CN113380348B - 一种钢渣基矿物掺和料的制备方法及系统 - Google Patents
一种钢渣基矿物掺和料的制备方法及系统 Download PDFInfo
- Publication number
- CN113380348B CN113380348B CN202110752288.8A CN202110752288A CN113380348B CN 113380348 B CN113380348 B CN 113380348B CN 202110752288 A CN202110752288 A CN 202110752288A CN 113380348 B CN113380348 B CN 113380348B
- Authority
- CN
- China
- Prior art keywords
- steel slag
- information
- preparation
- obtaining
- based mineral
- 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.)
- Active
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 283
- 239000002893 slag Substances 0.000 title claims abstract description 283
- 239000010959 steel Substances 0.000 title claims abstract description 283
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 264
- 239000011707 mineral Substances 0.000 title claims abstract description 264
- 238000002360 preparation method Methods 0.000 title claims abstract description 157
- 230000007613 environmental effect Effects 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims description 48
- 230000035484 reaction time Effects 0.000 claims description 32
- 230000000694 effects Effects 0.000 claims description 29
- 239000000203 mixture Substances 0.000 claims description 27
- 238000012986 modification Methods 0.000 claims description 27
- 230000004048 modification Effects 0.000 claims description 27
- 238000012937 correction Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 12
- 238000010276 construction Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000000376 reactant Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- 229910000805 Pig iron Inorganic materials 0.000 description 3
- 238000003723 Smelting Methods 0.000 description 3
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 3
- 239000012535 impurity Substances 0.000 description 3
- 239000004615 ingredient Substances 0.000 description 3
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 3
- 239000003607 modifier Substances 0.000 description 3
- 230000001590 oxidative effect Effects 0.000 description 3
- 239000011574 phosphorus Substances 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000002904 solvent Substances 0.000 description 3
- 238000009628 steelmaking Methods 0.000 description 3
- 239000011593 sulfur Substances 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N iron oxide Inorganic materials [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- NDLPOXTZKUMGOV-UHFFFAOYSA-N oxo(oxoferriooxy)iron hydrate Chemical compound O.O=[Fe]O[Fe]=O NDLPOXTZKUMGOV-UHFFFAOYSA-N 0.000 description 2
- 239000012495 reaction gas Substances 0.000 description 2
- 239000002910 solid waste Substances 0.000 description 2
- BRPQOXSCLDDYGP-UHFFFAOYSA-N calcium oxide Chemical compound [O-2].[Ca+2] BRPQOXSCLDDYGP-UHFFFAOYSA-N 0.000 description 1
- 239000000292 calcium oxide Substances 0.000 description 1
- ODINCKMPIJJUCX-UHFFFAOYSA-N calcium oxide Inorganic materials [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 238000003920 environmental process Methods 0.000 description 1
