基于知识与AW-ESN融合的烧结过程FeO含量预测

氧化亚铁(FeO)含量是衡量烧结矿强度和还原性的重要指标,烧结过程FeO含量的实时准确预测对于提升烧结质量、优化烧结工艺具有重要意义.然而烧结过程热状态参数缺失、过程参数波动频繁给FeO含量的高精度预测带来巨大的挑战,为此,提出一种基于知识与变权重回声状态网络融合(Fusion of data-knowledge and adaptive weight echo state network, DK-AWESN)的烧结过程FeO含量预测方法.首先,针对烧结过程热状态参数缺失的问题,建立烧结料层最高温度分布模型,实现基于料层温度分布特征的FeO含量等级划分;其次,针对烧结过程参数波动频繁的问题,提出基于核函数高维映射的多尺度数据配准方法,有效抑制离群点的影响,提升建模数据的质量;最后,针对烧结过程数据驱动模型缺乏机理认知致使模型预测精度不高的问题,将过程数据中提取得到的FeO含量等级知识与AW-ESN (Adaptive weight echo state network)结合,建立DK-AWESN模型,有效提升复杂工况下FeO含量的预测精度.现场工业数据试验表明,所提方法能实时准确地预测烧结过程FeO含量,为烧结过程的智能化调控提供实时有效的FeO含量反馈信息.

基于TCN-DenseNet的烧结矿FeO含量预测

烧结矿FeO含量是烧结工序的一项重要质量和能耗指标,也对高炉冶炼有直接影响。针对目前化学检测法检测烧结矿FeO含量时存在较长时间滞后的现状,本文提出了一种时域卷积网络(Temporal Convolutional Network,TCN)与密集连接卷积神经网络(Densely Connected Convolutional Network,DenseNet)混合的烧结矿FeO含量预测方法。首先采用TCN建立烧结矿FeO含量的时间序列预测模型,同时采集烧结机尾断面红外图像,采用DenseNet建立烧结矿FeO预测模型,通过自适应加权平均方法将两者的输出结果进行整合,获得最终的烧结矿FeO含量预测值。针对烧结矿层断面红外图像的特征,对DenseNet进行了添加注意力层、修改卷积块结构,并修改了浅层卷积层大小和步长等改进措施。在国内某钢铁公司的大型烧结机的实际生产数据上对模型进行了验证,经过数据处理、模型参数优化等操作后,本文所提的TCN-DenseNet混合模型的烧结矿FeO含量预测在测试集绝对误差±0.4%以内命中率可达94.34%,均方根误差为0.21,优于单独使用TCN或者DenseNet进行建模时的预测效果。该方法对提高烧结矿FeO含量预测的准确性和稳定性效果显著,可以为烧结现场的生产操作提供数据支撑。

沙钢5800 m^(3)高炉所用烧结矿FeO含量研究

这是一篇冶金工程领域的文章。为给烧结矿FeO成分控制、质量优化提供理论依据,考查了沙钢5800 m^(3)高炉所用烧结矿转鼓强度、低温还原粉化、中温还原性等冶金性能,并通过统计数据分析探究了FeO含量对烧结矿冶金性能的影响以及影响FeO含量的因素,结果表明:基于沙钢现行原料质量、配矿结构以及工艺操作条件下:FeO含量增加可提升烧结矿转鼓指数、RDI+3.15及RI,当RI大于85%时,FeO含量才成为制约RI因素,FeO含量适宜值为9.5%左右;R、SiO_(2)含量、精粉及燃料配比增加会导致FeO含量升高,提升MgO含量,负压会造成FeO含量下降;数据分析表明:控制R为1.9,SiO_(2)、MgO含量分别为5.2%、1.8%左右,精粉配比在11%以内,燃料配比在4.5%~5%之间,负压为16 KPa以内,可使烧结矿FeO含量均值维持在9.5%左右,对应转鼓指数均值为80%左右,RDI+3.15、RI均值分别为75%、80%以上。

