基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法

针对水梁印识别困难且工作量大问题,提出一种基于改进降噪自编码器半监督学习模型的热轧带钢水梁印识别算法.该算法在降噪自编码器(Denoising auto-encoder, DAE)的基础上对编码层的每一层添加随机噪声,在隐藏层后添加分类层,并对数据添加伪标签,在解码的同时进行分类训练,使得DAE具有半监督学习能力.通过提取热轧带钢粗轧出口温度数据中的温差特征,用相应特征对模型进行训练.实验结果表明,算法能够准确识别出带钢的水梁印,在模型精确度上,与主流分类识别模型对比,提出的模型在带标签样本数量较小时,分类精度相比其他模型高5.0%~10.0%;在带标签样本数量较大时,提出的模型分类精度达到93.8%,现场能够根据模型的识别结果提高生产效率.

考虑遮蔽作用的钢坯水梁黑印数值模拟

以某钢厂的一座步进梁式加热炉为例,建立了钢坯与垫块的热传导模型、CF法模型和考虑水管遮蔽作用的二维段法模型。采用有限差分法模拟计算了不同条件下钢坯和垫块温度场及钢坯黑印温差随时间的变化;分析了水梁遮蔽、垫块传导对黑印温差的影响;提出了收得热流(非净热流)修正系数的概念,解决了段法和CF法的衔接问题。模拟结果为确定在线模型估算黑印温差简化算法提供了依据。

板坯加热炉水梁黑印加重原因分析与改进

寻找步进式加热炉水梁黑印加重的原因，通过改造设备、改善加热工艺、改进自动化程序，减缓水梁黑印的产生，提高整个板坯的温度均匀性，提高成材率，按期交货，提高客户的满意程度。

太钢热连轧1549线1#加热炉改造

介绍了太钢1549mm1#加热炉改造项目，在改造项目中成功应用了数字化脉冲燃烧自动控制技术，并在原来技术的基础上在节能措施方面又做了进一步完善工作，并将收到好的效果，使之能够更好的满足目前市场用户要求，提供了低能耗、低烧损，并能够在不减小产量的情况下连续频繁变换加热不同钢种的坯料，以及降低操作成本的特殊要求，操作的灵活性和良好的加热质量为企业加热炉改造或新建提供了好的方案。