用而造成能源浪费问题,对实现交错并联送风和交错并联充压制度进行探讨,分析了其可操作性,以及操作过程中可能遇到的问题。     

基于智能模型的高炉煤气利用率预测

煤气利用率是影响高炉能量利用的关键参数,对高炉的稳定顺行有重要影响.在进行高炉生产参数时间间隔分析后,利用多种预测模型(自适应增强学习(Adaptive Boosting,AB)、随机森林(Random Forest,RF)、神经网络(Neural Network,NN))完成对煤气利用率的预测.首先,对高炉生产的历史...     

顶燃式热风炉周期性工作的数值模拟

提高高炉热风炉热风温度对于降低能耗、实现经济绿色发展具有重要意义.以某2 500 m3高炉热风炉为原型,建立了顶燃式热风炉的三维数学模型.采用Fluent软件对热风炉在"两烧一送"工况下烧炉和送风的过程进行多次连续性仿真模拟.选用可实现的k-ε湍流模型、P-1辐射模型和涡流耗散模型分别应用于模拟流体的流动、辐射传热以及...     

基于时序模型的高炉煤气发生量多步预测对比

 为准确预测高炉正常工况及变工况(如休风、减产、停产等)条件下的煤气发生量,采用长短记忆模型(LSTM)和季节性差分自回归模型(SARIMA)预测了不同工况下的高炉煤气发生量。对比了正常工况下两模型不同预测步数的预测效果,发现随着预测步数的增加,两模型预测精度总体呈减小趋势,并且LSTM模型的预测精度普遍高于SARIMA模型;为提高模型精度,还对比了30步预测条件下不同输入样本量对模型的预测影响,结果表明,SARIMA模型最佳输入样本量为200个左右,对应平均相对误差为0.057 0,LSTM模型最佳输入样本量为100个左右,对应平均相对误差为0.042 8,因此,正常工况下LSTM模型预测效果更好;而变工况条件下SARIMA模型效果更好,SARIMA模型的平均相对误差为0.069 4,LSTM模型为0.094 0。结合两模型的优势,建立了梯度驱动时序预测复合模型,该模型在复合工况下30步预测平均相对误差为0.060 1,均低于两模型单独使用时的误差,因此在现场运行时,建议使用梯度驱动时序预测复合模型进行预测,这为高炉煤气调控提供了更好的数据支持,合理分配煤气提高煤气利用率,减小煤气放散。     

宁钢1号高炉热风炉大修设计特点及生产实践

宁钢1号高炉配置3座内燃式热风炉,自2009年以来进行了一系列修复工作,2012年起3号热风炉出现隔墙鼓包等现象,送风温度只能勉强维持在1 050 ℃。针对1高炉内燃式热风炉的种种问题,利用现有场地设计1座顶燃式热风炉,形成3座内燃式及1座顶燃式热风炉组,投运后最高送风风温提高80 ℃,燃料比降低20 kg/t,保证了1号高炉安全、稳定、经济地生产,也为单座热风炉故障处理或检修提供了保障。     

高炉热风炉燃烧输入输出数学模型的应用

 采用机理模型与辨识模型相结合的方法构成热风炉控制模型,研究热风炉燃烧过程中输入输出的瞬时变化规律。在新建立的模型中,首先建立机理模型,用来计算热风炉燃烧过程中的输入输出值,利用实际生产数据确定辩识模型,然后综合应用2种模型形成新的输入输出模型,仿真分析2种模型的输入输出规律。对比研究表明,2种模型综合应用能够更好地操控热风炉燃烧过程,阻尼外部扰动,保障合理的空燃比,这是热风炉高温长寿与节能环保的有效方法。     

热装高炉高温煤气喷雾降温塔工艺计算

高炉原燃料热装工艺能显著提高铁前工序显热资源利用效率,为保证高温高炉煤气的净化回收系统安全,须在干法布袋除尘设施前设置喷雾蒸发降温塔。通过对干式喷雾蒸发降温理论进行分析,结合热装高炉操作变工况条件,推导出全套喷雾蒸发降温塔的理论计算方法。该方法可对塔内喷水量、降温塔出口煤气露点和含湿量、液滴蒸发时间、及塔体结构尺寸等关键技术参数进行便捷准确的计算,且易于计算机编程应用,对实际推广具有积极的意义。     

ARIMA模型在有色金属价格预测中的应用

以1959—2010年共52年度的平均结算价格为计算对象,采用时间序列B-J法,建立了铜金属价格预测模型;通过对52年的铜金属价格数据进行平稳化处理和自相关分析,确定了ARIMA(2,1,2)为铜金属价格预测模型,并对预测模型进行了检验;其模型检验结果表明,预测结果总体误差较小,可用于外推预测。将该模型运用于2011—2025年的铜金属价格预测中,预测结果显示,铜金属价格总体呈上升趋势,其中在2012年出现峰值,随后有小幅度回落,以后基本处于小幅度震荡的平稳状态。