转炉终渣FeO含量的控制研究

研究了影响转炉终渣FeO含量的因素,主要从吹炼末期矿石加入量、停吹碳含量、停吹游离氧、炉渣碱度、渣中MgO含量以及钢包磷含量来探索渣中FeO含量的控制方法。研究结果表明,吹炼末期矿石加入量与渣中FeO含量增量呈正相关关系,停吹氧含量与渣中FeO活度成正比例关系,停吹碳含量与渣中FeO活度成反比例关系,渣中碱度与渣中FeO含量呈正相关关系,渣中MgO含量与渣中FeO呈负相关关系。为了控制渣中w(FeO)小于18%,后期将矿石加入量控制在1000 kg以内,停吹w(C)大于0.045%,游离w(O)小于0.060%,渣中w(MgO)控制在8.0%~12.0%,渣中碱度控制在2.8~4.0,对于钢中w(P)上限0.012%以下的钢种,碱度控制在4.0~5.0。

烧结矿FeO含量在线智能检测系统开发与应用

针对烧结矿FeO含量检测周期长,不利于烧结生产实时控制的问题,建立了基于烧结机尾断面图像和深度学习算法的烧结矿FeO含量软测量模型。该模型采用C#高级程序语言开发了烧结矿FeO含量在线智能检测系统,并成功应用于宝钢湛江1#烧结生产线。该系统在现场的运行结果表明:在误差区间±0.5%内,烧结矿FeO含量的软测量命中率在90%以上。该系统可以为生产现场的燃料配比实时调控提供参考,对降低烧结矿FeO含量波动和固体燃料消耗具有重要意义。

原矿中FeO含量对烧结矿的影响

在实验室对原矿FeO与烧结矿中FeO含量之间的关系进行了研究。结果表明,烧结过程中气氛还原性增到某一数值后,磁铁精矿氧化速度变慢,赤铁精矿还原速度加快,因此,在烧结条件下磁铁矿被氧化,赤铁矿被还原,并且氧化和还原程度由基础Fe2O3、Fe3O4含量和气氛决定。本次对6种铁矿的研究中,配碳超过3.2%后,赤铁烧结矿FeO含量低于磁铁烧结矿。在上述试验的基础上,又研究了配矿与烧结矿中FeO含量的关系,结果发现,本试验条件下,随混合料FeO含量升高,宏观烧结气氛评定指数P值总体有向小的趋势,说明在相同配碳量条件下,原矿FeO越高,相对降低值越大。控制混合料中FeO含量也是控制烧结矿FeO含量的一项有效手段。

烧结矿FeO含量连续控制方法的研究

本文介绍武钢与武汉工业大学联合研制的烧结矿FeO含量连续控制的方法,对检测原理作了较祥细的叙述。

烧结矿FeO含量的影响因素探讨

烧结矿FeO含量是反映烧结矿性能的一个重要指标,适当地控制好FeO含量,有利于烧结降低固体燃耗,增加高炉生铁产量,降低焦比。文中分析了在一定的烧结工艺技术条件下影响烧结矿FeO含量的决策因素及调整措施。

钒钛烧结矿适宜FeO含量的研究

通过实验室试验研究 ,分析讨论了FeO含量对攀钢钒钛烧结矿产、质量的影响 ,并提出了FeO含量的适宜值。

鞍钢烧结矿适宜FeO含量的研究

在实验室条件下,研究了烧结工艺参数与烧结矿FeO含量的定量关系及烧结矿FeO含量对烧结矿冶金性能的影响。结果表明,从FeO含量对烧结矿产量和质量指标的影响看,烧结矿FeO含量在8.08%～9.70%范围内较适宜;从FeO含量对冶金性能指标的影响看,烧结矿FeO含量在7.18%～8.08%范围内较适宜。综合分析结果,鞍钢烧结矿FeO含量应控制在8.00%左右较适宜。

降低球团矿FeO含量的生产实践

介绍了马钢二铁总厂通过优化配矿方案、提高炉内氧化气氛、改善透气性等措施,球团矿FeO含量由1.36%降低到0.72%的生产实践。

三烧高铁低硅烧结适宜FeO含量烧结杯试验

高铁低硅烧结的技术关键在于如何在SiO1含量降低、烧结过程液相量减少的条件下使烧结矿获得较高的物理强度，保持良好的综合质量，满足高炉实现更高水平强化冶炼的需求，本文通过不同配碳量的系列烧结杯试验，摸索出不同烧结矿FeO含量情况下，烧结矿质量的变化规律，提出三烧高铁低硅烧结适宜的FeO含量控制范围。

