CN114139348A - 一种判定高炉最优气流分布的方法、电子设备和存储介质 - Google Patents
一种判定高炉最优气流分布的方法、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114139348A CN114139348A CN202111262880.6A CN202111262880A CN114139348A CN 114139348 A CN114139348 A CN 114139348A CN 202111262880 A CN202111262880 A CN 202111262880A CN 114139348 A CN114139348 A CN 114139348A
- Authority
- CN
- China
- Prior art keywords
- blast furnace
- optimal
- reflow zone
- reflow
- characteristic curves
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 229910052742 iron Inorganic materials 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 239000000571 coke Substances 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003723 Smelting Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000002844 melting Methods 0.000 description 2
- 230000008018 melting Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种判定高炉最优气流分布的方法、电子设备和存储介质，所述方法包括：建立软熔带高度计算模型，并做假设：将高炉沿径向将炉料划分为n个同轴圆筒体，各圆筒体内的高炉参数运行独立，计算每个圆筒体沿高度方向的温度分布，得到高炉炉内的温度场分布；根据温度场结合矿石的软熔特性得到高炉软熔带的上边界、下边界和上下边界平均值的三条特征曲线的位置；采集该高炉在一定时间区间内的技术经济指标和软熔带的三条特征曲线的多组关联数据；对软熔带的三条特征曲线分别进行聚类分析输出聚类结果，根据最优技术经济指标从所述聚类结果中选取该高炉软熔带的最优样本；根据该高炉软熔带的最优样本的温度场分布，得到最优的气流分布类型。
Description
技术领域
本发明涉及高炉冶炼技术领域，尤其涉及一种判定高炉最优气流分布的方法、电子设备和存储介质。
背景技术
高炉炼铁是现代化炼铁生产的主要方式，其中我国90％的钢铁产量依靠高炉炼铁。高炉中软熔带不仅支配着高炉的气流分布，直接影响高炉煤气利用率，也对炉内热交换、还原过程和透气性有极大的影响，高炉解剖及实验模拟也证实了它的存在。软熔带是高炉冶炼过程的核心环节，是高炉上部调剂和下部调剂共同作用的结果，其形状和位置，对高炉的生产有着非常关键的作用。
高炉炼铁过程中，软熔带的高低和形状直接影响着高炉的各项技术经济指标，并且与高炉的稳定顺行有着密切的关系，在高炉的长期生产过程中发挥这重要的指导作用。
对于同一座高炉，每一种操作方式都对应一种特定的最佳软熔带，当主要操作方式中的任何一个发生较大变化时，最佳的软熔带也会发生变化，因此利用软熔带指导高炉操作时一定要与所采用的操作方式相对应，想达到最好的指导效果需要围绕软熔带模型和技术经济指标进行长期的摸索。
随着生产条件的不同，每一天的软熔带形态也会随之发生变化，必须利用模型计算出当前软熔带，通过长时间积累的软熔带样本进行深入挖掘才能得到软熔带形态与高炉生产之间的关系，找出背后蕴藏的规律才能为生产提供有价值的信息。目前的高炉软熔带的研究主要是通过模型的计算以及相应的手段进行修正，很少将软熔带情况和高炉的实际生产在数据上建立关系，难以直接通过软熔带的信息得出其可能的炉况信息。
发明内容
有鉴于现有技术的上述不足，本发明的目的是提供一种利用软熔带判定高炉最优气流分布的方法，电子设备和存储介质。
为实现上述目的，本发明第一方面提供了一种判定高炉最优气流分布的方法，包括：
步骤S1、建立软熔带高度计算模型；所述软熔带高度计算模型基于以下假设：将高炉沿径向将炉料划分为n个同轴圆筒体，并假设各圆筒体内的高炉参数运行独立；
步骤S2、计算每个圆筒体沿高度方向的温度分布，得到高炉炉内的温度场分布；根据所述温度场结合矿石的软熔特性得到高炉软熔带的上边界、下边界和上下边界平均值的三条特征曲线的位置；
