CN114565177A - 高炉炼铁的入炉品位估计方法、装置、介质及电子设备 - Google Patents
高炉炼铁的入炉品位估计方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN114565177A CN114565177A CN202210232081.2A CN202210232081A CN114565177A CN 114565177 A CN114565177 A CN 114565177A CN 202210232081 A CN202210232081 A CN 202210232081A CN 114565177 A CN114565177 A CN 114565177A
- Authority
- CN
- China
- Prior art keywords
- grade
- raw material
- furnace
- target
- 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
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Computational Mathematics (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Manufacture Of Iron (AREA)
Abstract
本申请的实施例提供了一种高炉炼铁的入炉品位估计方法、装置、计算机可读介质及电子设备。该方法包括:获取高炉炼铁中的预设物理参数,所述预设物理参数包括预设铁水产量,预设铁水铁含量,炼铁损耗值,入炉品位上限值,以及入炉品位下限值;基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系;获取目标矿石原材料质量,并通过所述目标矿石原材料质量和所述目标线性关系,计算目标入炉品位。本申请实施例的技术方案可以提高对高炉炼铁的入炉品位进行估计的准确性。
Description
技术领域
本申请涉及高炉炼铁技术领域,具体而言,涉及一种高炉炼铁的入炉品位估计方法、装置、计算机可读介质及电子设备。
背景技术
高炉炼铁是应用焦炭、含铁矿石,如烧结矿、球团矿和天然富块矿,在高炉内连续生产液态生铁的方法,优化高炉炼铁原材料的配比和冶金性能是高炉高效化、大型化、长寿化、节能减排的前提条件。其中,高炉入炉品位是一项重要的参考指标,其会影响高炉炼铁的综合焦比,焦炭煤粉的相对使用比例、高炉炼铁的铁水产能、高炉炉渣的总质量等。在使用运筹优化的理论优化高炉炼铁原材料配比时,在运筹模型中是否考虑高炉入炉品位对其他指标带来的影响对优化结果的质量高低有着很大的作用。
在现有方案中,常常使用原材料在烧结、球团、炼铁步骤的湿基投入质量作为决策变量来确定高炉入炉品位,然而,高炉入炉品位这项参考指标对湿基投入质量这个决策变量是非线性的,导致高炉入炉品位确定的不准确,也导致高炉入炉品位所影响的其他性能指标也是非线性的。
基于此,如何提高对高炉炼铁的入炉品位进行估计的准确性是亟待解决的技术问题。
发明内容
本申请的实施例提供了一种高炉炼铁的入炉品位估计方法、装置、计算机程序产品或计算机程序、计算机可读介质及电子设备,进而至少在一定程度上可以提高对高炉炼铁的入炉品位进行估计的准确性。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供了一种高炉炼铁的入炉品位估计方法,所述方法包括:获取高炉炼铁中的预设物理参数,所述预设物理参数包括预设铁水产量,预设铁水铁含量,炼铁损耗值,入炉品位上限值,以及入炉品位下限值;基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系;获取目标矿石原材料质量,并通过所述目标矿石原材料质量和所述目标线性关系,计算目标入炉品位。
在本申请的一个实施例中,基于前述方案,所述基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系,包括:基于所述预设铁水产量,所述预设铁水铁含量和所述炼铁损耗值,计算高炉入炉铁元素质量;基于所述入炉品位上限值,所述入炉品位下限值,所述高炉入炉铁元素质量,计算所述目标线性关系的拟合斜率和拟合偏移量;根据所述拟合斜率和所述拟合偏移量,建立所述入炉品位和所述矿石原材料质量之间的目标线性关系。
在本申请的一个实施例中,基于前述方案,按照如下公式计算高炉入炉铁元素质量:
Qiebf=Hmpc×Icmi×(1-Ibfi)