铁矿粉FeO含量的变化对其球团矿性能的影响

通过进一步磁选,改变铁矿粉的FeO含量以后,对其球团矿预热焙烧性能的变化开展试验研究。研究结果显示:选磁前,其FeO含量低,焙烧时需要的预热温度高,要达到1 100℃以上,预热球强度才能达到400N/P以上;对该矿粉进行磁选加工处理后,即将其w(FeO)提高近5%后,其预热温度可降低近20℃左右。

降低球团矿FeO含量的生产实践

1前言 磁铁矿球团作为高炉冶炼的原料，它的质量对高炉冶炼有着重要的影响。特别是近年来公司几座新高炉的先后建成投产，使高炉的容积不断扩大，冶炼能力不断提高，因此对球团矿的要求也越来越高。氧化亚铁含量是球团矿的主要理化指标之一，对高炉冶炼有着重要的影响。一般认为人炉原料的还原度每提高10个百分点，

对烧结矿FeO含量预测的数学模型研究

分析烧结生产中影响烧结矿FeO含量的众多因素,选择碱度、配煤量、一次温度、制粒效果、加水量、料层厚度、点火温度、煤气流量等8个工艺参数以及4种矿粉配比作为FeO含量预报模型的输入变量.分别采用BP神经网络、RBF神经网络、SVM 3种进行建模预测.预测结果表明,SVM预测性能优于BP神经网络,RBF神经网络优于SVM.

影响济钢400m^2烧结机烧结矿FeO含量的因素分析

讨论了FeO含量对烧结矿冷强度和烧结矿低温还原粉化率RDI+3.15的影响。降低烧结矿中的FeO含量有利于提高烧结矿还原性,但是过低的FeO含量会降低RDI+3.15。本文以济钢400m2烧结机为例,研究了影响烧结矿FeO含量的因素。研究发现,降低料层厚度和混合料水分、提高配碳量和焦粉粒度均能提高烧结矿中FeO含量;另外,降低碱度,提高SiO2含量也可以提高FeO含量。

复杂碱性炉渣脱磷时的磷分配比函数的建立及最佳FeO含量的计算

一、前言关于复杂碱性氧化渣中的FeO含量X_(FeO)(或％FeO)对磷分配比Lp的影响,已有很多人作了大量研究,得到了令人满意的结果和相当一致的结论。图1是巴拉耶瓦等人的实验研究结果。应当指出,图1中的曲线是连接有限个实验点得到的,而这些实验点是间断的。尽管如此。

烧结矿中FeO含量的影响因素分析

讨论了FeO含量对烧结矿冷强度和烧结矿低温还原粉化率RDI+3.15的影响。降低烧结矿中的FeO含量有利于提高烧结矿还原性,但是过低的FeO含量会降低RDI+3.15。研究发现,降低料层厚度和混合料水分、提高配碳量和焦粉粒度均能提高烧结矿中FeO含量;另外,降低R、提高SiO2含量也可以提高FeO含量。

含钛烧结矿FeO含量变化的研究

通过烧结杯试验研究了含钛多种原料烧结过程FeO的变化规律。综合考虑烧结过程参数、成品率、转鼓指数、低温还原粉化、还原性和荷重软化性能,确定了宣钢烧结配碳量应选择4.00%左右,烧结矿FeO含量9.27%左右。

烧结矿FeO含量在线测量装置在大型烧结机上的应用

为提高烧结矿质量,稳定的控制烧结矿的FeO含量是十分重要的,首钢京唐公司2号烧结机采用了比利时IRM集团的FeO含量监测系统Permagnag,能够连续跟踪烧结矿FeO含量的变化曲线,控制配碳量.从而能够更精确地控制烧结矿中的FeO含量。该在线测量装置应用后,烧结矿FeO含量更加稳定,波动大大减少,与常规批量取样和试验室分析结果相比,该系统连续测量出的烧结矿FeO含量提前了3 h,能有效地节省人力,调整配碳量更加及时。