步骤S3、采集该高炉在一定时间区间内的技术经济指标和软熔带的三条特征曲线的多组关联数据；
步骤S4、根据软熔带的形状和位置对软熔带的三条特征曲线分别进行聚类分析输出聚类结果，并根据最优技术经济指标从所述聚类结果中选取该高炉软熔带的最优样本；
步骤S5、根据该高炉软熔带的最优样本的高炉炉内温度场分布，得到最优的气流分布类型。
进一步的，所述步骤S1的建立软熔带高度计算模型做如下进一步假定：
(1)每个圆筒体中有一股主煤气流和固体料流互相逆向运动；
(2)每个圆筒体中的炉料为保持整体下降的活塞流；
(3)每个圆筒体中的铁水成分和温度相同，各圆筒体之间没有铁水流动和热交换；
(4)每个圆筒体中的进入煤气温度相同；
(5)温度和高度的微分关系方程只适合从料线到风口的区域；
(6)将高炉生产过程看成一个稳态过程，各高炉参数不随时间发生变化。
进一步的，所述步骤S2包括：
(1)以采集到的炉顶煤气和炉料沿径向的成分和温度分布作为模型的上边界条件，通过煤气控制方程和炉料控制方程向下迭代计算出每个圆筒沿高度方向的温度分布；
(2)将每个圆筒的等温线相连得到高炉炉内的温度场分布；
(3)根据炉料的特性确定软熔带的温度区域，得到高炉软熔带上边界、下边界和上下边界平均值三条特征曲线的位置。
进一步的，所述步骤S4具体包括：
(1)根据软熔带的形状和位置对软熔带的三条特征曲线分别进行聚类生成三条特征曲线的类型样本；
(2)选取三条特征曲线的类型样本中满足最优技术经济指标的样本为各自的最优样本；
(3)选取在同一时间段三条特征曲线的类型样本均为最优样本的软熔带类型样本为该高炉软熔带的最优样本。
进一步的，所述步骤S4中聚类分析的算法为K-means算法、均值漂移聚类、凝聚层次聚类算法中的一种。
进一步的，所述技术经济指标包括：高炉的产量、焦比和燃料比。
本发明的第二方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明第一方面任一方案所述的判定高炉最优气流分布的方法中的步骤。
本发明的第三方面还提供了一种电子设备，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，所述处理器执行时实现如本发明第一方面任一方案所述的判定高炉最优气流分布的方法中的步骤。
本发明实现了如下技术效果：
本发明通过获取一定时间内的技术经济指标和软熔带的三条特征曲线，建立二者的关系，从而根据最优技术经济指标获取高炉软熔带三条特征曲线的最优样本，进而得到高炉的最优气流分布。本方法能够通过软熔带信息较为快速、准确地获得高炉的最优气流分布，有助于高炉生产的节能降耗。
附图说明
图1是本发明的判定高炉最优气流分布的方法的流程图；
图2是本发明涉及的高炉温度场分布和软熔带示意图；
图3是本发明涉及的k-means聚类算法流程图；
图4是软熔带三条特征曲线聚类结果的示例。
具体实施方式
为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
现结合附图和具体实施方式对本发明进一步说明。
如图1所示，本发明提供了一种判定高炉最优气流分布的方法，包括：
步骤S1、建立软熔带高度计算模型；所述软熔带高度计算模型基于以下假设：将高炉沿径向将炉料划分为n个同轴圆筒体，并假设各圆筒体内的高炉参数运行独立；
步骤S2、计算每个圆筒体沿高度方向的温度分布，得到高炉炉内的温度场分布；根据所述温度场结合矿石的软熔特性得到高炉软熔带的上边界、下边界和上下边界平均值的三条特征曲线的位置；
步骤S3、采集该高炉在一定时间区间内的技术经济指标和软熔带的三条特征曲线的多组关联数据；
步骤S4、根据软熔带的形状和位置对软熔带的三条特征曲线分别进行聚类分析输出聚类结果，并根据最优技术经济指标从所述聚类结果中选取该高炉软熔带的最优样本；
步骤S5、根据该高炉软熔带的最优样本的高炉炉内温度场分布，得到最优的气流分布类型。
在本实施例中，所述步骤S1的建立软熔带高度计算模型假设各圆筒体内的高炉参数运行独立，为此做如下进一步假定：
(1)每个圆筒体中有一股主煤气流和固体料流互相逆向运动；
(2)每个圆筒体中的炉料为保持整体下降的活塞流；
(3)每个圆筒体中的铁水成分和温度相同，各圆筒体之间没有铁水流动和热交换；
(4)每个圆筒体中的进入煤气温度相同；
(5)温度和高度的微分关系方程只适合从料线到风口的区域；
(6)将高炉生产过程看成一个稳态过程，各高炉参数不随时间发生变化。
在本实施例中，步骤S2包括：
(1)以采集到的炉顶煤气和炉料沿径向的成分和温度分布作为模型的上边界条件，通过煤气控制方程和炉料控制方程向下迭代计算出每个圆筒沿高度方向的温度分布；
