高炉铁水硅含量

作品数：27被引量：123H指数：7
导出分析报告
相关领域：冶金工程自动化与计算机技术更多>>
相关作者：蒋朝辉桂卫华尹林子谢永芳许雪梅更多>>
相关机构：中南大学浙江大学华北理工大学重庆大学更多>>
相关期刊：《化工学报》《冶金自动化》《冶金管理》《太原理工大学学报》更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金创新研究群体科学基金教育部留学回国人员科研启动基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于动态注意力深度迁移网络的高炉铁水硅含量在线预测方法被引量：7
《自动化学报》2023年第5期949-963,共15页蒋珂 蒋朝辉 谢永芳 潘冬 桂卫华 
国家自然科学基金(61773406,61725306,61290325);国家重大科研仪器研制项目(61927803);中南大学研究生自主探索创新项目(2021zzts0183);湖南省研究生科研创新项目(CX20210242)资助。
铁水硅含量是反映高炉冶炼过程中热状态变化的灵敏指示剂,但无法实时在线检测,造成铁水质量调控盲目.为此,提出一种基于动态注意力深度迁移网络(Attention deep transfer network, ADTNet)的高炉铁水硅含量在线预测方法.首先,针对传统...
关键词：高炉炼铁 铁水硅含量 深度网络 迁移学习 动态注意力机制 预测 
高炉铁水硅含量变动量调控决策的智能推荐模型及应用被引量：6
《钢铁》2023年第4期30-38,共9页韩阳 胡支滨 杨爱民 李杰 张玉柱 
国家自然科学基金资助项目(52074126,51974131);唐山市市级科技计划资助项目(22130201G)。
为了保证高炉炉况顺行,提高高炉热制度调控质量,深刻理解铁水硅含量变动量的动力学,以冀南地区某钢铁联合公司3号高炉为研究对象,研究铁水硅含量变动量的波动机理。量化表征降低铁水硅含量变动量的6大决策空间,通过单变量估计方法和复...
关键词：铁水硅含量变动量 调控决策 响应时间 反馈网络 进化策略 
基于最优工况迁移的高炉铁水硅含量预测方法被引量：14
《自动化学报》2022年第1期194-206,共13页蒋朝辉 许川 桂卫华 蒋珂 
国家自然科学基金(61773406,61988101);中南大学中央高校基本科研任务业务费专项资金(2020zzts572)资助~~。
高炉铁水硅含量是铁水品质与炉况的重要表征,冶炼过程关键参数频繁波动及大时滞特性给高炉铁水硅含量预测带来了巨大挑战.提出一种基于最优工况迁移的高炉铁水硅含量预测方法.首先,针对过程变量频繁波动问题,提出基于邦费罗尼指数的自...
关键词：高炉炼铁 铁水硅含量 预测 工况迁移 密度峰值聚类 
基于神经网络时间序列模型的高炉铁水硅含量智能预报被引量：6
《冶金自动化》2021年第3期51-57,共7页崔泽乾 韩阳 杨爱民 张玉柱 张森 
国家自然科学基金资助项目(5207041692);河北省博士研究生创新资助项目(CXZZBS2020134)。
为实现高炉炼铁过程中铁水硅含量的准确预测,针对高炉炼铁过程的非线性、时变、高维、大时滞等特点,构建了基于时间序列的铁水硅含量预测样本集,分析了铁水硅含量在时间序列上的自相关性。采用时间序列加权移动平均法预处理样本数据,引...
关键词：时间序列 神经网络 高炉 铁水硅含量 自相关系数 智能预报 加权移动平均法 
基于k-means++的高炉铁水硅含量数据优选方法被引量：6
《化工学报》2020年第8期3661-3670,共10页尹林子 关羽吟 蒋朝辉 许雪梅 
国家自然科学基金面上项目(61773406);国家自然科学基金青年项目(61502538)。
优质数据集是实现高炉铁水硅含量准确预报的基础。针对铁水硅含量数据记录不均衡,特别是部分样本周期内存在多个硅含量值且波动较大,难以与输入变量进行合理关联等难题,提出了一种基于k-means++聚类算法的铁水硅含量数据优选方法。该方...
关键词：预测 动态建模 神经网络 高炉炼铁 铁水硅含量 数据优选 k-means++ 深度学习 
基于优化SVM模型的高炉铁水[Si]动态预报
《冶金管理》2020年第11期28-28,72,共2页金东浩 毛舒月 毕文亚 王旭辉 郑瑞宁 
河北省校级大学生创新创业训练计划(X2019297):Hadoop平台下高炉铁水[Si]动态预报
高炉铁水含硅量是反映高炉状态的重要指标,也是影响高炉稳定运行、优质低耗生产的重要参数。本文首先通过计算料批参数、煤气量、间接还原度及直接还原度进而推算硅含量。之后采用硅含量均值、前次铁水对应的风口理论燃烧温度及前次铁...
关键词：高炉铁水硅含量动态预报 支持向量机 硅含量预报函数 
PCA和PSO-ELM在高炉铁水硅含量中的预测仿真被引量：7
《计算机仿真》2020年第2期398-402,共5页黄陈林 汤亚玲 张学锋 储岳中 
安徽省高校自然科学研究项目(KJ2017ZD05)。
炉温的实时预测技术对高炉运转具有重要意义。在高炉炼铁过程中,通常以铁水硅含量来表征高炉热状态。针对硅含量预测效率和精度不足的问题,提出主成分分析和粒子群改进的极限学习机相结合的方法对高炉铁水硅含量进行预测。由于影响铁水...
关键词：粒子群优化 极限学习机 铁水硅含量 神经网络 主成分分析 
安钢铁前系统强化工艺管控降低3~#高炉铁水硅含量的生产实践
《河南冶金》2017年第3期12-13,34,共3页秦延华 王洪顺 黎应君 
针对生铁硅含量高的现状,安钢铁前系统以关键工序管控为核心,强化铁前原燃料进场和现场管理,控制焦炭灰分,并通过铁前工序一体化综合管控措施的有效实施,使3#高炉铁水硅含量大幅下降,取得了显著成效。
关键词：铁前系统 工艺管控 低硅冶炼 
基于Bootstrap的高炉铁水硅含量二维预报被引量：28
《自动化学报》2016年第5期715-723,共9页蒋朝辉 董梦林 桂卫华 阳春华 谢永芳 
国家自然科学基金重大项目(61290325);国家自然科学基金创新研究群体科学基金(61321003);中南大学中央高校基本科研业务费专项资金(2013zzts226)资助~~
高炉铁水硅含量的实时准确预报对调控高炉炉温和稳定炉况具有重要作用,但其预报结果一直存在准确度不高和缺乏可信度表征等问题,特别是在炉况不稳、运行数据波动较大时,预报结果的准确度和可信度急速下降,不利于现场操作人员根据预报结...
关键词：高炉 BOOTSTRAP 二维预报 预测区间 可信度 
基于分类回归树的高炉铁水硅含量预测模型被引量：2
《内蒙古大学学报（自然科学版）》2015年第5期548-552,共5页于涛 李江鹏 李明昕 石琳 
国家自然科学基金资助项目(61263015);内蒙古科技大学创新基金项目(2012NCL019)
针对高炉铁水硅含量的预测问题,作者探索出基于分类回归树算法的建模策略,为高炉炉温控制提供了新的可选思路.针对某高炉的在线生产数据,分别建立了分类回归树预测模型和支持向量机预测模型,并从命中率、均方根误差对模型的性能进行了分...
关键词：铁水硅含量 分类回归树 支持向量机 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部