焦炭质量的多参数预测与调控

开展配煤炼焦试验研究，在原传统经验型配煤调控质量指标体系的基础上，增加新的指标参数。预测调控焦炭质量。介绍了多参数预测调控在实际应用中所发挥的作用，通过增加新指标,保障了焦炭强度的稳定．满足了炼铁高炉不同阶段和状态下对焦炭质量的要求。     

基于火电厂发电量预测的多目标配煤方法

分析上海某火电厂实际生产数据,建立基于Elman神经网络的火电厂发电量滚动预测模型,根据发电量历史数据本身的动态特性预测未来发电量数据,预测精度较其他算法有明显提高。将火电厂年发电量预测数据与年耗煤量数据相结合,计算出混煤平均发热量,将其作为配煤影响指标,与通过设计煤种参数构建的控煤约束指标共同构成控煤目标函数,与经济目标函数建立多目标配煤模型,采用改进交叉、变异概率的非支配排序遗传算法(non-dominated sorting genetic algorithm, NSGA-Ⅱ)进行模型求解,使其更符合配煤特点。提出一种基于火电厂发电量预测的多目标配煤方法,结果表明:该配煤方法不仅充分考虑耗煤量和煤质特性约束情况,还将整个模型应用于实际配煤过程,提高了配煤结果的可靠性、实用性和灵活性,并使电厂获得了较好的经济效益。     

焦炭机械强度预测模型的研究

焦炭机械强度是焦炭质量的重要指标,建立准确的焦炭机械强度预测模型可保证炼焦生产顺利进行.把支持向量回归机用于焦炭机械强度的预测,详细地分析了不同配煤煤质特性指标及炼焦工艺指标情况下的预测效果,找到了建立预测模型的有效特征参数.基于所选特征参数,当85≤M25≤90,6≤M10≤12时,支持向量机模型的预测准确率高,误差小,相关性强,同时,预测模型的泛化能力强.     

焦炭质量预测模型

结合焦炭质量的影响因素,通过MATLAB环境中regress、robustfit等函数对炼焦配合煤各指标如灰分(A d)、挥发分(V daf)、黏结性指数(G)和胶质层厚度(Y),催化指数(MCI Y)等进行回归分析、比较和总结;用多元线性回归方法建立了配合煤煤质指标预测焦炭质量的预测模型,模型的预测精度符合要求。     

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。     

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。     

韶钢焦炭质量预测模型的研究

基于韶钢2016年的焦炭质量数据,利用回归法进行数据分析与处理,建立焦炭质量预测模型,应用于韶钢开发的产销系统,实现了焦炭质量预测自动化,为优化配煤结构、降低配煤成本提供了理论支撑。     

炼焦配煤专家系统的设计及应用

配煤专家系统以焦炭质量预测模型和配煤比优化模型为基础,包含数据收集、数据存储、知识库、推理机等功能模块,对焦炭灰分、硫分、M40、M10、CRI、CSR进行预测,快速计算最佳配煤比。系统得到的焦炭质量指标误差小于6%,能够满足企业生产的要求。     

基于改进WOA-LSTM的焦炭质量预测

“双碳”背景下，提升焦炭质量是保证钢铁行业高质量发展的研究重点之一，而炼焦行业存在着在线实时监测难、焦炭质量预测模型泛化能力差等问题。为此，提出一种通过自适应全局搜索算法，即改进鲸鱼优化算法（WOA）与长短期记忆（LSTM）循环神经网络综合建模的方法来解决这一问题。首先选取出配合煤中可反映焦炭质量的可测参数，再运用主成分分析（PCA）去除变异性小的冗余因子后，得到预测因子，将其作为LSTM网络的外部输入；通过加入自适应惯性权重以及最佳扰动更新改进WOA，从而训练LSTM网络的超参数，采用均方根误差（RMSE）和R-squared 进行算法检验；最后将改进后的AGWOA-LSTM模型与典型的LSTM、WOA-LSTM模型进行对比，以验证本方法的优越性。结果表明AGWOA-LSTM模型预测焦炭质量具有精度高、运行速度快等特点。研究对焦炭生产具有一定的理论指导意义。     

焦炭质量预测方法的应用

以太原煤炭气化(集团)有限责任公司的工业焦炉数据为基础,建立了该公司的焦炭质量预测模型。利用单种煤和配合煤的各种性质指标预测焦炭质量,并指导配煤,以获得稳定的焦炭质量。     

BP神经网络在优化配煤预测模型中的研究

由于掺配煤种煤质的波动 ,配煤是一个在不确定的条件下的优化问题 .传统的线性规划模型已不能解决这种非线性问题 ,而 BP神经网络这一非线性优化工具已成功地应用于混煤煤质特性的预测模型 .本文详细地分析了不同 BP神经网络模型的预测效果以及制约其预测效果的主要因素 (网络结构、学习样本数量、隐层节点数、学习精度 ) ,并发现学习样本数是影响 BP神经网络性能的关键     