- 229910002804 graphite Inorganic materials 0.000 description 1
- 239000010439 graphite Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000003077 lignite Substances 0.000 description 1
- 239000000395 magnesium oxide Substances 0.000 description 1
- CPLXHLVBOLITMK-UHFFFAOYSA-N magnesium oxide Inorganic materials [Mg]=O CPLXHLVBOLITMK-UHFFFAOYSA-N 0.000 description 1
- AXZKOIWUVFPNLO-UHFFFAOYSA-N magnesium;oxygen(2-) Chemical compound [O-2].[Mg+2] AXZKOIWUVFPNLO-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- TWNQGVIAIRXVLR-UHFFFAOYSA-N oxo(oxoalumanyloxy)alumane Chemical compound O=[Al]O[Al]=O TWNQGVIAIRXVLR-UHFFFAOYSA-N 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
-
- C—CHEMISTRY; METALLURGY
- C04—CEMENTS; CONCRETE; ARTIFICIAL STONE; CERAMICS; REFRACTORIES
- C04B—LIME, MAGNESIA; SLAG; CEMENTS; COMPOSITIONS THEREOF, e.g. MORTARS, CONCRETE OR LIKE BUILDING MATERIALS; ARTIFICIAL STONE; CERAMICS; REFRACTORIES; TREATMENT OF NATURAL STONE
- C04B18/00—Use of agglomerated or waste materials or refuse as fillers for mortars, concrete or artificial stone; Treatment of agglomerated or waste materials or refuse, specially adapted to enhance their filling properties in mortars, concrete or artificial stone
- C04B18/04—Waste materials; Refuse
- C04B18/14—Waste materials; Refuse from metallurgical processes
- C04B18/141—Slags
- C04B18/142—Steelmaking slags, converter slags
-
- C—CHEMISTRY; METALLURGY
- C04—CEMENTS; CONCRETE; ARTIFICIAL STONE; CERAMICS; REFRACTORIES
- C04B—LIME, MAGNESIA; SLAG; CEMENTS; COMPOSITIONS THEREOF, e.g. MORTARS, CONCRETE OR LIKE BUILDING MATERIALS; ARTIFICIAL STONE; CERAMICS; REFRACTORIES; TREATMENT OF NATURAL STONE
- C04B40/00—Processes, in general, for influencing or modifying the properties of mortars, concrete or artificial stone compositions, e.g. their setting or hardening ability
- C04B40/0028—Aspects relating to the mixing step of the mortar preparation
- C04B40/0039—Premixtures of ingredients
-
- 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
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/91—Use of waste materials as fillers for mortars or concrete
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Ceramic Engineering (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Materials Engineering (AREA)
- Structural Engineering (AREA)
- Organic Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Manufacturing & Machinery (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Civil Engineering (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Carbon Steel Or Casting Steel Manufacturing (AREA)
Abstract
本发明公开了一种钢渣基矿物掺和料的制备方法及系统，通过大数据获得制备完成的钢渣基矿物掺和料信息集合；获得钢渣基矿物掺和料的成分信息集合，获得钢渣和矿物的成分比例信息集合；根据钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；获得制备环境的环境特征信息；根据第一钢渣和矿物的成分比例信息和制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，制备第一钢渣基矿物掺和料。解决了现有技术中存在钢渣基矿物掺合料的制备过程不能智能化结合钢渣的成分比例和环境信息，导致制备的钢渣基矿物掺合料不能满足预定需求的技术问题。
