CN109359790A - 预测冶金焦炭质量指标的方法 - Google Patents
预测冶金焦炭质量指标的方法 Download PDFInfo
- Publication number
- CN109359790A CN109359790A CN201811595771.4A CN201811595771A CN109359790A CN 109359790 A CN109359790 A CN 109359790A CN 201811595771 A CN201811595771 A CN 201811595771A CN 109359790 A CN109359790 A CN 109359790A
- Authority
- CN
- China
- Prior art keywords
- index
- coke
- coal
- quality
- coke quality
- 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
- 239000000571 coke Substances 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 15
- 239000003245 coal Substances 0.000 claims abstract description 85
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 claims abstract description 6
- 230000001419 dependent effect Effects 0.000 claims abstract description 4
- 239000000853 adhesive Substances 0.000 claims description 6
- 230000001070 adhesive effect Effects 0.000 claims description 6
- 229910000831 Steel Inorganic materials 0.000 abstract description 2
- 239000010959 steel Substances 0.000 abstract description 2
- 238000004939 coking Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000002010 green coke Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Coke Industry (AREA)
Abstract
本发明属于钢铁生产技术领域，具体涉及一种预测冶金焦炭质量指标的方法，建立焦炭质量数据库：收集生产数据；建立数据对应关系；对数据库数据进行筛选；建立焦炭质量回归方程，以焦炭质量为因变量y，以配合煤质量指标、配合煤试验指标、单种煤质量为自变量x求偏回归系数m1、m2、m3、...mn和常数b；焦炭质量指标预测方程的应用，焦炭质量指标对应的配合煤质量指标、单种煤质量指标、配合煤试验指标可以添加或更新，只要调整LINEST函数公式选择的数据区域，公式将得到更新，根据生产实际情况，选择焦炭质量反应后强度CS或M40和其相关数据。计算快捷，更新方便，使用灵活，大大提高对焦炭质量指标预测的准确性。
Description
技术领域：
本发明属于钢铁生产技术领域，具体涉及一种预测冶金焦炭质量指标的方法。
背景技术：
现在一般预测焦炭质量的方法是以配合煤的灰分，挥发分、最大胶质层厚度、粘结指数预测焦炭质量指标。存在的缺点：预测公式计算麻烦，技术数据少，导致预测值和焦炭实际质量指标相差较大。现在配合煤指标化验数量增多，部分焦化厂购置试验焦炉，部分焦化厂对单种煤进行焦炉单种煤试验并对单种煤进行煤岩分析。焦化厂使用的原料煤种类和地域扩大。以往的预测方法已不适应。各焦化厂使用的原料煤煤种更新较快，原有公式已不适应，预测公式需要不断更新。
发明内容：
本发明的目的是提供一种新型预测冶金焦炭质量指标的方法，利用配合煤的灰分、挥发分、胶质层最大厚度(Ymm)、粘结指数(G)预测焦炭强度的不准确，增加单种煤炼焦的M25和CSR预测焦炭强度等数据，解决了焦炭强度预测不准确的问题，预测焦炭强度更为准确。计算快捷，更新方便，使用灵活，大大提高对焦炭质量指标预测的准确性。
本发明采用的技术方案为：包括以下步骤：
步骤一：建立焦炭质量数据库；
1、收集生产数据，包括焦炭质量指标，配合煤质量指标，配合煤试验指标，主要单种煤质量指标和配比；
2、建立数据对应关系，建立焦炭强度和配合煤质量、配合煤试验焦炭质量、单种煤质量的一一对应关系；各项指标按列排列；
