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

    序言

    吴敏
    1页

    高炉炼铁过程智能感知、诊断与控制方法的研究现状与展望

    安剑奇郭云鹏张新民杜胜...
    2-23页
    查看更多>>摘要:随着"双碳"政策的推进,对钢铁行业中主要能源消耗环节——高炉炼铁过程提出了更高的要求.实现高炉炼铁过程的关键指标智能感知、炉况诊断以及操作参数的合理优化控制,对推动高炉炼铁过程的安全、绿色低碳发展具有重要意义.首先,以高炉关键状态指标智能感知与预测作为切入点,从煤气利用率、铁水硅含量、透气性指数3个关键指标的感知与预测方法进行综述.其次,从专家系统以及数据驱动2个层面对高炉炉况监测与诊断的研究现状进行分析.然后,从专家系统与专家经验提取、多目标优化以及数据驱动预测控制3个角度综述了高炉操作参数优化及控制的研究进展.最后,通过分析各类模型、算法的优缺点,提出了当前高炉智能感知、炉况诊断以及操作优化当前面临的挑战与发展方向.

    钢铁冶金过程智能感知技术炉况诊断决策优化智能控制

    复杂系统先进控制与智能自动化湖北省重点实验室

    复杂系统先进控制与智能自动化湖北省重点实验室网站
    23页

    铁前一体化烧结数智配矿系统的开发

    徐云孙洪军马艳储健...
    24-33页
    查看更多>>摘要:针对钢铁生产中烧结配料过程,由于铁矿粉价格波动较大、烧结原料信息复杂以及烧结配矿受到多种因素影响,应用传统遗传算法(genetic algorithm,GA)进行配料优化容易陷入局部最优.为解决这一问题,本研究提出了一种改进GA的数学模型,旨在优化烧结配矿过程,以应对这些影响对烧结配料成本的挑战.该模型可以根据具体问题环境来自动调整操作过程中算子的大小,有效避免了传统GA过早收敛的问题,确保算法在优化烧结建模时最终输出全局最优解.系统以铁矿粉为出发点,采用Python、MySQL和PyQt5等相关技术手段构建铁前一体化烧结配矿模型,通过对后端数据的分析处理最终形成烧结优化配矿方案.

    烧结配矿改进遗传算法数学模型一体化数据分析

    中冶赛迪入选国务院国资委"国有企业数字化转型试点企业"名单

    中冶赛迪集团微信公众号
    33页

    基于水流量目标的圆盘造球控制系统研究

    张学锋张海威祝忠阳余正伟...
    34-40页
    查看更多>>摘要:针对球团矿生产过程中,球团粒度难以精确把控、生产方式较为落后等特点,提出了一种基于水流量目标的圆盘造球自动控制系统.首先,依托图像识别算法从实际生产过程中的球团图像里提取出球团的粒径大小、分布和个数等基本信息.然后,系统对接收到的球团信息进行分析计算,得到当前球团的生产状态与粒径变化趋势.最后,系统以球团粒径变化趋势和生产状态为参数确立水流量目标设定值,并且根据球团生产状态适当修改阀门开度调整周期以适应生产.系统实际运用于国内某钢铁厂圆盘造球机的控制,实践结果表明,在平均粒度与目标粒度的差值方面,自动控制模式相较于传统人工控制模式减少了32.54%的误差;在不同造球工况下,提出的控制系统在实际生产过程中水流量波动稳定,对比人工控制模式,球团粒度均方根误差减少了6.59%,具有良好的稳定性.这对提升球团生产效率及合格率,降低人工劳动强度有积极作用.

    流量目标控制法圆盘造球机粒度检测图像识别PLC工业控制

    基于冷却壁温度信息粒度分析的高炉炉况智能预测方法

    黄元峰杜胜胡杰吴敏...
    41-49页
    查看更多>>摘要:稳定顺行的高炉炉况对提高铁水的产量和质量有着至关重要的作用,渣皮稳定性是表征炉况的重要指标,而冷却壁温度常用于衡量渣皮稳定性.为了利用冷却壁温度的动态特征预测炉况,本文提出了一种基于冷却壁温度信息粒度分析的炉况智能预测方法.首先,采用斯皮尔曼相关性分析方法,选择与冷却壁温度波动相关性较大的参数.然后,针对选取的参数,利用信息粒化方法进行动态特征提取,构成信息粒.再次,利用相应参数的信息粒作为输入,建立基于支持向量回归的冷却壁温度信息粒预测模型,预测冷却壁温度信息粒.最后,结合炉况预测方法,分析预测的冷却壁温度信息粒完成炉况预测.利用实际钢铁企业数据进行的实验表明,所提方法能有效预测冷却壁温度信息粒与高炉炉况,为操作人员制定合理的布料策略提供了有力指导.

    高炉炉况预测冷却壁温度信息粒时间序列

    东北大学与鞍钢股份鲅鱼圈钢铁分公司数字化交流会举行

    轧制技术微信公众号
    49页

    基于BS-TransUNet网络的高炉雷达料线分割方法

    蒋博涵陈先中侯庆文张洁...
    50-59页
    查看更多>>摘要:高炉雷达料线提取目前普遍采用神经网络加能量重心法的两步提取料线法,存在网络模型和机理模型混合分步计算,易受特殊环境强噪声影响的问题.本文提出了一种改进的基于语义分割的高炉料线提取BS-TransUNet算法.首先,针对高炉料面周期性形态和粒度变化以及信噪比衰减问题,在卷积神经网络(convolu-tion neural network,CNN)和Transformer模块之间引入了空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块,获得料面细粒度特征;然后,将坐标注意力(coordinate attention,CA)模块集成到每次上采样之后,更全面地滤除背景噪声,抑制对无效高频纹理特征的提取;最后,将跳跃链接替换为跳跃连接融合(BiFusion)模块,进一步提高分割性能.实验结果表明,改进的算法在高炉雷达料面数据集上,平均交并比(mean inter-section over union,MIoU)和F1分数分别提高了1.77%和1.46%,类别平均像素准确率(mean pixel accuracy,MPA)提高了1.97%,其中F1分数可以达到86.18%.与传统的两步提取料线法相比,在高炉恶劣环境下采用端到端的分割料线一步法,料线获取的精度和稳定性均得到了改善.

    高炉雷达料线提取语义分割BS-TransUNet

    基于冶炼强度分类的高炉煤气利用率时间序列预测模型

    郭云鹏安剑奇赵国宇
    60-73页
    查看更多>>摘要:冶炼强度(smelting intensity,SI)影响高炉内部的物理化学反应,煤气利用率(gas utilization rate,GUR)与送风参数之间的关系随着SI的变化而变化.忽略SI,即忽略了GUR与送风参数之间的动态变化关系,对利用送风参数的GUR预测产生不利影响.本文提出了一种考虑SI分类的GUR预测模型.首先,从铁水熔炼机理的角度评价SI对高炉状态参数的影响.其次,提出一种基于状态参数的加权核模糊c均值聚类方法(weighted kernel fuzzy C-means method,WKFCM)对SI进行分类.再次,利用监督主成分分析(supervised prin-cipal component analysis,SPCA)对输入数据进行降维并基于支持向量回归(support vector regression,SVR)对GUR的发展趋势进行预测.最后,利用该模型对不同SI下的真实GUR数据进行了预测.对实际生产数据的分析表明,考虑SI分类的预测方法更适用于高炉复杂的生产环境中GUR时间序列的预测.

    冶炼强度加权核模糊c均值聚类监督主成分分析煤气利用率预测