基于MIV-GA-BP模型预测烧结矿FeO含量

工艺绿色化、装备智能化、产品高质化已成为当前钢铁行业主要发展目标。作为影响烧结矿性能的重要指标之一,FeO的含量不仅影响烧结矿还原性的高低和烧结过程的能耗,而且在一定程度上影响高炉间接还原、燃料比等指标。针对目前研究过程中存在的数据量少、工艺结合不紧密、特征选择方法针对性不强等问题,提出了基于MIV-GA-BP算法的烧结矿FeO含量预报模型。以承钢3号烧结机1年的生产数据作为研究基础,首先选取BP神经网络作为深度学习模型,然后利用遗传算法的特点解决了网络调参难等问题,成功构建了基于遗传算法优化的BP神经网络模型。在特征选取阶段将MIV算法的优越性与工艺理论相结合,选取了拥有更好解释性的参数作为模型的输入,此方法提高了模型预测准确率,成功实现了烧结矿FeO含量的预测。上线测试结果表明,误差允许范围内模型命中率达到87.9%,对现场烧结生产具有更好的指导性。     

概率神经网络在热轧轧制节奏评价中的应用

将概率神经网络建模方法与预测思想相结合用于热轧轧制节奏评价,研究并建立了基于PNN神经网络的热轧轧制节奏评价模型。基于涟钢2250mm热轧厂的实测数据,将建立的PNN网络轧制节奏评价模型用于生产实际,并将结果与BP神经网络进行对比。结果表明,该模型具有便捷、快速、预测精度高、泛化能力强的特点,可代替现有的基于经验公式和经验数据的评价方法,同时为轧制节奏的优化和生产效率的提高提供了参考,具有重要的现实意义。     

矿热炉自动配料控制系统设计

针对矿热炉配料系统工艺流程复杂、可靠性及性价比要求高的特点,系统利用Modbus通信和工业以太网技术构建了由上位监控层、下位控制层和现场设备层组成的总体网络架构,设计出以S7-1200PLC为核心的稳定、高效和经济实用的分布式控制系统。通过合理的硬件、软件和监控界面设计,有效解决了生产效率与配料精度之间的矛盾,实现了称量、配料自动化。该系统自投入使用以来,性能稳定,工作可靠,具有较高的性价比,能够满足实际生产需求,达到了预期设计的目标。     

高炉利用系数目标优化模型的研究与应用

以与炉腹煤气量指数相关联的高炉利用系数为优化目标,建立了包括物质和能量的平衡约束、工艺约束、操作条件约束、其他变量上下限约束共50个线性和非线性约束条件,原燃料参数、工艺参数、生铁质量参数共16个优化变量的高炉性能优化模型。利用序列二次规划算法,得出优化结果。经与实际生产数据比较,验证了模型的正确性。利用该优化模型和算法,分析了高炉炉腹煤气量指数、煤比、铁的直接还原度、鼓风温度、鼓风湿度、鼓风富氧率对高炉利用系数的影响。     

钒钛磁铁矿烧结降低返矿率技术研究与实践

针对钒钛磁铁精矿烧结强度差、返矿率高而影响产量、增加烧结加工费的实际问题,采取优化配料与工艺参数控制,改进工艺设备,实施环冷机雾化水冷却、松料器通压缩空气新技术,提高了烧结矿强度;同时,优化成品系统运行,对成品矿运输与筛分系统进行技术改造,降低烧结矿转运落差,减轻冲击、摔打、粉化;缩小高炉槽下筛子筛孔间隙,取消部分球团过筛,高炉回收使用返矿中大于5mm粒级的小烧结矿,改进回收系统等。采取这些措施减少了返矿量,降低返矿率2.03%,增加烧结矿产量24.67万t。     

数值模拟在极限规格H型钢工艺优化中的应用

针对HW150mm×150mm极限规格H型钢产品偏心问题,采用有限元方法对粗轧阶段孔型系统进行三维热力耦合数值模拟。基于模拟结果分析金属流动、塑性应变及温度变化,以此为基础,根据变形特点及各孔型轧件尺寸分析偏心产生的原因,优化孔型并进行验证,最后进行现场实践,排除缺陷。结果表明,有限元模拟有助于分析轧制过程中的金属成形,尤其对于型钢轧制过程中的变形规律及缺陷分析具有较高的参考价值和指导意义。     

