CN115169866A - 高炉用粒子钢边际效益测算方法、装置、设备及存储介质 - Google Patents
高炉用粒子钢边际效益测算方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115169866A CN115169866A CN202210775392.3A CN202210775392A CN115169866A CN 115169866 A CN115169866 A CN 115169866A CN 202210775392 A CN202210775392 A CN 202210775392A CN 115169866 A CN115169866 A CN 115169866A
- Authority
- CN
- China
- Prior art keywords
- iron
- ton
- steel
- fuel
- calculating
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 161
- 239000010959 steel Substances 0.000 title claims abstract description 161
- 239000002245 particle Substances 0.000 title claims abstract description 104
- 230000008901 benefit Effects 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 18
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 328
- 229910052742 iron Inorganic materials 0.000 claims abstract description 164
- 239000000446 fuel Substances 0.000 claims abstract description 115
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 77
- 239000002994 raw material Substances 0.000 claims abstract description 76
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 238000004519 manufacturing process Methods 0.000 claims abstract description 5
- 238000004590 computer program Methods 0.000 claims description 14
- 238000002360 preparation method Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 8
- 239000002699 waste material Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000003723 Smelting Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 239000002893 slag Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 229910001021 Ferroalloy Inorganic materials 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 229910000975 Carbon steel Inorganic materials 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000010962 carbon steel Substances 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000571 coke Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007885 magnetic separation Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Manufacture And Refinement Of Metals (AREA)
Abstract
本发明公开了一种高炉用粒子钢边际效益测算方法、装置、设备及存储介质。方法包括：获取采用粒子钢为原料制备铁的出水率，基于出水率计算吨铁燃料增加量，吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量，将吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益了，可以准确计算出采用某种粒子钢作为原料制备铁的边际效益，进而决定是否采用粒子钢作为原料，避免因计算不准确导致的生产成本增加的问题。
Description
技术领域
本发明涉及高炉冶炼技术，尤其涉及一种高炉用粒子钢边际效益测算方法、装置、设备及存储介质。
背景技术
随着铁矿石和废钢市场供给波动，价格开始逐步紧张，部分高炉开始尝试使用粒子钢替代废钢入炉。目前高炉对粒子钢使用性价比测算和评价主要通过采购价格，理论推算每吨铁采购价格对比废钢每度铁的采购价格来进行判断是否具有投入使用价值。
现有方法最终得到的是一个与废钢的相对数，而不是绝对数，不能实现对投入使用后的效益增加量的估算。第二现有方法未考虑废钢和粒子钢因出水(铁)率的不同而导致实际使用中燃料消耗的差异。因此，现有的方法无法准确计算采用粒子钢为原料冶炼铁的效益，可能会给实际生产带来成本增加的问题。
发明内容
本发明提供一种高炉用粒子钢边际效益测算方法、装置、设备及存储介质，以提高效益计算准确度。
第一方面，本发明提供了一种高炉用粒子钢边际效益测算方法，包括：
获取采用粒子钢为原料制备铁的出水率；
基于所述出水率计算吨铁燃料增加量，所述吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量；
将所述吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益。
可选的，基于所述出水率计算吨铁燃料增加量，包括：
确定所述出水率所属的区间；
基于所述区间对应的计算公式计算所述出水率对应的吨铁燃料增加量。
可选的，基于所述区间对应的计算公式计算所述出水率对应的吨铁燃料增加量，包括：
其中，J为吨铁燃料增加量，B为出水率。
可选的，在获取采用粒子钢为原料制备铁的出水率之前，还包括：
获取粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量；
