富氧密闭鼓风炉的改造实践

介绍了富氧密闭鼓风炉炉床面积由12．6m^2扩大到14.7m^2的改造实践。改造后的鼓风炉生产稳定，操作环境得到明显改善，每年可多产粗铜4000t左右。     

富氧密闭鼓风炉的改造实践

介绍了富氧密闭鼓风炉炉床面积由12.6m2扩大到14.7m2的改造实践。改造后的鼓风炉生产稳定,操作环境得到明显改善,每年可多产粗铜4000t左右。     

降低密闭鼓风炉富氧熔炼焦耗的生产实践

生产实践中密闭鼓风炉富氧熔炼节焦的重要途径包括：选择合理渣型,稳定渣型,防止渣型经常波动;控制合理的脱硫率;用冶金焦替代土焦;减少烟气带走热量四方面,本文从这四个方面进行了论述。为降低密闭鼓风炉富氧熔炼焦耗提供了一定的参考。     

影响铜密闭鼓风炉床能力的因素分析

本文分析了针对柏坊铜矿铜密闭鼓风炉床能力过低的原因,提出了提高铜密闭鼓风炉床能力的措施.     

降低铅冰铜鼓风炉焦耗

结合豫光金铅股份有限公司熔炼一厂冰铜鼓风炉的生产实际,对降低冰铜鼓风炉焦炭消耗进行了分析。通过对原料成分、富氧浓度、渣型等参数的调整和对炉窑结构的完善,使鼓风炉焦炭消耗有了明显下降。     

铜锌混合精矿的密闭鼓风炉熔炼

简述了高锌低硫氧化铜精矿的吸风烧结－密闭鼓风炉炼粗铜的工艺过程及主要技术经济指标，此工艺技术可行，分离效果好，为我国的炼铜工业开拓了广泛的原料来源。     

密闭鼓风炉炼铅锌

简述了密闭鼓风炉炼铅锌的优缺点，探讨了入炉物料在鼓风炉内的熔炼机理。对密闭鼓风炉的结构作了论述，尤其是对密闭鼓风炉近年来在其结构上的改进作了跟踪阐述。     

铜精矿密闭鼓风炉熔炼的生产实践

叙述了红透山铜矿冶炼厂铜精矿密闭鼓风炉熔炼的生产实践以及提高鼓风炉床能力和冰铜品位采取的措施和取得的效果。     

铜锌密闭鼓风炉熔炼技术10年来的进展

介绍了１０年来ＩＳＰ技术在挖掘工艺技术设备自身潜力，节能降耗，改善环境污染和提高资源综合回收水平等方面取得的进展。     

密闭鼓风炉的现状与展望

1 概况密闭鼓风炉是英国帝国熔炼公司阿旺茅斯铅锌冶炼厂于1946年试验成功的,随后于1948年设计了日产粗锌25t的1~#炉。目前该厂4~#炉年产锌10×10~4t,铅4×10~4t,是世界上最大的密闭鼓风炉。密闭鼓风炉由于能够处理铅锌矿并同时分别产出铅、锌,因此在60年代曾得到了迅速发展。但进入70年代,由于焦炭价格上涨     

高炉铜冷却壁的研制

通过对铜冷却壁的传热进行全面分析,认为高炉采用铜冷却壁冷却是完全有效的。并提出有关铜冷却壁材质选择和制造工艺等方面的建议。     

现代大型高炉过程检测和控制系统设计

对现代大型高炉过程检测和控制系统的设计要点作了介绍，内容包括集散系统的选型和功能、仪表选型和工厂设计中的一些问题。     

高炉炭砖炉衬的设计和应用存在的问题

针对近年我国有的高炉出现的炉缸炉底寿命短、3~4年就被迫停炉大修的情况,从高炉炉缸砖衬设计、炭砖选材、炭砖质量的检测控制及炉型结构设计等方面分析,提出延长高炉寿命的一些改进措施。     

以降低能耗为目标的高炉炼铁工序的优化

为降低高炉炼铁工序的能耗,建立了包含高炉、炉顶煤气余压回收透平发电装置(TRT)、鼓风机和热风炉在内的高炉炼铁工序优化模型,该优化模型包含了原燃料参数和工艺参数在内的9个优化变量,设定了变量上下限约束、工艺约束、物质和能量平衡约束等31个线性和非线性的约束条件,并利用序列二次规划法(SQP)求解该优化问题。优化结果表明:要使高炉炼铁工序能耗最小,应增大煤比、降低焦比、提高鼓风温度和采用高压炉顶操作。同时利用该优化模型和算法,分析了煤比、鼓风湿度、鼓风温度和鼓风富氧率对工序能耗及相应的TRT发电量的影响规律。     

包钢2#高炉开炉达产实践

包钢2#高炉经过扩容大修,装备水平大有提高,开炉前根据2#高炉炉型特点制定了开炉方案,通过周密的组织、准备和精心操作,开炉顺利,达产速度快,比计划提前4天达产.     

包钢入炉焦和风口焦的研究

通过对入炉焦和风口焦的工业分析、热反应性实验以及显微组分进行数据对比分析,认为包钢高炉循环碱含量较高,加快了焦炭的反应性,降低了焦炭反应后强度,在配煤炼焦中适当配入一定比例的低变质程度的煤,有利于提高焦炭的热反应强度.     

H65接插件铜带的生产与质量分析

主要论述H65接插件铜带的生产工艺，并分析探讨如何提高和保证该产品质量的措施及途径。     

Application of grey relational analysis and extreme learning machine method for predicting silicon content of molten iron in blast furnace

ABSTRACT

Controlling the molten iron temperature plays an important role in the iron and steelmaking industry. The change of silicon content is adopted to reflect the temperature, however , the prediction of silicon content has been one of the hot and difficult problems. In this paper, a new model based on gray relational analysis (GRA) and extreme learning machine (ELM) is developed. Firstly, the GRA is used to get the high correlation indexes with the silicon content. Then the relevant indicators are taken as input and the silicon content is taken as output. The ELM model is constructed and the model is trained. Based on this, the silicon content is predicted. The results show that the hit rate reaches 87%(the error is less than 0.10). Compared with the traditional backpropagation or radial basis function neural network , this model has higher hit rate and faster running speed.