碳中和目标下炼钢用电炉节能减排自动控制方法

为控制炼钢用电炉作业过程的能源消耗与烟尘排放,本文将碳中和目标作为研究背景,开展炼钢用电炉节能减排自动控制方法的设计与研究。根据炼钢用电炉的供热量、散热量、耗热量,设计碳中和目标下炼钢用电炉循环泵温度补偿;将集成在智能控制器中的神经网络划分为3个层次：输入层、隐藏层与输出层,根据炼钢用电炉作业需求,在神经网络的输入层按规范输入能耗目标,进行炼钢用电炉的智能节能控制;通过布置电炉烟气捕集装置,实现电炉炼钢中的除尘处理,完成电炉节能减排自动控制方法的设计。以某试点钢企为例,设计实例应用实验。结果表明,该设计方法应用效果良好,按规范控制电炉炼钢,可在控制炼钢用电炉能源消耗的同时,提高烟尘捕集率,并减少烟尘、粉尘排放质量浓度。     

炼钢计划优化分析管理模型

炼钢计划是钢铁公司的非常重要的生产决策,随着市场行情的变化,炼钢计划对公司的效益和产量必然有着很大的影响。通过对炼钢生产系统和市场行情的分析,应用线性规划建立数学模型来解决炼钢计划优化问题,即炼钢计划优化分析管理模型。对模型求解,并进行结果分析和经济效益计算,以此来提供决策支持,指导生产和销售,提高经济效益。     

基于多代理的炼钢-连铸生产调度方法

多代理机制的分布式结构和实时处理能力为炼钢-连铸生产动态调度系统的实现提供了可行的技术方法。本文通过对炼钢-连铸生产调度问题的简单分析,提出炼钢-连铸生产调度的多代理体系框架、各个代理的功能及主要代理的详细设计,探讨了基于多代理的炼钢-连铸生产调度机制,并给出了一个简单的炼钢。连铸生产调度的实例分析结果。     

转炉炼钢自动化技术的研究与发展

本文以转炉炼钢工艺作为探究对象,主要围绕自动化技术以及发展展开。重点介绍了转炉炼钢自动化技术发展情况,包含检测技术、自动化控制技术。针对转炉炼钢自动化技术发展进行展望,以期有参考价值。     

炼钢计划优化分析管理模型

炼钢计划是钢铁公司的非常重要的生产决策，随着市场行情的变化，炼钢计划对公司的效益和产量必然有着很大的影响。通过对炼钢生产系统和市场行情的分析，应用线性规划建立数学模型来解决炼钢计划优化问题，即炼钢计划优化分析管理模型。对模型求解，并进行结果分析和经济效益计算，以此来提供决策支持，指导生产和销售，提高经济效益。     

转炉炼钢智能控制方法及应用

将模糊推理、自适应、自学习、专家系统等技术与转炉炼钢动态控制方法相结合,提出了转炉炼钢智能动态控制的新方法.该控制方法由动态吹炼过程补吹氧量与冷却剂量预设定模型、熔池碳含量和温度预测模型及停吹专家系统等组成,并成功应用于某钢厂转炉炼钢过程,大大提高了转炉炼钢过程熔池命中率.     

融合滑动窗口和MLP-AdaBoost的电力负荷预测

由于炼钢过程中电弧炉与LF炼钢冲击负荷的随机性,采用人工无法进行用电负荷的控制。为了能够及时调控用电负荷,尽可能节约能源和成本,采用滑动窗口的方法来划分数据,建立多层感知机（MLP）和自适应增强算法（AdaBoost）炼钢负荷预测模型,即MLP-AdaBoost方法对炼钢过程中的电力负荷进行预测。实验通过滑动窗口建立数据与之前时刻的联系,使用MLP建立弱模型,通过AdaBoost对样本权重进行再分配,通过迭代得到最终预测模型。结果表明,基于滑动窗口MLP-AdaBoost预测模型在负荷变化大、突变性强的炼钢过程中有显著效果。所提方法可为电弧炉炼钢下一步负荷量调控提供参考依据,为预测控制奠定基础,从而节约能源和成本。     

炼钢—热轧一体化计划问题研究

基于一体化管理思想，对炼钢、连铸和热轧计划模型进行了研究．在炼钢、连铸和热轧计划的基础上，建立了炉次─板坯─轧制单元一体化批量计划模型，并最终形成炼钢—热轧一体化生产调度．最后给出了炼钢—热轧一体化调度的解决方法．     