Description
技术领域
本发明涉及钢渣基矿物掺合料制备相关领域，尤其涉及一种钢渣基矿物掺和料的制备方法及系统。
背景技术
钢渣是炼钢过程中的一种副产品。它由生铁中的硅、锰、磷、硫等杂质在熔炼过程中氧化而成的各种氧化物以及这些氧化物与溶剂反应生成的盐类所组成。钢渣属于大宗量工业固体废弃物，钢渣的产生量及排放量极大，即污染环境，又造成了大量的资源的浪费。对钢渣进行相应的处理可作为钢渣基矿物掺合料，应用到水泥混凝土中。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中存在钢渣基矿物掺合料的制备过程不能智能化结合钢渣的成分比例和环境信息，导致制备的钢渣基矿物掺合料不能满足预定需求的技术问题。
发明内容
本申请实施例通过提供一种钢渣基矿物掺和料的制备方法及系统，解决了现有技术中存在钢渣基矿物掺合料的制备过程不能智能化结合钢渣的成分比例和环境信息，导致制备的钢渣基矿物掺合料不能满足预定需求的技术问题，达到深度结合钢渣和矿物的成分比例、制备环境特征，基于大数据进行配比调整，达到制备的钢渣基矿物掺和料更与需求契合的技术效果。
鉴于上述问题，提出了本申请实施例提供一种钢渣基矿物掺和料的制备方法及系统。
第一方面，本申请提供了一种钢渣基矿物掺和料的制备方法，其中，所述方法包括：通过大数据获得制备完成的钢渣基矿物掺和料信息集合；根据所述钢渣基矿物掺和料信息集合，获得所述钢渣基矿物掺和料的成分信息集合；对所述钢渣基矿物掺和料的成分信息集合进行分析，获得钢渣和矿物的成分比例信息集合；根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；获得制备环境的环境特征信息；根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。
另一方面，本申请还提供了一种钢渣基矿物掺和料的制备系统，所述系统包括：第一获得单元，所述第一获得单元用于通过大数据获得制备完成的钢渣基矿物掺和料信息集合；第二获得单元，所述第二获得单元用于根据所述钢渣基矿物掺和料信息集合，获得所述钢渣基矿物掺和料的成分信息集合；第三获得单元，所述第三获得单元用于对所述钢渣基矿物掺和料的成分信息集合进行分析，获得钢渣和矿物的成分比例信息集合；第四获得单元，所述第四获得单元用于根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；第五获得单元，所述第五获得单元用于获得制备环境的环境特征信息；第六获得单元，所述第六获得单元用于根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；第一制备单元，所述第一制备单元用于按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。
第三方面，本发明提供了一种钢渣基矿物掺和料的制备系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了通过大数据获得制备完成的钢渣基矿物掺合料信息集合，基于所述钢渣基矿物掺合料信息集合获得钢渣和矿物的成分比例信息集合，根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息，获得第一环境特征信息，基于所述环境特征信息对所述成分比例信息进行调整，获得第二钢渣和矿物的成分比例信息，按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。通过基于大数据对钢渣的成分比例信息筛选，达到深度结合钢渣和矿物的成分比例、制备环境特征，基于大数据进行配比调整，进而达到制备的钢渣基矿物掺和料更与需求契合的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种钢渣基矿物掺和料的制备方法的流程示意图；
图2为本申请实施例一种钢渣基矿物掺和料的制备方法的进一步的制备的流程示意图；
图3为本申请实施例一种钢渣基矿物掺和料的制备方法的得制备环境的环境特征信息的流程示意图；
图4为本申请实施例一种钢渣基矿物掺和料的制备方法的获得第二钢渣和矿物的成分比例信息的流程示意图；
图5为本申请实施例一种钢渣基矿物掺和料的制备方法的确定所述第一钢渣基矿物掺和料的制备条件的流程示意图；
图6为本申请实施例一种钢渣基矿物掺和料的制备方法的获得制备反应温度区间的流程示意图；
图7为本申请实施例一种钢渣基矿物掺和料的制备方法的获得制备反应时间区间的进一步处理的流程示意图；
图8为本申请实施例一种钢渣基矿物掺和料的制备系统的结构示意图；
图9为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第一制备单元17，电子设备50，处理器51，存储器52，输入装置53，输出装置54。
具体实施方式
本申请实施例通过提供一种钢渣基矿物掺和料的制备方法及系统，解决了现有技术中存在钢渣基矿物掺合料的制备过程不能智能化结合钢渣的成分比例和环境信息，导致制备的钢渣基矿物掺合料不能满足预定需求的技术问题，达到深度结合钢渣和矿物的成分比例、制备环境特征，基于大数据进行配比调整，达到制备的钢渣基矿物掺和料更与需求契合的技术效果。下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的发展和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
申请概述
钢渣是炼钢过程中的一种副产品。它由生铁中的硅、锰、磷、硫等杂质在熔炼过程中氧化而成的各种氧化物以及这些氧化物与溶剂反应生成的盐类所组成。钢渣属于大宗量工业固体废弃物，钢渣的产生量及排放量极大，即污染环境，又造成了大量的资源的浪费。对钢渣进行相应的处理可作为钢渣基矿物掺合料，应用到水泥混凝土中。现有技术中存在钢渣基矿物掺合料的制备过程不能智能化结合钢渣的成分比例和环境信息，导致制备的钢渣基矿物掺合料不能满足预定需求的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种钢渣基矿物掺和料的制备方法，其中，所述方法包括：通过大数据获得制备完成的钢渣基矿物掺和料信息集合；根据所述钢渣基矿物掺和料信息集合，获得所述钢渣基矿物掺和料的成分信息集合；对所述钢渣基矿物掺和料的成分信息集合进行分析，获得钢渣和矿物的成分比例信息集合；根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；获得制备环境的环境特征信息；根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种钢渣基矿物掺和料的制备方法，其中，所述方法包括：