(2)将每个圆筒的等温线相连得到高炉炉内的温度场分布；
(3)根据炉料的特性确定软熔带的温度区域，得到高炉软熔带上边界、下边界和上下边界平均值三条特征曲线的位置。如图2所示，其中上下边界平均值的特征曲线未示出。
在本实施例中，步骤S4具体包括：
(1)根据软熔带的形状和位置对软熔带的三条特征曲线分别进行聚类生成三条特征曲线的类型样本；
(2)选取三条特征曲线的类型样本中满足最优技术经济指标的样本为各自的最优样本；
(3)选取在同一时间段三条特征曲线的类型样本均为最优样本的软熔带类型样本为该高炉软熔带的最优样本，其中，某一时间点的软熔带的软熔带类型样本为该软熔带的三条特征曲线对应的类型样本的集合。
在本实施例中，步骤S4中的聚类分析的算法可以是K-means算法、均值漂移聚类、凝聚层次聚类算法中的一种。图3为K-means算法的通用流程图。
在本实施例中，聚类分析涉及的经济技术指标包括：产量、焦比和燃料比。
如图4给出的软熔带的三条特征曲线聚类结果的示例，上边界、下边界和上下边界平均值特征曲线分别聚类，各生成5条对应的类型样本，并根据经济技术指标，分别从中选取一条类型样本，如各子图中的箭头所示。
本发明实现了如下技术效果：
本发明通过获取一定时间内的技术经济指标和软熔带的三条特征曲线，建立二者的关系，从而根据最优技术经济指标获取高炉软熔带三条特征曲线的最优样本，进而得到高炉的最优气流分布。本方法能够通过软熔带信息较为快速、准确地获得高炉的最优气流分布，有助于高炉生产的节能降耗。
基于同一发明构思，本申请另一实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请上述任一实施例所述的方法中的步骤。
基于同一发明构思，本申请另一实施例提供一种电子设备。该电子设备包括存储器、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，所述处理器执行时实现本申请上述任一实施例所述的方法中的步骤。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器、半导体存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。
Claims (9)
1.一种判定高炉最优气流分布的方法，其特征在于，包括：
步骤S1、建立软熔带高度计算模型；所述软熔带高度计算模型基于以下假设：将高炉沿径向将炉料划分为n个同轴圆筒体，并假设各圆筒体内的高炉参数运行独立；
步骤S2、计算每个圆筒体沿高度方向的温度分布，得到高炉炉内的温度场分布；根据所述温度场结合矿石的软熔特性得到高炉软熔带的上边界、下边界和上下边界平均值的三条特征曲线的位置；
步骤S3、采集该高炉在一定时间区间内的技术经济指标和软熔带的三条特征曲线的多组关联数据；
步骤S4、根据软熔带的形状和位置对软熔带的三条特征曲线分别进行聚类分析输出聚类结果，并根据最优技术经济指标从所述聚类结果中选取该高炉软熔带的最优样本；
步骤S5、根据该高炉软熔带的最优样本的高炉炉内温度场分布，得到最优的气流分布类型。
2.如权利要求1所述的方法，其特征在于，所述步骤S1中将高炉沿径向将炉料划分为n个同轴圆筒体，具体为：将高炉沿径向按半径进行n等分将炉料划分为n个同轴圆筒体。
3.如权利要求1所述的方法，其特征在于，所述步骤S1的建立软熔带高度计算模型做如下进一步假定：
(1)每个圆筒体中有一股主煤气流和固体料流互相逆向运动；
(2)每个圆筒体中的炉料为保持整体下降的活塞流；
(3)每个圆筒体中的铁水成分和温度相同，各圆筒体之间没有铁水流动和热交换；
(4)每个圆筒体中的进入煤气温度相同；
(5)温度和高度的微分关系方程只适合从料线到风口的区域；
(6)将高炉生产过程看成一个稳态过程，各高炉参数不随时间发生变化。
4.如权利要求1所述的方法，其特征在于，所述步骤S2包括：
(1)以采集到的炉顶煤气和炉料沿径向的成分和温度分布作为模型的上边界条件，向下迭代计算出每个圆筒沿高度方向的温度分布；
(2)将每个圆筒的等温线相连得到高炉炉内的温度场分布；
(3)根据炉料的特性确定软熔带的温度区域，得到高炉软熔带上边界、下边界和上下边界平均值三条特征曲线的位置。
5.如权利要求1所述的方法，其特征在于，所述步骤S4具体包括：
(1)根据软熔带的形状和位置对软熔带的三条特征曲线分别进行聚类生成三条特征曲线的类型样本；
(2)选取三条特征曲线的类型样本中满足最优技术经济指标的样本为各自的最优样本；
(3)选取在同一时间段三条特征曲线的类型样本均为最优样本的软熔带类型样本为该高炉软熔带的最优样本。
