CN1831087A - 焦炭热性质预测与控制方法 - Google Patents
焦炭热性质预测与控制方法 Download PDFInfo
- Publication number
- CN1831087A CN1831087A CNA2006100393754A CN200610039375A CN1831087A CN 1831087 A CN1831087 A CN 1831087A CN A2006100393754 A CNA2006100393754 A CN A2006100393754A CN 200610039375 A CN200610039375 A CN 200610039375A CN 1831087 A CN1831087 A CN 1831087A
- Authority
- CN
- China
- Prior art keywords
- coal
- coke
- blending
- prediction
- model
- 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
Landscapes
- Coke Industry (AREA)
Abstract
本发明提供一种焦炭热性质预测与控制方法,该方法首先对企业生产用煤历史数据进行分析,获得煤资源数据库的相关信息;获得单种煤结焦性以及对焦炭质量贡献的评价信息;建立涉及煤资源状况、配煤与炼焦工艺、运输、焦炭质量目标、配煤成本等的专家系统知识库内容;根据专家知识库确定各单种煤使用的约束条件;利用非线性规划以及模拟进化算法确定最优化配煤比;由焦炭质量预测模型计算最优化配比下的焦炭质量预测值,生成生产最优配煤比;采用计算机自动控制配煤槽操作,根据生产实际实现模型的自学习和控制模型的修正。本方法的实用能解决炼焦煤资源有效利用、焦炭热性质控制以及低成本配煤中的技术问题。
Description
技术领域
本发明属于煤化工技术领域,具体涉及炼焦生产中煤炭资源配置、焦炭质量预测,尤其是焦炭热性质预测与控制方法。
背景技术
炼焦生产一般由三到五种或者更多地单种煤配合后,经过高温碳化获得一定质量要求的高炉焦炭。用于高炉冶炼的焦炭通常只对其灰分、硫份、机械强度等指标有一定的要求,高炉大型化、喷吹煤粉等强化操作对焦炭的热性质提出新的要求。现有的焦炭质量控制方法是以煤质指标来指导炼焦配煤,并辅以小焦炉炼焦试验,结果的准确性在很大程度上取决于专家经验和试验焦炉的结果。上述焦炭质量的控制方式是比较原始和粗放型的:首先,对于多数焦化企业,入厂的单种煤本身就是混配煤,且这些煤的质量波动较大;其次,煤质指标只反映煤某些方面的性质,目前尚没有找到一个或两个煤质指标能够与配煤生成的焦炭质量直接挂钩;第三,虽然国内炼焦煤种类齐全,但是煤质结构不合理,优质炼焦煤短缺,高挥发分弱粘煤相对较多。
国内外现有的关于焦炭质量的预测模型,多数仅局限于灰分、硫分、冷强度方面,没有体现炼焦煤资源的有效利用、焦炭热性质控制以及低成本配煤等内容。
发明内容
本发明的目的在于提供一种焦炭热性质预测与控制方法,解决炼焦煤资源有效利用、焦炭热性质控制以及低成本配煤中的技术问题。
本发明是通过以下技术方案实现的:首先对企业生产用煤历史数据进行分析,或者对可能利用的单种煤煤源数据进行分析,获得煤资源数据库的相关信息;其次,对当前使用或者以后可能采用的单种煤进行单种焦试验研究,获得单种煤结焦性以及对焦炭质量贡献的评价信息;第三,在炼焦配煤专家系统的构架下,建立涉及煤资源状况、配煤与炼焦工艺、运输、焦炭质量目标、配煤成本等的专家系统知识库内容;第四,根据专家知识库确定各单种煤使用的约束条件;第五,利用非线性规划以及模拟进化算法确定最优化配煤比,最优化目标函数为保证焦炭质量前提下的配煤成本最小;第六,由焦炭质量预测模型计算最优化配比下的焦炭质量预测值,再经过配煤专家系统或专家确认,生成生产最优配煤比;第七,采用计算机自动控制配煤槽操作,使控制配煤比精度在97%以上;第八,根据生产实绩实现模型的自学习和控制模型的修正。
其中,单种煤炼焦性能价格评价体系、配煤知识库、配比生成的算法以及焦炭热性质预测与控制方法是本发明的特色和创新之处。
本方法具体实施步骤如下:
(1)建立炼焦用煤资源数据库
该炼焦用煤数据库与相关企业大型数据库连接,自动处理采购、销售、生产与管理等信息;该数据库系统与工作站人机界面,在数据采集时,输入历史数据或者在线采集生产数据,大型数据库系统和工作站共享并实时进行数据交换,通过窗口切换实现单独项目或者数据的显示。
