共查询到20条相似文献,搜索用时 234 毫秒
1.
2.
《烧结球团》2017,(5)
为了改善钒钛烧结矿的低温还原粉化性能,以承德地区的钒钛粉为主料,采用烧结杯实验方法,研究了配碳量、碱度、w(MgO)和澳大利亚FMG矿粉配比对钒钛烧结矿低温还原粉化性能的影响,建立了配碳量、碱度、w(MgO)以及FMG矿粉配比与低温还原粉化性能指标间的回归模型。结果表明:w(MgO)、配碳量、澳大利亚FMG矿粉配比每增加0.1%,低温还原粉化指数分别提高3.41%、1.76%、0.078%;碱度每增加0.1,低温还原粉化指数提高1.63%,模型误差为3%。随着配碳量、碱度、w(MgO)以及FMG矿粉配比的增加,低温还原粉化性能改善,模型结果为钒钛矿烧结工艺参数优化提供理论指导。 相似文献
3.
4.
5.
6.
7.
为了查明影响钒钛烧结矿低温还原粉化的机理,采用偏光显微镜和X射线衍射仪对承钢烧结矿还原前、后的矿相结构进行系统定量研究,从矿相结构方面入手探究影响钒钛烧结矿低温还原粉化性能的规律。结果表明:还原前,烧结矿具有典型的交织熔蚀结构,钛赤铁矿、铁酸钙分别为主要的金属相和粘结相,骸晶状钛赤铁矿集中出现;经过500℃还原后,其显微结构以粒状为主,钛磁铁矿为主要的金属相,粘结相中铁酸钙明显减少,且气孔和裂纹明显增多。由此可见,钛赤铁矿在向钛磁铁矿转变的过程中,发生了晶体结构转变,引起了体积膨胀;且经过还原后,烧结矿的气孔明显增多,显微结构发生明显变化,其由交织熔蚀结构变为粒状结构,这是引起烧结矿低温还原粉化的原因。 相似文献
8.
9.
10.
11.
12.
13.
工艺绿色化、装备智能化、产品高质化已成为当前钢铁行业主要发展目标。作为影响烧结矿性能的重要指标之一,FeO的含量不仅影响烧结矿还原性的高低和烧结过程的能耗,而且在一定程度上影响高炉间接还原、燃料比等指标。针对目前研究过程中存在的数据量少、工艺结合不紧密、特征选择方法针对性不强等问题,提出了基于MIV-GA-BP算法的烧结矿FeO含量预报模型。以承钢3号烧结机1年的生产数据作为研究基础,首先选取BP神经网络作为深度学习模型,然后利用遗传算法的特点解决了网络调参难等问题,成功构建了基于遗传算法优化的BP神经网络模型。在特征选取阶段将MIV算法的优越性与工艺理论相结合,选取了拥有更好解释性的参数作为模型的输入,此方法提高了模型预测准确率,成功实现了烧结矿FeO含量的预测。上线测试结果表明,误差允许范围内模型命中率达到87.9%,对现场烧结生产具有更好的指导性。 相似文献
14.
工艺绿色化、装备智能化、产品高质化已成为当前钢铁行业主要发展目标。作为影响烧结矿性能的重要指标之一,FeO的含量不仅影响烧结矿还原性的高低和烧结过程的能耗,而且在一定程度上影响高炉间接还原、燃料比等指标。针对目前研究过程中存在的数据量少、工艺结合不紧密、特征选择方法针对性不强等问题,提出了基于MIV-GA-BP算法的烧结矿FeO含量预报模型。以承钢3号烧结机1年的生产数据作为研究基础,首先选取BP神经网络作为深度学习模型,然后利用遗传算法的特点解决了网络调参难等问题,成功构建了基于遗传算法优化的BP神经网络模型。在特征选取阶段将MIV算法的优越性与工艺理论相结合,选取了拥有更好解释性的参数作为模型的输入,此方法提高了模型预测准确率,成功实现了烧结矿FeO含量的预测。上线测试结果表明,误差允许范围内模型命中率达到87.9%,对现场烧结生产具有更好的指导性。 相似文献
15.
16.
17.
18.
富氧底吹铜熔炼炉喷枪是整个熔炼炉中最重要的部件,并且造价高,易损坏,工作环境恶劣复杂,对其进行准确的寿命预测比较困难。提出了一种基于IPSO-BP神经网络的寿命预测模型,粒子群优化算法解决了BP神经网络容易陷入局部极小值和训练速度慢的问题,优化的粒子群算法优化了惯性权重和学习因子,进一步加快了训练速度和搜索速度,提高了BP神经网络跳出局部极小值的能力。以工作环境中容易对喷枪寿命造成影响的因素作为输入,喷枪寿命作为输出,通过实际生产采集的数据做验证,并与BP神经网络和PSO-BP神经网络预测模型作对比。结果表明,本文构建的寿命预测模型预测效果比BP神经网络和PSO-BP神经网络的预测更加准确,精度更高,该预测模型为富氧底吹铜熔炼的喷枪寿命预测提供了一种方法借鉴。 相似文献
19.