基于所述粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量构建边际效益计算模型。
可选的，所述边际效益计算模型为：
其中，M为边际效益，A为粒子钢价格，B为出水率，C为燃料价格，D为产出每吨铁水的成本，J为吨铁燃料增加量。
可选的，在计算采用粒子钢为原料制备铁的边际效益之后，还包括：
若所述边际效益为正值，则不采用所述粒子钢作为原料制备铁水；
若所述边际效益为负值，则采用所述粒子钢作为原料制备铁水。
第二方面，本发明还提供了一种高炉用粒子钢边际效益测算装置，包括：
出水率获取模块，用于获取采用粒子钢为原料制备铁的出水率；
燃料增加量计算模块，用于基于所述出水率计算吨铁燃料增加量，所述吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量；
边际效益计算模块，用于将所述吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益。
可选的，燃料增加量计算模块包括：
区间确定单元，用于确定所述出水率所属的区间；
燃料增加量计算单元，用于基于所述区间对应的计算公式计算所述出水率对应的吨铁燃料增加量。
可选的，燃料增加量计算单元基于如下公式计算出水率对应的吨铁燃料增加量：
其中，J为吨铁燃料增加量，B为出水率。
可选的，高炉用粒子钢边际效益测算装置还包括：
数据获取模块，用于在获取采用粒子钢为原料制备铁的出水率之前，获取粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量；
模型构建模块，用于基于所述粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量构建边际效益计算模型。
可选的，所述边际效益计算模型为：
其中，M为边际效益，A为粒子钢价格，B为出水率，C为燃料价格，D为产出每吨铁水的成本，J为吨铁燃料增加量。
可选的，高炉用粒子钢边际效益测算装置还包括：
原料确定模块，用于：
在计算采用粒子钢为原料制备铁的边际效益之后，若所述边际效益为正值，则不采用所述粒子钢作为原料制备铁水；
若所述边际效益为负值，则采用所述粒子钢作为原料制备铁水。
第三方面，本发明还提供了一种计算机设备，包括：
一个或多个处理器；
存储器，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，使得所述一个或多个处理器实现如本发明第一方面提供的高炉用粒子钢边际效益测算方法。
第四方面，本发明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提供的高炉用粒子钢边际效益测算方法。
本发明提供的高炉用粒子钢边际效益测算方法，包括：获取采用粒子钢为原料制备铁的出水率，基于出水率计算吨铁燃料增加量，吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量，将吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益了，可以准确计算出采用某种粒子钢作为原料制备铁的边际效益，进而决定是否采用粒子钢作为原料，避免因计算不准确导致的生产成本增加的问题。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。
图1为本发明实施例一提供的一种高炉用粒子钢边际效益测算方法的流程图；
图2为本发明实施例二提供的一种高炉用粒子钢边际效益测算装置的结构示意图；
图3为本发明实施例三提供的一种计算机设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明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数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，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步骤或单元。
实施例一
图1为本发明实施例一提供的一种高炉用粒子钢边际效益测算方法的流程图，本实施例可适用于计算采用粒子钢作为原料冶炼铁的效益，该方法可以由本发明实施例提供的高炉用粒子钢边际效益测算装置来执行，该装置可以由软件和/或硬件的方式实现，通常配置于计算机设备中，如图1所示，该方法具体包括如下步骤：
S101、获取采用粒子钢为原料制备铁的出水率。
在铁合金行业内，经冶炼高炉或矿热炉对矿石进行高温冶炼后，铁水和废渣实现分离从不同的出口流出，排出的废渣经冷水快速降温形成颗粒状，废渣中成分除不需要的杂质外还有低含量的铁合金。粒子钢，也叫水洗铁，是炼钢后的下脚料，经过对排出的废渣多次磁选水洗生产出来的普碳钢，出水率低于废钢，但采购价格低于废钢，可用于电炉铸钢件和冶炼钢坯，可代替废钢，易于熔化。
粒子钢的出水率即出铁率，即消耗单位重量的粒子钢可产出的铁的重量。粒子钢的出水率可依据在先经验获知，例如，根据在先经验，某一批次的之前的粒子钢的出水率为80％，则认为该批次的粒子钢的出水率均为80％。
S102、基于出水率计算吨铁燃料增加量。
由于粒子钢相对于废钢中的杂质较多，出水率低于废钢，采用粒子钢作为原料时，每产出一吨铁水所需的燃料多于采用废钢作为原料时每产出一吨铁水所需的燃料。吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量。
示例性的，在本发明的一些实施例中，可以预先根据经验建立多个出水率与对应的吨铁燃料增加量的数据组，然后拟合上述多个数据组，得到出水率与吨铁燃料增加量的映射关系。然后将获得的出水率代入上述映射关系中，得到对应的吨铁燃料增加量。
示例性的，在本发明的另一实施例中，可以预先对出水率设定多个区间，每一区间具有对应的吨铁燃料增加量计算方式，在获得出水率之后，确定该出水率所属的区间，然后基于区间对应的计算公式计算出水率对应的吨铁燃料增加量。
示例性的，基于区间对应的计算公式计算出水率对应的吨铁燃料增加量，包括：
其中，J为吨铁燃料增加量，B为出水率。
出水率低于60％的粒子钢可以认为是效益差的粒子钢，本发明实施例不予考虑。
S103、将吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益。
示例性的，在本发明实施例中，预先构建边际效益计算模型，具体的，构建边际效益计算模型的具体过程如下：
1、获取粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量。
其中，粒子钢价格以吨为单位，即每吨粒子钢的采购价。粒子钢的出水率即出铁率，即消耗单位重量的粒子钢可产出的铁的重量。燃料价格以吨为单位，即每吨燃料的采购价，其中，燃料可以是焦炭。产出每吨铁水的成本即为每产出一吨铁水，所需的矿石成本和加工成本之和。
2、基于粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量构建边际效益计算模型。