炼焦煤资源数据库信息是实现合理利用煤炭资源和资源最优化配置的基本条件。单种煤信息库提供了来煤标识数据,如来煤日期、煤种、班次,单种煤数量、工业分析数据(水分、干基挥发分、干燥无灰基挥发分、灰分、硫分、固定碳)、粘结性数据(G值、胶质层厚度X、Y、曲线类型)、结焦性数据(奥亚a、b、a+b、T1、T2、T3)、煤岩数据(镜质组最大平均反射率、反射率分布图)、焦炭灰组成等详细信息。
(2)建立单种煤评价系统
对于单种煤的评价,以往的研究中多数学者仅给出定性描述,本发明基于历史数据和实验数据建立定量的评价体系和使用约束条件,输出煤质的炼焦性能与性能价格比。
评价系统中的波动性分析是指对长时间使用煤种的均值和方差分析,以确定预测模型的误差线,同时建立该煤种的质量标准,简称标准单煤。真实性评价是该煤种分析数据与其标准单煤的指标比较,以判断来煤的稳定性和真实炼焦性能。
评价体系中结焦性分类包含若干专家理性知识判断。按大类分成强粘煤、准强粘煤、标粘煤和弱粘煤,第二层次类别按照国家煤炭分类标准划分气煤、1/3焦煤、焦煤、非煤、瘦煤和非炼焦煤,最后再进行模糊分类,标注为++、+、0、-、--五个小类别。每一小类别的煤种赋值不同权重,归一为相当标准单煤(标粘煤)。
煤种相对价格=煤种采购均价×折算系数
性能价格=煤种相对价格×灰分系数×硫分系数×挥发分系数×粘结性系数
性价比=煤种采购价/性能价格
(3)建立炼焦配煤与焦炭质量预测模型
按照目前国内企业或公司的体制,炼焦生产的配煤与焦炭质量预测软件设计的功能模块划分为信息管理部分、数据模型部分、配比生成部分三大模块。
①信息管理的功能,实现与些企业大型数据库系统的接口,完成一般性的统计、管理、数据采集和传输功能。
②数据模型包括历史数据模型和试验数据模型,预测与控制指标包括由单种煤到配合煤的预测、配合煤到焦炭的预测以及焦炭到配合煤和单种煤的预测。关于焦炭的预测包含了灰分、硫分、抗碎强度、耐磨强度、反应性和反应后强度全部指标。其中:
1、灰分预测模型形式
Ashcoke=a+b*Ashcoal+c*Vdaf
2、硫分预测模型形式
Scoke=m+n*Scoal+q*Vdaf+p*Ashcoal
3、抗碎强度和耐磨强度预测模型形式
M40=k+f*Vdaf(R0)+g*(a+b)(y、G、lgMF)+h*Ashcoal
M10=t+u*Vdaf(R0)+v*(a+b)(y、G、lgMF)+w*Ashcoal
4、反应性和反应后强度预测模型形式
CRI=A+f(a*Vdaf+b*Vdaf 2)+B*MBI*+C*(y、G、lgMF)
CSR=M+N*CRI+L*Vdaf(R0)或者
CSR=A’+f’(a*Vdaf+b*Vdaf 2)+B’*MBI*+C’*(y、G、lgMF)
③配比生成由自主设计的软件实现,其功能是满足一定焦炭质量要求,软件方便地按照不同约束情况获得最优化的配比方案;或者给定配比后迅速地获得焦炭质量预测结果。计算工具为模拟进化算法。
(4)专家知识库的数学表达
来自不同专家配煤经验的定性描述,涵盖与焦炭质量有关的全部过程因素,针对某一企业可能只使用其中少部分的经验描述。采用专用的数学表达方式来对数学模型进行表达和对专家知识进行数学模型化的处理。数学表达格式对确定性知识(如经验数学公式)和非确定性知识(如自然语言表达的专家经验)的处理方式。
(5)最优化算法以及结果寻优
考虑不同种类数据对于焦炭质量预测的贡献形式不同,采取不同的处理方式。可加和指标,直接加权求和,作为配合煤指标代入预测公式;不可直接加和指标,加权求和,修正,作为配合煤指标参与预测公式;其他条件指标,根据规定条件,设定奖惩系数,根据奖惩函数的结果为预测结果进行修正。
(6)最优配比下的精确控制
本发明利用性能稳定的PLC自动控制技术,实施配煤比的精确控制。在生产过程中,称量皮带运动时,由给煤圆盘旋转装置使配煤槽中的煤落到皮带上,皮带配煤核子秤控制器接收速度和重量信号,计算皮带上物料的瞬时流量和累计流量,同时与设定的流量值进行比较,通过控制器调节,使配煤量稳定在设定值。
附图说明:
图:焦炭热性质预测与控制方法流程示意图
具体实施方式:
为了更好的说明本发明的实际效果,下面结合某企业的炼焦生产实验过程说明本方法的实施过程。根据高炉生产对焦炭质量提出具体要求,抗碎强度M40≥82%、耐磨强度M10≤7%、焦炭反应性CRI≤30%、焦炭反应后强度CSR≥60%、焦炭灰分Ad≤12.50%、硫分St,d≤0.5%。该企业冶金焦炭生产能力360万吨/年。常规使用煤种中,属于气煤类4种,焦煤类3种,肥煤2种,瘦煤1种以及1种不粘煤。将本方法用于统计上述煤种近五年来的历史数据,得到各单种煤的波动性和结焦性能,由此给出使用煤种的调整方案为,新增气煤单种煤1个,替换焦煤1个。
