基于卷积神经网络的锌渣识别方法研究

由于实际工业中工作池内钢水与表面锌渣存在部分重叠和边界不清以致识别较难的情况,提出了一种基于U-Net(U型神经网络)网络的锌渣识别方法。该方法先是把工业摄像头采集到的工作池图像进行灰度化,均值滤波等多种平滑模糊处理后,再采用完善的U-Net网络进行轮廓提取。接着将所得图像做二值化处理后,通过OpenCV(跨平台计算机视觉库)自带函数获得结果并对其进行分析。实验结果表明,基于U-Net的锌渣识别方法不仅能准确快速地区分钢水与表面锌渣,也能降低人工经验中存在的误差。     

基于矢量量化技术的钢水连铸下渣检测方法的研究

在钢水浇注后期,为了提高钢材质量,需要判断钢水浇铸是否下渣。矢量量化技术作为一种非参数的模式识别方法,已经成功应用于语音编码、语音合成、语音识别和说话人识别方面。在分析大量浇铸机构振动信号的基础上,创造性地把矢量量化技术引入钢水浇铸的下渣识别中。实验结果表明,这种方法是有效的。     

射弹机器人控制系统的研究

为了能够实现钢水成分靶向控制,依据炉外精炼射弹法研制了一种炉外精炼专用射弹机器人,研究了射弹数量的计算方法。发射机构采用高速气动装置,移动台车采用两轴机器人,回转弹仓采用气动推弹,控制系统采用西门子1500系列PLC加伺服控制器和触摸屏人机接口等。给出了自动射弹、自动填弹以及移动台车机器人等控制设计。经过工业试验,验证了可以提高添加辅料的收得率,取得了很好的工艺效果。     

PLC模型控制技术在RH精炼炉中的研究与应用

随着RH真空精炼设备和工艺技术的不断进步,RH真空精炼设备已在众多炉外精炼中起到了不可替代的重要作用,适用于大量生产优质超低碳钢。实践证明,在RH处理过程中,采用冗余和模型控制技术的自动化控制系统,对稳定提高钢质量,实现高效,低耗生产具有重要意义。对此,结合国内外RH精炼过程计算机自动化控制系统的发展,对RH计算机控制系统的构成、控制模型等进行了研究。     

浮漂式钢水连续测温传感器技术研究

介绍“浮漂式钢水连续测温传感器”，这种新型传感器能漂浮于钢渣界面实现对钢水温度的连续测定，其突出特点是用同一个传感器以恒定的深度测定钢水温度，信号稳定，准确；浮漂式传感顺分段选用不同材质各发挥其优势，耐高温、导热好、抗热震、耐钢渣侵蚀、寿命长；传感器冷端设置的高温自动补偿措施能显著提高测温精度。它用于连铸中间罐和炉外调温精炼进行钢水连续测温，取得了满意的使用效果。     

钢水的温度测量及数学处理

在炼钢过程中,钢水温度的测量是至关重要的。文中较详细地介绍了宝钢钢水的温度测量及数学处理,具体对其副枪检测装置、定碳、定氧系统等均作了阐述。     

炼钢-连铸生产启发式调度方法

实际炼钢–连铸生产存在着多阶段、多并行机,以及在精炼阶段具有多重精炼方式,从而大大增加了炼钢–连铸生产调度难度.目前已有的炼钢–连铸生产调度研究由于仅仅针对简单生产方式而难以应用于目前大型炼钢–连铸生产调度.而实际生产过程中的以人工为主的调度方法速度慢、优化程度低,极易造成炉次在设备间的冗余等待时间过长,导致钢水温度下降,甚至造成连铸断浇事故.本文针对中国宝钢某大型炼钢厂的多重精炼方式且存在着可重入调度下的炼钢–连铸生产调度问题进行研究,提出了多种调度顺序方法和设备指派方法,通过仿真实验对多种调度顺序方法和多种设备指派方法组合而成的各种启发式方法进行了研究.最后将本文提出的性能最好的启发式方法应用于该大型炼钢厂的炼钢–连铸生产调度,钢水平均日冗余等待时间得到显著降低.     