6.如权利要求1所述的方法，其特征在于，所述步骤S4中聚类分析的算法为K-means算法、均值漂移聚类、凝聚层次聚类算法中的一种。
7.如权利要求1所述的方法，其特征在于，所述技术经济指标包括：高炉的产量、焦比和燃料比。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-7任一项所述的判定高炉最优气流分布的方法中的步骤。
9.一种电子设备，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，所述处理器执行时实现如权利要求1-7任一项所述的判定高炉最优气流分布的方法中的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111262880.6A CN114139348A (zh) | 2021-10-28 | 2021-10-28 | 一种判定高炉最优气流分布的方法、电子设备和存储介质 |
| PCT/CN2021/128125 WO2023070694A1 (zh) | 2021-10-28 | 2021-11-02 | 一种判定高炉最优气流分布的方法、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111262880.6A CN114139348A (zh) | 2021-10-28 | 2021-10-28 | 一种判定高炉最优气流分布的方法、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114139348A true CN114139348A (zh) | 2022-03-04 |
Family
ID=80395707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111262880.6A Pending CN114139348A (zh) | 2021-10-28 | 2021-10-28 | 一种判定高炉最优气流分布的方法、电子设备和存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114139348A (zh) |
| WO (1) | WO2023070694A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115169175A (zh) * | 2022-06-23 | 2022-10-11 | 中冶南方工程技术有限公司 | 一种高炉软熔带区域形状计算方法 |
| CN115630447A (zh) * | 2022-08-16 | 2023-01-20 | 中冶南方工程技术有限公司 | 一种计算高炉软熔带根部高度的方法、装置及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103593540A (zh) * | 2013-11-28 | 2014-02-19 | 中南大学 | 多源信息融合确定高炉软熔带根部位置的方法 |
| CN106916915A (zh) * | 2017-04-14 | 2017-07-04 | 中南大学 | 一种在线监测高炉软熔带根部位置的方法 |
| CN110578024A (zh) * | 2019-10-22 | 2019-12-17 | 山西太钢不锈钢股份有限公司 | 一种改善高炉高球团冶炼炉内压差的方法 |
| CN110765629A (zh) * | 2019-10-31 | 2020-02-07 | 中冶赛迪重庆信息技术有限公司 | 一种软熔带计算方法、系统及设备 |
| CN112270237A (zh) * | 2020-10-22 | 2021-01-26 | 中冶南方工程技术有限公司 | 一种高炉煤气流状态识别方法、系统及存储介质 |
| CN112927347A (zh) * | 2021-02-01 | 2021-06-08 | 中南大学 | 一种高炉软熔带温度场数据可视化方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7853365B2 (en) * | 2008-04-30 | 2010-12-14 | Kabushiki Kaisha Toshiba | Optimal load distributing system |
| CN112232429A (zh) * | 2020-10-23 | 2021-01-15 | 中冶南方工程技术有限公司 | 一种高炉整体状态的判断方法、终端设备及存储介质 |
-
2021
