烧结过程状态人工智能控制系统

1 前言 烧结生产是炼铁生产的基础,烧结矿质量的好坏直接影响高炉的正常生产。在武钢四烧现有的检测条件下,烧结过程可以实现烧结矿质量(化学成分和机械强度)、烧结过程状态(透气性和烧结终点)、烧结生产异常     

烧结过程自动控制技术的发展

本文主要介绍国内外烧结过程控制技术的发展和人工智能技术的开发对稳定烧结生产、提高烧结矿产量和质量，改善环境、降低劳动强度，提高生产率所起的推动作用。     

烧结配料集散型过程控制系统

本文全面地叙述了重钢烧结配料集散型过程控制系统的结构和功能,该系统具有配料计算、料位控制、两级的给料调节以及丰富的画面显示,并于1988年底投运。系统运行稳定,操作方便,控制效果好。     

济钢烧结生产过程控制系统的开发与应用

济钢烧结生产过程控制系统实现了整个烧结生产过程的自动控制 ,包括自动配料控制、混合料水分控制、点火温度控制、混合料总量控制、生产中固体燃料的消耗控制、自动布料控制等。控制系统性能稳定 ,取得了良好的控制效果。     

N—90系统在烧结生产过程中的应用

本文以烧结生产中关键的自动配料、混合料矿槽料位和水分控制以及点火器燃烧控制为例,阐述了“N-90”分布式控制系统在烧结生产过程中的应用及其效果。     

降低烧结固体燃耗的人工智能优化分析

提出主成分分析法和BP神经网络相结合的方法，挖掘生产数据中的潜在关系。分析结果表明：某烧结机在现行原料条件下，降低固体燃耗不能单纯地提高或降低某个参数，而应在各工艺参数中寻求最佳的搭配。     

烧结过程控制专家系统的设计与开发

研究了烧结过程控制专家系统的总体设计方案,包括烧结矿化学成分控制和烧结过程状态控制。烧结过程控制知识采用混合知识表示模式和多库结构与多层次结构相结合的知识库组织形式,推理机采用多级目标推理模型和混合推理策略。开发了基于自适应预报的烧结矿化学成分控制专家系统和烧结过程状态控制专家系统,系统软件包括近1000条专家规则,成功地应用于现场的离线控制。     

烧结全过程控制与烧结矿冶金性能的改善

烧结矿的冶金性能包括机械强度、还原性和热稳定性等项指标，而影响这些指标的因素种类繁多，错综复杂。文章介绍了苏钢通过加强对烧结全过程的控制，改善烧结矿冶金性能的方法和效果。     

烧结配料过程模糊控制的探讨

本文简述了应用模糊控制技术对烧结配料过程进行控制的方法以及烧结配料Ｆｕｚｚｙ控制系统的设计思路。     

转炉炼钢过程控制中的人工智能技术

介绍了人工智能技术在转炉炼钢过程控制中的应用现状，对采用模型控制和地专家系统以及人工神经网络技术的控制方法进行了比较。转炉人工智能静态控制模型在武钢二炼钢的应用试验结果表明，人工智能技术的应用利于进一步提高转炉炼钢过程的自动化控制水平。     

人工智能高炉冶炼专用专家系统的开发

首钢高炉冶炼专家系统应用模糊矩阵、隶属度、隶属函数构成知识库、推理机，并与统计模型、机理模型结合，由高炉炉体状态，热状态和高炉顺行状态入手，全面地判断高炉冶炼进程，具有功能广泛，实用性强的特点。     

烧结工序绿色烧结技术应用

为达到“碳达峰、碳中和”的环保目标,钢铁行业需要正视节能减排,烧结工序作为钢铁行业污染物排放大户,亟需解决污染物排放问题。从烧结工序的源头减排、过程控制、末端治理三个方面,研究了污染物排放规律,实施了相应的有效措施。2021年全年,烧结作业区总排放出口粉尘、SO₂、NO_X在线监测浓度数据分别低于5mg/m³、15mg/m³、30mg/m³,符合政府超低排放的要求,取得了良好的效果。     

基于数据库技术的烧结过程控制专家系统知识库的建立

在烧结过程控制专家系统设计中，知识库的建立尤为重要。将知识库分为规则库和事实库，用数据库技术来实现，提高了系统运行的可靠性。建立基于数据库技术的知识库，利用VC^ 的ADO数据库访问技术可实现对知识库的管理和维护。     

以透气性为中心的烧结过程状态控制专家系统

为了改善料层敢性、控制烧结终点、稳定烧结过程，提出了烧结过程热郑州 气状态相结合的烧结过程控制方案以及以透气性为中心的控制策略；研究了烧结过状态控制专家系统的知识库和推理机的设计，建立了烧结过程状态控制专家系统。     

烧结烟气源头与过程NOx减排的应用研究

为解决烧结烟气NOx末端治理投资大、运行成本高,且易产生二次污染物的问题,深入研究了烧结烟气NOx的产生机理。结合烧结配料方式,从降低原燃料氮含量、提高烧结矿碱度、燃料预处理等方面提出从源头降低NOx的生成;结合烧结过程,提出改变烟气路径的烧结烟气选择性循环技术,以及提高料层厚度,优化烧结终点位置和温度等控制手段,从烧结过程优化控制条件,降低NOx的生成。重点分析了这些技术方案在钢铁企业应用的实际案例以及达到的效果。     

转炉炼钢过程人工智能静态控制模型

将人工神经网络技术应用到转炉炼钢过程控制，与增量模型结合，开发出转炉炼钢人工智能静态控制模型。通过在武钢８０ｔ转炉上的生产试验证明，转炉人工智能静态控制模型比传统的静态控制模型提高了模型对炼钢过程各因素之间复杂非线性关系的处理能力及对系统随机因素变化的反应能力和适应能力，因而提高了静态模型的控制精度和终点命中率。     

不同焦粉粒度对烧结过程影响的探讨

针对原料条件的特点 ,进行不同焦粉粒度的烧结试验 ,寻找适宜的焦粉粒度指导生产。     

加强烧结过程控制与稳定烧结矿质量

烧结矿的金属性能包括机械强度、氧化还原性和强度稳定性项指标,而影响这些因素种类繁多、错中复杂。介绍了烧结厂通过加强对烧结全过程的控制,稳定烧结矿金属质量的方法和效果。