用于器件级真空封装的MEMS加速度传感器的设计与制作

设计了一种可用于器件级真空封装的三明治电容式MEMS加速度传感器.该传感器被设计为四层硅结构,其中上下两层为固定电极,中间两层为硅-硅直接键合的双面梁-质量块结构的可动电极.利用自停止腐蚀工艺在中间质量块键合层上腐蚀出2个深入腔内的V型抽气槽,使得MEMS器件在后续的封装中能够实现内部真空.为防止V型抽气槽在划片中被水或硅渣堵塞,采用双面划片工艺.划片后,器件的总尺寸为6.8mm ×5.6mm ×1.72 mm,其中,敏感质量块尺寸为3.2mm×3.2mm ×0.86mm,检测电容间隙2.1 μm.对器件级真空封装后的MEMS加速度传感器进行了初步测试,结果表明:制作的传感器的谐振频率为861 Hz,品质因数Q为76,灵敏度为1.53 V/gn,C-V特性正常,氦气细漏＜1×10-9 atm-cm3/s,粗漏无气泡.     

RH真空炉外精炼过程的优化

本文论述了过程计算机系统实现RH真空精炼的过程优化原理和模型。简要介绍了数学模型的基本概念，重点描述了RH真空处理数学模型中的状态模型和过程预测模型，以及控制系统的结构、软件配置及实现的功能。     

基于PSO和BP网络的LF炉钢水温度智能预测

研究将粒子群优化算法与BP神经网络相结合,建立新的钢水终点温度预报模型.确定加热功率、初始温度、精炼时间等8个影响钢水终点温度的主要因素作为神经网络的输入量.用粒子群优化算法优化神经网络参数,改善神经网络温度预测模型的收敛性能.实验结果表明,该算法可以提高预测速度和精度,预测结果误差不大于±5℃的炉次大于90%.     

预测控制在连铸结晶器液位控制中的应用研究

介绍利用预测控制算法之一-增量型模型算法（IMAC）设计宝钢一连铸结晶器液位控制系统的过程,IMAC的引入使结晶器液位控制独具特色。仿真和对比研究表明,引入IMAC后系统的控制效果优于原先的PID控制,结晶器液位预测控制前景看好。     

利用射频卡作为信息传递载体的应用与探讨

本信息传递方式不仅能满足铁水“一罐到底”工艺流程的特殊要求,也适用于普通钢铁厂尤其是大型钢铁厂的复杂物流输配信息互通。该信息传递主要由标准称量现场操作盘和铁水接收＋使用数据包组成,现场操作盘问的数据包信息传递不需要网络传输物理介质,仅需依靠铁水运输车司机携带的射频卡作为载体进行高炉与炼钢区域和铸铁机室之间的数据包往复传递。     

加热炉作业计划优化方法的研究与应用

加热炉的作业效率直接影响企业的最终效益.由于加热炉的复杂性,其作业计划仍然处于手动操作状态.针对加热炉这样一个复杂工业过程,提出一个优化作业计划与调度的编排方法,用于加热炉在正常和异常生产的优化排产.利用最短时间和最早缴期算法进行加热炉正常作业排序.采用蚁群算法搜索异常情况下的最优解,通过跟踪形成作业计划闭环控制,从而实现加热炉作业优化的实时控制.该方法在某钢铁公司进行了实际应用,效果良好.     

采用PLC和变频器的电渣炉电控系统改造

电渣重熔是冶炼特殊钢的重要手段之一。电渣炉渣池的温度对精炼提纯效果、电极熔化率、铸件成型和结晶具有决定性作用，而温度控制则主要通过对熔炼电流的调节，也即调整电渣炉自熔电极底部与渣池液面的距离来实现，因而电极升降控制就成为了电渣炉生产的关键控制环节。上世纪90年代以前，电极升降控制主要采用晶闸管直流调速装置，存在体积大、故障率高、运行成本高等缺点。随着变频器和PLC的广泛应用，这些先进设备也被用来对以电极升降控带3为主的老式电渣炉电控系统实施改造，使旧电渣炉换上新装备。其良好的稳定性、可靠性、借助程序实现的灵活性以及维护的便捷，使其生产能力和产品质量都得到了大幅提高。     