步骤S100：通过大数据获得制备完成的钢渣基矿物掺和料信息集合；
具体而言，炼钢过程中的一种副产品。它由生铁中的硅、锰、磷、硫等杂质在熔炼过程中氧化而成的各种氧化物以及这些氧化物与溶剂反应生成的盐类所组成。所述钢渣基矿物掺合料为为提高钢渣在混凝土中的性能对钢渣进行处理的方式，最终可得到胶凝活性优异的钢渣基矿物掺合料，根据需求的钢渣基矿物掺合料，通过大数据获得历史制备（已制备完成的）的钢渣基矿物掺合料的信息集合，所述信息包括组成成分信息及制备的环境工艺信息等钢渣基矿物掺合料信息的集合。
步骤S200：根据所述钢渣基矿物掺和料信息集合，获得所述钢渣基矿物掺和料的成分信息集合；
步骤S300：对所述钢渣基矿物掺和料的成分信息集合进行分析，获得钢渣和矿物的成分比例信息集合；
具体而言，所述钢渣基矿物掺和料的成分信息集合为所述历史制备的钢渣基矿物的各个制备成品中的钢渣基矿物掺合料的组成成分信息，一般而言，所述组成成分信息包括铁、三氧化二铁、三氧化二铝、氧化钙、二氧化硫、氧化铁、氧化镁等。对所述已制备完成的钢渣基矿物掺合料进行各个组成成分的含量测定，根据所述组成成分含量的测定结果获得所述成分比例信息集合。通过对组成成分的分析和各个成分的含量测定，为后续准确的进行需求钢渣基矿物掺合料的制备奠定了基础。
步骤S400：根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；
具体而言，集合不同钢渣基矿物掺合料的应用环境及制备的成分含量信息，根据用户的需求从上述获得的钢渣基矿物掺合料集合中选取出最满足需求的钢渣基矿物的掺合料信息，并通过钢渣和矿物的成分比例信息的集合，获得钢渣和矿物的各个成分的比例信息的集合，选取最满足需求的比例信息，即所述第一钢渣和成分比例信息。
步骤S500：获得制备环境的环境特征信息；
具体而言，所述制备环境的环境特征信息为当前要进行制备的环境信息中相对于所述第一钢渣和矿物的制备环境的不同的特征信息，所述信息包括但不限于是温度信息、位置信息等。通过所述环境特征信息的获得，达到为后续准确的分析可制备的钢渣和成分比例的信息提供了基础数据的技术效果。
步骤S600：根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；
具体而言，基于所述第一钢渣和矿物的成分比例信息和所述制备环境信息，以所述制备环境信息对所述第一钢渣和矿物的制备环境进行替代，根据所述替代结果，依据理论和模型对所述替代后可形成的钢渣和矿物的成分比例信息进行计算，根据理论计算结果和模拟结果获得所述第二钢渣和矿物的成分比例信息。
步骤S700：按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。
具体而言，所述第一制备指令为控制进行第一钢渣基矿物掺和料的指令。根据所述第二钢渣和矿物的成分比例信息，对需求的反应物信息、调制改性剂信息进行反推和补充，根据所述制备环境的环境特征、所述反应物信息和调制改性剂信息、原料信息来进行制备第一钢渣基矿物掺和料。达到深度结合钢渣和矿物的成分比例、制备环境特征，基于大数据进行配比调整，进而达到制备的钢渣基矿物掺和料更与需求契合的技术效果。
进一步而言，如图2所示，本申请实施例步骤S800还包括：
步骤S810：获得所述第一钢渣基矿物掺和料的改性条件；
步骤S820：根据所述第一钢渣基矿物掺和料的改性条件，确定所述第一钢渣基矿物掺和料的制备条件；
步骤S830：按照所述第二钢渣和矿物的成分比例信息和所述制备条件，获得第二制备指令，所述第二制备指令用于制备第一钢渣基矿物掺和料。
具体而言，所述改性条件是指通过物理或化学手段来改变材料物理形态或者性质的条件，一般而言，所述改性条件为包括调制改性剂含量和反应气体、反应温度等。所述调制改性剂一般为活性炭、石墨、褐煤、焦炭等，反应气体一般为惰性气体。通过所述第一钢渣基矿物掺合料的信息，依据理论值对所述第一钢渣基矿物掺合料的改性条件进行确定，根据所述第一钢渣基矿物掺合料的改性条件，对所述第一钢渣基矿物掺合料的制备条件进行最终的确定，依据所述确定的制备条件和所述第二钢渣和矿物的成分比例信息，对所述第一钢渣基矿物掺合料进行制备。进一步来说，所述第二制备指令为控制相关设备或者系统进行钢渣基矿物掺合料进行制备的指令，通过所述第二制备指令，依据所述第二钢渣和矿物的成分比例信息和所述制备条件制备第一钢渣基矿物掺和料。通过第一钢渣基矿物掺和料进行改性条件的逆推，进而确定所述第一钢渣基矿物掺合料的制备条件，依据所述第二钢渣和矿物的成分比例信息和所述制备条件来实现所述第一钢渣基矿物掺和料的制备。
进一步而言，如图3所示，所述获得制备环境的环境特征信息，本申请实施例步骤S500还包括：
步骤S510：获得历史制备环境的历史位置信息；
步骤S520：获得历史制备环境的历史温度信息；
步骤S530：根据所述历史位置信息和所述历史温度信息，构建制备环境分析模型；
步骤S540：将所述制备环境的位置信息和温度信息输入所述制备环境分析模型，获得所述环境特征信息。
具体而言，历史制备环境的位置信息为反映了制备环境的分布特征的信息，所述位置的不同，主要影响了制备环境的湿度、气压信息等，获得历史制备环境的温度信息，历史制备环境的温度信息为对所述第一钢渣基矿物掺和料制备过程中的温度控制信息，包括但不限于温度的降温/升温时间、最高温度、最低温度、温度持续时间、温度的均匀度、温度的稳定程度等，根据各个制备的位置信息和制备的温度信息，将其作为基础训练数据，构建制备环境分析模型，所述制备环境分析模型为智能化的神经网络模型，所述模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括位置信息、温度信息和标识环境特征标识结果的标识信息，将所述当前制备环境的位置信息和环境信息输入所述制备环境分析模型，获得当前环境的环境特征信息。基于制备环境分析模型的模型构建，使得环境特征的确定更加的准确，为后续准确的进行钢渣基矿物掺合料的制备夯实了基础。
进一步的，如图4所示，所述根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息，本申请实施例步骤S600还包括：
步骤S610：构建成分比例修正模型；
步骤S620：将所述成分比例信息和所述环境信息输入所述成分比例修正模型，获得所述成分比例修正模型的输出信息，所述输出信息包括所述第二钢渣和矿物的成分比例信息。
具体而言，所述成分比例修正模型为通过收集不同的钢渣成分和反应物信息、反应物成分含量和制备的环境信息等来构建的成分比例修正模型，它可根据钢渣和矿物的成分比例，调整的环境特征来进行可进行成分信息预测和修正的模型，通过不同的成分比例信息和环境特征信息下的钢渣和矿物可产生的成分比例的变化作为监督数据，调整成分比例修正模型的参数，当所述成分比例修正模型的输出数据稳定后，则完成所述成分比例修正模型的构建，将所述成分比例信息和所述环境信息输入所述成分比例修正模型，获得所述第二钢渣和矿物的成分比例信息。通过成分比例修正模型的构建，达到对所述第二钢渣和矿物的成分比例信息的预测更加准确的技术效果。
