CN105441610A - 一种建立高炉操作模型的方法 - Google Patents
一种建立高炉操作模型的方法 Download PDFInfo
- Publication number
- CN105441610A CN105441610A CN201510916529.2A CN201510916529A CN105441610A CN 105441610 A CN105441610 A CN 105441610A CN 201510916529 A CN201510916529 A CN 201510916529A CN 105441610 A CN105441610 A CN 105441610A
- Authority
- CN
- China
- Prior art keywords
- furnace
- data
- blast furnace
- cluster
- blast
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B5/00—Making pig-iron in the blast furnace
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B2300/00—Process aspects
- C21B2300/04—Modeling of the process, e.g. for control purposes; CII
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Manufacture Of Iron (AREA)
Abstract
本发明涉及高炉冶炼技术领域,尤其涉及一种建立高炉操作模型的方法,方法包括:采集高炉生产过程中的原始数据;基于原始数据,获得高炉的过程参数;基于原始数据和过程参数,通过聚类分析方式获得高炉的各个控制环节的状态的模式识别结果;基于模式识别结果,获得至少一个炉况;确定至少一个炉况中每个炉况所对应的调剂方案;基于至少一个炉况和调剂方案,建立高炉的操作模型。本申请通过建立高炉操作模型,根据操作模型能够准确快速的对不同炉况进行处理,无需有经验的操作人员对炉况进行现场判断,也避免了因操作人员一时的判断失误而造成炉况失常,以及没有及时采用有效的处理措施对高炉所造成的损害。
Description
技术领域
本发明涉及高炉冶炼技术领域,尤其涉及一种建立高炉操作模型的方法。
背景技术
高炉炼铁是目前钢铁企业生产生铁的主要方式,高炉体积巨大,存在很多辅助系统,一座大型高炉每分钟检测的数据量多达上千条,而且高炉生产过程是一个多变量、时变的复杂工业过程,炉体封闭,利用常规的检测设备和检测方法获得高炉内部物理和化学变化比较困难,所以,目前对于高炉炉况的判断与操作的方式主要依靠的是操作人员的经验,通过有经验的操作人员现场对炉况进行判断,并给出对应的处理方案。对于大型高炉,操作人员一旦判断失误,就会造成炉况失常,而面对炉况异常若没有及时采用有效的处理措施,就会造成巨大的经济损失。
发明内容
本发明通过提供一种建立高炉操作模型的方法,解决了现有技术在高炉的生产过程中需要依靠有经验的操作人员现场对高炉炉况进行判断和提供处理方案所存在的易出现判断失误,从而造成炉况异常的技术问题。
本发明实施例提供了一种建立高炉操作模型的方法,所述方法包括:
采集高炉生产过程中的原始数据;
基于所述原始数据,获得所述高炉的过程参数;
基于所述原始数据和所述过程参数,通过聚类分析方式获得所述高炉的各个控制环节的状态的模式识别结果;
基于所述模式识别结果,获得至少一个炉况;
确定所述至少一个炉况中每个炉况所对应的调剂方案;
基于所述至少一个炉况和所述调剂方案,建立所述高炉的操作模型。
优选的,在所述采集高炉生产过程中的原始数据之后,所述方法还包括:
对所述原始数据进行预处理,剔除所述原始数据中的异常数据。
优选的,在所述采集高炉生产过程中的原始数据之后,所述方法还包括:
将所述原始数据存储于数据库中。
优选的,所述过程参数包括高炉炉腹煤气量和/或高炉炉腹煤气指数和/或高炉透气阻力系统和/或压差和/或炉热指数和/或热负荷和/或溶损反应碳量。
优选的,所述调剂方案中包含的调剂手段包括短风口和/或长风口和/或调炉温和/或调负荷和/或附加焦和/或调碱度和/或增加铁次和/或调布料批重和/或调料线和/或压边缘和/或减边缘和/或压中心和/或减中心和/或调进水温度和/或调进水流量和/或调风温和/或调富氧和/或调喷煤和/或调风量和/或调进风面积。
优选的,所述基于所述原始数据和所述过程参数,通过聚类分析方式获得所述高炉的各个控制环节的状态的模式识别结果,具体为:
将所述原始数据和所述过程参数作为样本,并执行以下模式识别过程:
S201:设置聚类的数目为N;
S202:计算每个样本与坐标原点之间的第一欧式距离;
S203:按照所述第一欧式距离的大小依次排列所述样本,并将所述样本均分为N组聚类,将每组聚类中的样本的第一坐标平均值作为该组聚类的第一聚类中心,从而获得N个所述第一聚类中心;
S204:遍历所有样本,具体包括:针对一个所述样本,计算该样本与N个所述第一聚类中心之间的第二欧式距离,从而获得N个所述第二欧式距离,确定出N个所述第二欧式距离中的最小值所对应的第一聚类中心,并将该样本归为所述最小值所对应的第一聚类中心所在的聚类中;
S205:计算遍历后每组聚类中的样本的第二坐标平均值,并将所述第二坐标平均值作为第二聚类中心;
S206:依次循环执行S204和S205,直至所述第二聚类中心与所述第一聚类中心相同,或,达到迭代终止条件。
优选的,所述原始数据包括高炉冷却壁温度数据和/或炉缸炉底炭砖温度数据和/或炉顶煤气成分和/或炉顶温度数据和/或冷却水流量和/或冷却水温度数据和/或风压和/或炉顶压力数据和/或风量数据和/或风温数据和/或富氧率数据和/或鼓风湿度数据和/或喷煤量和/或喷煤成分数据和/或原燃料成分数据。
本发明实施例中的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过建立高炉操作模型,操作模型中包括不同炉况以及对应不同炉况的不同调剂方案,根据操作模型能够准确快速的对不同炉况进行处理,无需有经验的操作人员对炉况进行现场判断,也避免了因操作人员一时的判断失误而造成炉况失常,以及没有及时采用有效的处理措施对高炉所造成的损害。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例中一种建立高炉操作模型的方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种建立高炉操作模型的方法,如图1所示,所述方法包括:
步骤101:采集高炉生产过程中的原始数据。
在具体实施过程中,采集一段时间内高炉生产过程中的原始数据,原始数据包括检测数据、操作数据、高炉设备参数和操作规程。其中,检测数据和操作数据包括高炉冷却壁温度数据和/或炉缸炉底炭砖温度数据和/或炉顶煤气成分和/或炉顶温度数据和/或冷却水流量和/或冷却水温度数据和/或风压和/或炉顶压力数据和/或风量数据和/或风温数据和/或富氧率数据和/或鼓风湿度数据和/或喷煤量和/或喷煤成分数据和/或原燃料成分数据。
进一步,在采集高炉生产过程中的原始数据之后,所述方法还包括:将所述原始数据存储于数据库中。
例如,采集某3200m3的大型高炉在生产过程中的一年的检测数据、操作数据、高炉设备参数和操作规程等基础数据,考虑到数据的完整性和精确性,选取间隔为5min的数据进行采集,并将数据存储于Oracle数据库中。
另外,由于设备检修休风、数据测量或采集设备故障等原因,通常会引起数据库中的原始数据出现异常,例如,数据为零或没有数据的情况,因此,需要对原始数据进行预处理,剔除原始数据中的异常数据。异常数据包括三种情况:第一种情况是高炉检修或者数据测量或者采集设备损坏引起的数据为空或为0的情况;第二种情况是高炉数据测量或采集设备异常引起的数据明显过大或过小的情况;第三种情况是高炉数据采集系统出异常引起的数据长时间不变化的情况,因为正常高炉生产情况下,这些数据是时变的,测得的正常数据也应该是波动变化的,如果数据长时间不变,那么此类数据已不可信。具体的,采用C#自编程连接数据库对数据进行预处理。并将预处理得到的数据存储到Oracle数据库中。
接着,执行步骤102:基于所述原始数据,获得所述高炉的过程参数。
在具体实施过程中,根据高炉炼铁基本理论知识计算模型所需的高炉的过程参数,其中,过程参数包括高炉炉腹煤气量和/或高炉炉腹煤气指数和/或高炉透气阻力系统和/或压差和/或炉热指数和/或热负荷和/或溶损反应碳量。
在完成步骤102之后,执行步骤103:基于所述原始数据和所述过程参数,通过聚类分析方式获得所述高炉的各个控制环节的状态的模式识别结果。
在具体实施过程中,在高炉各控制环节状态的模式识别计算过程中,采用聚类分析的方式分别对反应高炉炉型状态、炉缸状态、炉温状态、煤气流分布状态和顺行状态的数据进行模式识别计算,以冷却壁温度表征高炉炉型状态,以炉缸侧壁和炉底炭砖温度表征炉缸状态,以热指数表征炉温状态,以炉顶气流温度表征煤气流分布状态,以压差表征高炉顺行状态。
进一步,本申请采用改进的聚类分析方法,具体如下:
将所述原始数据和所述过程参数作为样本,并执行以下模式识别过程:
S201:设置聚类的数目为N。
S202:计算每个样本与坐标原点之间的第一欧式距离。
S203:按照所述第一欧式距离的大小依次排列所述样本,并将所述样本均分为N组聚类,将每组聚类中的样本的第一坐标平均值作为该组聚类的第一聚类中心,从而获得N个所述第一聚类中心;
S204:遍历所有样本,具体包括:针对一个所述样本,计算该样本与N个所述第一聚类中心之间的第二欧式距离,从而获得N个所述第二欧式距离,确定出N个所述第二欧式距离中的最小值所对应的第一聚类中心,并将该样本归为所述最小值所对应的第一聚类中心所在的聚类中;
S205:计算遍历后每组聚类中的样本的第二坐标平均值,并将所述第二坐标平均值作为第二聚类中心;
S206:依次循环执行S204和S205,直至所述第二聚类中心与所述第一聚类中心相同,或,达到迭代终止条件。
具体来讲,每个样本由一组数据组成,每个样本相当于多维坐标系中的一个点,在S202中,分别计算每个样本与坐标原点之间的第一欧式距离,从而得到的第一欧式距离的数量与样本的数量相同。在S203中,按照第一欧式距离的大小依次排列样本,并按照此排列顺序将所有样本均分为N组聚类,计算每组聚类中的样本的平均值,即第一坐标平均值,将每组聚类中的样本的平均值作为该组聚类的第一聚类中心,第一聚类中心为初始的聚类中心,从而获得N个第一聚类中心。
接着,在S204中,针对一个样本,计算该样本与N个第一聚类中心之间的第二欧式距离,例如,针对第一样本,分别计算第一样本与N个第一聚类中心之间的第二欧式距离,从而得到N个第二欧式距离,确定N个第二欧式距离中值最小的第二欧式距离所对应的第一聚类中心,将第一样本归为该第一聚类中心所在的聚类中,按照上述过程,遍历所有样本,从而完成对所有样本的第二次分组。在重新分组后,计算每组聚类中所有样本的平均值,即第二坐标平均值,例如,针对第一组聚类,计算第一组聚类中所有样本的平均值,并将该平均值作为新的第二聚类中心,由于存在N组聚类,因此,最终得到N个第二聚类中心。并且,循环执行S204和S205的过程,直至第二聚类中心与第一聚类中心的值相同,或,达到迭代终止条件。
通过采用上述改进的聚类分析方法能够有效减少计算迭代次数。
在完成步骤103之后,执行步骤104:基于所述模式识别结果,获得至少一个炉况。
在完成步骤104之后,执行步骤105:确定所述至少一个炉况中每个炉况所对应的调剂方案。
在具体实施过程中,对通过聚类分析方法得到的模式识别结果进行组合,从而形成不同的炉况,针对不同的炉况,给出对应的优选的调剂方案,由于高炉调剂手段多样,对于一种炉况的调剂方案可能不唯一,由多种类别的炉况和调剂方案能够形成案例库。另外,根据高炉实际操作情况,调剂方案中的调剂手段包括短风口和/或长风口和/或调炉温和/或调负荷和/或附加焦和/或调碱度和/或增加铁次和/或调布料批重和/或调料线和/或压边缘和/或减边缘和/或压中心和/或减中心和/或调进水温度和/或调进水流量和/或调风温和/或调富氧和/或调喷煤和/或调风量和/或调进风面积。
在完成步骤105之后,执行步骤106:基于所述至少一个炉况和所述调剂方案,建立所述高炉的操作模型。
根据建立出的高炉的操作模型能够对操作人员进行培训,培训时可自由安排培训,不受时间和地点等客观条件的限制,允许操作人员在培训中发生失误,提高操作人员的操作水平。
在具体实施过程中,采用计算机自编程的方式实现操作模型的建立,并开发相应的人机界面,模型界面主要包括用户登录界面、高炉设备参数和操作规程等信息的显示界面,还包括每一时间段的风量、风温等基础数据的显示界面,还包括各控制环节模式识别结果数据的显示界面,还包括操作人员根据显示的数据进行炉况处理的界面,还包括操作人员查询培训记录的界面。另外,操作模型中的基础数据、过程参数、模式识别结果、案例库中的调剂方案、操作者的用户名和密码、培训记录以及高炉设备参数和操作规程等数据信息均可以存储于数据库中。
本申请的操作模型中包含高炉设备参数、数据来源和操作规程等基础信息,其中,数据来源包括高炉生产数据、计算得到的过程参数和模式识别结果,操作规程包括高炉操作制度、高度调剂方法、事故预防和处理。操作模型中还包括对不同炉况的不同的调剂方案。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
本申请通过建立高炉操作模型,操作模型中包括不同炉况以及对应不同炉况的不同调剂方案,根据操作模型能够准确快速的对不同炉况进行处理,无需有经验的操作人员对炉况进行现场判断,也避免了因操作人员一时的判断失误而造成炉况失常,以及没有及时采用有效的处理措施对高炉所造成的损害。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种建立高炉操作模型的方法,其特征在于,所述方法包括:
采集高炉生产过程中的原始数据;
基于所述原始数据,获得所述高炉的过程参数;
基于所述原始数据和所述过程参数,通过聚类分析方式获得所述高炉的各个控制环节的状态的模式识别结果;
基于所述模式识别结果,获得至少一个炉况;
确定所述至少一个炉况中每个炉况所对应的调剂方案;
基于所述至少一个炉况和所述调剂方案,建立所述高炉的操作模型。
2.如权利要求1所述的方法,其特征在于,在所述采集高炉生产过程中的原始数据之后,所述方法还包括:
对所述原始数据进行预处理,剔除所述原始数据中的异常数据。
3.如权利要求1所述的方法,其特征在于,在所述采集高炉生产过程中的原始数据之后,所述方法还包括:
将所述原始数据存储于数据库中。
4.如权利要求1所述的方法,其特征在于,所述过程参数包括高炉炉腹煤气量和/或高炉炉腹煤气指数和/或高炉透气阻力系统和/或压差和/或炉热指数和/或热负荷和/或溶损反应碳量。
5.如权利要求1所述的方法,其特征在于,所述调剂方案中包含的调剂手段包括短风口和/或长风口和/或调炉温和/或调负荷和/或附加焦和/或调碱度和/或增加铁次和/或调布料批重和/或调料线和/或压边缘和/或减边缘和/或压中心和/或减中心和/或调进水温度和/或调进水流量和/或调风温和/或调富氧和/或调喷煤和/或调风量和/或调进风面积。
6.如权利要求1所述的方法,其特征在于,所述基于所述原始数据和所述过程参数,通过聚类分析方式获得所述高炉的各个控制环节的状态的模式识别结果,具体为:
将所述原始数据和所述过程参数作为样本,并执行以下模式识别过程:
S201:设置聚类的数目为N;
S202:计算每个样本与坐标原点之间的第一欧式距离;
S203:按照所述第一欧式距离的大小依次排列所述样本,并将所述样本均分为N组聚类,将每组聚类中的样本的第一坐标平均值作为该组聚类的第一聚类中心,从而获得N个所述第一聚类中心;
S204:遍历所有样本,具体包括:针对一个所述样本,计算该样本与N个所述第一聚类中心之间的第二欧式距离,从而获得N个所述第二欧式距离,确定出N个所述第二欧式距离中的最小值所对应的第一聚类中心,并将该样本归为所述最小值所对应的第一聚类中心所在的聚类中;
S205:计算遍历后每组聚类中的样本的第二坐标平均值,并将所述第二坐标平均值作为第二聚类中心;
S206:依次循环执行S204和S205,直至所述第二聚类中心与所述第一聚类中心相同,或,达到迭代终止条件。
7.如权利要求1所述的方法,其特征在于,所述原始数据包括高炉冷却壁温度数据和/或炉缸炉底炭砖温度数据和/或炉顶煤气成分和/或炉顶温度数据和/或冷却水流量和/或冷却水温度数据和/或风压和/或炉顶压力数据和/或风量数据和/或风温数据和/或富氧率数据和/或鼓风湿度数据和/或喷煤量和/或喷煤成分数据和/或原燃料成分数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510916529.2A CN105441610A (zh) | 2015-12-10 | 2015-12-10 | 一种建立高炉操作模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510916529.2A CN105441610A (zh) | 2015-12-10 | 2015-12-10 | 一种建立高炉操作模型的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105441610A true CN105441610A (zh) | 2016-03-30 |
Family
ID=55552232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510916529.2A Pending CN105441610A (zh) | 2015-12-10 | 2015-12-10 | 一种建立高炉操作模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105441610A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106191350A (zh) * | 2016-08-30 | 2016-12-07 | 武汉钢铁股份有限公司 | 基于定点雷达的高炉下部风口工作状况评估方法 |
CN107619894A (zh) * | 2017-09-05 | 2018-01-23 | 重庆邮电大学 | 一种高炉操作炉型在线管理方法 |
