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

    转炉炼钢吹炼终点判定方法研究综述与展望

    刘辉邵彬杨路刘建勋...
    1-15,26页
    查看更多>>摘要：转炉炼钢终点判定是吹炼过程中的重要和关键环节,其难点在于实现熔池内的碳含量和温度准确实时测量.围绕转炉炼钢终点碳温测量方法和原理,从转炉炼钢生产工艺过程、终点传统人工判定法、接触式传感器法、基于光谱辐射的检测理论与方法、基于火焰图像处理与识别的碳温回归方法以及基于数据驱动的终点碳温软测量建模方法等方面入手,总结了现有方法的研究内容和思路,分析了其中仍然有待进一步改进的内容,并给出了今后在该领域中的研究发展方向,以期能够对本领域的继续研究和发展起到一定的作用.

    转炉炼钢终点判定碳温测量软测量建模检测技术

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    融合物理冶金学与机器学习的组织性能预测及热轧工艺优化

    李鑫周晓光曹光明崔春圆...
    16-26页
    查看更多>>摘要：传统的钢材组织性能预测和工艺优化技术(物理冶金模型和神经网络模型)无法兼顾钢材性能预测的高精度和物理冶金学基本规律,因此,对钢材生产的实际指导作用有限.基于对工业大数据的关联、清洗等处理,将数字孪生技术应用于钢铁材料组织性能预测及热轧工艺优化中.通过对有效工业数据的机器学习,在保证物理冶金学数学模型规律的条件下,实现了力学性能的高精度预测.以轧制力预测为例,介绍了融合物理冶金学与机器学习的预测方法.利用人工智能算法,对生产工艺进行针对性设计,实现了智能化热轧,主要体现在热轧钢材的定制化生产、减量化合金设计、钢种归并、性能稳定性控制等.最后,对组织性能预测及热轧工艺优化领域的成果进行了介绍.

    数字孪生机器学习数学模型组织性能预测热轧工艺优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    高炉炼铁智能化的研究现状与展望

    孟令茹李福民刘小杰张智峰...
    27-40页
    查看更多>>摘要：在环保与去产能化的双重影响下,中国钢铁开始向高质、智能、绿色的生产模式转变,传统的高能耗、高污染的高炉冶炼理念已不再适用于"十四五"规划的发展方向.随着大数据与人工智能技术的兴起,新一代钢铁工业在智能制造的推动下向着绿色制造迈进,通过分析钢铁企业多年积累的数据而建立各种预测模型已成为一种大趋势.本文首先以高炉智能化转型作为研究背景,通过由简入繁的方式介绍了当前高炉冶炼指标预测模型及冶炼过程监测系统.然后,分析了数据处理与专家决策优化策略的重要性,并简要阐述了当前各企业高炉大数据云平台的搭建情况.最后,对高炉智能化转型作出了相应的结论与展望.

    炼铁智能制造智慧高炉大数据人工智能

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    智能钢轧一体化管控平台研究与应用

    李志伟王悦晓张军霞史忠轩...
    41-47页
    查看更多>>摘要：针对钢铁企业订单呈现多品种规格、小批量趋势下的生产计划组织难点问题,充分考虑订单结构、设备、原料、工艺等因素,以钢铁企业生产计划为主线构建了钢铁企业智能钢轧一体化管控平台.平台以数据中心为支撑,融合工厂模型、业务模型,并集成算法求解引擎,以支撑订单计划、批量计划、生产调度等业务需求.在管控平台基础上能够实现钢铁企业各个业务系统之间的数据共享,达到综合决策、协同优化的目标.该系统在宁波钢铁有限公司投入使用,在生产计划组织方面起到了较好的效果,为智能化转型奠定了基础.

    钢铁生产计划钢轧一体化智能化转型

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    一种考虑多种可选坯型的炉次批量计划优化方法研究与应用

    王悦晓施灿涛史忠轩杨星...
    48-56页
    查看更多>>摘要：通过与钢铁企业实际生产相结合,面向订单坯料设计时多种可选坯型的特殊场景,充分考虑了炉次计划编制过程中所涉及的客户特殊要求、生产工艺约束、设备约束等条件,以降低钢水冶炼成本、减少无委托钢坯库存、提升客户服务水平为目标,基于约束理论建立了数据模型.通过挖掘模型特点,提出了一种基于贪婪算法和回溯法、约束传播方法混合的约束满足问题的求解方法.该算法与传统人工编制计划相比,计划编制效率平均提升2 897倍,钢包利用率平均提高0.56％,人工调整率平均为2.38％.试验结果表明,本文所提供的炉次批量计划优化方法有效解决了人工编制计划模式下的效率低下、人工经验依赖程度高、重复性工作量大等问题.

    智能决策炉次批量计划多种可选坯型约束满足热轧板带

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    高炉利用系数提升的鼓风制度自适应调控模型研究

    王丽敬胡支滨韩阳杨爱民...
    57-65,88页
    查看更多>>摘要：为确定焦比、煤比、燃料比等经济技术指标调控与高炉利用系数之间的关系,结合贝叶斯优化后的极端梯度提升(extreme gradient boosting,XGBoost)回归高炉利用系数预报模型在多元线性和回归等方面的优势,借助灰狼优化算法(gray wolf optimization,GWO),构建了高炉利用系数提升的鼓风制度预报模型.在经济技术指标可调控区间上,智能推荐技术指标不超过20％的区间内,智能推荐模型利用系数提升达9.1％以上,且系统运行稳健、仿真效果有效,具有在钢铁企业可观的应用前景和推广价值.

