基于复数卷积神经网络烧结台车定位跟踪算法

烧结台车定位跟踪是非稳态烧结高质量过程控制的基础,同时也是台车状态监控的关键。针对现有烧结生产过程中的物料跟踪和过程控制的问题,提出了一种全新的台车定位跟踪算法。该算法针对烧结台车定位场景设计了复数卷积神经网络结构,运用复数网络的俯角解决了相位从360°到0°跳变时定位系统误差大的问题;同时采用GradCAM技术解析网络的工作原理,以确保模型的泛化能力;通过在台车上加装定位二维码来二次确认定位信息的准确性。经过长达一年半的论证,证明系统具有高度的可靠性和稳定性,并能够有效地应用于烧结生产过程中的物料跟踪和过程控制。     

60 m^2台车车轮端盖冲压钻孔模具设计

阐述了在台车车轮盖的制作过程中涉及的工装设计过程.通过对原有60 m^2台车车轮端盖的尺寸、形状等参数的分析,提出了采用冲压工艺进行生产制作方案,实现了冲裁落料、拉伸成型、钻孔成品等一整套模具规划设计.实施后,降低了工人的劳动强度和零部件的加工成本,缩短了台车端盖的加工时间,为企业创造了效益.     

400m^2烧结台车制造工艺的改进

从烧结台车加工和装配环节进行分析，对图纸和工艺作了改进，降低了生产成本，解决了车轮轴易窜动的问题。     

烧结台车结构改进

针对烧结台车使用寿命短问题,提出采用拱形结构台车体的改进方法,并详细介绍拱形结构烧结台车在改造设计中应注意的问题。     

烧结机台车车轮润滑材料的改进

介绍了攀钢西昌分公司烧结车间台车车轮的润滑情况以及采用７０２５高温润滑脂后的效果。     

台车下挠在线微机检测

介绍了台车下挠在线微机监测系统的配置及软件设计，以及实现在线监测所涉及的台车下挠信号的测量与处理技术。     

新型耐热耐磨铸铁烧结台车的试验与使用

本文分析了烧结台车体、档板、篦条的工况条件和损坏原因,介绍了新研制的新型烧结台车材质及其使用效果。表明,与原材质相比,在耐热、耐磨,耐蚀等方面均有著改善。     

大型分体式烧结台车车体加工工艺研究

300 m2以上烧结台车车体通常为分体式,即两端为端头、中间为箱体,三段利用高强螺栓连接成整体使用.通过以本公司设计制作的400 m2烧结台车为例,详细介绍了分体式台车车体加工的工艺.     

烧结台车隔热垫

本实用新型涉及一种保护烧结台车支撑梁的隔热装置，特别涉及一种烧结台车隔热垫。主要解决烧结台车在线运行时，台车间存在缝隙导致漏矿的技术问题。本实用新型的技术方案为：一种烧结台车隔热垫，为开口向下的槽形件，槽口的形状与支撑梁的结合面匹配，其特征是，隔热垫的横断面为非对称结构，不与炉条装配结合的外侧边有一凸台。在槽口的底部设置多个平底靠块，既减轻了隔热垫整体重量又使得与支撑梁有牢靠的接触面。本实用新型主要用于保护烧结台车支撑梁。     

495m^2烧结机台车制造

介绍了495m^2烧结机台车的主要技术指标、技术要求，并分析了495m^2烧结机台车关键铸件、台车体加工、装配调试的中存在的问题及改进措施。     

基于DeepLabV3+网络结构的烧结机台车侧板裂缝检测系统

烧结生产中,烧结机台车侧板由于在压力与温差较大环境下运行,容易产生裂缝,而裂缝的出现会影响烧结矿的质量,严重时会出现侧板断裂而引发生产事故。本文采用摄像机获取运行中的烧结机侧板视频图像数据,并使用labelme对数据进行标注处理,提出了基于DeepLabV3+识别网络对烧结机台车侧板裂缝进行检测的方法。结果表明:该方法对台车侧板裂缝检测具有较好的识别效果,为烧结过程的台车侧板裂缝检测问题提供了一种新的解决方案。     

钢包台车位置检测及传动系统的改造

针对宝钢炼钢厂钢包台车移动电缆故障频繁的问题,使用了激光测距方式取代原有的凸轮开关测距方式,并使用了变频器来取代原有的绕线式电动机切电阻的驱动方式,从而大幅度降低了炼钢厂主作业线停机时间和维修费用。     

烧结机台车侧密封装置的开发与应用

为了解决烧结机台车端部漏风问题,研制开发了烧结机台车侧密封装置。该装置由膜盒、膜片、阻尼阀、杠杆联动机构、密封杆、密封材料以及限位支撑套等构成,通过台车底部的负压吸动膜盒的膜片产生位移,使密封材料自动压紧覆盖住台车端部的漏风间隙。生产实践证明,烧结机台车端部漏风率大幅度降低,年效益达2100万元。     

烧结混合料水份的检测及计算机控制

介绍了混合料水份中子测定法和红外线测定法的原理。以宝钢为例,说明了计算机控制混合料水份的原理及反馈控制的不足之处。展望了计算机控制水份今后发展的动向。     

基于神经网络的烧结终点预测模型

提出使用BP神经网络算法建立烧结工艺终点预测模型,并使用仿真手段对网络进行验证。BP神经网络预测模型可以在较短的时间内完成训练,预测结果与期望值误差小。仿真结果表明,该方法可以用于解决烧结终点预测问题,对烧结生产过程有良好的指导意义。