单种煤的灰分、硫分指标与配合煤的灰分、硫分指标之间采用加权计算,误差线分别控制为0.1%和0.05%。配合煤粘结性指标采用lgMF和温度间隔ΔT,表征煤化度的指标使用最大镜质组反射率。粘结性指标和煤化度指标采用加权修正方法计算,由单种煤预测配合煤指标与实测标准误差均小于3σ。使用本发明所建立的配合煤与焦炭预测模型预测焦炭质量指标,要求预测值均满足上述焦炭质量要求,得到一系列的合格方案,采用最低成本为目标函数,确定出最佳配煤方案。
Claims (4)
1、一种焦炭热性质预测与控制方法,其特征在于,首先对企业生产用煤历史数据进行分析,或者对可能利用的单种煤煤源数据进行分析,获得煤资源数据库的相关信息;其次,对当前使用或者以后可能采用的单种煤进行单种焦试验研究,获得单种煤结焦性以及对焦炭质量贡献的评价信息;第三,在炼焦配煤专家系统的构架下,建立涉及煤资源状况、配煤与炼焦工艺、运输、焦炭质量目标、配煤成本等的专家系统知识库内容;第四,根据专家知识库确定各单种煤使用的约束条件;第五,利用非线性规划以及模拟进化算法确定最优化配煤比,最优化目标函数为保证焦炭质量前提下的配煤成本最小;第六,由焦炭质量预测模型计算最优化配比下的焦炭质量预测值,再经过配煤专家系统或专家确认,生成生产最优配煤比;第七,采用计算机自动控制配煤槽操作,使控制配煤比精度在97%以上;第八,根据生产实绩实现模型的自学习和控制模型的修正;本方法具体实施步骤如下:
(1)建立炼焦用煤资源数据库,
(2)建立单种煤评价系统
(3)建立炼焦配煤与焦炭质量预测模型
(4)专家知识库的数学表达
(5)最优化算法以及结果寻优
(6)最优配比下的精确控制。
2、根据权利要求1所述的焦炭热性质预测与控制方法,其特征在于所述的炼焦配煤与焦炭质量预测模型中,单种煤预测配合煤,由配合煤指标进一步预测焦炭质量,关于焦炭的预测包含了灰分、硫分、抗碎强度、耐磨强度、反应性和反应后强度全部指标。上述模型的形式又分为理论研究与生产控制模型,其中生产控制模型给定误差控制线。
3、根据权利要求1所述的焦炭热性质预测与控制方法,其特征在于所述的炼焦配煤与焦炭质量预测模型中,焦炭的强度和热性质指标预测,具体为:
①抗碎强度和耐磨强度预测模型形式:
M40=k+f*Vdaf(R0)+g*(a+b)(y、G、lgMF)+h*Ashcoal
M10=t+u*Vdaf(R0)+v*(a+b)(y、G、lgMF)+w*Ashcoal
②反应性和反应后强度预测模型形式:
CRI=A+f(a*Vdaf+b*Vdaf 2)+B*MBI*+C*(y、G、lgMF)
CSR=M+N*CRI+L*Vdaf(R0)或者
CSR=A’+f’(a*Vdaf+b*Vdaf 2)+B’*MBI*+C’*(y、G、lgMF)。
4、根据权利要求1所述的焦炭热性质预测与控制方法,其特征在于,所述配煤比的实现采用PLC自动控制技术,具体步骤是:在配煤槽下方设置皮带秤量系统,当称量皮带运动时,由给煤圆盘旋转装置使配煤槽中的煤落到皮带上,皮带配煤核子秤控制器接收速度和重量信号,计算皮带上物料的瞬时流量和累计流量,同时与设定的流量值进行比较,通过控制器调节,使配煤量稳定在设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100393754A CN1831087A (zh) | 2006-04-07 | 2006-04-07 | 焦炭热性质预测与控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100393754A CN1831087A (zh) | 2006-04-07 | 2006-04-07 | 焦炭热性质预测与控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1831087A true CN1831087A (zh) | 2006-09-13 |
Family
ID=36993588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006100393754A Pending CN1831087A (zh) | 2006-04-07 | 2006-04-07 | 焦炭热性质预测与控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1831087A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833283A (zh) * | 2010-04-21 | 2010-09-15 | 武汉钢铁集团江南燃气热力有限责任公司 | 一种焦化物料平衡方法 |
CN102021007A (zh) * | 2010-12-07 | 2011-04-20 | 江苏沙钢集团有限公司 | 低成本炼焦配煤系统 |
