基于ANFIS的烧结终点预测

提出了一种基于ANFIS的烧结终点预测模型,该模型采用减法聚类来确定隶属度函数的中心,接着采用正交最小二乘参数辨识对神经网络进行训练.由于影响烧结终点的因素较多,若要全部考虑到可能会引起神经网络输入的维数灾,文中首次采用了主成分分析法来减小ANFIS输入维数,避免出现维数灾.通过现场采集的数据,对该模型进行了仿真.实验...     

基于热状态参数的烧结终点自适应预报

为解决过程时滞和时变特性给烧结终点控制带来的困难 ,在对烧结过程热状态分析的基础上 ,提出了用废气温度上升点和废气温度曲线面积来提前预报终点的策略 ,用系统辨识的方法建立了时间序列模型。采用自适应技术跟踪系统的时变特性 ,实现了对终点的提前预报。     

鞍钢东烧厂厚料层烧结配碳和配矿研究

在实验室条件下,以目前鞍钢集团矿业公司东烧厂生产的原料配比为基础,采用自产精矿为主要原料,通过改变配碳量和配矿进行600、650和700 mm料层烧结杯试验,分析了700 mm料层中3种配碳量、2种配矿以及料层厚度对烧结技术经济指标的影响,为进一步提高东烧厂料层厚度提供了理论依据。     

基于软测量技术的模糊烧结终点控制研究

建立了利用风箱温度求取烧结点（BTP）位置的软测量模型。在深入研究烧结终点控制特点的基础上，提出利用专家经验与知识，按照采样控制方式工作的模糊采样控制方法进行BTP的控制，根据上述控制方法建立的自动控制系统，在所有操作条件下，都能准确地控制BTP，证明了了模糊采样控制方法对于BTP，控制是切实可行的。     

基于DNN的烧结终点预报及智能调节系统开发

烧结工序作为传统长流程钢铁生产过程中的重要环节之一,其烧结矿产、质量直接影响炼铁生产的效益,而烧结终点作为检测烧结生产状态的重要指标,对其进行准确预报将对生产产生有效的推动作用。设计了基于Python语言的深度神经网络(DNN)预报模型,将训练好的模型应用于烧结终点预报,建立最终模型的均方差损失达到了0.375,精确度高,可满足现场要求。同时,从影响烧结终点的重要参数出发,构建烧结终点模糊控制器调节烧结终点,并构建点火温度智能化调节模型、混合水分优化模型和烧结矿化学成分区间优化控制方式来辅助调节烧结终点。最终使用Python语言完成烧结终点预报及操作指导系统的开发工作,实现了烧结终点的准确预报与烧结终点异常后的全方位、多角度智能化处理,构建了在线监测、终点预报、终点预报模型优化、异常报警、异常处理于一体的智能控制系统,为烧结生产人员实现烧结终点全流程优化提供有利指导。     

配碳量对烧结烟气排放规律的影响

为了更好地对烧结烟气进行协同治理,建立一体化控制技术,对不同配碳量混合料进行烧结实验。通过德国testo350烟气分析仪实时在线测得烧结烟气中CO、SO₂、NO_x、O₂等成分数据,分析烧结过程中CO、SO₂、NO_x形成的机理及主要影响因素。结果表明:烧结过程中,烟气CO平均质量浓度随配碳量增加而上升;SO₂的排放在烧结终点前始终存在一个排放质量浓度峰值区间,并且配碳过高造成的还原性气氛不利于脱硫;烟气中的NO_x主要来自于燃料燃烧产生的燃料型NO_x,应使烧结燃料引入的N最小化;建议分级治理烟气,将SO₂质量浓度高的区域烟气引入点火区域实现热风烧结,并且利用自反应、自催化作用协同富集降低其污染物的质量浓度。     