其中,Qiebf表示高炉入炉铁元素质量;Hmpc表示预设铁水产量;Icmi表示预设铁水铁含量;Ibfi表示炼铁损耗值。
在本申请的一个实施例中,基于前述方案,按照如下公式计算所述目标线性关系的拟合斜率:
其中,Fs表示拟合斜率;Qiebf表示高炉入炉铁元素质量;Fgmax表示入炉品位上限值;Fgmin表示入炉品位下限值。
在本申请的一个实施例中,基于前述方案,按照如下公式计算所述目标线性关系的拟合偏移量:
其中,Fo表示拟合偏移量;Fgmax表示入炉品位上限值;Fs表示拟合斜率;Qiebf表示高炉入炉铁元素质量。
在本申请的一个实施例中,基于前述方案,所述获取目标矿石原材料质量,包括:获取各类型矿石原材料的原材料湿基质量,原材料水分占比,以及原材料烧损率;基于各类型矿石原材料的原材料湿基质量,原材料水分占比,以及原材料烧损率,计算目标矿石原材料质量。
在本申请的一个实施例中,基于前述方案,按照如下公式计算目标矿石原材料质量:
其中,Trmq表示目标矿石原材料质量;Wqrmn表示第n种类型矿石原材料的原材料湿基质量;Mprmn表示第n种类型矿石原材料的原材料水分占比;Brrmn表示第n种类型矿石原材料的原材料烧损率。
根据本申请实施例的一个方面,提供了一种高炉炼铁的入炉品位估计装置,所述装置包括:第一获取单元,用于获取高炉炼铁中的预设物理参数,所述预设物理参数包括预设铁水产量,预设铁水铁含量,炼铁损耗值,入炉品位上限值,以及入炉品位下限值;建立单元,用于基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系;第二获取单元,用于获取目标矿石原材料质量,并通过所述目标矿石原材料质量和所述目标线性关系,计算目标入炉品位。
根据本申请实施例的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中所述的高炉炼铁的入炉品位估计方法。
根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的高炉炼铁的入炉品位估计方法。
根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的高炉炼铁的入炉品位估计方法。
在本申请的一些实施例所提供的技术方案中,通过一个运算极快,误差极小的方法,可以实现高炉入炉品位的估计。该方法可以实现在使用运筹优化的理论优化高炉炼铁原材料配比时考虑高炉入炉品位这项重要的参考指标,可使用在使用运筹优化的理论优化高炉炼铁原材料的线性规划中,进而可有效考虑高炉炼铁的综合焦比,高炉炼铁的铁水产量、高炉炉渣的总质量、焦炭煤粉的相对使用比例等受高炉炼铁入炉品位影响的相关指标,同时保证了运筹模型求解速度快和保证得到最优解的线性规划。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。在附图中:
图1示出了根据本申请一个实施例的高炉炼铁的入炉品位估计方法的流程图;
图2示出了根据本申请一个实施例的建立入炉品位和矿石原材料质量之间的目标线性关系的细节流程图;
图3示出了根据本申请一个实施例的获取目标矿石原材料质量的细节流程图;
图4示出了根据本申请一个实施例的高炉炼铁的入炉品位估计装置的框图;
图5示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
需要说明的是:在本文中提及的“多个”是指两个或两个以上。“和/或”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。字符“/”一般表示前后关联对象是一种“或”的关系。
在对本申请提出的高炉炼铁的入炉品位估计方案进行说明之前,首先对入炉品位的概念进行简单介绍,入炉品位是指在高炉炼铁中入炉矿石的品位,具体来说,入炉品位实际上是指入炉矿石的矿物元素的含量。比如,对于铁矿石而言,入炉品位是指入炉铁矿石的铁含量。
以下对本申请实施例的技术方案的实现细节进行详细阐述:
图1示出了根据本申请一个实施例的高炉炼铁的入炉品位估计方法的流程图,该高炉炼铁的入炉品位估计方法可以由具有计算处理功能的设备来执行。参照图1所示,该高炉炼铁的入炉品位估计方法至少包括步骤110至步骤150,详细介绍如下:
在步骤110中,获取高炉炼铁中的预设物理参数,所述预设物理参数包括预设铁水产量,预设铁水铁含量,炼铁损耗值,入炉品位上限值,以及入炉品位下限值。
继续按照图1,在步骤120中,基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系。