CN102095667A (zh) * | 2010-12-22 | 2011-06-15 | 武汉钢铁(集团)公司 | 一种挥发分介于27-29%之间炼焦煤的煤质评定方法 |
WO2012103600A3 (en) * | 2011-02-01 | 2012-10-04 | Global Ispat Koksna Industrija D.O.O. Lukavac | Coal blend models for determining coke quality |
CN102890144A (zh) * | 2012-10-22 | 2013-01-23 | 辽宁科技大学 | 煤岩镜质组全反射率非线性优化配煤预测焦炭质量的方法 |
CN102890145A (zh) * | 2012-10-22 | 2013-01-23 | 辽宁科技大学 | 由单种煤黏结性和煤岩指标非线性预测焦炭质量的方法 |
TWI417757B (zh) * | 2010-08-24 | 2013-12-01 | China Steel Corp | 焦炭品質評估系統與方法 |
CN103454395A (zh) * | 2013-08-23 | 2013-12-18 | 安阳钢铁股份有限公司 | 煤筒仓模式下焦炭质量预测方法 |
CN108399512A (zh) * | 2018-05-09 | 2018-08-14 | 包头钢铁(集团)有限责任公司 | 一种评价冶金焦炭的方法 |
CN109658781A (zh) * | 2019-02-22 | 2019-04-19 | 武汉科技大学 | 一种虚拟现实小焦炉炼焦实验教学方法 |
CN110105974A (zh) * | 2019-06-14 | 2019-08-09 | 湖南千盟智能信息技术有限公司 | 炼焦配煤智能控制系统 |
CN112731868A (zh) * | 2020-11-27 | 2021-04-30 | 山西焦化股份有限公司 | 一种精细化智能配煤系统 |
CN112861359A (zh) * | 2021-02-19 | 2021-05-28 | 汾渭数字信息技术有限公司 | 全要素智能配煤系统 |
CN113836786A (zh) * | 2021-08-03 | 2021-12-24 | 包头钢铁(集团)有限责任公司 | 一种结合焦炉加热制度参数的智能冶金焦炭预测方法 |
CN114544907A (zh) * | 2022-01-14 | 2022-05-27 | 淮北矿业股份有限公司 | 一种基于基氏流动度特征指标的混焦煤鉴别评价方法 |
CN114662763A (zh) * | 2022-03-24 | 2022-06-24 | 包头钢铁(集团)有限责任公司 | 一种焦化配煤用单种煤性价比评价方法及系统 |
CN115508500A (zh) * | 2022-10-27 | 2022-12-23 | 江苏未来智慧信息科技有限公司 | 一种用于碳排放计量的可视化分层检测方法及系统 |
RU2804378C1 (ru) * | 2019-09-24 | 2023-09-28 | Чайна Петролеум Энд Кемикал Корпорейшн | Система искусственного интеллекта и способ смешивания сырья при газификации |
-
2006
- 2006-04-07 CN CNA2006100393754A patent/CN1831087A/zh active Pending
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833283B (zh) * | 2010-04-21 | 2012-09-26 | 武汉钢铁集团江南燃气热力有限责任公司 | 一种焦化物料平衡方法 |
CN101833283A (zh) * | 2010-04-21 | 2010-09-15 | 武汉钢铁集团江南燃气热力有限责任公司 | 一种焦化物料平衡方法 |
TWI417757B (zh) * | 2010-08-24 | 2013-12-01 | China Steel Corp | 焦炭品質評估系統與方法 |
CN102021007B (zh) * | 2010-12-07 | 2013-09-04 | 江苏沙钢集团有限公司 | 低成本炼焦配煤系统 |
CN102021007A (zh) * | 2010-12-07 | 2011-04-20 | 江苏沙钢集团有限公司 | 低成本炼焦配煤系统 |