进一步的，如图5所示，所述根据所述第一钢渣基矿物掺和料的改性条件，确定所述第一钢渣基矿物掺和料的制备条件，本申请实施例步骤S820还包括：
步骤S821：根据所述第一钢渣基矿物掺和料改性时的第一反应温度、第一反应时间，获得制备反应温度区间和制备反应时间区间；
步骤S822：根据所述制备反应温度区间和所述制备反应时间区间，确定所述第一钢渣基矿物掺和料的制备条件。
具体而言，所述第一反应温度是指所述第一钢渣基矿物掺合料通过改性条件制备时的反应的温度信息，所述反应温度信息一般为反应温度区间，即包括温度的波动区间信息，根据所述第一反应温度和所述反应温度区间获得所述反应温度区间，所述第一反应时间为所述第一钢渣基矿物掺合料的制备过程发生反应的时间，为保证反映的充分，所述反应时间应该存在对应的预留时间间隔，即所述第制备反应时间区间，基于所述制备反应温度区间和所述制备反应时间区间，来对所述第一钢渣基矿物掺合料的制备条件进行进一步的确定，所述制备条件除了包含上述反应时间区间、反应温度区间和对应时间区间和温度区间下的反应物信息等。
进一步而言，如图6所示，所述获得制备反应温度区间，本申请实施例步骤S821还包括：
步骤S8211：获得所述第一钢渣基矿物掺和料改性时的第一反应温度；
步骤S8212：获得预定波动幅度；
步骤S8213：根据所述第一反应温度，按照所述预定波动幅度，获得制备反应温度区间。
进一步的，如图7所示，所述获得制备反应时间区间，本申请实施例步骤S821还包括：
步骤S8214：获得所述第一钢渣基矿物掺和料的改性效果；
步骤S8215：获得所述改性效果和所述第一反应时间的第一关系；
步骤S8216：根据所述第一关系和所述第一反应时间，获得预定制备反应时间区间。
具体而言，获得所述第一钢渣基矿物掺和料改性时的第一反应温度，所述第一反应温度为测定的所述第一钢渣基矿物在反应稳定时的反应温度，所述预定波动幅度为通过收集相应的在反应时间内的温度的波动信息，确定的温度的预定波动幅度，根据所述第一反应温度和所述预定波动幅度，获得所述制备反应温度区间。所述改性效果是指进行钢渣基矿物掺合料的制备的效果。通过对反应时间和改性效果的监督，获得不同的反应时间下的改性效果的关系信息，基于所述关系信息构建改性效果时间曲线，获得第一预定的改性效果的阈值，基于所述预定的改性效果的阈值，对所述满足改性效果阈值的曲线的连续反应时间进行截取，基于所述截取结果获得所述预定制备反应时间区间。通过对制备反应温度区间和预定制备反应时间区间的进一步的限定，使得所述第一钢渣基矿物掺和料的制备效果更好，进而达到准确的进行钢渣基矿物掺合料的制备的技术效果。
综上所述，本申请实施例所提供的一种钢渣基矿物掺和料的制备方法及系统具有如下技术效果：
1、由于采用了通过大数据获得制备完成的钢渣基矿物掺合料信息集合，基于所述钢渣基矿物掺合料信息集合获得钢渣和矿物的成分比例信息集合，根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息，获得第一环境特征信息，基于所述环境特征信息对所述成分比例信息进行调整，获得第二钢渣和矿物的成分比例信息，按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。通过基于大数据对钢渣的成分比例信息筛选，达到深度结合钢渣和矿物的成分比例、制备环境特征，基于大数据进行配比调整，进而达到制备的钢渣基矿物掺和料更与需求契合的技术效果。
2、由于采用了基于制备环境分析模型的模型构建的方式，使得环境特征的确定更加的准确，为后续准确的进行钢渣基矿物掺合料的制备夯实了基础。
实施例二
基于与前述实施例中一种钢渣基矿物掺和料的制备方法同样发明构思，本发明还提供了一种钢渣基矿物掺和料的制备系统，如图8所示，所述系统包括：
第一获得单元11，所述第一获得单元11用于通过大数据获得制备完成的钢渣基矿物掺和料信息集合；
第二获得单元12，所述第二获得单元12用于根据所述钢渣基矿物掺和料信息集合，获得所述钢渣基矿物掺和料的成分信息集合；
第三获得单元13，所述第三获得单元13用于对所述钢渣基矿物掺和料的成分信息集合进行分析，获得钢渣和矿物的成分比例信息集合；
第四获得单元14，所述第四获得单元14用于根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；
第五获得单元15，所述第五获得单元15用于获得制备环境的环境特征信息；
第六获得单元16，所述第六获得单元16用于根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；
第一制备单元17，所述第一制备单元17用于按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。
进一步的，所述系统还包括：
第七获得单元，所述第七获得单元用于获得所述第一钢渣基矿物掺和料的改性条件；
第一确定单元，所述第一确定单元用于根据所述第一钢渣基矿物掺和料的改性条件，确定所述第一钢渣基矿物掺和料的制备条件；
第八获得单元，所述第八获得单元用于按照所述第二钢渣和矿物的成分比例信息和所述制备条件，获得第二制备指令，所述第二制备指令用于制备第一钢渣基矿物掺和料。
进一步的，所述系统还包括：
第九获得单元，所述第九获得单元用于获得历史制备环境的历史位置信息；
第十获得单元，所述第十获得单元用于获得历史制备环境的历史温度信息；
第一构建单元，所述第一构建单元用于根据所述历史位置信息和所述历史温度信息，构建制备环境分析模型；
第十一获得单元，所述第十一获得单元用于将所述制备环境的位置信息和温度信息输入所述制备环境分析模型，获得所述环境特征信息。
进一步的，所述系统还包括：
第二构建单元，所述第二构建单元用于构建成分比例修正模型；
第十二获得单元，所述第十二获得单元用于将所述成分比例信息和所述环境信息输入所述成分比例修正模型，获得所述成分比例修正模型的输出信息，所述输出信息包括所述第二钢渣和矿物的成分比例信息。
进一步的，所述系统还包括：
第十三获得单元，所述第十三获得单元用于根据所述第一钢渣基矿物掺和料改性时的第一反应温度、第一反应时间，获得制备反应温度区间和制备反应时间区间；
第一确定单元，所述第一确定单元用于根据所述制备反应温度区间和所述制备反应时间区间，确定所述第一钢渣基矿物掺和料的制备条件。
进一步的，所述系统还包括：
第十四获得单元，所述第十四获得单元用于获得所述第一钢渣基矿物掺和料改性时的第一反应温度；
第十五获得单元，所述第十五获得单元用于获得预定波动幅度；
第十六获得单元，所述第十六获得单元用于根据所述第一反应温度，按照所述预定波动幅度，获得制备反应温度区间。
进一步的，所述系统还包括：