微观分析技术在优选炼焦煤中的应用

邯钢焦化厂通过煤岩显微组分分析和焦炭光学组织含量分析的研究和应用,和小焦炉试验有机结合,建立了焦炭热强度和焦炭光学组织、焦炭光学组织和煤岩显微组分之间的模型,能够根据煤的显微组分判断所产焦炭的质量,科学地指导配煤炼焦生产,从而达到准确预测焦炭质量,优选炼焦煤种,最大限度地降低配煤炼焦成本的目标。     

基于混合粒子群优化的异类多模型软测量方法研究与应用

基于异类组合预测模型可提高模型的预测精度及鲁棒性的思想,提出一种基于混合粒子群优化的异类多模型非线性组合软测量建模的新方法。即先分别用混合粒子群优化的径向基函数神经网络、最小二乘支持向量机及部分最小二乘算法对训练集训练得出子模型,然后将具有性能互补性的三个子模型的输出作为反向传播网络的输入得到最后结果。用混合粒子群优化的方法来选取径向基函数神经网络和最小二乘支持向量机的模型参数,该方法克服了常用的交叉验证法耗时与盲目性问题。三层反向传播网络具有无限逼近特性,使得整个组合预测模型具有更好的泛化能力和预报精度。将其应用于汽油调合系统中研究法辛烷值的预测,仿真结果表明,该方法是可行且有效的。     

基于双层GRU神经网络的油田注水预测方法研究

为达到精细注水的注采要求,利用两种不同隐层门控循环单元(GRU)神经网络模型的注水流量预测方法,同时借助国内某油田注水井的历史数据对两种不同隐层模型的预测结果进行了对比.结果表明:与传统的循环神经网络(RNN)和长短期记忆(LSTM)神经网络相比,GRU不仅拥有较好的预测性能,模型训练效率也更高;且双隐层结构较单隐层在...     

基于支持向量回归模型的焦炭质量智能分析

炼焦配煤是焦化企业生产过程中的一项关键工作。在钢铁工业中，焦炭在高温下的CSR和CRI质量指标尤其重要。为了改善需依赖经验的传统配煤手段，基于原料煤指标预测焦炭质量的思路被提出。通过分析国内外的一些预测方法，针对目前存在的不足进行改良，以西来峰焦化厂一期和二期为例，采用支持向量回归模型，对焦炭的CSR和CRI这2个质量指标进行了智能分析，并通过系统分析训练样本比例与预测精度的关系，指明进一步提升焦炭质量预测性能的工作方向。     

捣固焦炉炼冶金焦配煤研究

利用不同炼焦用煤对捣固焦炉炼焦配煤进行研究.探讨了根据冶金焦炭要求选择合理的配煤方案,得到符合灰分、硫分、抗碎强度、耐磨强度、反应性及反应后强度要求的焦炭.研究表明,可以利用修正公式预测焦炭灰分;根据原料及配合煤硫分的经验值预测焦炭硫分;根据对焦炭灰分、硫分以及冷、热态的要求选择合理的配合煤挥发分进行配煤,用配合煤胶质层厚度预测捣固焦炉焦炭强度更具有实际意义.     

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。     

7米焦炉优质焦炭的研究及生产

文章介绍了安钢4000级高炉投产前,为保证7米焦炉生产焦炭满足炼铁生产使用,焦化厂展开了7米焦炉配煤结构科学制定和焦炭质量的技术攻关。通过采取矿点配煤、完善技防手段,提高配煤比准确率和干熄焦工艺改进等措施解决了焦炭生产过程中出现的焦炭灰分、硫分和强度波动较大的问题,取得了不错的效果,对同类焦炉焦炭质量控制具有很好的指导作用。     

不同煤配比对胶质层指数的影响研究

为提高焦炭质量,降低生产成本,采用陕北地区常见的气煤、肥煤、东风煤进行单独炼焦,分析3种煤单独炼焦时生成的焦炭质量。在此基础上将3种煤按不同比例配煤炼焦,分析不同配比下焦炭质量的变化,研究最佳配煤方案。结果表明：气煤单独炼焦所得焦炭质量差,但配入气煤可增加产气率和焦饼收缩度;肥煤是优质炼焦煤,但单独炼焦所得焦炭气孔率高,需配煤以改善焦炭质量;东风煤无法单独炼焦,但少量配入可增加焦炭强度,减少优质炼焦煤用量。气煤、肥煤、东风煤质量比为1∶6∶3时,焦炭质量最好,孔隙小,无缝隙和绽边,色泽为银灰色,无海绵体,部分熔合;配煤胶质层最大厚度Y=20.4 mm,最终收缩度X=7.2 mm。