3、对数据库数据进行筛选，去除不匹配数组，去除雷同或近似数组，剔除虚假数据；
步骤二：建立焦炭质量回归方程，以焦炭质量为因变量y，以配合煤质量指标、配合煤试验指标、单种煤质量为自变量x求偏回归系数m1、m2、m3、...mn和常数b；
方法为：利用LINEST函数，分选焦炭质量数据区、配合煤质量和单种煤质量数据区；在M1、M2、M3...和B单元格中输入LINEST函数公式，分别计算出M1、M2、M3...和常数b值，将M1、M2、M3、M4、M5和b值带入下列公式(1)中，
y＝m1×x1+m2×x2+m3×x3-m4×x4+m5×x5+b公式(1)
公式(1)中：y代表预测值焦炭强度x1代表配合煤挥发分，x2代表配合煤胶质层最大厚度Ymm，x3代表配合煤粘结指数，x4代表单种煤试验强度M25，x5代表某一单种煤比例；
步骤三：焦炭质量指标预测方程的应用，焦炭质量指标对应的配合煤质量指标、单种煤质量指标、配合煤试验指标可以添加或更新，只要调整LINEST函数公式选择的数据区域，M1、M2、M3、...、Mn和b值就会更新，公式将得到更新，根据生产实际情况，选择焦炭质量反应后强度CS或M40和其相关数据，计算出焦炭质量反应后强度CSR或M40预测公式。
进一步地，所述焦炭质量指标主要包括机械强度M40或M25、反应后强度CSR，配合煤质量指标主要包括灰分Ad％、挥发分Vdaf％、胶质层最大厚度Ymm和粘结指数G，配合煤试验焦炭质量指标主要包括机械强度M40或M25、反应后强度CSR，单种煤质量指标主要包括M25、CSR、挥发分Vdaf％、胶质层最大厚度Ymm和粘结指数G。
本发明的有益效果：提供了一种新型预测冶金焦炭质量指标的方法，利用配合煤的灰分、挥发分、胶质层最大厚度(Ymm)、粘结指数(G)预测焦炭强度的不准确，增加单种煤炼焦的M25和CSR预测焦炭强度等数据，解决了焦炭强度预测不准确的问题，预测焦炭强度更为准确。计算快捷，更新方便，使用灵活，大大提高对焦炭质量指标预测的准确性。
具体实施方式：
实施例一：
一种预测冶金焦炭质量指标的方法
步骤一：建立焦炭质量相关数据库(Excel)：
1、数据库内容：
生产焦炭质量：机械强度M40或M25，反应后强度CSR。
配合煤质量：灰分Ad％、挥发分Vdaf％、胶质层最大厚度Ymm，粘结指数G等，煤岩分布。
配合煤试验焦炭质量：机械强度M40或M25，反应后强度CSR。
单种煤质量：M25、CSR、挥发分Vdaf％、胶质层最大厚度Ymm，粘结指数G等和配比。
2、建立数据库：
收集生产数据，包括焦炭质量指标，配合煤质量指标，配合煤试验指标，主要单种煤质量指标和配比；要求：根据本单位化验和试验条件和需要选择数据内容。例如：某些焦化厂不化验焦炭机械强度；某些焦化厂没有试验焦炉。
建立好数据对应关系：保证焦炭强度和配合煤质量、配合煤试验焦炭质量、单种煤质量的一一对应关系，各项指标按列排列。
3、对数据库数据进行筛选
(1)、保证数据要有代表性，减少非量化的因素的影响；
(2)、去除不匹配数组，去除雷同或近似数组，剔除虚假数据；
(3)、剔除生产因素(调整结焦时间，停电，焦炭生焦等等)影响。
步骤二：建立焦炭质量回归方程：
以焦炭质量为因变量y，以配合煤质量指标、配合煤试验数据，单种煤质量为自变量x求偏回归系数m1、m2、m3、...mn和常数b；方法：利用LINEST函数，分选焦炭质量数据区和配合煤质量和单种煤质量数据区；列表如下：
在M1、M2、M3...和B单元格中输入LINEST函数公式，分别计算出M1、M2、M3...和常数b值，将M1、M2、M3、M4、M5和b值带入下列公式(1)中。
y＝m1×x1+m2×x2+m3×x3-m4×x4+m5×x5+b (1)
公式(1)中：y代表预测值焦炭强度x1代表配合煤挥发分，x2代表配合煤胶质层最大厚度Ymm，x3代表配合煤粘结指数，x4代表单种煤试验强度M25，x5代表某一单种煤比例。
步骤三：焦炭质量预测方程的使用：
1、焦炭质量指标对应的配合煤质量指标、单种煤质量指标、配合煤试验指标可以添加或更新，只要调整LINEST函数公式选择的数据区域，M1、M2、M3、...、Mn和b值就会更新，公式将得到更新。
2、使用者可以本单位生产实际情况，自行选择焦炭质量反应后强度CS或M40和其相关数据，计算出焦炭质量反应后强度CSR或M40预测公式。
Claims (2)
1.一种预测冶金焦炭质量指标的方法，其特征在于：包括以下步骤：
步骤一：建立焦炭质量数据库
1、收集生产数据，包括焦炭质量指标，配合煤质量指标，配合煤试验指标，单种煤质量指标和配比；
2、建立数据对应关系，建立焦炭强度和配合煤质量、配合煤试验焦炭质量、单种煤质量的一一对应关系；
3、对数据库数据进行筛选，去除不匹配数组，去除雷同或近似数组，剔除虚假数据；
步骤二 ：建立焦炭质量回归方程，以焦炭质量为因变量y，以配合煤质量指标、配合煤试验指标、单种煤质量为自变量x求偏回归系数m1、m2、m3、...mn和常数b；
