首页期刊导航|钢铁
期刊信息/Journal information
钢铁
钢铁

翁宇庆

月刊

0449-749X

gangtiebianjibu@163.com

010-62182345

100081

北京海淀区学院南路76号

钢铁/Journal Iron & SteelCSCD北大核心CSTPCD
查看更多>>本刊创刊于1954年,是由中国科协主管,中国金属学会主办,我国冶金界历史较长的综合性科技期刊,也是反映钢铁工业的科技成就的主要刊物之一,在国内外享有 较高的声誉。其宗旨是面向生产、结合实际,坚持为钢铁工业生产建设服务,报道钢铁工业的科技成就、生产工艺的技术进步、生产工艺的技术进步、品种质量的改善提高、新技术新产品的开发应用、企业经营管理经验和专业理论应用研究等,以提高钢铁行业科技工作者和干部的科技水平,促进钢铁工业的发展。
正式出版
收录年代

    基于机器学习的钢铁轧制过程性能预测

    杨健吴思炜
    1-9页
    查看更多>>摘要:为了实现快速的热轧工艺优化设计,基于工业数据的钢铁材料性能预测引起了研究者的极大关注,对利用机器学习进行钢铁材料轧制过程性能预测的研究进展进行了梳理.首先介绍了钢铁材料轧制过程性能预测常用的主流机器学习算法,其中包括人工神经网络、模糊神经网络、支持向量机、随机森林、智能优化算法等.其次,分别对钢铁材料轧制过程性能预测建模方法研究进展和模型应用情况进行了综述.最后,对钢铁轧制过程性能预测研究进行了展望,指出了数据质量的改善、小样本数据建模、建模数据加密、模型可解释性研究、钢铁材料组织预测和利用模型进行有效的工艺优化设计等可能发展方向.

    数据机器学习轧制性能预测智能化

    《钢铁》杂志征稿启事

    9页

    高炉炼铁工业互联网平台的应用

    李宏扬刘小杰李欣卜象平...
    10-18页
    查看更多>>摘要:随着工业互联网平台技术的不断提升,高炉炼铁领域的数字化和智能化升级势在必行.为了解决高炉炼铁信息自动化体系在数据采集、存储、分析及应用等方面存在的问题,迫切需要构建高炉炼铁工业互联网平台.论述了工业互联网平台的发展现状,针对高炉炼铁领域的数据分析挖掘需求,搭建高炉炼铁工业互联网平台.阐述了平台整体架构中边缘层、基础设施层、平台层和应用层的结构逻辑,通过工业互联网技术实现数据传输、存储、处理、调度、业务建模、数据交互分析、智能应用等多项功能.探讨了基于平台以解决生产实际痛点为出发点的智能应用的建立过程.高炉炼铁工业互联网平台的建立对炼铁工业的转型升级具有重要的现实意义.

    高炉炼铁工业互联网平台智能应用平台架构应用开发流程

    基于深度学习的热轧带钢头部厚度的命中预测

    于加学孙杰张殿华
    19-25页
    查看更多>>摘要:针对热轧带钢头部厚度精度较低的问题,提出了一种基于深度学习的热轧带钢头部厚度的命中预测方法.在精轧过程中,带钢头部张力较小,且通常温度较低;同时轧机工艺参数复杂,精准设定存在困难,轧制带钢头部经常会出现厚度不合格的现象.利用深度神经网络的非线性拟合能力,设计带钢头部厚度预测模型,给轧机的参数设定提供参考、提高头部厚度命中率、减少钢材浪费.深度神经网络(DNN)包含输入层、隐藏层、输出层,使用TensorFlow开源机器学习框架设计预测模型并用程序实现.调整神经网络各参数,通过研究它们对模型性能的影响,优化预测模型.最后使用多种厚度的带钢测试数据训练并检验头部厚度预测模型,结果显示,分类预测命中准确率在80%以上.

    热轧带钢深度学习厚度预测头部厚度命中率开源机器学习

    基于自编码器的冷轧带材板形数据降维方法

    徐扬欢王东城汪永梅袁文越...
    26-35页
    查看更多>>摘要:为实现板带轧制过程的智能制造,对智能化的内涵进行了深入探索.针对具体问题,将无监督学习与强化学习理论用于生产实践具有重要意义.以板带轧制过程中的板形检测数据为研究对象,通过无监督学习理论中的自编码器进行板形基本模式的自动学习,从而降低板形数据的存储与传输量,实现板形分布的抽象表示,为后续板形异常检测、智能预报和智能控制奠定基础.与基于勒让德多项式模式的传统板形数据降维方法相比,此方法可显著提高板形重构精度,实现板形数据的近似无损压缩.