基于神经网络的混匀配料优化方法

动用神经优化网络对武钢工业的混匀配料进行了优化计算,计算结果证明是切实可行的,而且比传统的计算方法速度快、精确度高,为混匀配料提供了必要的定量依据。基于神经网络的优化计算也为以后类似问题的优化计算提供了新的途径和方法。     

基于改进模糊ART神经网络的连铸漏钢预报模型

在模糊ART神经网络的基础上，有机结合模糊模式识别和模糊聚类算法，并通过引入新的学习机制和优化网络结构，建立了改进的新型模糊ART神经网络模型；同时，结合某钢厂连铸现场采集的历史数据，将该模型应用于连铸漏钢预报过程中。其结果表明，该模型对粘结漏钢过程中2种典型温度模式的预报率分别达到956%和978%，报出率都达到100%，且在避免漏报的同时保证了较低的误报率，能准确识别典型的温度模式和预测拉漏事故的发生。     

基于GRNN-SA的重构钢渣最佳配方优化模型

考虑到钢渣化学成分的波动性,为解决钢渣重构在配料时所涉及的复杂运算问题,以钢渣、生石灰、粉煤灰、氟化钙(CaF_2)的化学成分作为输入变量,活性指数作为输出变量,构建广义回归神经网络(GRNN)模型,并采用模拟退火算法(SA)进行优化计算,建立基于GRNN-SA的重构钢渣最佳配方优化模型。通过实证分析得出,该模型能够实现重构配料过程的智能化计算,而且具有普适性,对不同来源的钢渣均有指导意义,对钢渣重构的试验结果也有一定的预测效果,实际活性指数值与预测值相对误差在5%以下,模拟准确性较高。     

基于单目线结构光的智能仓库车辆识别系统

为了实现钢铁企业智能仓库的车辆识别,提出通过基于机器视觉技术的智能仓库车辆识别方案。将面阵CCD相机及线结构光布置在车辆停车位上方拍摄车辆及结构光图像,首先通过张正友标定法及光平面空间原理完成相机与光平面标定;其次使用图像预处理算法及骨架法提取结构光光条中心线;然后通过引入车上、车下点的判别标准,精准识别车上边缘点,并引入车辆高度变量,得到车上边缘点由图像坐标向世界坐标的转化模型;最后根据车上3个边缘点坐标计算车辆位置信息,完成智能库区车辆方位识别。研究结果表明,所构建的测量系统及算法可以获取仓库车辆位置信息,通过标准件精度验证试验可知系统测量结果精确度较高,能够准确实时反映仓库车辆位置信息,这为智能仓库车辆位置检测提供了有效测量手段。     

基于铁矿粉基础工艺性能的烧结优化配矿方法研究进展

铁矿粉供应的复杂多变加剧了烧结配矿的难度,易导致烧结生产及烧结矿性能的不稳定。传统的烧结杯试验配矿方法费时费力,研究开发新的优化配矿方法替代传统烧结杯试验配矿方法是钢铁企业提高配矿效率、实现降本增效的重要途径。详细介绍了铁矿粉常温性能、铁矿粉高温性能、热力学计算等指导烧结配矿的方法,分析了主要烧结配矿方法的技术特点,对烧结配矿研究方向进行了展望。指出铁矿粉的高温性能是基于铁矿粉基础工艺性能的烧结优化配矿方法的核心。查明铁矿粉关键基础工艺性能与烧结产质量的关系,是解决烧结优化配矿可靠性的关键。     

首钢京唐降低烧结矿SiO2含量的研究及应用

采用烧结杯试验方法对首钢京唐铁矿粉低SiO2烧结及优化措施进行研究,并进行工业试验及工业应用。结果表明,在京唐配料结构下,烧结矿SiO2质量分数由5.60%降至5.00%,烧结矿转鼓指数、成品率和粒度有所变差。粗化焦粉粒度对提高转鼓指数的效果最明显;提高混合料温度对烧结各项指标基本都有改善,尤其对提高成品率的效果最明显;提高料层厚度对降低燃耗等指标有利。在工业应用中,采取提高料层厚度30 mm、提高料温5~10 ℃、放宽燃料粒度（小于3 mm比例）2%、降低镁质熔剂使用量以及优化配矿等措施,使京唐烧结矿的铁酸钙体积分数基本得到保证,达到45%以上,促使烧结矿产质量保持稳定且有改善。     

铁矿粉烧结优化配矿及其模型研究进展

随着铁矿粉资源的不断消耗,各类铁矿粉呈劣化趋势,且大量新矿种出现,使烧结优化配矿需求愈发迫切.主要介绍了铁矿粉常温和高温等基础特性.其中,常温特性主要有化学成分、铁矿粉种类、粒度组成等,同时重点分析了与烧结生产息息相关的高温特征指标,主要有同化性、液相流动性、黏结性强度、铁酸钙生成特性、连晶特性、熔融特性、吸液性和烧结...     