面向MES的炼钢-连铸协同调度系统

针对某大型钢铁联合企业炼钢．连铸主辅设备协同调度的难题,采用基于“数据、模型、知识、人机交互”四维一体的调度方法,提出了冶金MES中炼钢．连铸协同调度系统的设计原则,系统结构和功能。研发了炼钢．连铸生产调度、钢包优化配备、行车和台车协同调度系统。实际数据模拟效果良好,验证了炼钢．连铸协同调度系统的结构和方法的可行性,并受到现场调度专家的好评。     

基于改进SOLOv2的转炉炼钢钢液检测

转炉炼钢是冶金工业生产中的重要工艺过程,在转炉炼钢中连续实时检测钢液有助于提升炼钢的出钢产品质量和冶炼效率,针对转炉炼钢过程中炉口采集的图像相似性高、背景干扰大导致难以检测钢液的问题,提出了一种基于深度学习的实例分割方法。在SOLOv2的骨干网络中加入通道注意力机制,并对输入的图像进行去雾的预处理操作,从而获得具有高准确率的转炉炼钢钢液检测在线模型SA-SOLOv2。在转炉炼钢测试集上进行测试,结果表明,与原SOLOv2模型相比,该模型的交并比（IoU）提升了1.4%,漏检率降低了9.8%,且改进的SA-SOLOv2模型的检测时间明显少于其他基于深度学习的检测网络,提升了检测效率。     

基于副枪控制技术的转炉模型炼钢

安阳钢铁股份有限公司第二炼轧厂150t转炉采用副枪及模型炼钢控制技术,在不中断吹炼情况下从转炉中获取钢液成分和温度信息,实现转炉自动控制炼钢。     

基于PSO优化SVM的转炉炼钢用氧量预测研究

用氧量是影响钢水质量的主要因素之一,为提高转炉炼钢用氧量模型的预测精度,提出基于PSO优化SVM的吹氧量建模预测方法。针对SVM结构参数依据经验选取,致使预测模型的泛化能力差,在标准PSO算法的基础上,优化SVM的惩罚系数、不敏感损失系数和高斯核宽度系数3个结构参数,并建立转炉炼钢用氧量预测模型;在此基础上利用UCI数据库中的Auto-MPG标准数据,验证了方法的有效性;最后以某钢厂100 t转炉的实际生产数据建立吹氧量预测模型,结果表明,与标准BP、RBF及SVM相比,基于PSO优化SVM的转炉炼钢吹氧量预测模型精度高、泛化能力强。     

一键式智能炼钢技术在小型转炉中的应用

介绍氧气顶吹转炉炼钢工艺,以及基于静态数据模型的一键式智能炼钢系统的整体系统结构、主要控制功能.     

炼钢连铸动态智能调度系统的研究与开发

介绍了炼钢连铸生产调度系统研究现状，叙述炼钢连铸生产流程，并指出其动态调度的难点。提出了炼钢连铸动态智能调度系统的软件结构、功能结构和技术架构，并提出了人机协调、多种方法的组舍、四维一体的综合集成方案。最后把该方案应用到某钢铁企业的炼钢连铸调度系统中，得到了很好的应用效果。     

基于约束满足的炼钢批量计划的制定方法

将炼钢批量计划问题转化为一个约束满足问题处理,建立问题的约束满足模型,给出了基于约束满足的求解算法。仿真实验证明了模型和算法是有效的。     

基于改进注意力网络的转炉炼钢状态判别

转炉炼钢的状态判别对成品钢材质量的好坏有直接影响。根据人工经验的状态判别需要持续观察炉口的火焰变化,存在主观性强、成本高等问题。为了提升转炉炼钢状态判别的准确率,提出一种基于注意力机制的3D残差卷积神经网络模型。改进的通道注意力将平均池化和最大池化进行特征融合,可以推断出更精细的通道特征,空间注意力能提取到空间上的重点信息。实验结果表明,改进的模型效果好于SE、CBAM和ECA注意力模块,与未加注意力机制的3D残差模型相比,F1分数提高了1.03个百分点,准确度提高了1.06个百分点。最后通过消融实验,分析通道注意力和空间注意力对于网络模型的影响。     

基于准时制的炼钢-连铸生产调度问题研究

在钢铁CIMS下对于在安排炼钢-连铸调度中的机器冲突问题建立了基于准时制调 度思想的数学模型,经过变换,将非线性规划问题转化为线性规划问题,用标准线性规划程 序进行求解,使这一模型能够用于生产实际.最后给出了一个应用实例.     

电弧炉炼钢过程终点自适应预报及专家操作指导系统

本文基于炼钢过程的正常生产数据,建立了终点自适应预报及带有知识库的预测操作指导系统。该方法的应用有助于克服炼钢过程中的盲目性,使操作策略规格化和科学化,既可降低能耗又可提高终点目标命中率。该系统可推广到过程特别复杂、变化缓慢的工业对象中。