方法为：利用LINEST函数，分选焦炭质量数据区、配合煤质量和单种煤质量数据区；在M1、M2、M3...和B单元格中输入LINEST函数公式，分别计算出M1、M2、M3...和常数b值，将M1、M2、M3、M4、M5和b值带入下列公式（1）中，
y=m1×x1+m2×x2+m3×x3-m4×x4+m5×x5+b 公式（1）
公式（1）中：y代表预测值焦炭强度x1代表配合煤挥发分，x2代表配合煤胶质层最大厚度Ymm，x3代表配合煤粘结指数，x4代表单种煤试验强度M25，x5代表某一单种煤比例；
步骤三：焦炭质量指标预测方程的应用，焦炭质量指标对应的配合煤质量指标、单种煤质量指标、配合煤试验指标可以添加或更新，只要调整LINEST函数公式选择的数据区域，M1、M2、M3、...、Mn和b值就会更新，公式将得到更新，根据生产实际情况，选择焦炭质量反应后强度CS或M40和其相关数据，计算出焦炭质量反应后强度CSR或M40预测公式。
2.根据权利要求1所述的一种预测冶金焦炭质量指标的方法，其特征在于：所述焦炭质量指标主要包括机械强度M40或M25、反应后强度CSR，配合煤质量指标主要包括灰分Ad%、挥发分Vdaf%、胶质层最大厚度Ymm和粘结指数G，配合煤试验焦炭质量指标主要包括机械强度M40或M25、反应后强度CSR，单种煤质量指标主要包括M25、CSR、挥发分Vdaf%、胶质层最大厚度Ymm和粘结指数G。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811595771.4A CN109359790A (zh) | 2018-12-26 | 2018-12-26 | 预测冶金焦炭质量指标的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811595771.4A CN109359790A (zh) | 2018-12-26 | 2018-12-26 | 预测冶金焦炭质量指标的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109359790A true CN109359790A (zh) | 2019-02-19 |
Family
ID=65329450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811595771.4A Pending CN109359790A (zh) | 2018-12-26 | 2018-12-26 | 预测冶金焦炭质量指标的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109359790A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119783A (zh) * | 2019-05-16 | 2019-08-13 | 联想(北京)有限公司 | 焦炭质量预测方法、装置及计算机设备 |
| CN111950854A (zh) * | 2020-07-14 | 2020-11-17 | 包头钢铁（集团）有限责任公司 | 一种基于多层神经网络的焦炭质量指标预测方法 |
| CN112749856A (zh) * | 2019-10-30 | 2021-05-04 | 吉林炭素有限公司 | 一种判定石墨电极试验品质量优劣性的定量排序方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101957359A (zh) * | 2010-10-08 | 2011-01-26 | 唐山建龙实业有限公司 | 一种利用40Kg试验焦炉预测工业化生产焦炭质量的方法 |
| CN106383934A (zh) * | 2016-09-05 | 2017-02-08 | 中国矿业大学 | 一种焦炭质量预测模型的构建方法和炼焦配煤方法 |
| CN108254403A (zh) * | 2017-12-22 | 2018-07-06 | 黑龙江建龙化工有限公司 | 一种单种煤配入炼焦功效的评价方法 |
-
2018
- 2018-12-26 CN CN201811595771.4A patent/CN109359790A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101957359A (zh) * | 2010-10-08 | 2011-01-26 | 唐山建龙实业有限公司 | 一种利用40Kg试验焦炉预测工业化生产焦炭质量的方法 |
| CN106383934A (zh) * | 2016-09-05 | 2017-02-08 | 中国矿业大学 | 一种焦炭质量预测模型的构建方法和炼焦配煤方法 |