- 2021-10-28 CN CN202111262880.6A patent/CN114139348A/zh active Pending
- 2021-11-02 WO PCT/CN2021/128125 patent/WO2023070694A1/zh unknown
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103593540A (zh) * | 2013-11-28 | 2014-02-19 | 中南大学 | 多源信息融合确定高炉软熔带根部位置的方法 |
| CN106916915A (zh) * | 2017-04-14 | 2017-07-04 | 中南大学 | 一种在线监测高炉软熔带根部位置的方法 |
| CN110578024A (zh) * | 2019-10-22 | 2019-12-17 | 山西太钢不锈钢股份有限公司 | 一种改善高炉高球团冶炼炉内压差的方法 |
| CN110765629A (zh) * | 2019-10-31 | 2020-02-07 | 中冶赛迪重庆信息技术有限公司 | 一种软熔带计算方法、系统及设备 |
| CN112270237A (zh) * | 2020-10-22 | 2021-01-26 | 中冶南方工程技术有限公司 | 一种高炉煤气流状态识别方法、系统及存储介质 |
| CN112927347A (zh) * | 2021-02-01 | 2021-06-08 | 中南大学 | 一种高炉软熔带温度场数据可视化方法及系统 |
Non-Patent Citations (12)
| Title |
|---|
| SJ CHEN AND ETC, .: "Distribution law of CI in soft melting zone of blast furnace", JOURNAL OF IRON & STEEL RESEARCH, 31 December 2017 (2017-12-31) * |
| TRETYAK AND ETC, .: "Selection of the Bell-Less Top Mode of Operation Based on the Data on the Gas Distribution in the Furnace Top and the Shape of the Melting Zone in the Lower Part of the Blast Furnace", METALLURGIST, 31 December 2018 (2018-12-31) * |
| XUE BAI AND ETC, .: "Review on the development of blast furnace condition identification based on blast furnace gas flow distribution", AIAM2021, 25 October 2021 (2021-10-25) * |
| 李云涛;宋文刚;毛晓明;: "基于CFD方法的宝钢1号高炉冶炼过程模型", 宝钢技术, no. 05, 15 October 2018 (2018-10-15) * |
| 杜楠: "高炉炉况预测和煤气流分布关系建模方法研究", 中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑), 15 March 2015 (2015-03-15) * |
| 汤清华;安云沛;成兰伯;杨永宜;王筱留;: "高炉软熔带的形成及其对煤气流分布的影响", 钢铁, no. 06, 1 April 1987 (1987-04-01) * |
| 王喜庆: "高炉合理煤气流分布与软熔带理论和实践问题的探讨", 钢铁钒钛, no. 04, 30 December 1988 (1988-12-30) * |
| 王昆;方明新;潘钊彬;: "关于高炉冷却设备与内衬的选择", 炼铁, no. 01, 12 February 2016 (2016-02-12) * |
| 董训祥;秦涔;: "红土镍矿高炉工艺技术及发展趋势", 炼铁, no. 03, 12 June 2017 (2017-06-12) * |
| 项钟庸;: "以降低燃料比为中心 优化高炉操作和管理", 钢铁技术, no. 01, 25 March 2014 (2014-03-25) * |
| 马子文: "融合机理和数据的高炉煤气流模糊建模研究", 中国优秀硕士学位论文全文数据库 (工程科技Ⅰ辑), 15 May 2019 (2019-05-15) * |
