高炉无钟炉顶设备布料偏析现象

高炉布料制度能够调节煤气流,控制高炉顺行,在高炉生产中发挥重要作用。基于离散元方法对焦炭在高炉炉顶设备内的偏析行为进行模拟研究,主要针对串罐式无钟炉顶设备和并罐式无钟炉顶设备,并对其料罐和料面的模拟结果进行讨论。模拟结果表明:由于渗透作用,焦炭颗粒在料罐内会发生偏析,串罐和并罐罐体结构不同,其偏析现象亦不同;焦炭颗粒运动到溜槽时,由于溜槽的旋转,料流轨迹会发生变化、焦炭在下降过程中存在一定距离的偏移;并罐式布料器由于料罐重心与高炉中心线不重合,焦炭在料面上的质量偏析现象比串罐式严重。在无钟式炉顶布料器布料过程中,炉料的偏析现象直接影响煤气流在高炉内部的分布,当大颗粒集中在炉喉中心时,中心透气性好,中心煤气流得到发展。反之,中心煤气流受到抑制,边缘煤气流得到发展。     

退火炉内罩中气体流动及钢卷传热的数值模拟

摘要：轧制力预报一直是热连轧过程控制模型的核心,浅层神经网络对复杂函数的表示能力有限,而深度学习模型通过学习一种深层非线性网络结构,实现复杂函数逼近。利用深度学习框架TensorFlow,构建了一种深度前馈神经网络轧制力模型,采用BP算法计算网络损失函数的梯度,运用融入Mini batch策略的Adam优化算法进行参数寻优,采用Early stopping、参数惩罚和Dropout正则化策略提高模型的泛化能力。基于上述建模策略,针对宝钢1880热连轧精轧机组的大量轧制历史数据进行了建模实验,对比分析了4种不同结构的前馈网络预测精度。结果表明,相比于传统SIMS轧制力模型,深度神经网络可实现轧制力的高精度预测,针对所有机架的预测精度平均提升21.11%。     

阳极钢爪炭素保护环工业应用与分析

通过应用阳极钢爪炭素保护环新技术，延长阳极更换周期，降低碳耗，减少化爪，提高经济效益和社会效益。     

太行山南段西安里早白垩世角闪辉长岩的成因:锆石U-Pb年龄、Hf同位素和岩石地球化学证据

介绍了太行山南段西安里岩体角闪辉长岩的锆石U-Pb年代学、锆石Hf同位素以及岩石地球化学资料,以便对该类岩石的成因给予制约.西安里岩体主要由一套含橄榄石角闪辉长岩-角闪闪长岩-闪长岩构成.角闪辉长岩中的锆石自形程度较高,内部结构均匀,呈条痕状吸收,Th/U值介于1.44～2.85之间,表现出岩浆成因特征,其206Pb/238U年龄介于135～127 Ma间,15个点的加权平均年龄为131士1 Ma,即角闪辉长岩形成于早白垩世;锆石的εHf(t)值介于-23.5～-19.2之间.角闪辉长岩中SiO2=50.27%～50.89%,Mg#=0.76～0.78,Na2O/K2O=2.18～2.37,富含过渡族元素Sc(19.2～20.3)×10-6、Cr(939～1 050)×10-6、Co(54.6～58.2)×10-6、Ni(645～718)×10-6.同时角闪辉长岩相对富含大离子亲石元素(LILEs,如Cs、Ba、Sr)和轻稀土元素(LREEs)、强烈亏损高场强元素(HFSEs,如Nb、Ta、Zr、Hf)和重稀土元素(HREES).结合角闪辉长岩中纯橄岩包体和橄榄石捕虏晶的矿物化学和地球化学研究,认为西安里角闪辉长岩是拆沉的陆壳物质熔融的熔体与地幔橄榄岩反应的产物.     

模糊控制在氧化铝蒸发工艺中的研究与应用

在目前的氧化铝生产中,蒸发工序蒸汽消耗占总汽耗的55%～60%,其能耗占工艺总能耗的25%～40%,因此提高蒸发器的产能,降低其能耗是氧化铝生产所面临的一大难题.本文以中国铝业河南分公司新建四蒸发工序为研究对象,提出了蒸发器液位模糊控制方案,并提出了一种利用PKS的常规功能模块搭建出模糊控制查询表的方法.这种方法实现了智能控制技术在生产实际中的应用.     

高炉中粗粒煤的燃烧及反应行为

为了确立粗粒煤喷吹技术,用两种模型实验,调查了粒径为３５０￣４５０μｍ粒煤的高温分解、燃烧、气化和蓄积行为。一种是竖塔型反应炉,称作燃烧模型;另一种是高炉型反应炉,称作热模型。在燃烧模型实验中,粗粒煤在燃烧中分裂变为细粒。因此,粗粒煤的燃烧率比粒径为５０μｍ的煤粉低１０％。相对于焦炭而言,热模型下部的粗粒未燃炭优先气化,未燃炭在模型内蓄积和从顶部逸出均少。在室兰厂２号高炉实施了喷吹１５０ｋｇ／ｔ粗     

一种新的L1度量Fisher线性判别分析研究

Fisher线性判别分析（Fisher Linear Discriminant Analysis,FLDA）是一种典型的监督型特征提取方法,旨在最大化Fisher准则,寻求最优投影矩阵。在标准Fisher准则中,涉及到的度量为[L2]范数度量,此度量通常缺乏鲁棒性,对异常值点较敏感。为提高鲁棒性,引入了一种基于[L1]范数度量的FLDA及其优化求解算法。实验结果表明：在很多情形下,相比于传统的[L2]范数FLDA,[L1]范数FLDA具有更好的分类精度和鲁棒性。