    高炉利用系数鼓风制度灰狼优化算法自适应调控系统XGBoost

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于鲸鱼算法优化BP神经网络的结晶器液面波动的预测

    徐猛刘娟娟雷洪李强...
    66-72页
    查看更多>>摘要：在连铸过程中,结晶器液面波动是限制连铸速度和铸坯质量的关键参数之一,因此,液面波动行为的准确预测一直是冶金学者的研究重点.基于此,本文利用Python对结晶器液面波动的振幅值进行预测.首先,选取中间包的质量、塞棒的位置、拉力和结晶器振动作为模型的输入,对数据快速傅里叶变换和归一化处理.然后,构建4×3×1的反向传播(back propagation,BP)神经网络模型,并利用鲸鱼算法(whale optimization algo-rithm,WOA)对初始权值和阈值优化.通过训练预测,相比BP神经网络,WOA-BP神经网络能较好地对结晶器液面波动进行预测,且预测值与结晶器液面波动振幅吻合较好,拟合决定系数(R2)为0.841 4;当振幅偏差为±0.02时,命中率可达到91％.

    BP神经网络连铸结晶器液面波动鲸鱼算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于深度学习的连铸坯低倍质量评级

    宋翰凌孟晓亮罗森王卫领...
    73-81页
    查看更多>>摘要：连铸坯低倍质量检测是评价连铸坯质量的重要手段,正广泛应用于连铸生产过程.然而,钢厂大多采用人工方法对连铸坯低倍质量进行评价.这种人工方法依赖于评级人的经验,缺乏检验的一致性、客观性及准确性.为了准确地对连铸坯凝固组织及中心偏析评级,以U-Net网络为基础,集成了残差模块、金字塔池化模块(pyramid pooling module,PPM)以及注意力模块,提出了 APR-UNet模型.模型中,残差模块可避免深层网络出现退化问题;PPM可聚合不同区域的上下文信息,加强模型感受野,以提高网络获取全局信息的能力;注意力机制可抑制无用信息,提高模型对铸坯凝固组织及缺陷的分割精度及模型鲁棒性.使用相同数据集分别训练U-Net模型和APR-UNet模型.试验表明,对连铸坯等轴晶区分割,APR-UNet模型的交并比(inter-section over union,IOU)达93.54％,较U-Net模型提高了 1.06％;对中心偏析的评级,APR-UNet模型的评级成功率达91.2％,较U-Net模型提高了3.6％.APR-UNet模型有效改善了原模型分割结果中出现的过分割现象,在连铸坯凝固组织及缺陷的评级方面具有很大潜力.

    数字化深度学习铸坯质量评级低倍检验U-NetAPR-UNet

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于深度学习的棒材轧机电机负荷预测模型

    王文汇赵宪明张令华倪晓东...
    82-88页
    查看更多>>摘要：为了确保有效利用轧机设备能力,以某钢厂棒材生产线的轧机电机负荷数据为研究对象,利用PyTorch搭建基于长短期记忆(long short term memory,LSTM)神经网络的预测模型,定义模型初始网格结构参数,选定单元结构激活函数,并针对模型超参数的选择问题,采用自适应学习算法(adaptive moment estimation,Adam)进行参数优化,迭代降低损失值,提高模型的预测精度.通过试验设计,采用生产两种规格棒材的轧机负荷数据进行验证,结果表明,与未优化的负荷预测模型对比,均方误差SME分别降低了 3.28、1.76,证明了所建立模型的预测效果更好,具有较高的稳定性.

    负荷预测长短期记忆神经网络深度学习超参数预测模型轧机电机负荷

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    氢冶金气基直接还原竖炉的碳排放监测分析系统

    段一凡刘小杰李欣刘然...
    89-98页
    查看更多>>摘要：基于我国双碳双控的政策背景,氢冶金领域中气基直接还原竖炉受到广泛关注.以气基直接还原竖炉作为研究对象,使用集成学习算法和数据离群筛选方法对气基竖炉冶炼过程中的碳排放数据进行收集、存储和分析,并使用C++程序语言搭建碳排放数据平台;采用大数据技术进行碳排放相关参数模型预测和宏观可视化;最后以网页形式进行碳排放分析结果的展示与板块分析.碳排放监测分析系统实现了对气基直接还原竖炉工艺碳排放情况的数据收集、存储、处理,聚类分析、模型预测与智能应用等功能.选取某钢铁厂的气基直接还原竖炉在完整冶炼周期内的实时信息作为系统运行的样本数据,在对其进行筛选、存储、模型预测与可视化呈现后,发现所得结果与实际趋势具有较高吻合度,且可视化结果较为准确和直观,有利于更加精准地对数据进行分析和提取,同时本系统的设计原理也为氢冶金领域进行碳排放含量的监测提供了一种基于物联网技术的解决思路,为日后的工艺改进提供了部分理论数据基础.

    气基直接还原竖炉集成学习算法数据离群筛选数据分析与可视化碳排放预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普