CN87103627A - 控制高炉运行的方法 - Google Patents

控制高炉运行的方法 Download PDF

Info

Publication number
CN87103627A
CN87103627A CN87103627A CN87103627A CN87103627A CN 87103627 A CN87103627 A CN 87103627A CN 87103627 A CN87103627 A CN 87103627A CN 87103627 A CN87103627 A CN 87103627A CN 87103627 A CN87103627 A CN 87103627A
Authority
CN
China
Prior art keywords
blast furnace
heat condition
data
level
deduction
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
Application number
CN87103627A
Other languages
English (en)
Inventor
脇元一致
柴田基博
石井孝治
樱井雅昭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Steel Corp
Original Assignee
Nippon Steel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nippon Steel Corp filed Critical Nippon Steel Corp
Publication of CN87103627A publication Critical patent/CN87103627A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • CCHEMISTRY; METALLURGY
    • C21METALLURGY OF IRON
    • C21BMANUFACTURE OF IRON OR STEEL
    • C21B5/00Making pig-iron in the blast furnace
    • C21B5/006Automatically controlling the process
    • YGENERAL 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
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00Data processing: artificial intelligence
    • Y10S706/90Fuzzy logic
    • YGENERAL 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
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00Data processing: artificial intelligence
    • Y10S706/902Application using ai with detail of the ai system
    • Y10S706/903Control
    • Y10S706/906Process plant

Abstract

一种控制高炉热条件的方法,将高炉传感器的数据输出与由高炉运行累积经验组成的知识库相比较,推断热条件。根据热条件级与热条件转移级推断热条件,此时采用有关熔融金属温度的数据与有关传感器的数据。推断是由小型计算机中的推理器完成的。