CN102095667A (zh) * | 2010-12-22 | 2011-06-15 | 武汉钢铁(集团)公司 | 一种挥发分介于27-29%之间炼焦煤的煤质评定方法 |
CN102095667B (zh) * | 2010-12-22 | 2012-06-06 | 武汉钢铁(集团)公司 | 一种挥发分介于27-29%之间炼焦煤的煤质分类方法 |
WO2012103600A3 (en) * | 2011-02-01 | 2012-10-04 | Global Ispat Koksna Industrija D.O.O. Lukavac | Coal blend models for determining coke quality |
CN102890145B (zh) * | 2012-10-22 | 2014-11-05 | 辽宁科技大学 | 由单种煤黏结性和煤岩指标非线性预测焦炭质量的方法 |
CN102890145A (zh) * | 2012-10-22 | 2013-01-23 | 辽宁科技大学 | 由单种煤黏结性和煤岩指标非线性预测焦炭质量的方法 |
CN102890144B (zh) * | 2012-10-22 | 2014-11-05 | 辽宁科技大学 | 煤岩镜质组全反射率非线性优化配煤预测焦炭质量的方法 |
CN102890144A (zh) * | 2012-10-22 | 2013-01-23 | 辽宁科技大学 | 煤岩镜质组全反射率非线性优化配煤预测焦炭质量的方法 |
CN103454395A (zh) * | 2013-08-23 | 2013-12-18 | 安阳钢铁股份有限公司 | 煤筒仓模式下焦炭质量预测方法 |
CN103454395B (zh) * | 2013-08-23 | 2015-08-26 | 安阳钢铁股份有限公司 | 煤筒仓模式下焦炭质量预测方法 |
CN108399512B (zh) * | 2018-05-09 | 2022-06-21 | 包头钢铁(集团)有限责任公司 | 一种评价冶金焦炭的方法 |
CN108399512A (zh) * | 2018-05-09 | 2018-08-14 | 包头钢铁(集团)有限责任公司 | 一种评价冶金焦炭的方法 |
CN109658781A (zh) * | 2019-02-22 | 2019-04-19 | 武汉科技大学 | 一种虚拟现实小焦炉炼焦实验教学方法 |
CN110105974A (zh) * | 2019-06-14 | 2019-08-09 | 湖南千盟智能信息技术有限公司 | 炼焦配煤智能控制系统 |
RU2804378C1 (ru) * | 2019-09-24 | 2023-09-28 | Чайна Петролеум Энд Кемикал Корпорейшн | Система искусственного интеллекта и способ смешивания сырья при газификации |
CN112731868A (zh) * | 2020-11-27 | 2021-04-30 | 山西焦化股份有限公司 | 一种精细化智能配煤系统 |
CN112861359A (zh) * | 2021-02-19 | 2021-05-28 | 汾渭数字信息技术有限公司 | 全要素智能配煤系统 |
CN113836786A (zh) * | 2021-08-03 | 2021-12-24 | 包头钢铁(集团)有限责任公司 | 一种结合焦炉加热制度参数的智能冶金焦炭预测方法 |
CN114544907A (zh) * | 2022-01-14 | 2022-05-27 | 淮北矿业股份有限公司 | 一种基于基氏流动度特征指标的混焦煤鉴别评价方法 |
CN114544907B (zh) * | 2022-01-14 | 2023-07-18 | 淮北矿业股份有限公司 | 一种基于基氏流动度特征指标的混焦煤鉴别评价方法 |
CN114662763A (zh) * | 2022-03-24 | 2022-06-24 | 包头钢铁(集团)有限责任公司 | 一种焦化配煤用单种煤性价比评价方法及系统 |
CN115508500A (zh) * | 2022-10-27 | 2022-12-23 | 江苏未来智慧信息科技有限公司 | 一种用于碳排放计量的可视化分层检测方法及系统 |
CN115508500B (zh) * | 2022-10-27 | 2024-01-05 | 江苏未来智慧信息科技有限公司 | 一种用于碳排放计量的可视化分层检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1831087A (zh) | 焦炭热性质预测与控制方法 | |