在本申请的一个实施例中,基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系,可以按照如图2所示的步骤执行。
参见图2,示出了根据本申请一个实施例的建立入炉品位和矿石原材料质量之间的目标线性关系的细节流程图。具体包括步骤121至步骤123:
步骤121,基于所述预设铁水产量,所述预设铁水铁含量和所述炼铁损耗值,计算高炉入炉铁元素质量。
步骤122,基于所述入炉品位上限值,所述入炉品位下限值,所述高炉入炉铁元素质量,计算所述目标线性关系的拟合斜率和拟合偏移量。
步骤123,根据所述拟合斜率和所述拟合偏移量,建立所述入炉品位和所述矿石原材料质量之间的目标线性关系。
在本实施例中,可以按照如下公式计算高炉入炉铁元素质量:
Qiebf=Hmpc×Icmi×(1-Ibfi)
其中,Qiebf表示高炉入炉铁元素质量;Hmpc表示预设铁水产量;Icmi表示预设铁水铁含量;Ibfi表示炼铁损耗值。
在本实施例中,可以按照如下公式计算所述目标线性关系的拟合斜率:
其中,Fs表示拟合斜率;Qiebf表示高炉入炉铁元素质量;Fgmax表示入炉品位上限值;Fgmin表示入炉品位下限值。
在本实施例中,可以按照如下公式计算所述目标线性关系的拟合偏移量:
其中,Fo表示拟合偏移量;Fgmax表示入炉品位上限值;Fs表示拟合斜率;Qiebf表示高炉入炉铁元素质量。
进一步的,在确定所述拟合斜率和所述拟合偏移量之后,则可以建立如下所述入炉品位和所述矿石原材料质量之间的目标线性关系:
Y=Fs×X+Fo
其中,Y表示入炉品位;Fs表示拟合斜率;X表示矿石原材料质量;Fo表示拟合偏移量。
继续按照图1,在步骤130中,获取目标矿石原材料质量,并通过所述目标矿石原材料质量和所述目标线性关系,计算目标入炉品位。
在本申请的一个实施例中,获取目标矿石原材料质量,可以按照如图3所示的步骤执行。
参见图3,示出了根据本申请一个实施例的获取目标矿石原材料质量的细节流程图。具体包括步骤131至步骤132:
步骤131,获取各类型矿石原材料的原材料湿基质量,原材料水分占比,以及原材料烧损率。
步骤132,基于各类型矿石原材料的原材料湿基质量,原材料水分占比,以及原材料烧损率,计算目标矿石原材料质量。
在本实施例中,可以按照如下公式计算目标矿石原材料质量:
其中,Trmq表示目标矿石原材料质量。Wqrmn表示第n种类型矿石原材料的原材料湿基质量。Mprmn表示第n种类型矿石原材料的原材料水分占比。Brrmn表示第n种类型矿石原材料的原材料烧损率。
为了使本领域技术人员更好的理解本申请提供的技术方案,下面将结合一个具体的实施例进行说明。
比如,高炉炼铁中的预设铁水产量为5000t,预设铁水铁含量为94%,炼铁损耗值为0.5%,入炉品位上限值为60%,入炉品位下限值为53.5%。
按照如下公式“Qiebf=Hmpc×Icmi×(1-Ibfi)”,可以计算高炉入炉铁元素质量为4465t。
进一步的,可以得到所述入炉品位和所述矿石原材料质量之间的目标线性关系为:“Y=-0.000068641×X+1.1345”。
在本具体实施例中,如果投入的目标矿石原材料质量为8254.7t,则通过所述入炉品位和所述矿石原材料质量之间的目标线性关系可以计算得到入炉品位的估计值为56.789%。
而在本具体实施例中,入炉品位的真实值为56.657%,与估计值的偏差值为0.132%,可见,本申请提出的技术方案可以在偏差值极小的情况下,实现高炉炼铁入炉品位的线性估计。
在本申请中,通过一个运算极快,误差极小的方法,可以实现高炉入炉品位的估计。该方法可以实现在使用运筹优化的理论优化高炉炼铁原材料配比时考虑高炉入炉品位这项重要的参考指标,可使用在使用运筹优化的理论优化高炉炼铁原材料的线性规划中,进而可有效考虑高炉炼铁的综合焦比,高炉炼铁的铁水产量、高炉炉渣的总质量、焦炭煤粉的相对使用比例等受高炉炼铁入炉品位影响的相关指标,同时保证了运筹模型求解速度快和保证得到最优解的线性规划。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的高炉炼铁的入炉品位估计方法。对于本申请装置实施例中未披露的细节,请参照本申请上述的高炉炼铁的入炉品位估计方法的实施例。
图4示出了根据本申请一个实施例的高炉炼铁的入炉品位估计装置的框图。
参照图4所示,根据本申请一个实施例的高炉炼铁的入炉品位估计装置400,包括:第一获取单元401、建立单元402和第二获取单元403。