Description

本发明涉及控制高炉运行的方法,更具体地说,涉及根据为高炉设置的传感器的输出信息控制运行过程中热条件的方法。
众所周知,有一种利用估计温度来控制从高炉中取出的熔融金属温度的方法,对专业人员来说那就是根据高炉传感器输出信息的定性分析,估计高炉运行条件,将各种运行因素控制到最佳。
举例来说,公布号为30007/76的日本已审专利(RORORU)介绍了一种控制高炉运行的方法,在此法中,为了能够通过修正计算机控制高炉运行条件时出现的长周期变化以达到最佳控制,高炉运行的热平衡是由风口内鼓风空气的温度控制的。温度由一个经修正系数修正的方程式确定,该系数是为了防止熔融金属中的硅含量发生长周期变化。修正系数由直接还原量决定,后者由高炉运行过程中连续可获的测量值计算而得。
然而,这一方法的缺点是,需要保持一个分析模型,为了适应高炉在整个使用期内的变化,需不断对它进行修正。此外,由于分析模型很复杂,修正本身就是一件费时而复杂的工作。
本发明旨在提出一种控制高炉运行的热条件的方法,采用此法时,分析模型可以很容易进行修正,以适应高炉在整个使用期内的变化。
根据本发明,提出了一种控制高炉运行的方法,它包括以下各个步骤:
将来自高炉传感器的第一批数据输出送给中央处理器;
将第一批数据与标准数据相比,准备逻辑真值数据,根据真值数据以及由高炉运行累积经验组成的知识库,推断高炉内的热条件;以及根据推断结果控制高炉的热条件。
图1是一个框图,说明了按本发明控制高炉热条件的方法;
图2是说明实现本发明方法所需设备的方框图;
图3是说明此发明方法的流程图;
图4是说明按本发明方法进行推断的流程图;
图5的流程图说明了按本发明对高炉内的热条件级进行推断的分布法;
图6的流程图说明了按本发明对高炉内的热条件转移级进行推断的分步法,以及
图7是说明采用本发明的方法时高炉运行结果的示范图。
以下将介绍按本发明提出的一种实施方案,参阅图1-4。
图1以框图的形式说明了按本发明控制高炉热条件的方法。标号10表示一台大型计算机。计算机10包括按序处理传感器11数据输出的顺序处理器12、顺序存储器13、传感器数据处理器14以及接口缓冲器15。标号20表示一台小型计算机,它包括判断高炉热条件的知识库21、判断热条件响应动作的知识库22、公用数据缓冲器23以及推理器24。标号30表示阴极射线管(CRT),它显示推理器的计算结果。标号31表示控制器,控制高炉中的热条件。图2以框图的形式示出了为执行本发明的方法所需的设备。标号11a、11b与11c表示相当于图1中传感器11的传感器。大型计算机10包括下列部件:
41:接口
42:计算机处理器(CPU)
43:存放程序的只读存贮器(ROM)
44与45:随机存取存贮器(RAM);以及
46:接口
CPU42与存放CPU42执行程序的ROM43组成顺序处理器13与传感器数据处理器14,两者均示于图1。RAM44组成图1中所示的顺序存贮器13。RAM45用来暂存传感器11的数据输出。RAM45与接口46组成图1所示的接口缓冲器15。
在图2中,小型计算机20包括键盘47、接口48、CPU49、ROM50、RAM51-53,以及接口54。CPU49与存放CPU49执行程序的ROM50组成图1所示的推理器24。RAM51与52分别组成图1所示的知识库21与22。RAM51与52可通过键盘47进行改变。利用键盘47经过接口48输入新数据,可将新数据加入到原数据。RAM53组成图1所示的公用数据缓冲器23。存放在大型计算机10的RAM45中的数据经过接口46传送到RAM53。CPU49获得的结果经过接口54送到CRT30进行显示。
现在,根据图3所示的流程图,来说明本发明实施方案的工作原理。
(1)首先,传感器11的第一批数据输出由顺序处理器12按予定的顺序读出,然而将它存入顺序存贮器13(第1步)。实际上这项工作是这样完成的:在CPU42的控制下,将传感器11a、11b与11c的第一批数据通过41送到RAM44。
(2)存在顺序存贮器13中的第一批数据由CPU42进行处理,从而生成表示高炉运行条件的第二批数据。在这个处理步骤中产生的数据指出了变化率、级比较、数值的弥散度以及指定时间间隔内第一批数据的积分值。这一工作实际上是在第2步完成的。
(3)在第2步里得到的第二批数据与标准数据相比,产生逻辑真值数据。真值数据存在接口缓冲器15。具体地说。数据存在图2所示的RAM45(第3步)。
(4)存在接口缓冲器15中的真值数据送到公用数据缓冲器23(第4步)。更确切地说,存在RAM45中的数据经过接口46送到RAM53。