CN107641669A (zh) * | 2017-09-01 | 2018-01-30 | 武汉钢铁有限公司 | 一种利用扫描雷达实现4000m3高炉高效低耗冶炼的方法 |
CN108611456A (zh) * | 2016-12-13 | 2018-10-02 | 上海梅山钢铁股份有限公司 | 一种富氧条件下通过高炉上下部调剂控制炉顶温度的方法 |
CN111581598A (zh) * | 2020-04-09 | 2020-08-25 | 宣化钢铁集团有限责任公司 | 一种量化评估高炉下部工作状态的方法 |
CN111647698A (zh) * | 2020-06-11 | 2020-09-11 | 武汉钢铁有限公司 | 一种高炉炉缸的活跃状态检测方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4227921A (en) * | 1978-02-27 | 1980-10-14 | Sumitomo Kinzoku Kogyo Kabushiki Kaisha | Method of controlling a blast furnace operation |
JPH03215618A (ja) * | 1990-01-19 | 1991-09-20 | Nkk Corp | 高炉操業方法 |
CN1097804A (zh) * | 1993-07-21 | 1995-01-25 | 首钢总公司 | 人工智能高炉冶炼专家系统方法 |
CN102915027A (zh) * | 2012-11-16 | 2013-02-06 | 武汉钢铁(集团)公司 | 一种基于模式识别技术构建的高炉冶炼专家系统及其方法 |
CN102952912A (zh) * | 2012-12-10 | 2013-03-06 | 武汉钢铁(集团)公司 | 基于专家系统和知识库的高炉冶炼方法和系统 |
CN103544273A (zh) * | 2013-10-21 | 2014-01-29 | 武汉钢铁(集团)公司 | 利用模式识别技术对炉况整体状态进行评估的方法 |
-
2015
- 2015-12-10 CN CN201510916529.2A patent/CN105441610A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4227921A (en) * | 1978-02-27 | 1980-10-14 | Sumitomo Kinzoku Kogyo Kabushiki Kaisha | Method of controlling a blast furnace operation |
JPH03215618A (ja) * | 1990-01-19 | 1991-09-20 | Nkk Corp | 高炉操業方法 |
CN1097804A (zh) * | 1993-07-21 | 1995-01-25 | 首钢总公司 | 人工智能高炉冶炼专家系统方法 |
CN102915027A (zh) * | 2012-11-16 | 2013-02-06 | 武汉钢铁(集团)公司 | 一种基于模式识别技术构建的高炉冶炼专家系统及其方法 |
CN102952912A (zh) * | 2012-12-10 | 2013-03-06 | 武汉钢铁(集团)公司 | 基于专家系统和知识库的高炉冶炼方法和系统 |
CN103544273A (zh) * | 2013-10-21 | 2014-01-29 | 武汉钢铁(集团)公司 | 利用模式识别技术对炉况整体状态进行评估的方法 |
Non-Patent Citations (2)
Title |
---|
陈令坤 等: "基于模式识别的自学习型高炉冶炼专家系统的开发与应用", 《东南大学学报(自然科学版)》 * |
陈令坤 等: "高炉冶炼专家系统的开发研究", 《钢铁》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106191350A (zh) * | 2016-08-30 | 2016-12-07 | 武汉钢铁股份有限公司 | 基于定点雷达的高炉下部风口工作状况评估方法 |
CN106191350B (zh) * | 2016-08-30 | 2018-04-17 | 武汉钢铁有限公司 | 基于定点雷达的高炉下部风口工作状况评估方法 |
CN108611456A (zh) * | 2016-12-13 | 2018-10-02 | 上海梅山钢铁股份有限公司 | 一种富氧条件下通过高炉上下部调剂控制炉顶温度的方法 |