示例性的，基于粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格和产出每吨铁水的成本，构建以吨铁燃料增加量为自变量的边际效益计算模型。
具体的，边际效益计算模型为：
其中，M为边际效益，A为粒子钢价格，B为出水率，C为燃料价格，D为产出每吨铁水的成本，J为吨铁燃料增加量。
在本发明的一些实施例中，在计算采用粒子钢为原料制备铁的边际效益之后，还包括：
若边际效益为正值，说明总成本相对于采用废钢增加了，则不采用粒子钢作为原料制备铁水，若边际效益为负值，说明总成本相对于采用废钢减少了，则采用粒子钢作为原料制备铁水。
本发明实施例提供的高炉用粒子钢边际效益测算方法，包括：获取采用粒子钢为原料制备铁的出水率，基于出水率计算吨铁燃料增加量，吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量，将吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益了，可以准确计算出采用某种粒子钢作为原料制备铁的边际效益，进而决定是否采用粒子钢作为原料，避免因计算不准确导致的生产成本增加的问题。
实施例二
本发明实施例二提供了一种高炉用粒子钢边际效益测算装置，图2为本发明实施例二提供的一种高炉用粒子钢边际效益测算装置的结构示意图，如图2所示，高炉用粒子钢边际效益测算装置包括：
出水率获取模块201，用于获取采用粒子钢为原料制备铁的出水率；
燃料增加量计算模块202，用于基于所述出水率计算吨铁燃料增加量，所述吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量；
边际效益计算模块203，用于将所述吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益。
在本发明的一些实施例中，燃料增加量计算模块202包括：
区间确定单元，用于确定所述出水率所属的区间；
燃料增加量计算单元，用于基于所述区间对应的计算公式计算所述出水率对应的吨铁燃料增加量。
在本发明的一些实施例中，燃料增加量计算单元基于如下公式计算出水率对应的吨铁燃料增加量：
其中，J为吨铁燃料增加量，B为出水率。
在本发明的一些实施例中，高炉用粒子钢边际效益测算装置还包括：
数据获取模块，用于在获取采用粒子钢为原料制备铁的出水率之前，获取粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量；
模型构建模块，用于基于所述粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量构建边际效益计算模型。
在本发明的一些实施例中，所述边际效益计算模型为：
其中，M为边际效益，A为粒子钢价格，B为出水率，C为燃料价格，D为产出每吨铁水的成本，J为吨铁燃料增加量。
在本发明的一些实施例中，高炉用粒子钢边际效益测算装置还包括：
原料确定模块，用于：
在计算采用粒子钢为原料制备铁的边际效益之后，若所述边际效益为正值，则不采用所述粒子钢作为原料制备铁水；
若所述边际效益为负值，则采用所述粒子钢作为原料制备铁水。
上述高炉用粒子钢边际效益测算装置可执行本发明任意实施例所提供的高炉用粒子钢边际效益测算方法，具备执行高炉用粒子钢边际效益测算方法相应的功能和有益效果。
实施例三
图3为本发明实施例三提供的一种计算机设备的结构示意图，图3示出了可以用来实施本发明的实施例的计算机设备10的结构示意图。计算机设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。计算机设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示，计算机设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储计算机设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
计算机设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许计算机设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如高炉用粒子钢边际效益测算方法。
在一些实施例中，高炉用粒子钢边际效益测算方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到计算机设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的高炉用粒子钢边际效益测算方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行高炉用粒子钢边际效益测算方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机设备上实施此处描述的系统和技术，该计算机设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种高炉用粒子钢边际效益测算方法，其特征在于，包括：
获取采用粒子钢为原料制备铁的出水率；
基于所述出水率计算吨铁燃料增加量，所述吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量；
将所述吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益。
2.根据权利要求1所述的高炉用粒子钢边际效益测算方法，其特征在于，基于所述出水率计算吨铁燃料增加量，包括：
确定所述出水率所属的区间；
基于所述区间对应的计算公式计算所述出水率对应的吨铁燃料增加量。
3.根据权利要求2所述的高炉用粒子钢边际效益测算方法，其特征在于，基于所述区间对应的计算公式计算所述出水率对应的吨铁燃料增加量，包括：
其中，J为吨铁燃料增加量，B为出水率。
4.根据权利要求1-3任一所述的高炉用粒子钢边际效益测算方法，其特征在于，在获取采用粒子钢为原料制备铁的出水率之前，还包括：
获取粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量；
基于所述粒子钢价格、采用粒子钢为原料制备铁的出水率、燃料价格、产出每吨铁水的成本和吨铁燃料增加量构建边际效益计算模型。
5.根据权利要求4所述的高炉用粒子钢边际效益测算方法，其特征在于，所述边际效益计算模型为：
其中，M为边际效益，A为粒子钢价格，B为出水率，C为燃料价格，D为产出每吨铁水的成本，J为吨铁燃料增加量。
6.根据权利要求1-3、5任一所述的高炉用粒子钢边际效益测算方法，其特征在于，在计算采用粒子钢为原料制备铁的边际效益之后，还包括：
若所述边际效益为正值，则不采用所述粒子钢作为原料制备铁水；
若所述边际效益为负值，则采用所述粒子钢作为原料制备铁水。
7.一种高炉用粒子钢边际效益测算装置，其特征在于，包括：
出水率获取模块，用于获取采用粒子钢为原料制备铁的出水率；
燃料增加量计算模块，用于基于所述出水率计算吨铁燃料增加量，所述吨铁燃料增加量为采用粒子钢为原料制备每吨铁的所需的燃料量减去采用废钢为原料制备每吨铁的所需的燃料量；