(5)推理器24根据知识库21与知识库22中的数据以及公用数据缓冲器23中的数据,推测高炉中的热条件(第5步)。CPU49执行由RAM、RAM52与RAM53中的数据所指定的程序,来完成这项工作。
知识库22由若干个知识部件组成,用来推断高炉热条件级、高炉热条件转移级与响应动作,以及用来修正响应动作以便有效地进行推测。每个这样知识部件以“如果……,则……”的形式指示操作员关于控制生产过程的知识与经验。在这个实施方案中,推理过程中引入一个确定因数(CF)值,从而提高了推理的可靠性,这个数值指示了操纵生产过程的每种规则的不确定性。
参阅图4,推理器24首先判断高炉热条件级与高炉热条件转移级,然后根据上述判断结果,对动作量作出判断。接着推理器24对动作量进行修正。
(b)随后,第5步内修正的动作量经接口54送到CRT30进行显示。与此同时,修正量送到控制器31,使吹入高炉的鼓风空气的温度受到控制。
(7)接着,决定停止信号是否已发出。如果“是”,则停止处理。如果“否”,则返回到第1步(第7步)。在后一种情况下,上述第1步到第7步按予定的间隔(例如2分钟)重复进行。
高炉热条件级的判断:
参阅图5,现在将详细说明高炉内热条件级的判断过程。
知识库21的各个知识部件中存有熔融金属温度规则(KS-109、110)、传感器规则(KS-103到KS-108),以及人工判断规则(KS-109、110),作为控制生产过程的规则。
(a)熔融金属温度规则
这些规则用来根据当前的熔融金属温度判断高炉的当前热条件级。
熔融金属温度规则(KS-101)根据高炉以往的运行所累积的统计经验判断高炉的热条件。
熔融金属温度规则(KS-102)根据刚出炉的熔融金属的最高温度的估值,判断高炉的热条件级。这个估值是以最近几个熔融金属温度测量值的统计计算为基础的。
确定因数(CF)值CF-101与CF-102分别从熔融金属温度规则KS-101与KS-102获得。规则KS-101与KS-102都是加权的。例如,在所述的加权中,KS-101的权为V1,RS-102为V2。V1与V2之和为1,考虑到权V1与V2,可从CF-101与CF-102获得高炉热条件级的判断值CF-120。
(b)传感器规则
这些规则之中有风口鼻温度规则103、下料速度规则104、炉顶气体温度规则105、气体利用规则106、溶液损耗规则107以及吹入高炉的空气压力规则108。对规则103到108的每条规则,都考虑了确定因数。这些规则分别给以权V3、V4、V5、V6、V7与V8,并使V3到V8之和等于1。考虑到权V3到V8,可从CF-103到CF-108获得高炉热条件级的判断值CF-130。
(c)人工判断规则
这些规则包括风口条件规则与炉渣颜色规则。
风口条件规则从“同步”、“不清楚”、“好”、“一般”、“差”各项中选入一项(判断高炉热条件级CF-109)。同样,炉渣颜色规律从“同前”、“不清楚”颜色1-5”(1,好;2,一般;3到5,差)各项中选入一项(高炉热条件级判断,CF-110)。根据CF-109与CF-110级,可判断高炉热条件级,得到确定因素值的CF-140。每项均分为1到7级。因此,对每级的判断将根据表1所示的矩阵由项与级的组合决定。每栏中的H(I)(J)表示一个值,当风口条件为“不清楚”时,栏中为“0”。
(d)高炉热条件级的判断
确定因数值(CF-150)是高炉各热条件级之总和,它是根据从熔融金属温度规则得到的CF-120与从传感器规则得到的CF-130断定的。在判断时赋于CF-120与CF-130的权为V1与V2。V1与V2之和为1。这样,根据表2所示的权V1与V2可获得确定因数值CF-150,对高炉热条件级作出判断。在这个情况下,高炉热条件级包括1级到7级。
表2
高炉热条件级    温度估计
7    很热
6    较热
5    一般
4    冷
3    较冷
2    很冷
1    极冷
例如,当高炉热条件级“1”(极冷)或“2”(很冷)的予定确定因数值(CF-1)为WX或更大时,就引入人工判断规则,此时第1级到第7级高炉热条件中各级的确定因数值均加以考虑(高炉热条件级判断CF-106)。
为了判断高炉热条件级,将知识部件分为三类,即熔融金属温度规则、传感器规则以及人工判断规则,理由如下:
1.控制目标,它本身就是熔融金属温度;
2.熔融金属温度,按其本性充其量只能每隔20分钟左右才能检测一次。这个信息的处理与传感器输出信息的处理不同,因为传感器每一分钟就能采集一次信息数据。
3.由于高炉炉膛底部与槽是冷的,熔融金属温度开始时很低,以后逐渐增加。因此,要控制出炉钢水中最高熔融金属温度时,必须考虑到这些附加的干涉因数来判断高炉的热条件级;