CN108611456B (zh) * | 2016-12-13 | 2020-09-22 | 上海梅山钢铁股份有限公司 | 一种富氧条件下通过高炉上下部调剂控制炉顶温度的方法 |
CN107641669A (zh) * | 2017-09-01 | 2018-01-30 | 武汉钢铁有限公司 | 一种利用扫描雷达实现4000m3高炉高效低耗冶炼的方法 |
CN107619894A (zh) * | 2017-09-05 | 2018-01-23 | 重庆邮电大学 | 一种高炉操作炉型在线管理方法 |
CN111581598A (zh) * | 2020-04-09 | 2020-08-25 | 宣化钢铁集团有限责任公司 | 一种量化评估高炉下部工作状态的方法 |
CN111647698A (zh) * | 2020-06-11 | 2020-09-11 | 武汉钢铁有限公司 | 一种高炉炉缸的活跃状态检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105441610A (zh) | 一种建立高炉操作模型的方法 | |
CN103439999B (zh) | 根据冷却壁温度变化进行高炉异常炉温控制的方法 | |
CN108763550B (zh) | 高炉大数据应用系统 | |
CN106191350B (zh) | 基于定点雷达的高炉下部风口工作状况评估方法 | |
CN111593155B (zh) | 高炉诊断系统及方法 | |
CN103544273B (zh) | 利用模式识别技术对炉况整体状态进行评估的方法 | |
CN111607673B (zh) | 铁前诊断系统及方法 | |
CN102925602B (zh) | 高炉操作炉型维护方法 | |
CN106521059B (zh) | 用相控阵雷达测量高炉料面矿焦比来控制高炉气流分布的方法 | |
CN110042184B (zh) | 一种监控高炉布料溜槽脱落的方法 | |
JP7078176B2 (ja) | 生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法 | |
CN107012286A (zh) | 一种转炉冶炼参数监测方法 | |
CN111639800B (zh) | 高炉工艺参数范围的设定方法、设备和存储介质 | |
CN101833795B (zh) | 热处理参数动态记录仪及其记录方法 | |
CN107844679A (zh) | 一种分段式高炉铁水硅含量预测方法及装置 | |
CN107858466B (zh) | 一种高炉降料面停炉时料面深度的预测方法 | |
JP6927461B1 (ja) | 生産設備の操業方法及び操業システム | |
CN116310121A (zh) | 一种炼铁高炉渣皮数字孪生系统及方法 | |
CN202075248U (zh) | 一种焦炉焦炭成熟度分析系统 | |
CN110042181B (zh) | 一种应对高炉炉役后期热负荷冲击的方法 | |
CN114185976A (zh) | 一种高炉可视化智能感知平台 | |
CN105734189A (zh) | 一种高炉运行过程中喷煤量决策的方法 | |
CN117806169B (zh) | 基于神经网络的炉温预警优化方法、系统、终端和介质 | |
CN108896197A (zh) | 一种高温环境下的智能化测温调控系统 | |
CN108760063B (zh) | 一种用于高温检测的智能化调控方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170706 Address after: 430080 Qingshan District stock company of Hubei, Wuhan Province Applicant after: Wuhan iron and Steel Company Limited Address before: 430080 Friendship Avenue, Hubei, Wuhan, No. 999 Applicant before: Wuhan Iron & Steel (Group) Corp. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160330 |
|
RJ01 | Rejection of invention patent application after publication |