-
题名基于大数据的热轧带钢自动化通信网络规划设计
- 1
-
-
作者
阎新杰
-
机构
唐山钢铁有限责任公司信息自动化部
-
出处
《中国金属通报》
2023年第24期85-87,共3页
-
文摘
以大数据为基础的数据通信网络规划,其背景与依据是网络资料的迅速成长与资讯科技的更新及发展。在现有的数据通信网络规划目标的基础上,运用大数据分析工具对轧钢生产中网络使用者的价值认知与行为进行深入的研究,对生产的需求进行评价,从而制定出更加科学、公平的计划,并且将大数据应用于数据通信网络规划,旨在推动生产网络的健康发展。
-
关键词
热轧自动化
大数据
数据通信网络规划
设计策略
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名固定资产保值折旧初探
- 2
-
-
作者
阎新杰
郑克国
-
机构
黑龙江省牡丹江农垦分局计划委员会
牡丹江农垦分局国有资产管理局
-
出处
《农场经济管理》
1998年第4期53-54,共2页
-
文摘
固定资产保值折旧初探阎新杰郑克国近年我国政府采取一系列措施来制止和防范国有资产流失,以维护国家资本的安全、完整,确保国有资产的保值增值。但这些措施大都是围绕资产的有形损失和功能性的贬值(如设备闲置和破坏性使用等)进行,而对“时间性无形损失”,即货币贬...
-
关键词
固定资产
保值折旧
资产核算
-
分类号
F123.17
[经济管理—世界经济]
F275.1
[经济管理—企业管理]
-
-
题名热卷箱中间卷尾部智能控制方法
- 3
-
-
作者
阎新杰
焦连辉
-
机构
唐钢信息自动化部
-
出处
《数字技术与应用》
2022年第10期106-108,共3页
-
文摘
在热卷箱的控制功能中,中间卷尾部展开是热卷箱自动开卷过程的重要环节之一,对热轧生产线热卷箱的中间卷在开卷过程中的尾部控制以及设备动作异常问题进行分析研究,通过改善并优化控制算法、提高控制精度、增加设备运行连锁等措施,使钢卷尾部顺利展开,避免飞剪区剪切重叠带钢造成飞剪剪刃崩断事故,以及由于飞剪区不能将异常折叠的尾部全部切断,导致的折叠尾部进入轧机时造成轧机断辊等严重设备事故。因此,需要位置辊的精确控制使中间卷到尾部最后几卷停在准确的位置,保证开尾销在开卷到尾部时能正确插入中间卷卷芯,从而顺利开卷。
-
关键词
智能控制方法
热卷箱
控制精度
设备事故
热轧生产线
飞剪
开卷
精确控制
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名唐钢不锈钢1580热轧碎断飞剪控制原理
- 4
-
-
作者
阎新杰
李晓刚
-
机构
河钢唐钢信息自动化部
-
出处
《电子世界》
2017年第6期148-148,共1页
-
文摘
本文介绍了唐钢不锈钢1580热轧碎断飞剪系统控制原理、剪刃位置控制及飞剪的碎断控制。
-
关键词
飞剪(CS)
碎断(CTC)
热金属探测器(HMD)
绝对值编码器(ABS)
测速编码器(PLG)
TDC控制器
-
分类号
TN946.5
[电子电信—信号与信息处理]
-
-
题名激光在热轧平直度检测中的应用
- 5
-
-
作者
阎新杰
秦玉良
-
机构
河北钢铁集团唐钢微尔自动化公司
-
出处
《科技视界》
2012年第28期283-283,285,共2页
-
文摘
文章介绍了英国EES公司采用激光发射器进行热轧钢卷平直度检测的测量工作原理,并针对系统进行简要的分析,对引进技术的消化吸收有一定的意义。
-
关键词
平直度
在线检测
激光
CCD
-
分类号
TP334.2
[自动化与计算机技术—计算机系统结构]
-
-
题名企业风险的规避
- 6
-
-
作者
刘春柱
阎新杰
-
机构
黑龙江八一农垦大学经济贸易学院
牡丹江农垦分局计财处
-
出处
《农场经济管理》
1998年第3期42-44,共3页
-
文摘
企业风险的规避刘春柱阎新杰一、风险及其特性在市场经济条件下,企业存在的根本目标就是实现利润最大化。而在企业生产经营的过程中,时时刻刻都存在着风险。要获得利润就必须敢于承担风险,并善于承担风险。企业在经营过程中所面临的风险是多方面的,按其与收益的关系,...
-
关键词
企业风险
流动比率
管理信息系统
流动资产与流动负债的比率
企业经营
不确定性
价格波动
投机风险
速动比率
纯风险
-
分类号
F324
[经济管理—产业经济]
-
-
题名基于数据驱动的卷取温度关键因子研究
- 7
-
-
作者
阎新杰
秦红波
郑立康
陈彤
-
机构
唐山钢铁集团有限责任公司信息自动化部
唐山惠唐物联科技有限公司产线智能中心
唐山钢铁集团有限责任公司技术中心
-
出处
《轧钢》
北大核心
2024年第4期101-109,共9页
-
基金
河北省“三三三人才工程”资助项目(C20221046)
-
文摘
在热连轧生产过程中,卷取温度控制精度是决定产品质量优劣的关键参数之一。以换热机理模型为基础,通过实际生产数据和过程参数的综合分析,在综合考虑终轧温度、带钢厚度等因素的基础上,深入研究了穿带速度、冷却水温以及季节变化等关键因子对卷取温度模型的影响并对模型进行了修正和优化。同时,采用机器学习算法构建了基于合金成分的卷取温度偏差补偿模型,并对不同算法进行对比分析。研究结果表明:随机森林预测模型在提高卷取温度控制精度方面表现优异。研究成果应用于实际生产厚度h≤6.0 mm、6.0 mm<h≤13.0 mm、h>13.0 mm带钢平均卷取温度合格率分别提升了3.07%、3.82%、4.68%,为进一步提升卷取温度控制精度提供了新的有效途径。
-
关键词
热连轧带钢
卷取温度
换热机理模型
数据驱动
机器学习算法
卷取温度模型
-
Keywords
hot rolled strip
coiling temperature
heat transfer mechanism model
data-driven
machine learning algorithms
coi-ling temperature model
-
分类号
TG333.24
[金属学及工艺—金属压力加工]
-