4.当运行成功时,虽然有时延,熔融金属温度的特性与传感器的工作是相关的。但是,当高炉中的熔渣量增加时,顶部气体将多数分布在四周,特性与工作的相关关系将倒逆。在这种情况下,最好单独根据熔融金属温度规则与传感器规则来判断高炉热条件级。
5.人工判断规则由两条规则组成。在运行不正常的情况下,建议单独使用这两条规则。这样便于使不正常条件的确定因数值增加,而且便于获取传感器不能得到的信息,以确定最佳的响应动作。当然,在运行正常的情况下,主要采用自动控制,不用人工判断。
高炉热条件转移级的判断:
如图6所示,为了判断高炉内的热条件转移级,知识库22中的知识部件包括熔融金属温度规则(KS-201、202)、传感器规则(KS-203到KS-208)以及其它规则(KS-209、210)、作为控制生产过程的规则。这些规则均考虑了如表3所示的确定因数值C1到C5
表3
高炉热条件转移级    估计
C5明显增加
C4有增加趋势
C3无变化
C2有减少趋势
C1明显减少
(a)熔融金属温度规则
这些熔融金属温度规则有两条,一条规则用来将最近测得的熔融金属温度与前次出炉钢水中最高熔融金属温相比较(KS-201),另一条规则用来将前次出炉钢水中高熔融金属温度与再前一次出炉钢水中最高熔融金属温度相比较。
(b)传感器规则
这些规则包括风口鼻温度规则、下料速度规则、吹入高炉的空气压力规则、气体利用规则、熔液损耗规则以及炉顶气体温度规则。每条规则均考虑了确定因数值(CF-203到CF-208)。这些确定因数值也分为五级。
(C)其它规则
其它规则有:硅与硫含量转移规则(KS-209)以及高炉热条件指数规则(KS-210)。每条规则均考虑了确定因数值(CF-209、210)。
(d)高炉热条件转移级的判断
在采用熔融金属温度规则时,KS-201与KS-202规则分别给予权W1与W2。这两个权之和等于1。根据这些权,从CF-201与CF-202可获得对高炉热条件转移级的判断CF-220。
同样,规则KS-203到KS-210获得的权分别为W3、W4、W5、W6、W7、W8、W0与W10,权W3到W10之和为1。根据这些权,从CF-203到CF-210可获得对高炉内热条件转移级的判断。
然后,将CF-220与CF-230的确定因数值相加,可获得高炉内热条件转移级的确定因数值,对五级中的每级都能获得。
动作的判断:
根据按上述方式获得的高炉热条件级的确定因数值(L1到L7)以及高炉热条件转移级的确定因数值(C1到C5),可对动作量作出判断,如表4所示。
表4
用“aij”表示的确定因数值由下列公式给出:
aij=高炉热条件i级的确定因数值X高炉热条件转移j级的确定因数值
这样得到的“aij”对应于表5所示的动作量。
表5
表4中所示动作量的确定因数值由上述公式获得。但是,如果每个高炉热条件级的确定因数值或高炉热条件转移级的确定因数值小于予定值,则需要将这些数值当作零。此外,如果表4所示动作量的确定因数值大于予定值,此时最好将动作量输出,以便将确定因数值从小到大依次排列,作为操作指南。如果同一个动作要输出到若干个地方,最好将最大的确定因数值显示给操作员。
动作量的修正:
当已经采用的动作或外加的干涉因素引起的对传感器与高炉热条件的影响仍然存在时,就需要根据对动作的判断修正动作量。考虑了这类外加的干涉因素:例如落入未还原的矿石,突然改变焦炭温度。动作以及动作量示于下列表6:
表6
Figure 87103627_IMG5
全部动作在数量上均转换为温度动作。
根据本发明,根据高炉传感器11数据输出准备逻辑直值数据,然后按人工智能进行推理,将真值数据与包含高炉运行累积经验的知识库进行比较。这样做法的优点是(a)可充分利用以往的运行经验,(b)可采用小容量的计算机处理器,(c)能方便地适应高炉在整个使用时期内的变化。
示例:
根据本发明,对内部体积为4664m3的高炉进行了为期20天的热条件控制。每隔20分钟对高炉热条件作一次判断,并根据判断结果确定动作。
上述运行结果的一个例子示于图7。
高炉运行时的空气鼓风量为6500Nm3/min,焦炭比为514Kg/T-pig。关于典型的传感器输出数据的变化,高炉热条件级的判断结果以及关于高炉热条件转移级的判断结果示于图7。
根据高炉热条件所作出的运行动作响应是控制蒸汽量。用虚线表示的蒸汽量对应于从动作判断获得的指示,用实线的表示的蒸汽量对应于实际的动作。
根据对动作的判断,提示增加蒸汽量的动作(a1、a2、a3与a4)与减少蒸汽量的动作(b1、b2、b3与b4)。实际完成的动作是a1、a2、a4、b1、b2与b4
代表一次出炉钢水的最高熔融金属温度约为1500℃。采用本发明控制高炉热条件,熔融金属温度的弥散从9.16℃降到6.24℃。熔融金属温度的范围(最大值减去最小值)也从24.2℃减到14.3℃。