其中,第一获取单元,用于获取高炉炼铁中的预设物理参数,所述预设物理参数包括预设铁水产量,预设铁水铁含量,炼铁损耗值,入炉品位上限值,以及入炉品位下限值;建立单元,用于基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系;第二获取单元,用于获取目标矿石原材料质量,并通过所述目标矿石原材料质量和所述目标线性关系,计算目标入炉品位。
图5示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图5示出的电子设备的计算机系统500仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(Central Processing Unit,CPU)501,其可以根据存储在只读存储器(Read-Only Memory,ROM)502中的程序或者从储存部分508加载到随机访问存储器(Random Access Memory,RAM)503中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 503中,还存储有系统操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(Input/Output,I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分507;包括硬盘等的储存部分508;以及包括诸如LAN(Local Area Network,局域网)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入储存部分508。
特别地,根据本申请的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中所述的高炉炼铁的入炉品位估计方法。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的高炉炼铁的入炉品位估计方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种高炉炼铁的入炉品位估计方法,其特征在于,所述方法包括:
获取高炉炼铁中的预设物理参数,所述预设物理参数包括预设铁水产量,预设铁水铁含量,炼铁损耗值,入炉品位上限值,以及入炉品位下限值;
基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系;
获取目标矿石原材料质量,并通过所述目标矿石原材料质量和所述目标线性关系,计算目标入炉品位。
2.根据权利要求1所述的方法,其特征在于,所述基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系,包括:
基于所述预设铁水产量,所述预设铁水铁含量和所述炼铁损耗值,计算高炉入炉铁元素质量;
基于所述入炉品位上限值,所述入炉品位下限值,所述高炉入炉铁元素质量,计算所述目标线性关系的拟合斜率和拟合偏移量;
根据所述拟合斜率和所述拟合偏移量,建立所述入炉品位和所述矿石原材料质量之间的目标线性关系。
3.根据权利要求2所述的方法,其特征在于,按照如下公式计算高炉入炉铁元素质量:
Qiebf=Hmpc×Icmi×(1-Ibfi)
其中,Qiebf表示高炉入炉铁元素质量;Hmpc表示预设铁水产量;Icmi表示预设铁水铁含量;Ibfi表示炼铁损耗值。
6.根据权里要求1所述的方法,其特征在于,所述获取目标矿石原材料质量,包括:
获取各类型矿石原材料的原材料湿基质量,原材料水分占比,以及原材料烧损率;
基于各类型矿石原材料的原材料湿基质量,原材料水分占比,以及原材料烧损率,计算目标矿石原材料质量。
8.一种高炉炼铁的入炉品位估计装置,其特征在于,所述装置包括:
第一获取单元,用于获取高炉炼铁中的预设物理参数,所述预设物理参数包括预设铁水产量,预设铁水铁含量,炼铁损耗值,入炉品位上限值,以及入炉品位下限值;
建立单元,用于基于所述预设铁水产量,所述预设铁水铁含量,所述炼铁损耗值,所述入炉品位上限值,以及所述入炉品位下限值,建立入炉品位和矿石原材料质量之间的目标线性关系;
第二获取单元,用于获取目标矿石原材料质量,并通过所述目标矿石原材料质量和所述目标线性关系,计算目标入炉品位。