第十七获得单元，所述第十七获得单元用于获得所述第一钢渣基矿物掺和料的改性效果；
第十八获得单元，所述第十八获得单元用于获得所述改性效果和所述第一反应时间的第一关系；
第十九获得单元，所述第十九获得单元用于根据所述第一关系和所述第一反应时间，获得预定制备反应时间区间。
前述图1实施例一中的一种钢渣基矿物掺和料的制备方法的各种变化方式和具体实例同样适用于本实施例的一种钢渣基矿物掺和料的制备系统，通过前述对一种钢渣基矿物掺和料的制备方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种钢渣基矿物掺和料的制备系统的实施方法，所以为了说明书的简洁，在此不再详述。
示例性电子设备
下面参考图9来描述本申请实施例的电子设备。
图9图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种钢渣基矿物掺和料的制备方法的发明构思，本发明还提供一种钢渣基矿物掺和料的制备系统，下面，参考图9来描述根据本申请实施例的电子设备。该电子设备可以是可移动设备本身，或与其独立的单机设备，其上存储有计算机程序，该程序被处理器执行时实现前文所述方法的任一方法的步骤。
如图9所示，电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元（CPU）或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备50中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器（RAM）和/或高速缓冲存储器（cache）等。所述非易失性存储器例如可以包括只读存储器（ROM）、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器51可以运行所述程序指令，以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
在一个示例中，电子设备50还可以包括：输入装置53和输出装置54，这些组件通过总线系统和/或其他形式的连接机构（未示出）互连。
本发明实施例提供的一种钢渣基矿物掺和料的制备方法，其中，所述方法包括：通过大数据获得制备完成的钢渣基矿物掺和料信息集合；根据所述钢渣基矿物掺和料信息集合，获得所述钢渣基矿物掺和料的成分信息集合；对所述钢渣基矿物掺和料的成分信息集合进行分析，获得钢渣和矿物的成分比例信息集合；根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；获得制备环境的环境特征信息；根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。解决了现有技术中存在钢渣基矿物掺合料的制备过程不能智能化结合钢渣的成分比例和环境信息，导致制备的钢渣基矿物掺合料不能满足预定需求的技术问题，达到深度结合钢渣和矿物的成分比例、制备环境特征，基于大数据进行配比调整，达到制备的钢渣基矿物掺和料更与需求契合的技术效果。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从计算机可读存储介质向另计算机可读存储介质传输，所述可用介质可以是磁性介质，（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质（例如固态硬盘（Solid State Disk，SSD））等。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
另外，本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应理解，在本申请实施例中，“与A相应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其它信息确定B。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
总之，以上所述仅为本申请技术方案的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (9)
1.一种钢渣基矿物掺和料的制备方法，其中，所述方法包括：
通过大数据获得制备完成的钢渣基矿物掺和料信息集合；
根据所述钢渣基矿物掺和料信息集合，获得所述钢渣基矿物掺和料的成分信息集合；
对所述钢渣基矿物掺和料的成分信息集合进行分析，获得钢渣和矿物的成分比例信息集合；
根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；
获得制备环境的环境特征信息；
根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；
按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。
2.如权利要求1所述的方法，其中，所述方法包括：
获得所述第一钢渣基矿物掺和料的改性条件；
根据所述第一钢渣基矿物掺和料的改性条件，确定所述第一钢渣基矿物掺和料的制备条件；
按照所述第二钢渣和矿物的成分比例信息和所述制备条件，获得第二制备指令，所述第二制备指令用于制备第一钢渣基矿物掺和料。
3.如权利要求1所述的方法，其中，所述获得制备环境的环境特征信息，包括：
获得历史制备环境的历史位置信息；
获得历史制备环境的历史温度信息；
根据所述历史位置信息和所述历史温度信息，构建制备环境分析模型；
将所述制备环境的位置信息和温度信息输入所述制备环境分析模型，获得所述环境特征信息。
4.如权利要求1所述的方法，其中，所述根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息，包括：
构建成分比例修正模型；
将所述成分比例信息和所述环境信息输入所述成分比例修正模型，获得所述成分比例修正模型的输出信息，所述输出信息包括所述第二钢渣和矿物的成分比例信息。
5.如权利要求2所述的方法，其中，所述根据所述第一钢渣基矿物掺和料的改性条件，确定所述第一钢渣基矿物掺和料的制备条件，包括：
根据所述第一钢渣基矿物掺和料改性时的第一反应温度、第一反应时间，获得制备反应温度区间和制备反应时间区间；
根据所述制备反应温度区间和所述制备反应时间区间，确定所述第一钢渣基矿物掺和料的制备条件。
6.如权利要求5所述的方法，其中，所述获得制备反应温度区间，包括：
获得所述第一钢渣基矿物掺和料改性时的第一反应温度；
获得预定波动幅度；
根据所述第一反应温度，按照所述预定波动幅度，获得制备反应温度区间。
7.如权利要求5所述的方法，其中，所述获得制备反应时间区间，包括：
获得所述第一钢渣基矿物掺和料的改性效果；
获得所述改性效果和所述第一反应时间的第一关系；