Claims (16)

1、一种控制高炉运行的方法,它包括以下步骤:
将高炉传感器的第一批数据输出送给中央处理器;
将所述数据与标准数据相比求得逻辑真值数据,根据真值数据与由高炉运行累积经验组成的知识库,推断高炉中的热条件;
根据推断结果控制高炉中的热条件。
2、权利要求1中提出的方法,其中所述高炉热条件及推断步骤包括推断高炉中的热条件级。
3、权利要求2中提出的方法,其中所述热条件级的推断步骤包括根据熔融金属温度推断热条件级。
4、权利要求2中提出的方法,其中所述热条件级的推断步骤包括根据高炉传感器的数据输出推断热条件级。
5、权利要求2中提出的方法,其中所述热条件级的推断步骤包括根据风口条件与炉渣颜色推断热条件级。
6、权利要求4提出的方法,其中所述根据传感器数据输出作出的推断包括至少根据下列一项作出的推断:
(a)表示风口鼻温度的数据;
(b)表示下料速度的数据;
(c)表示吹入高炉的鼓风空气压力的数据;
(d)表示气体利用率的数据;
(e)表示溶液损耗量压力的数据;
以及
(f)表示炉顶气体温度的数据。
7、权利要求1提出的方法,其中所述高炉热条件的推断步骤包括推断高炉热条件转移级。
8、要求7提出的方法,其中所述热条件转移级的推断步骤包括根据熔融金属温度推断热条件转移级。
9、权利要求7提出的方法,其中所述热条件级的推断步骤包括根据高炉传感器的数据输出推断热条件转移级。
10、权利要求7提出的方法,其中所述热条件转移级的推断步骤是以熔融金属中的硅与硫的含量为基础的。
11、权利要求9中提出的方法,其中所述根据传感器数据输出作出的推断包括至少根据下列一项作出的推断:
(a)表示风口鼻温度的数据;
(b)表示下料速度的数据;
(c)表示吹入高炉的鼓风空气压力的数据;
(d)表示气体利用率的数据;
(e)表示溶液损耗量压力的数据;
(f)表示炉顶气体温度的数据。
12、权利要求1中提出的方法,其中所述高炉热条件的推断步骤包括热条件级的推断与热条件转移级的推断。
13、权利要求1中提出的方法,它还包括对传感器的数据输出进行处理。
14、权利要求1中提出的方法,其中所述高炉热条件的推断步骤包括将确定因数值加以考虑。
15、权利要求1中提出的方法,其中所述高炉热条件的控制步骤,包括根据高炉热条件级的判断结果与高炉热条件转移级的判断结果,判断动作量。
16、权利要求15中提出的方法,其中所述动作量包括受已采用的动作与外加干涉因素影响时对动作量加以修正。
CN87103627A 1986-05-20 1987-05-19 控制高炉运行的方法 Pending CN87103627A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP113795/86 1986-05-20
JP61113795A JPS62270708A (ja) 1986-05-20 1986-05-20 高炉炉熱制御方法

Publications (1)

Publication Number Publication Date
CN87103627A true CN87103627A (zh) 1987-12-02

Family

ID=14621277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN87103627A Pending CN87103627A (zh) 1986-05-20 1987-05-19 控制高炉运行的方法

Country Status (7)

Country Link
US (1) US4857106A (zh)
EP (1) EP0246618B1 (zh)
JP (1) JPS62270708A (zh)
CN (1) CN87103627A (zh)
BR (1) BR8702589A (zh)
CA (1) CA1270310A (zh)
DE (1) DE3751178T2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1038146C (zh) * 1993-07-21 1998-04-22 首钢总公司 利用人工智能专家系统控制高炉冶炼的方法
CN1052758C (zh) * 1997-06-13 2000-05-24 冶金工业部自动化研究院 一种高炉操作参谋系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0277508A (ja) * 1988-09-13 1990-03-16 Nkk Corp 高炉々熱制御装置
EP0542717B1 (en) * 1988-12-20 1997-02-12 Nippon Steel Corporation Blast furnace operation management method and apparatus
US5303385A (en) * 1989-03-17 1994-04-12 Hitachi, Ltd. Control system having optimality decision means
US5145112A (en) * 1990-10-08 1992-09-08 Kabushiki Kaisha Toyota Chuo Kenkyusho Air conditioner
EP0531963B1 (en) * 1991-09-10 1996-12-04 Nippon Steel Corporation Method of controlling heat input to an alloying furnace for manufacturing hot galvanized and alloyed band steel
BR9704633B1 (pt) * 1996-01-26 2012-02-07 método de operação de forno vertical com uma tubagem fornecida em uma superfìcie da parede do dito forno vertical.