| CN108254403A (zh) * | 2017-12-22 | 2018-07-06 | 黑龙江建龙化工有限公司 | 一种单种煤配入炼焦功效的评价方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张进春 等: "基于多重多元回归的焦炭质量预测模型", 《科技导报》 * |
| 程榆: "基于多元线性回归分析的焦炭质量预测研究", 《煤炭加工与综合利用》 * |
| 陈红军: "焦炭质量预测与优化配比算法的研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119783A (zh) * | 2019-05-16 | 2019-08-13 | 联想(北京)有限公司 | 焦炭质量预测方法、装置及计算机设备 |
| CN112749856A (zh) * | 2019-10-30 | 2021-05-04 | 吉林炭素有限公司 | 一种判定石墨电极试验品质量优劣性的定量排序方法 |
| CN112749856B (zh) * | 2019-10-30 | 2024-04-02 | 吉林炭素有限公司 | 一种判定石墨电极试验品质量优劣性的定量排序方法 |
| CN111950854A (zh) * | 2020-07-14 | 2020-11-17 | 包头钢铁（集团）有限责任公司 | 一种基于多层神经网络的焦炭质量指标预测方法 |
| CN111950854B (zh) * | 2020-07-14 | 2022-04-19 | 包头钢铁（集团）有限责任公司 | 一种基于多层神经网络的焦炭质量指标预测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109359790A (zh) | 预测冶金焦炭质量指标的方法 | |
| CN106802977B (zh) | 一种用于烧结矿性能指标预测及综合质量评价方法 | |
| CN109685289B (zh) | 高炉炉况顺行预测方法、装置及系统 | |
| CN105139585A (zh) | 一种土质边坡险情智能预警预报方法 | |
| CN104835103A (zh) | 基于神经网络和模糊综合评价的移动网络健康评价方法 | |
| CN109935280B (zh) | 一种基于集成学习的高炉铁水质量预测系统及方法 | |
| CN109359723A (zh) | 基于改进正则化极限学习机的转炉终点锰含量预测方法 | |
| JP6617842B1 (ja) | 金属材料の設計支援方法及び設計支援装置 | |
| CN109165807A (zh) | 一种基于概率神经网络的电能质量综合评估方法 | |
| CN110705920A (zh) | 一种大数据环境下多隐层bp网络预测水泥强度方法 | |
| CN108254403B (zh) | 一种单种煤配入炼焦功效的评价方法 | |
| CN104698147B (zh) | 一种炼焦煤性价比定量评价方法 | |
| CN102601881A (zh) | 一种橡胶硬度的在线质量监控和预测模型更新的方法 | |
| CN117148804B (zh) | 结合应用需求的特种钢材冶炼控制方法及系统 | |
| CN111178585A (zh) | 基于多算法模型融合的故障接报量预测方法 | |
| CN105004710B (zh) | 一种不锈钢铬、镍元素分析校准方法 | |
| CN116822714A (zh) | 一种基于生命周期评价的钢铁产品碳足迹管理方法与系统 | |
| WO2020155865A1 (zh) | 一种延迟焦化模型集成方法 | |
| CN106157163A (zh) | 一种粮食产量短期预测方法及装置 | |
| CN102620980A (zh) | 一种利用神经网络预报板材成形性能的方法 | |
| Shi et al. | Evaluation, Prediction, and Feedback of Blast Furnace Hearth Activity Based on Data‐Driven Analysis and Process Metallurgy | |
| CN103440536B (zh) | 一种区域宏观经济预测模型方法 | |
| CN116306272A (zh) | 一种基于大数据的转炉热损失率预测方法 | |
| CN116577478A (zh) | 一种煤炭识别分选的可选性评定方法、装置、电子设备 | |
| CN107832880B (zh) | 基于布料参数的高炉状态变量预测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190219 |