边际效益计算模块，用于将所述吨铁燃料增加量输入预设的边际效益计算模型中，计算采用粒子钢为原料制备铁的边际效益。
8.根据权利要求7所述的高炉用粒子钢边际效益测算装置，其特征在于，燃料增加量计算模块包括：
区间确定单元，用于确定所述出水率所属的区间；
燃料增加量计算单元，用于基于所述区间对应的计算公式计算所述出水率对应的吨铁燃料增加量。
9.一种计算机设备，其特征在于，包括：
一个或多个处理器；
存储器，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，使得所述一个或多个处理器实现如权利要求1-6中任一所述的高炉用粒子钢边际效益测算方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的高炉用粒子钢边际效益测算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210775392.3A CN115169866A (zh) | 2022-07-01 | 2022-07-01 | 高炉用粒子钢边际效益测算方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210775392.3A CN115169866A (zh) | 2022-07-01 | 2022-07-01 | 高炉用粒子钢边际效益测算方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115169866A true CN115169866A (zh) | 2022-10-11 |
Family
ID=83489601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210775392.3A Pending CN115169866A (zh) | 2022-07-01 | 2022-07-01 | 高炉用粒子钢边际效益测算方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115169866A (zh) |
-
2022
- 2022-07-01 CN CN202210775392.3A patent/CN115169866A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Substance flow analysis of aluminium in mainland China for 2001, 2004 and 2007: Exploring its initial sources, eventual sinks and the pathways linking them | |
| CN110874511B (zh) | 一种智能炉料配比计算方法 | |
| Li et al. | Evaluation and prediction of blast furnace status based on big data platform of ironmaking and data mining | |
| Ghosh et al. | Deteriorating manufacturing system with selling price discount under random machine breakdown | |
| 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 | |
| Wang et al. | Online monitoring method for multiple operating batch processes based on local collection standardization and multi‐model dynamic PCA | |
| CN102929238A (zh) | 智能配料监测系统 | |
| EP3943213A1 (en) | Device for estimating solidifying shell thickness in casting mold, and method for estimating solidifying shell thickness in casting mold | |
| CN104170199B (zh) | 变压器的节能效果计算方法 | |
| Wang et al. | A fast monitoring method for multiple operating batch processes with incomplete modeling data types | |
| CN117455294A (zh) | 一种铁矿石性价比的自动测算方法、装置及存储介质 | |
| 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 | |
| CN116579670B (zh) | 热态精炼渣回收利用的经济效益计算和可行性评估方法 | |
| Zhou et al. | BP neural network prediction for Si and S contents in hot metal of COREX process based on mathematical analysis and Deng’s correlation | |
| CN117236757A (zh) | 一种铁水质量评价结果确定方法、装置、设备和存储介质 | |
| WO2023060663A1 (zh) | 一种高炉渣皮脱落判断方法、终端设备及存储介质 | |
| Dudek | The model for the calculation of the dispersed iron ore resource purchase cost in the world class manufacturing (WCM) logistics pillar context | |
| CN107832883A (zh) | 一种产品制造过程中基于利润确定原料配比的方法和装置 | |
| CN113592005B (zh) | 一种转炉出钢参数推荐方法、系统、介质和终端 | |
| CN115466810A (zh) | 一种风口布局调控方法及装置 | |
| CN114565177A (zh) | 高炉炼铁的入炉品位估计方法、装置、介质及电子设备 | |
| CN115961112A (zh) | 一种摆动溜嘴侵蚀情况确定系统、方法及设备 | |
| WO2023060662A1 (zh) | 一种高炉渣皮脱落合并方法、终端设备及存储介质 | |
| CN117333004A (zh) | 基于数字孪生的炼钢流程控制方法、装置、设备及介质 | |
| CN112330175A (zh) | 一种工程项目资金风险系数表示法 |
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 |