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。     

配碳量对放电等离子烧结无粘结剂纳米WC硬质合金的影响

研究了配碳量对放电等离子烧结制备无粘结剂纳米WC硬质合金的烧结行为、相组成、致密度、硬度及晶粒大小的影响。结果表明：纯纳米WC粉直接烧结，样品的晶粒度为300～400nm，致密度及硬度均较高，但主相变为缺碳相WC1-x和W2C配碳量为0．05％～0．25％时，样品中有少量缺碳相；配碳量为0．40％时，可以正确成相；配碳量为0．50％时，则出现游离碳；粉末配碳球磨后，因烧结过程提前到较低温度下完成，1800℃烧结时晶粒急剧长大且不均匀。     

烧结终点控制模型的研究

根据300m^2烧结机生产实际,提出前馈－反馈控制方法,运用模糊控制理论研制出烧络绺控制模型,并与计算机技术结合,对烧结终点进行智能控制。     

基于烧结过程各带迁移规律的烧结终点预报方法

提出利用最小二乘法拟合烧结废气温度曲线,求曲线方程的二阶导数计算出烧结废气温度的四个拐点.结合烧结过程各带的迁移情况,计算得出拐点所对应的各带前沿到达料层底部的温度.根据拐点出现的时间,求出烧结过程中各带前沿平均速度.利用多元线性回归法和F检验进一步考察烧结工艺参数对各带前沿平均速度的影响规律,并给出了它们之间的关系式.利用该关系式,可以在节能和提高烧结矿平均粒度的原则下,定量地调整工艺参数以稳定烧结终点.     

基于废气温度上升点的烧结终点预报系统

探讨了基于烧结废气温度上升点的终点预报策略,开发了烧结终点模糊逻辑控制模型,对终点实施准确的预测预报和在线优化控制。该系统在济钢实施后,使烧结机利用系数提高了0.2 t/（m^2·h）,终点波动由7%降到3%。     

太钢烧结主抽风机转速的智能控制

 主抽风机采用变频技术后,为了通过调整主抽风机转速实现烧结过程稳定的目的,研究了主抽风机转速、烧结风量、烧结机速和垂直烧结速度之间相关关系,开发了以垂直烧结速度为判据的主抽风机转速自动控制系统。太钢烧结机应用该技术后,过程垂直烧结速度稳定性大幅提高,保证了烧结终点持续稳定在倒数第2个风箱范围内,终点稳定率为98.1%,比人工控制提高35.5%,烧结返矿率比人工控制降低3.46%。同时,该技术更好地发挥了主抽风机变频的优势,主抽电耗进一步降低,较工频运行时节省电能28.6%。     

基于数值模拟的烧结终点在线控制

实际烧结生产是一个复杂的物理化学过程,其中主要包括碳的燃烧,矿石的分解、还原和再氧化,液相的形成与冷凝.本文以国内某钢铁厂烧结机为研究对象,以流体计算软件Fluent6.3为平台,利用内热源放热简化燃烧模型,采用用户自定义函数的UDS构建多孔介质局部非热力学平衡的能量双方程模型,模拟烧结过程中固体与气体间的换热过程,得...     

基于非线性主成分分析与自适应小波神经网络的球团质量预测模型研究

在链篦机-回转窑法球团生产过程中,成品球团的质量与系统的热工制度的控制和参数调节密切相关。鉴于系统的过程变量多、滞后性大、周期性长的特点,提出并建立了基于非线性主成分分析与自适应小波神经网络的球团质量预测模型,并用实例证明,该模型在质量预测中与传统的BP神经网络模型相比有较好的效果。     

基于软件构件技术的冶金工业过程控制系统

在冶金行业过程控制系统(PCS)的L2计算机过程控制应用系统的设计和开发中,考虑了软件复用的构件技术,以构造新的软件应用系统.通过对宝钢分公司炼钢区域(转炉、精炼和连铸等工序)L2计算机应用系统的功能需求分析和领域分析,归纳共通的功能需求特点,建立了炼钢领域数据模型和炼钢领域子系统模型,创建构件.构件的设计过程中考虑固定体部分,即满足炼钢领域中各工序需求具有公共性的设计.通过领域分析和领域模型的建立,考虑某构件与其他构件的关系及构件内部的实现.对于变化体的设计采用"配置"的方法.