| 黎想;冯妍卉;张欣欣;姜泽毅;田乃媛;: "高炉内部气体流动与传热的模拟分析", 工业炉, no. 02, 30 March 2009 (2009-03-30) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115169175A (zh) * | 2022-06-23 | 2022-10-11 | 中冶南方工程技术有限公司 | 一种高炉软熔带区域形状计算方法 |
| CN115169175B (zh) * | 2022-06-23 | 2023-09-22 | 中冶南方工程技术有限公司 | 一种高炉软熔带区域形状计算方法 |
| CN115630447A (zh) * | 2022-08-16 | 2023-01-20 | 中冶南方工程技术有限公司 | 一种计算高炉软熔带根部高度的方法、装置及存储介质 |
| CN115630447B (zh) * | 2022-08-16 | 2023-11-24 | 中冶南方工程技术有限公司 | 一种计算高炉软熔带根部高度的方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023070694A1 (zh) | 2023-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114139348A (zh) | 一种判定高炉最优气流分布的方法、电子设备和存储介质 | |
| CN104630410B (zh) | 一种基于数据解析的转炉炼钢质量实时动态预测方法 | |
| CN110610255B (zh) | 基于智能算法的炼铁过程配料优化方法 | |
| CN103544273A (zh) | 利用模式识别技术对炉况整体状态进行评估的方法 | |
| CN105219899B (zh) | 一种根据静压差判断高炉异常炉况的预警方法 | |
| CN110427715B (zh) | 基于时间序列和高炉多维度的炉缸热状态趋势预测的方法 | |
| CN111639801B (zh) | 高炉炉况的评分方法及系统 | |
| Xu et al. | Numerical analysis of the characteristics inside pre-reduction shaft furnace and its operation parameters optimization by using a three-dimensional full scale mathematical model | |
| CN115522012B (zh) | 一种大型转炉控制tsc阶段吹氧量的方法 | |
| CN102758032B (zh) | 一种实时预测高炉发生管道概率的方法 | |
| CN110373508B (zh) | 软熔带识别方法、装置及电子设备 | |
| CN112434852A (zh) | 一种高炉送风制度合理性的评价方法 | |
| CN110358888B (zh) | 基于参考炉次分组的转炉冶炼控制装置及控制方法 | |
| CN107808221A (zh) | 基于案例匹配的高炉布料参数决策方法 | |
| CN115354093A (zh) | 一种低碳高炉的冶炼成本控制方法及系统 | |
| CN113420426A (zh) | 一种确定高炉顺行状况的方法、装置、介质及计算机设备 | |
| CN111798023B (zh) | 一种炼钢烧结生产中综合焦比预测的方法 | |
| CN102888484A (zh) | 一种用废铁废钢生产高强度铸铁的方法 | |
| CN116949233A (zh) | 一种高炉操作参数调整方法、装置、电子设备及存储介质 | |
| CN115466810A (zh) | 一种风口布局调控方法及装置 | |
| CN112836855B (zh) | 高炉煤气利用率波动情况预测方法、系统、计算机设备 | |
| CN106834662B (zh) | 一种基于多工况烧结过程的co/co2比值预测方法 | |
| CN111074025A (zh) | 一种确定高炉鼓风风量的方法 | |
| CN117807760A (zh) | 一种转炉终点碳含量建模方法 | |
| Wang et al. | Predicting tapping temperature in electric arc furnace based on an ensemble pruning framework |
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 |