    冷轧带材板形自编码器降维无监督学习

    轧钢成品库无人天车与货车调度协同优化

    彭功状程银亮梁越永何安瑞...
    36-42页
    查看更多>>摘要:为了研究轧钢库区货车入库高效调度和无人天车作业合理分配协同优化问题,针对轧钢成品库区产品多品种小批量、出入库频繁等特点,建立了以订单服务时间最小为目标的整数规划模型,然后通过仿真试验对天车分配规则进行学习,并在不同订单规模下对经验规则、遗传算法和自适应遗传算法3种调度方法进行了对比试验.试验结果和现场验证均表明在各个订单规模下自适应遗传算法调度方案能高效准确地找出最优调度方案,从而为钢厂无人仓库天车调度进行指导,有效地优化了仓库物流库存管理.

    无人仓库天车分配车辆调度协同优化自适应遗传算法

    深度学习技术在钢铁工业中的应用

    李江昀杨志方郑俊锋赵义凯...
    43-49页
    查看更多>>摘要:人工智能自1956年在达特茅斯会议上提出后,现在正处于为人类社会带来最大影响与变革的第三次浪潮,而深度学习作为掀起此次浪潮的主要驱动力,也必然会为钢铁智能制造注入新动能.为了探究深度学习技术在钢铁工业中的应用前景,通过对深度学习的几项关键技术在钢铁工业应用中的探索,介绍了作者目前取得的相关成果,阐明了当前阶段深度学习技术应用于钢铁智能制造的研究方向以及技术优势,为推进人工智能技术赋能钢铁制造的发展提供参考.

    深度学习机器视觉人工智能钢铁工业智能制造

    以数字基建支撑钢铁行业内涵式发展

    施灿涛吴秀婷朱涛
    50-55页
    查看更多>>摘要:为了研究数据在钢铁行业的生态化利用问题,介绍了中国钢铁行业发展面临的新形势,以及新发展阶段对钢铁企业的新型能力要求,阐述了钢铁行业存在的问题及发展趋势,分析了钢铁行业数据资源特点及数字赋能基础,数据要素与土地、劳动力、资本、技术等传统生产要素不断交叉融合,从提升企业核心竞争力、优化行业资源配置、支撑政府行业治理3个层面,总结了钢铁行业数据发力的重点领域,提出以基于区块链的"数字基建"构建行业新型信用体系,支撑钢铁内涵式发展.

    数据钢铁新基建区块链信用体系

    5G工业互联网赋能智慧钢铁

    王健全李卫马彰超孙雷...
    56-61,73页
    查看更多>>摘要:5G与工业互联网融合发展将为智能制造注入新动能.为探讨5G工业互联网在智慧钢铁领域的应用发展,首先从钢铁行业智能制造需求出发,给出系统架构扁平化、通信协议统一化、网络连接无线化等演进趋势;进一步结合5G的标准进程及商用部署情况,介绍5G在工业应用方面提供的增强特性及应用现状,指出现阶段其在钢铁制造实际应用中面临的挑战;最后针对5G赋能智慧钢铁的近期及中远期发展阶段,分析其所面临的行业适配、网络、终端、应用场景、标准演进等方面问题,并提出相应的研究方向建议,为进一步推进5G工业互联网赋能智慧钢铁提供参考.

    5G工业互联网智能制造智慧钢铁超高可靠低时延通信

    大型转炉双角度氧枪喷头高供氧强度炼钢

    蒋晓放杨文远吴亚明王明林...
    62-73页
    查看更多>>摘要:为了把宝钢炼钢厂300 t转炉的氧流量由60 000提高到69 000 m3/h,设计了6孔双角度氧枪喷头.根据第一个双角度喷头的试验结果,结合实验室内进行的氧枪喷头射流流场测定、射流与熔池作用的水模研究,对喷头设计进行了改进.为制定正确的供氧制度和喷头设计,对宝钢一炼钢的管道压力损失进行了测定.经过优化的3号6孔双角度喷头的主要参数为,氧流出口马赫数Ma≥2.1,小角度喷孔的氧流量不低于总供氧流量的57%,大角度喷孔夹角不小于13°,小角度喷孔夹角为10°左右.利用3号6孔喷头炼钢效果为,氧流量为69 000 m3/h,吹氧时间平均缩短2.0 min/炉,脱磷率平均为87.5%,氧枪喷头寿命平均为190次.通过这次研究工作掌握了大型转炉高供氧强度3.833 m3/(t·min)吹炼的双角度6孔喷头设计制作和吹炼操作技术.

    转炉炼钢供氧强度氧气流量氧枪喷头冶金效果