期刊,冶金自动化 2024年卷6期_国家学术搜索

期刊信息/Journal information

冶金自动化

主　　编：沈黎颖

出版周期：双月刊

国际刊号：1000-7059

电子邮箱：mia@yjzdh.com

电　　话：010-63815269 63848128

邮政编码：100071

地　　址：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

数据驱动下智慧钢铁的孪生资源管理综述

马琰孙瑞周雪刘向南...

88-97页

查看更多>>摘要：全球工业4.0革命不断深化推动了智慧钢铁等计算密集型工业应用场景的发展.钢铁生产具备工艺繁多、工序复杂、高温高压设备集中等特征,这需要对生产状态进行实时监测与分析以优化生产流程.由于各工序均为"黑箱",导致实时状态难以精准获取等难题.数字孪生(digital twin,DT)技术通过创建物理世界的虚拟映射,已广泛应用于辅助钢铁生产过程实现实时模拟、分析和透明化,进而促进生产效率和质量的提升.首先提出了基于DT的云边端工业网络的多层协作调度框架,为实现资源的高效管理和网络安全,从网络层深入分析DT赋能下的工业互联网(industrial Internet of things,IIoT)新型资源调度与网络安全关键技术难点并探讨现有技术方案;然后聚焦物理层与数据链路层讨论孪生数据使能的跨层资源调度策略研究现状.最后指出现有工作不足并展望DT赋能的智慧钢铁的资源管理发展趋势,为钢铁行业的数字化转型提供参考.

关键词：

智慧钢铁工业互联网数字孪生云边端协同网络资源管理

原文链接:

NETL
NSTL
万方数据

面向烧结工业的多源异构数据融合与实时感知技术

胡润琦何柏村杨冲钱金传...

98-107页

查看更多>>摘要：铁矿石烧结是高炉炼铁的关键初步工序,其中烧结过程关键生产指标在线实时智能感知是实现烧结工艺绿色、低耗、高效发展的关键技术之一.然而,一方面,传统的烧结生产指标(如FeO含量)测定方法存在高耗时,难以满足实时控制的需求;另一方面,烧结过程数据具有非线性、多源异构性和时滞性,对提高建模精度提出了很大的挑战.为此,本文提出了一种面向烧结工业的多源异构数据融合与实时感知技术.本研究采用多源异构信息融合方法,针对红外热像仪采集到的烧结机截面图像数据,通过专家知识和基于离散余弦变换(discrete cosine transform,DCT)的FcaNet模型分别提取浅层和深层特征,实现了特征级和数据级融合.在预测任务中将二维卷积块作用在时序数据上,使用FcaBlock作为特征提取的卷积块,有效提取了时序数据的频率分量信息.在真实炼钢厂的铁矿石烧结数据集上,本模型的预测精度和稳定性均优于现有模型,显著提高了对烧结过程关键质量指标的在线实时感知能力.

关键词：

烧结过程智能感知多源异构信息融合机器视觉时间序列预测

原文链接:

NETL
NSTL
万方数据

基于GA-XGBoost算法的高炉可解释铁水产量预测模型

孟凯刘小杰伊凤永段一凡...

108-121页

查看更多>>摘要：针对高炉出铁前铁水产量未知导致铁水包难以高效中转与调度的问题,使用遗传算法优化的极度梯度提升树(genetic algorithm optimized extreme gradient boosting,GA-XGBoost)算法构建并训练了铁水产量预测模型.经过测试与多模型对比,所提方法在多特征数据集的铁水产量预测问题中具有一定优势,在误差10 t的范围内取得89.64％的预测准确率.首先修正了实验数据集的缺失值和异常值,在归一化后获得结构化的数据用于模型训练;然后,采用灰色关联分析方法筛选了铁水产量的主要影响因素,并结合工艺原理去除冗余参数;最后确定15个特征变量用于构建模型的输入向量.同时,针对预测结果,采用沙普利值可加性解释(Shapley additive explanations,SHAP)原理量化了不同操作参数对铁水产量的贡献程度,为高炉的参数调控工作提供数据支持.本研究实现了基于炉次特征的铁水产量预测任务,不仅有利于更高效的高炉调控以促进铁水产量的提高,同时结合预测结果,工作人员可以提前部署铁水包的运输路线,减少铁水包的热量耗散,进一步实现高炉冶炼的降本增效.

关键词：

高炉冶炼铁水产量预测GA-XGBoost算法灰色关联分析SHAP图

原文链接:

NETL
NSTL
万方数据

《冶金自动化》2024年总目次

后插1-后插3页

原文链接:

NETL
NSTL
万方数据