超音速氧气射流对电弧炉熔池作用

论文利用Fluent 6.3,通过对某钢厂150t 电弧炉冶炼过程中不同供氧流量 下超音速氧气射流冲击熔池流场进行三维三相流数值模拟,研究电弧炉熔池在炉壁侧吹氧枪 作用下的流场分布及其变化情况,探讨超音速氧气射流对电弧炉熔池的作用。研究表明氧气 射流冲击熔池引发钢液渣液流动波动,流动速度（冲击动能）以波的形式由冲击点向熔池中 心传递。熔池的速度场分布呈现“周围高、中心低,表层高、底部低”的趋势;由于射流的作 用,熔池内部生成涡流。涡流中心是钢液循环的中心,对钢液循环流动速度场有重要作用。 随着供氧流量的增加,涡流中心越远离氧枪,且在熔池中越深;氧气射流在熔池表面生成的 冲击凹坑在渣层中间横截面的冲击面积S(m2)和供氧流量QO2(m3/h)成线性关系,可表示为： 2 0.0004 * 0.0932 。     

高炉铁水中[Si]浓度的推算

本文从反应速度论和平衡论的观点出发,通过理论分析,得到了铁水中[Si]浓度和诸操作条件变更对[Si]浓度影响的推算式,在用国内外高炉操作数据进行模拟计算的基础上,验证了模型的合宜性。     

基于变约束规划模型的炼钢连铸动态调度

针对炼钢连铸生产过程中时常出现各种扰动, 采用人工调度存在反应慢、调度结果不优化的问题, 在分析各种调整方式基础上, 建立了在线调整非线性规划模型, 通过约束变化满足不同的调整方式要求, 并将模型转化为线性规划模型后对其进行求解. 在国内某大型钢厂应用结果表明: 采用该方法在缩短动态调度时间、减少钢水冗余等待时间、提高设备负荷率方面取得显著成效.     

利用射频卡作为信息传递载体的应用与探讨

本信息传递方式不仅满足了铁水“一罐到底”工艺流程特殊要求，也适用于普通钢铁厂尤其是大型钢铁厂复杂物流输配信息互通。由标准称量现场操作盘和铁水接收＋使用数据包组成，现场操作盘间的数据包传递不需要嘲络物理传输介质，依靠铁水车运输司机携带的射频卡为载体进行高炉与炼钢区域和铸铁机室间往复数据包传递。     

A blast furnace coke ratio prediction model based on fuzzy cluster and grid search optimized support vector regression

In the study of blast furnace coke ratio, existing methods can only predict coke ratio of daily. At the same time, the data under abnormal furnace conditions are excluded, and the model’s robustness needs to be improved. In order to improve the prediction accuracy and time precision of the blast furnace mathematical simulation model, a blast furnace coke ratio prediction model based on fuzzy C-means (FCM) clustering and grid search optimization support vector regression (SVR) is proposed to achieve accurate prediction of coke ratio. First, preprocess the blast furnace sensor data and steel plant production data. Then, the FCM algorithm is used to cluster the data under different furnace conditions. Finally, the SVR model optimized by grid search is used to predict the coke ratio under different blast furnace conditions. The average absolute error of the improved model is 1.7721 kg/t, the hit rate within 0.5% error is 81.19%, the coefficient of determination R² is 0.9474, and the prediction performance is better than ridge regression and decision tree regression. Experiments show that the model can predict the coke ratio of molten iron in each batch when the blast furnace conditions are going forward and fluctuating, and it has high time accuracy and stability. It objectively describes the changing trend of blast furnace conditions, and provides new research ideas for the practical application of blast furnace mathematical models.

     

Characteristic studies of the piezoelectrically actuated micropump with check valve

This study presents the design and fabrication of a novel piezoelectric actuator for a micropump with check valve having the advantages of miniature size, light weight and low power consumption. The micropump is designed to have five major components, namely a piezoelectric actuator, a stainless steel chamber layer with membrane, two stainless steel channel layers with two valve seats, and a nickel check valve layer with two bridge-type check valves. A prototype of the micropump, with a size of 10 × 10 × 1.0 mm, is fabricated by precise manufacturing. The check valve layer was fabricated by nickel electroforming process on a stainless steel substrate. The chamber and the channel layer were made of the stainless steel manufactured using the lithography and etching process based on MEMS fabrication technology. The experimental results demonstrate that the flow rate of micropump accurately controlled by regulating the operating frequency and voltage. The flow rate of 1.82 ml/min and back pressure of 32 kPa are obtained when the micropump is driven with alternating sine-wave voltage of 120 Vpp at 160 Hz. The micropump proposed in this study provides a valuable contribution to the ongoing development of microfluidic systems.