耙式干燥机

专利名称:耙式干燥机专利申请号:CN200710021519.8公开号:CN101050916申请日:2007.04.20公开日:2007.10.10申请人:张亚宇本发明涉及一种耙式干燥机     

一级供水在高炉高压水系统中的应用实践

主要对原有高压水系统二级加压供水方式的缺陷进行分析,应用一级供水的供水方式,在系统投运与日常运行过程中,逐步探索和完善系统调节方式,促进系统优化运行。从制约软水系统正常稳定运行的多方面因素考虑,对现有750区域的软水泵房进行相应的改造,实现了软水系统的安全、稳定运行,为高炉生产提供可靠的保障。     

蒸发式空冷器喷淋装置的改造应用

高炉泵房净环水部分引入蒸发式空冷器喷淋水槽作补水,通过持续补水、持续回流的方式,实现了大循环带动小循环,降低了空冷器喷淋水浓缩倍数;空冷器喷淋水管、喷淋头、管道泵等喷淋装置的改造,增大了喷淋水量,改善提高了布水均匀性。空冷器管束结垢速度得到有效控制,其冷却能力明显提高,实现了高炉软水系统的稳定、节能、优化运行。     

稳压补水技术在软水冷却系统中的应用

介绍了采用PLC与变频器相结合的方法，较好地解决了既节电又能确保软水压力稳定在一个较小范围内，虽然未采用压力调节器（采用的是比较器），不能做到无差调节，但其结构简单、投资少、可靠性高，又能满足生产工艺要求。     

莱钢2#750m3高炉软水改造工程及系统切换

为延长冷却壁寿命,对莱钢 2#750m3高炉实施了软水改造工程.并在高炉正常生产状态下,成功实施了汽化冷却与软水密闭循环系统的安全切换.实践证明,软水系统运行良好,冷却壁进水平均温度38.98℃,平均流量1150m3/h,热负荷17.52GJ,泄漏率小于0.18‰.     

莱钢2#750m3高炉软水改造工程及系统切换

为延长冷却壁寿命 ,对莱钢 2 #75 0 m3高炉实施了软水改造工程。并在高炉正常生产状态下 ,成功实施了汽化冷却与软水密闭循环系统的安全切换。实践证明 ,软水系统运行良好 ,冷却壁进水平均温度 3 8.98℃ ,平均流量 115 0 m3/h,热负荷17.5 2 GJ,泄漏率小于 0 .18‰。     

动态异构信息融合的科研合作潜力预测

现有的科研合作潜力预测方法使用特征工程来人工提取科研合作网络中作者的浅层静态属性,忽略了科研合作网络中异构实体间的关联关系。针对以上不足,提出融合科研合作网络中的多种实体潜在属性信息的动态合作潜力预测（CPP）模型,在提取异构实体的属性的同时考虑了学者与学者之间合作关系的结构特征,并且通过协同优化的方式优化模型,实现了在为学者进行科研合作者推荐的同时预测科研合作潜力的目标。为验证所提模型的有效性,搜集整理了发表在中国计算机学会（CCF）推荐期刊中的50余万篇论文信息以及相关实体的完整属性信息,并采用滑窗法构建了不同时间段的时序合作异构网络,以提取科研合作网络演化过程中的各实体的动态属性信息。此外,为提高所提模型的泛化性以及实用性,随机输入不同时段的数据对模型进行训练。实验结果表明,相较于次优的多层采样聚合图神经网络（GraphSAGE）,CPP模型在合作者推荐任务上的分类精确度提高了1.47个百分点;在合作潜力预测任务上的测试误差降低了1.23%。说明了CPP模型能更精准地为学者推荐优质合作者。     

氮冷等离子体改性KDP晶体液膜接触潮解抛光

目的 利用氮冷等离子体改性KDP晶体表面,实现高质高效的液膜接触潮解抛光.方法 利用氮冷等离子体实时处理潮解抛光界面,实现微汽雾中的液滴在KDP晶体表面由液滴驻留向液膜接触转化,克服水在工件表面形成非均匀点状接触导致新"微凹坑"不断形成的不足.通过研究KDP晶体在含水介质中的材料去除特性,获得调控抛光介质性能的方法,并揭示氮冷等离子体对KDP晶体刻蚀规律的影响.通过研究KDP晶体在抛光界面上的摩擦特性和KDP晶体表面微观结构、拉曼光谱,以及氮冷等离子体对KDP晶体表面亲水改性的时效性,综合评估氮冷等离子体中的KDP晶体的抛光机理.结果 在抛光过程实验中,证明了氮冷等离子体改性KDP晶体潮解能够提高KDP晶体的表面质量.使用优化的放电参数,表面粗糙度(RMS)从18.4 nm下降至7.6 nm,PV值从109.9 nm下降至61.5 nm.材料去除率最低为10.14μm/min,最高达91.58μm/min.结论 利用氮冷等离子体,可快速、无损地将KDP晶体表面处理至超亲水状态,能有效去除液滴驻留产生的微凹坑,表面质量大幅提升,划痕明显减少,实现了液膜接触潮解抛光,为KDP晶体高质高效抛光提供新的思路.     

高炉循环水水质改善研究与应用

在分析高炉循环水系统运行特点的基础上,针对水质恶化对系统的影响和危害,采取了改善水质状况的维护技术措施,提高了高炉炉体工艺设备的运行寿命和可靠性。     

消除随机一致性的支持向量机分类方法

蒙特卡洛树搜索（Monte Carlo tree search, MCTS）将强化学习的反馈优化与生长树的动态规划相结合,在输出当前状态的最佳动作的同时极大地减少了计算量,因此成为开放环境下众多领域智能系统的关键通用方法. 但由于计算资源匮乏或者计算成本昂贵等原因,完全充分地对树结构进行搜索是难以实现的,因此在有限的预算下高效合理地分配计算资源从而获得当前状态下的最优动作是目前研究的一个重要问题. 现有大多数算法仅以识别准确率作为性能指标,通过实验对比验证算法性能,缺少对算法的识别误差和影响因素的分析,从而降低了算法的可信性和可解释性. 针对该问题,选择基础核心的2名玩家、完全信息、零和博弈场景,提出了固定预算设定下MCTS抽象模型的最优行动识别算法DLU——基于相对熵置信区间的纯探索（relative entropy confidence interval based pure exploration）. 首先提出了基于相对熵置信区间的估值方法对叶子节点胜率进行估计,其可以从底层提高树节点估值准确性;其次给出了第1层节点值估计、最优节点选择策略以形成完整算法流程;然后推导了DLU算法的识别误差上界,并分析了算法性能的影响因素;最后在人造树模型和井字棋2种场景下验证算法性能. 实验结果表明,在人造树模型上基于相对熵的算法类具有更高的准确度,且模型越复杂识别难度越高时,该算法类的性能优势越显著. 在井字棋场景下,DLU算法能有效地识别最优动作.