CN102559227B (zh) | 利用基氏流动度指标进行配煤炼焦的方法 | |
CN101067828A (zh) | 焦炉火道温度集成建模与软测量方法 | |
CN102890145B (zh) | 由单种煤黏结性和煤岩指标非线性预测焦炭质量的方法 | |
Wang et al. | Transaction costs, market structure and efficient coverage of emissions trading scheme: A microlevel study from the pilots in China | |
Yuan et al. | Modeling and optimization of coal blending and coking costs using coal petrography | |
CN112625758B (zh) | 智能气化配料系统及方法 | |
CN110378064A (zh) | 一种预测炼铁高炉炉芯死料柱温度的方法 | |
Wang et al. | Is information and communications technology effective for industrial energy conservation and emission reduction? Evidence from three energy-intensive industries in China | |
Hu et al. | Multi-model ensemble prediction model for carbon efficiency with application to iron ore sintering process | |
CN104680012A (zh) | 一种烧结配料计算模型 | |
CN101794119A (zh) | 瓦斯系统平衡与优化调度方法、装置及系统 | |
CN111915080A (zh) | 一种基于铁水质量约束的原燃料成本最优配比方法 | |
Shi et al. | Key issues and progress of industrial big data-based intelligent blast furnace ironmaking technology | |
CN102136037A (zh) | 基于主成分分析的灰色多因素MGM(1,n)模型的副产煤气发生量预测方法 | |
Yang et al. | Modeling and optimal-setting control of blending process in a metallurgical industry | |
CN112001117A (zh) | 一种炼焦单种煤配比优化方法 | |
Spirin et al. | Complex of model systems for supporting decisions made in managing blast-furnace smelting technology | |
Matino et al. | Application of echo state neural networks to forecast blast furnace gas production: pave the way to off-gas optimized management | |
CN112541625B (zh) | 一种自适应多工况钢铁二次能源发生量动态预测方法 | |
CN100583136C (zh) | 一种高炉炼铁专家系统决策合成方法 | |
CN116308474A (zh) | 一种入炉动态煤耗成本分析方法及系统 | |
Yang et al. | A two-stage intelligent optimization system for the raw slurry preparing process of alumina sintering production | |
Semenov et al. | Decision support system for controlling thermal state of blast furnace smelting | |
Hawkins-Pierot et al. | Technology lock-in and costs of delayed climate policy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20060913 |