期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
喷吹法铁水脱硫反应动力学分析研究
被引量:
18
1
作者
吴巍
胡砚斌
《钢铁》
CAS
CSCD
北大核心
2006年第11期17-19,共3页
为取得较好的铁水脱硫效果,首先要按照脱硫反应热力学选择脱硫剂,但脱硫效果很大程度上还决定于反应动力学条件,因此对镁、碳化钙和石灰脱硫剂进入铁液中的条件、在铁液中的上浮速度、停留时间、溶解时间分别进行了理论计算与分析,计算...
为取得较好的铁水脱硫效果,首先要按照脱硫反应热力学选择脱硫剂,但脱硫效果很大程度上还决定于反应动力学条件,因此对镁、碳化钙和石灰脱硫剂进入铁液中的条件、在铁液中的上浮速度、停留时间、溶解时间分别进行了理论计算与分析,计算结果为确定脱硫工艺与装备提供参考。
展开更多
关键词
铁水
脱
硫
脱
硫
剂
脱硫反应动力学
下载PDF
职称材料
基于Kmeans–BP神经网络的KR工序终点铁水硫含量预测模型
被引量:
4
2
作者
冯凯
贺东风
+2 位作者
徐安军
赵宏博
林时敬
《工程科学学报》
EI
CSCD
北大核心
2023年第7期1187-1193,共7页
针对KR工序终点铁水硫含量预测问题,提出一种基于Kmeans聚类分析和BP神经网络(BPNN)相结合的建模方法.首先,通过Kmeans聚类对KR工序生产数据进行模式识别和分类,构建不同工况特征的数据集;然后,基于BP神经网络,针对不同数据集训练预测模...
针对KR工序终点铁水硫含量预测问题,提出一种基于Kmeans聚类分析和BP神经网络(BPNN)相结合的建模方法.首先,通过Kmeans聚类对KR工序生产数据进行模式识别和分类,构建不同工况特征的数据集;然后,基于BP神经网络,针对不同数据集训练预测模型;最后,将不同数据集的预测模型进行集成,形成最终的终点铁水硫含量预测模型,实现对不同铁水条件和工况条件的预测.利用某钢铁企业实际生产数据,分别用基于脱硫反应动力学、BP神经网络和Kmeans-BPNN方法建立的预测模型,对KR工序终点铁水硫含量进行预测.结果表明,Kmeans-BPNN的KR工序终点硫含量预测模型的精度显著高于脱硫反应动力学和BP神经网络的预测模型.
展开更多
关键词
KR
硫
含量
预测
Kmeans聚类
BP神经网络
脱硫反应动力学
下载PDF
职称材料
题名
喷吹法铁水脱硫反应动力学分析研究
被引量:
18
1
作者
吴巍
胡砚斌
机构
钢铁研究总院冶金工艺研究所
出处
《钢铁》
CAS
CSCD
北大核心
2006年第11期17-19,共3页
文摘
为取得较好的铁水脱硫效果,首先要按照脱硫反应热力学选择脱硫剂,但脱硫效果很大程度上还决定于反应动力学条件,因此对镁、碳化钙和石灰脱硫剂进入铁液中的条件、在铁液中的上浮速度、停留时间、溶解时间分别进行了理论计算与分析,计算结果为确定脱硫工艺与装备提供参考。
关键词
铁水
脱
硫
脱
硫
剂
脱硫反应动力学
Keywords
hot metal desulphurization
desulfurizer
desulphurization kinetics
分类号
TF704.3 [冶金工程—钢铁冶金]
下载PDF
职称材料
题名
基于Kmeans–BP神经网络的KR工序终点铁水硫含量预测模型
被引量:
4
2
作者
冯凯
贺东风
徐安军
赵宏博
林时敬
机构
北京科技大学冶金与生态工程学院
北京北科亿力科技有限公司
北京智冶互联科技有限公司
冶金自动化研究设计院有限公司
出处
《工程科学学报》
EI
CSCD
北大核心
2023年第7期1187-1193,共7页
基金
国家自然科学基金资助面上项目(51574032)。
文摘
针对KR工序终点铁水硫含量预测问题,提出一种基于Kmeans聚类分析和BP神经网络(BPNN)相结合的建模方法.首先,通过Kmeans聚类对KR工序生产数据进行模式识别和分类,构建不同工况特征的数据集;然后,基于BP神经网络,针对不同数据集训练预测模型;最后,将不同数据集的预测模型进行集成,形成最终的终点铁水硫含量预测模型,实现对不同铁水条件和工况条件的预测.利用某钢铁企业实际生产数据,分别用基于脱硫反应动力学、BP神经网络和Kmeans-BPNN方法建立的预测模型,对KR工序终点铁水硫含量进行预测.结果表明,Kmeans-BPNN的KR工序终点硫含量预测模型的精度显著高于脱硫反应动力学和BP神经网络的预测模型.
关键词
KR
硫
含量
预测
Kmeans聚类
BP神经网络
脱硫反应动力学
Keywords
KR
sulfur content
prediction
Kmeans clustering
BP neural network
desulfurization reaction kinetics
分类号
TF769 [冶金工程—钢铁冶金]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
喷吹法铁水脱硫反应动力学分析研究
吴巍
胡砚斌
《钢铁》
CAS
CSCD
北大核心
2006
18
下载PDF
职称材料
2
基于Kmeans–BP神经网络的KR工序终点铁水硫含量预测模型
冯凯
贺东风
徐安军
赵宏博
林时敬
《工程科学学报》
EI
CSCD
北大核心
2023
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部