根据所述第一关系和所述第一反应时间，获得预定制备反应时间区间。
8.一种钢渣基矿物掺和料的制备系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于通过大数据获得制备完成的钢渣基矿物掺和料信息集合；
第二获得单元，所述第二获得单元用于根据所述钢渣基矿物掺和料信息集合，获得所述钢渣基矿物掺和料的成分信息集合；
第三获得单元，所述第三获得单元用于对所述钢渣基矿物掺和料的成分信息集合进行分析，获得钢渣和矿物的成分比例信息集合；
第四获得单元，所述第四获得单元用于根据所述钢渣和矿物的成分比例信息集合，获得第一钢渣和矿物的成分比例信息；
第五获得单元，所述第五获得单元用于获得制备环境的环境特征信息；
第六获得单元，所述第六获得单元用于根据所述第一钢渣和矿物的成分比例信息和所述制备环境的环境信息，获得第二钢渣和矿物的成分比例信息；
第一制备单元，所述第一制备单元用于按照所述第二钢渣和矿物的成分比例信息，获得第一制备指令，所述第一制备指令用于制备第一钢渣基矿物掺和料。
9.一种钢渣基矿物掺和料的制备系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-7任 一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110752288.8A CN113380348B (zh) | 2021-07-03 | 2021-07-03 | 一种钢渣基矿物掺和料的制备方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110752288.8A CN113380348B (zh) | 2021-07-03 | 2021-07-03 | 一种钢渣基矿物掺和料的制备方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113380348A CN113380348A (zh) | 2021-09-10 |
| CN113380348B true CN113380348B (zh) | 2022-12-13 |
Family
ID=77581011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110752288.8A Active CN113380348B (zh) | 2021-07-03 | 2021-07-03 | 一种钢渣基矿物掺和料的制备方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113380348B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013127320A1 (zh) * | 2012-02-29 | 2013-09-06 | 北京科技大学 | 采用尾矿复配料改质高温钢渣的方法 |
| CN103553454A (zh) * | 2013-10-10 | 2014-02-05 | 桂林理工大学 | 利用钢渣作掺合料及作骨料的高性能混凝土及制备方法 |
| CN106854049A (zh) * | 2015-12-09 | 2017-06-16 | 攀枝花博特建材有限公司 | 矿物掺和料 |
| AU2020101143A4 (en) * | 2020-06-25 | 2020-07-30 | Qian'an Weisheng Solid Waste Environmental Protection Industry Co., Ltd | A Method For Preparing The Fast-Hardening Early-Strength High-Performance All-Solid Waste Concrete |
| CN111777385A (zh) * | 2020-07-21 | 2020-10-16 | 山东水利建设集团有限公司 | 一种斜面自密实混凝土及其浇筑施工方法 |
| CN111995341A (zh) * | 2020-07-29 | 2020-11-27 | 邯郸钢铁集团有限责任公司 | 一种大比例利用钢渣的全固废路面混凝土及其制备方法 |
| CN112341024A (zh) * | 2020-11-09 | 2021-02-09 | 武汉武新新型建材股份有限公司 | 一种用于道路基层的高性能钢渣复合掺合料和制备方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1741682A1 (de) * | 2005-07-08 | 2007-01-10 | Alexander Kehrmann | Zementklinker, Zement und Verfahren zur Herstellung von Zement |
| WO2014075134A1 (en) * | 2012-11-13 | 2014-05-22 | Cement Australia Pty Limited | Geopolymer cement |
-
2021
- 2021-07-03 CN CN202110752288.8A patent/CN113380348B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013127320A1 (zh) * | 2012-02-29 | 2013-09-06 | 北京科技大学 | 采用尾矿复配料改质高温钢渣的方法 |
| CN103553454A (zh) * | 2013-10-10 | 2014-02-05 | 桂林理工大学 | 利用钢渣作掺合料及作骨料的高性能混凝土及制备方法 |
| CN106854049A (zh) * | 2015-12-09 | 2017-06-16 | 攀枝花博特建材有限公司 | 矿物掺和料 |
| AU2020101143A4 (en) * | 2020-06-25 | 2020-07-30 | Qian'an Weisheng Solid Waste Environmental Protection Industry Co., Ltd | A Method For Preparing The Fast-Hardening Early-Strength High-Performance All-Solid Waste Concrete |
| CN111777385A (zh) * | 2020-07-21 | 2020-10-16 | 山东水利建设集团有限公司 | 一种斜面自密实混凝土及其浇筑施工方法 |
| CN111995341A (zh) * | 2020-07-29 | 2020-11-27 | 邯郸钢铁集团有限责任公司 | 一种大比例利用钢渣的全固废路面混凝土及其制备方法 |
