首页期刊导航|冶金自动化
期刊信息/Journal information
冶金自动化
冶金自动化

沈黎颖

双月刊

1000-7059

mia@yjzdh.com

010-63815269 63848128

100071

北京西四环南路72号

冶金自动化/Journal Metallurgical Industry Automation北大核心CSTPCD
正式出版
收录年代

    冶金能源管理数字化探索与实践

    张琦谢升钟再锡
    101-111页
    查看更多>>摘要:钢铁行业是国民经济的支柱产业,也是典型的资源、能源密集型产业.随着5G、大数据、人工智能等新一代信息技术的发展,推进冶金能源管理向着数字化和智能化方向转型,有助于冶金行业节能减排和碳中和目标的实现.本文分析了冶金能源管理现状、存在的问题以及国内外能源管理数字化发展趋势.围绕钢铁生产过程能源管理数字化技术应用方法和案例,提出冶金企业能源管理数字化发展应从数据挖掘、机器学习和数字孪生角度深入.依靠数字挖掘技术,剖析不同系统、工序以及设备的能源数据特征,融合机器学习模型、数字孪生模型,实现冶金能源管理的智慧化发展,为冶金企业能源管理开展数字化探索与实践提供参考.

    冶金能源能源管理数字化智能化节能减排

    唐钢新区基于数字孪生技术的全流程智能化工厂设计与实践

    王新东倪振兴刘福龙马静超...
    112-121页
    查看更多>>摘要:唐钢新区在钢铁行业高质量发展与第四次工业革命发生历史性交汇的重要时点,在区位调整新基地建设过程中,紧抓产业结构调整战略机遇,同步新基地建设,构建基于数字孪生技术的全流程智能化工厂.唐钢新区利用冶金流程工程学先进设计理念与设计方法,运用以数字孪生、物联网、云计算、大数据、人工智能等技术为代表的新兴技术,通过提取、处理及整合生产、运营数据,构建三维展示模拟、动态仿真、设备状态监测、运营管控等模型,搭建覆盖全流程的信息物理系统,形成以信息流为依托持续优化物质流、能量流的运营模式,支撑企业在生产、运营各层面、各领域、各维度业务的智能化协同,实现企业装备、技术、管理、产品、服务的整体跃升,形成了一套成熟有效的钢铁企业基于数字孪生技术构建全流程智能化工厂解决方案.

    唐钢新区冶金流程工程学数字孪生智能化信息流仿真

    钢铁企业数字化远程监控及智能化设备运维的应用实践

    高帆曹小彬黄亮亮
    122-130页
    查看更多>>摘要:在对钢铁工业关键生产设备管理现状、管理瓶颈及发展趋势进行分析的基础上,总结日本新日铁、美国大河钢铁、韩国浦项等国外大型钢铁企业进行的设备预测性维护探索及实践经验.针对钢铁生产关键设备在低速、变速、瞬时工作、重载冲击大、轴承浮动等复杂工况下的健康状态在线监测难点问题,探索其解决思路,并设计了马钢关键生产设备数字化远程监控网络架构及智能化运维行动方案,基于工业互联网架构构建集"关键设备状态监测、故障智能预警、智能诊断分析、移动应用"于一体的远程运维管理体系.本体系的应用实践将通过全寿命周期数据流程实现设备上下游企业的互联互通及上下游企业资产效益的全面提升,旨在为钢铁工业的关键生产设备管理提供一个探索方向.

    钢铁工业预测性维护数字化远程监控智能化设备运维低速重载应力波分析技术振动

    零生产成本数字加密螺纹钢筋的研究与应用

    许宏安王贺龙杜忠泽
    131-138页
    查看更多>>摘要:传统的螺纹钢标识及识别技术中,采用螺纹钢表面轧制标记和成品打包悬挂吊牌相结合的方式,其防伪标识肉眼可见、易假冒、吊牌易丢失,对产品质量追踪、鉴定工作带来一定难度.为了对螺纹钢进行精确识别和实现有效的质量追溯,首先对螺纹钢月牙肋的角度、间距数据进行设计,刻制加密轧辊轧制,形成螺纹钢表面轧制标记加密序号,并结合钢材化学成分、产品炉次号、钢筋牌号、钢坯生产日期等信息建立了加密数据库;其次设计和制备了螺纹钢数控逆向溯源便携设备,通过特定视觉算法识别加密螺纹钢加密标记,反向解密螺纹钢、匹配已建立的加密的数据库,实现螺纹钢质量有效溯源的目的.试验和实际应用3万t以上加密螺纹钢,效果表明数控加密螺纹钢有效,解决了现有技术中存在的螺纹钢实物各种无法识别的情况和产品难鉴定的问题.

    螺纹钢防伪非可视数控加密逆向溯源

    基于分位数回归森林的铁水预处理喷镁脱硫耗镁量预测

    吴思炜钟良才王国栋
    139-146页
    查看更多>>摘要:铁水预处理喷镁脱硫的耗镁量精确计算有助于控制脱硫剂金属镁的合理添加,降低脱硫成本.基于铁水预处理喷镁脱硫过程的大量工业数据,融合集成学习和分位数回归思想,采用分位数回归森林(quantile re-gression forest,QRF)建立了耗镁量预测模型,并结合贝叶斯优化手段对模型的超参数组合进行了两阶段优化,实现耗镁量的精确计算,并给出了预测误差估计.结果表明,大多数炉次的所需镁量与工业数据的结果吻合较好,耗镁量在±8 kg的范围内命中率为92.26%.相比于传统人工神经网络、极限学习机(extreme learning machine,ELM)和支持向量机(support vector machine,SVM)等机器学习算法,采用集成学习思想的耗镁量模型具备更好的鲁棒性,在整个测试数据上预测平均绝对百分比误差(average absolute percentage error,AAPE)降低约25%,均方根误差(root mean square error,RMSE)降低约15%.

    铁水预处理喷镁脱硫分位数回归森林耗镁量机器学习集成学习

    一种基于即时学习局部模型的LF终点预测方法

    楚建伟刘建华何杨许庆礽...
    147-155页
    查看更多>>摘要:LF精炼是连接转炉和连铸的重要工序,对其终点进行精准预测有助于提高LF生产效率,确保后续工序稳定进行.为提高LF终点预测准确率,提出了一种基于即时学习局部模型的LF精炼终点预测方法.在即时学习框架下,采用特征重要性和时间双重加权的相似度度量方式选取近邻样本集,通过局部加权偏最小二乘法构建局部模型进行LF精炼终点温度和终点硫含量的预测.基于国内某钢厂LF精炼车间实际生产数据对本预测方法进行验证,并与传统全局反向传播(back propagation,BP)建模和普通欧氏距离相似度度量策略局部建模方法进行对比.结果表明,本预测方法对Q235A/B终点温度在±5℃范围内预测命中率达92.5%,对脱硫钢种终点硫质量分数在±0.002%范围内预测命中率达90.0%,优于其他两种方法,可以为LF精炼实际生产终点控制及后续出钢工作提供指导参考.

    LF精炼终点预测即时学习局部加权偏最小二乘法局部模型

    人物介绍

    前插1-前插2页