9.一种电子设备,其特征在于,所述电子设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1至7任一项所述的高炉炼铁的入炉品位估计方法所执行的操作。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现如权利要求1至7任一项所述的高炉炼铁的入炉品位估计方法所执行的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210232081.2A CN114565177A (zh) | 2022-03-01 | 2022-03-01 | 高炉炼铁的入炉品位估计方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210232081.2A CN114565177A (zh) | 2022-03-01 | 2022-03-01 | 高炉炼铁的入炉品位估计方法、装置、介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114565177A true CN114565177A (zh) | 2022-05-31 |
Family
ID=81718133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210232081.2A Pending CN114565177A (zh) | 2022-03-01 | 2022-03-01 | 高炉炼铁的入炉品位估计方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114565177A (zh) |
-
2022
- 2022-03-01 CN CN202210232081.2A patent/CN114565177A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113626976A (zh) | 一种基于nsga-ii算法的烧结配料多目标优化方法、装置及设备 | |
CN110564903B (zh) | 高炉冶炼量化决策支持系统、设备及存储介质 | |
CN112884242B (zh) | 一种短流程钢企需求响应潜力分析方法及系统 | |
CN114565177A (zh) | 高炉炼铁的入炉品位估计方法、装置、介质及电子设备 | |
CN112626295B (zh) | 一种高炉的休风控制方法、装置、设备及介质 | |
CN116796920A (zh) | 一种焦炭评价方法、装置、设备及可读存储介质 | |
CN109913598B (zh) | 高炉补加净焦的处理方法、处理装置及处理终端 | |
CN114565270A (zh) | 炼钢评估方法、装置、设备及介质 | |
CN113435768A (zh) | 一种铁矿石的评价方法、装置、存储介质及电子设备 | |
CN113418749B (zh) | 金属精矿粉取样方法、装置、计算机设备及存储介质 | |
CN114242179B (zh) | 精炼合金元素收得率预测方法、系统、电子设备及介质 | |
CN116954173A (zh) | 高炉炼铁工艺数据处理方法、装置、介质及电子设备 | |
CN113722914A (zh) | 一种烧结铁矿石矿优化系统和方法 | |
CN113584242A (zh) | 一种多高炉自动配料方法、装置及存储介质 | |
CN115509274A (zh) | 一种高炉炉温自动调节方法、终端设备及存储介质 | |
CN117556711B (zh) | 基于神经网络的高炉喷煤优化方法、系统、终端和介质 | |
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 | |
CN115169866A (zh) | 高炉用粒子钢边际效益测算方法、装置、设备及存储介质 | |
CN115187051A (zh) | 一种喷煤量调整方法、系统、电子设备及存储介质 | |
CN117474708A (zh) | 金属材料的节能生产方法及系统 | |
CN113987007B (zh) | 一种高炉渣皮脱落合并方法、终端设备及存储介质 | |
CN116739144A (zh) | 一种转炉废钢需求预测方法、装置、介质及电子设备 | |
CN115662537A (zh) | 一种转炉出钢量预测方法及系统 | |
CN117333004A (zh) | 基于数字孪生的炼钢流程控制方法、装置、设备及介质 | |
CN117973637A (zh) | 一种基于电碳关联模型的碳排放量预测方法及系统 |
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 |