基于混合整数规划法的露天矿配矿品位控制

为了解决露天矿配矿耗时长、成果精度低及与卡调系统不关联的问题，对露天矿配矿进行系统科学分析，提出了基于混合整数规划的露天矿自动化配矿系统，实现对露天矿品位的快速准确控制。以炮孔岩样化验结果和矿山块段模型数据为基础，运用泰森多边形方法对配矿单元进行估值划分，综合考虑矿量、品位、设备和空间位置等约束条件，建立了以出矿品位波动最小为目标函数的露天矿配矿混合整数规划模型。并在Visual Studio环境下用C++语言调用CPLEX求解器进行求解，进而得到用于卡调系统的露天矿配矿开采和派车优化方案。该方法应用于安徽某大型石灰岩露天矿，经实例验证，此方法可在1 s内输出配矿结果，同时配矿指标均在目标值上下1.5%范围内波动，对指导矿山的实际生产有重要意义。     

70m2铬矿烧结工艺的设计

铬烧结矿具有强度高、粒度均匀、改善电炉透气性等优点,贵州某厂拟采用70m2烧结工艺为2×33 MV·A密闭式矿热炉冶炼高碳铬铁提供优质原料。详细论述了该烧结工艺流程及特点,包括精矿的接受及燃料的准备、膨润土的接受、配料、混合、烧结、热破、热筛、热送等工艺环节。该条生产线建成投产后,将每年为矿热炉提供约35万t铬烧结矿,创造出巨大的经济效益。     

高TFe低SiO2烧结试验研究及生产应用

高TFe低SiO2烧结矿是高炉强化炼铁的优质原料,但随着TFe升高SiO2降低,烧结矿的转鼓强度会降低。新钢烧结厂根据现有原料,通过进行优化配矿系列、优化操作条件系列、优化燃料粒度系列等一系列烧结杯试验,摸索出合理的配矿方案和工艺参数,并在工业生产中采取有效措施,生产出高TFe低SiO2,强度好的烧结矿。     

进一步降低烧结工艺成本的优化配矿试验

 为了降低烧结工艺生产成本,针对北钢360m2烧结机的原料条件及生产状况,对现有配矿方案进行了进一步优化。在基本不改变混合料品位、碱度和SiO2含量等指标的基础上,通过增大低成本矿粉配比,降低高成本矿粉配比,同时调整其他原料配比,制定6种成本较低的配矿方案,并通过烧结杯试验进行了验证。结果表明,2种澳洲矿粉的总配比不宜超过45%;2种巴西矿粉的配比应尽量一致;最优配矿方案可降低烧结混合料成本16.02元/t,且烧结生产指标及烧结矿质量会有改善;仅仅通过调整现有矿粉配比,就可以在改善烧结生产经济技术指标的同时,实现烧结成本的进一步降低。     

线性规划模型在优化混匀矿堆积计划中的应用

基于运筹学思想,以原料场混匀矿配矿成本为目标,建立多矿源含铁原料配料线性规划模型,优化混匀矿堆积计划含铁原料配比。利用Excel软件中的＂规划求解＂工具对模型进行求解,计算经济合理的含铁原料配比,达到降本增效的目的。模型计算结果表明,在满足烧结矿质量要求前提下,线性规划模型比经验配料法混匀矿吨矿配矿成本下降24元。     

基于神经网络和模拟退火算法的配煤智能优化方法

炼焦配煤过程是存在诸多不确定性的复杂工业过程,传统控制方法难以实施控制。在炼焦配煤中,配煤比是影响焦炭质量的主要因素。本文通过建立智能优化系统,提出一种确定配煤比的优化策略。首先根据焦化反应机理,分别建立配合煤和焦炭质量预测模型,然后通过配比智能优化模型,运用模拟退火算法对配煤比进行优化计算。实际效果证明了这种控制策略的有效性。