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3560197A (en) * 1968-03-20 1971-02-02 Jones & Laughlin Steel Corp Method of blast furnace control
JPS491686B1 (zh) * 1969-05-28 1974-01-16
DE2432576B2 (de) * 1974-07-06 1976-04-15 Heidelberger Druckmaschinen Ag, 6900 Heidelberg Feuchtreiber in feuchtwerken
JPS6018721B2 (ja) * 1978-02-27 1985-05-11 住友金属工業株式会社 高炉の操業方法
US4248625A (en) * 1979-08-06 1981-02-03 Kawasaki Steel Corporation Method of operating a blast furnace
DD205240A1 (de) * 1982-02-03 1983-12-21 Hubertus Domschke Verfahren zur energieverbrauchsminimalen steuerung von metallurgischen prozessen
JPS5964705A (ja) * 1982-10-01 1984-04-12 Nippon Kokan Kk <Nkk> 高炉状況検出方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1038146C (zh) * 1993-07-21 1998-04-22 首钢总公司 利用人工智能专家系统控制高炉冶炼的方法
CN1052758C (zh) * 1997-06-13 2000-05-24 冶金工业部自动化研究院 一种高炉操作参谋系统

Also Published As

Publication number Publication date
EP0246618B1 (en) 1995-03-22
JPH0420961B2 (zh) 1992-04-07
EP0246618A3 (en) 1990-08-08
CA1270310A (en) 1990-06-12
BR8702589A (pt) 1988-02-23
DE3751178T2 (de) 1995-09-14
DE3751178D1 (de) 1995-04-27
JPS62270708A (ja) 1987-11-25
EP0246618A2 (en) 1987-11-25
US4857106A (en) 1989-08-15

Similar Documents

Publication Publication Date Title
CN1038146C (zh) 利用人工智能专家系统控制高炉冶炼的方法
CN107450498B (zh) 基于改进人工蜂群算法的生产调度方法及系统
CN1011267B (zh) 利用智能处理的计算机控制系统
CN87103627A (zh) 控制高炉运行的方法
CN106096788B (zh) 基于pso_elm神经网络的转炉炼钢工艺成本控制方法及系统
CN1766130A (zh) 一种高炉热风炉系统协调控制方法
CN1910581A (zh) 用于按类别提供关键字输入频率信息的搜索系统及其方法
CN1021833C (zh) 高炉操作管理方法和装置
CN87103633A (zh) 控制高炉运行的方法
CN110246547B (zh) 一种烧结过程配矿优化方法
CN114341879A (zh) 学习模型生成方法、学习模型生成装置、高炉的铁液温度控制方法、高炉的铁液温度控制指导方法及铁液的制造方法
CN1448860A (zh) 信息处理装置与方法
CN1966733A (zh) 精炼炉底吹氩智能控制方法
CN111105164B (zh) 一种车间调度方法、装置及设备
JP3912215B2 (ja) 転炉吹錬制御方法
JP2008007828A (ja) 脱燐制御方法および装置
CN108804746A (zh) 一种基于遗传算法的螺旋桨设计方法
CN111270028B (zh) 高炉干熄焦转湿熄焦的应对方法和应对系统
CN113637819A (zh) 一种基于深度强化学习的高炉布料方法及系统
JP6913429B1 (ja) 投入ロット編成装置、投入ロットの編成方法および投入ロット編成用プログラム
CN109521672B (zh) 一种电弧炉供电曲线的智能选取方法
JPH059519A (ja) 高炉操業制御方法
CN1051854C (zh) 用于模糊推理机的高性能最大-最小电路
CN110928186B (zh) 一种基于机器视觉的中间包自动加覆盖剂控制方法
CN115600378A (zh) 一种氧枪控制方法、系统、电子设备及存储介质

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
RJ01 Rejection of invention patent application after publication