| CN112341024A (zh) * | 2020-11-09 | 2021-02-09 | 武汉武新新型建材股份有限公司 | 一种用于道路基层的高性能钢渣复合掺合料和制备方法 |
Non-Patent Citations (4)
| Title |
|---|
| "3D打印用水泥基活性粉末混凝土制备及性能研究";张洪萍;《中国博士学位论文全文数据库工程科技Ⅰ辑》;20201215;第B015-9页 * |
| "Effect of granulated blast furnace slag on the self-healing capability of mortar incorporating crystalline admixture";Guoxin Li等;《Construction and Building Materials》;20191224;第1-11页 * |
| 《Comparison of the properties between high-volume fly ash concrete and high-volume steel slag concrete under temperature matching curing condition》;Shi Mengxiao等;《Construction and Building Materials》;20151015;第649-655页 * |
| 组成和温度对重构钢渣结构及早期水化活性的影响;赵海晋等;《建筑材料学报》;20120615(第03期);第399-405页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113380348A (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104991051B (zh) | 一种基于混合模型的混凝土强度预测方法 | |
| Wang et al. | Applying input variables selection technique on input weighted support vector machine modeling for BOF endpoint prediction | |
| CN104062200B (zh) | 一种钢渣中游离态氧化镁含量的测定方法 | |
| CN113380348B (zh) | 一种钢渣基矿物掺和料的制备方法及系统 | |
| CN114742481B (zh) | 一种基于成分的特钢性能评估方法及系统 | |
| CN107860796A (zh) | 一种用于监测混凝土质量和凝结硬化状态的方法 | |
| Kwon et al. | Event-based modeling and control for the burnthrough point in sintering processes | |
| WO2015041090A1 (ja) | 情報処理装置およびその方法 | |
| CN114964557A (zh) | 混凝土温度监测方法、装置、设备及存储介质 | |
| TWI488973B (zh) | 補正裝置、補正方法及鋼鐵精煉方法 | |
| Liu et al. | Black box operation optimization of basic oxygen furnace steelmaking process with derivative free optimization algorithm | |
| DE102021201195A1 (de) | Qualitätskontrolle von gegossenen Betonelementen | |
| JP5821656B2 (ja) | 生石灰濃度予測装置及び吹錬制御方法 | |
| US20130191188A1 (en) | Method for energy benchmarking and diagnosis through optimization and a system thereof | |
| CN110950557A (zh) | 优化水泥原料调整量的方法和系统 | |
| Seidu et al. | Development of charge calculation program for target steel in induction furnace | |
| JP4529964B2 (ja) | シミュレーション装置、シミュレーション方法及びシミュレーションプログラム | |
| CN112417369A (zh) | 用于确定菱镁矿加工过程产生的二氧化碳的排放量的方法 | |
| WO2024036713A1 (zh) | 一种计算高炉软熔带根部高度的方法、装置及存储介质 | |
| WO2023189251A1 (ja) | 造粒粒子の予測方法、造粒粒子の製造方法、造粒粒子製造装置及び焼結鉱の製造方法 | |
| WO2023189248A1 (ja) | 造粒粒子の粒度分布推定方法、造粒粒子製造方法及び造粒粒子製造装置 | |
| CN108897941A (zh) | 一种随机点蚀损伤板上点蚀坑重叠控制方法 | |
| Uebber et al. | A novel data-driven prediction model for BOF endpoint | |
| JP5211600B2 (ja) | 工業プロセスの制御方法および装置 | |
| JP4144445B2 (ja) | 増減表表示制御装置及びプログラム |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20221114 Address after: 241000 Floor 20, Building 5, Wuhu Science and Technology Industrial Park, Wuhu Hi tech Industrial Development Zone, Yijiang District, Wuhu City, Anhui Province Applicant after: Anhui Dongcai Material Technology Co.,Ltd. Address before: 010000 No. 105 Hulun North Road, Hohhot City, Inner Mongolia Autonomous Region Applicant before: INNER MONGOLIA SENIOR HIGHWAY CONSTRUCTION DEVELOPMENT CO.,LTD. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |