基于图论的钢铁企业煤气管网仿真模型的研究

以流体动力学理论为基础,结合钢铁企业煤气的流动特性,根据图论理论建立煤气管网的拓扑结构图,然后根据拓扑结构图自动建立气体流动的数学模型,该模型包括:连续性方程、能量方程、压降方程,并用混合遗传算法求解模型.某钢铁厂高炉煤气管网的实例证明此模型的实用性与准确性.     

基于燃烧模拟和深度学习的钢包烘烤优化

为了解决钢包烘烤的粗放式控制问题,提升钢包烘烤的燃烧效果,减少污染物排放量,提出了一种耦合燃烧模拟和深度学习技术进行数据驱动建模的钢包烘烤优化方法,同时采用了修改后的加权灰色气体模型确保CFD燃烧模拟模型计算在富氧条件下保持可靠.计算结果用于建立长短时记忆(LSTM)深度学习预测模型,预测氮氧化物(NO_x)排放量、燃烧效率和升温速率,平均相对误差分别为0.278%,0.244%和0.189%.最后对计算结果进行多目标优化,可以在一定范围内减少氮氧化物排放量,提高燃烧效率和升温速率.结果表明：氮氧化物排放量、燃烧效率和升温速率的优化量分别为242.1 mg/m³,7.718%和3.631 K/h,达到了优化目的.