焦炭质量预测模型的研究

随着高炉大型化、富氧喷吹技术的发展，焦炭在高炉中的骨架作用尤为重要，钢铁企业迫切要求提高焦炭质量，为此需建立一组准确的焦炭质量预测模型，以更好地指导炼焦生产．在对国内外已有的焦炭质量预测模型进行比较、分析的基础上，运用线性加修正、一元线性回归、多元线性回归和逐次回归的方法建立了配合煤性质、焦炭化学组成、焦炭机械强度（M40，M10）、焦炭热性质（CRI，CSR）的预测模型，在很大程度上提高了预测的精确度和适用性．     

煤岩配煤的试验研究

通过40kg小焦炉试验,探求了煤岩指数（CBI、SI）与焦炭指标M25、CSR之间的关系。试验表明,平均反射率R与机械强度M25、反应后强度的相关性明显。煤岩指数不仅可以预测焦炭的机械强度和反应后强度,还可以通过调整CBI值,使其接近最佳配比,为减少主焦煤用量,降低配煤炼焦成本开辟了新途径。     

焦炭强度与热性质控制因素分析

在20kg小焦记上进行了11种单种煤和8种配煤方案的炼焦试验,建立了焦炭质量预测模型。结果表明,单一的煤质指标与焦炭强度的关系不明显,多因素指标进行焦炭质量的预测效果较好;焦炭反应性与单一煤质指标中Vd、^—Rmax^0、Ad之间有较好的关系,且随反应温度的升高而增大。     

单种煤结焦性能评价与焦炭质量预测

根据11种单种煤的性质,在实验室20kg小焦炉上进行了11种单种煤和8种配煤方案的炼焦实验,并对焦炭进行了筛分组成、冷态强度、焦炭热性质等分析,初步建立了焦炭质量预测模型。实验结果表明:单一的煤质指标与焦炭强度的关系不是很明显,选用煤质多因素指标进行焦炭质量预测,其预测效果较好;单一的煤质指标(Vd、R0max、Ad)与焦炭反应性之间有较好的关系,且焦炭的反应性随反应温度的升高而增大。     

梅山焦炭质量预测模型的研究

结合炼焦配煤生产数据,从单种煤指标的加和性分析开始,利用回归方法建立适合梅山自身特点的焦炭灰分、硫分、M_(40)、M_(10)、CRI和CSR的预测模型,并对模型进行了检验。结果表明,所建立焦炭质量预测模型能够预测焦炭质量,优化炼焦配煤配比,满足生产需要,为稳定焦炭质量和降低配煤成本创造了条件。     

基于支持向量机算法的微注射成型工艺参数优化

为了控制菲涅尔透镜在注塑过程中的翘曲变形量,采用支持向量机算法建立了菲涅尔透镜的翘曲预测模型,并对该模型的预测精度进行了研究.采用正交试验法获取注塑工艺参数,各组注塑工艺经Moldflow仿真得出模型的训练样本及检验样本数据.然后,对支持向量机算法建立的翘曲预测模型进行样本学习,训练完毕后由检验样本验证该模型的预测精度.实验结果表明:采用支持向量机算法建立的预测模型预测误差比较稳定,均在0.2%以内.因此,采用支持向量机算法建立菲涅尔透镜的翘曲预测模型可有效地预测菲涅尔透镜的最大翘曲量,且预测的精度与稳定性较高.     

南钢焦炭质量预测模型研究

基于南钢产业发展有限公司配煤炼焦实际生产数据,借助逐步回归法进行数据的分析与处理,建立了适合其自身特点的焦炭质量预测模型,经显著性检验以及预测结果分析,所建立的焦炭质量预测模型能够预测和控制焦炭质量,为优化配煤结构、降低生产成本奠定了理论基础。     

运用40kg试验焦炉预测焦炭机械强度

介绍了用 40 kg试验焦炉进行的炼焦试验及 Micum转鼓测定 ,可预测焦炭的机械强度的方法和结果 ,并建立试验焦炉与生产焦炉之间的关系     

与机理杂交的支持向量机为发酵过程建模

针对生物发酵过程机理复杂、高度非线性的特点,采用基于结构风险最小的支持向量机为发酵过程建模,其算法规范,建模复杂度低于神经网络方法,所建模型的预测效果更好.还将生化过程的动力学机理与支持向量机相结合,采用串联和串并联结构,提出与机理杂交的支持向量机建模方法,并为间歇式酒精发酵过程中酵母菌体浓度变化建立了预测模型.原理分析与试验结果表明与机理杂交的支持向量机建模方法,相比于单一近似的动力学模型、单一的支持向量机模型,以及机理杂交的神经网络模型,它的预测精度高,泛化能力强,性能更为优越.     

基于改进支持向量机的化学镀Ni-P/ZrO2复合镀层显微硬度预测模型的建立

选取对化学镀Ni-P/ZrO_2复合镀层的显微硬度具有代表性的影响因素作为输入变量,以正交试验获得的有限试验数据为样本,先建立基于传统支持向量机的预测模型,再采用遗传算法对传统支持向量机中的惩罚因子与核函数参数进行优化,最终建立基于改进支持向量机的预测模型。通过遗传算法进化迭代,提高改进支持向量机模型的预测精度。选取神经网络模型和传统支持向量机模型作为对比模型。结果表明:改进支持向量机模型的预测精度较高,可以利用该模型对化学镀Ni-P/ZrO_2复合镀层的显微硬度进行预测。