基于RBF神经网络的铁水硅含量预报模型

文章利用 RBF神经网络的全局搜索能力 ,结合梯度学习算法和专家系统 ,建立了高炉铁水硅含量预报 RBF神经网络模型。该系统解决了 BP神经网络局部的收敛 ,学习时间过长的问题。实际应用表明 ,该系统可以提高硅含量预报命中率 。

冻融循环作用对纤维水泥改良风积沙劈裂抗拉强度的影响

为了研究冻融循环次数、纤维掺量和冻结温度对水泥改良风积沙劈裂抗拉强度的影响,开展玄武岩纤维水泥改良风积沙试样的冻融循环试验和劈裂抗拉强度试验。试样的纤维掺量分别为0,0.5%,0.8%和1.1%。冻结试验的冻结温度分别为−10℃,−20℃和−30℃,融化温度为20℃。试验结果表明,纤维水泥改良风积沙的劈裂抗拉强度随着冻融循环次数的增加而减少,与未经冻融循环的试样比较,第1次、第1~2次、第2~4次、第4~7次和第7~10次冻融循环后,每次冻融循环的强度损失速率分别为18.7%~36.8%,16.8%~21.0%,2.9%~6.5%,4.0%~5.8%和1.5%~2.7%,10次冻融循环后强度损失速率趋近于0。经历冻融循环后,纤维水泥改良风积沙试样的劈裂抗拉强度随着纤维掺量的增大而增大,达到0.8%的最优纤维掺量后则相反。纤维水泥改良风积沙试样劈裂抗拉强度随着冻结温度的降低而减小,但减小的幅度不明显。劈裂抗拉强度与冻融循环次数呈指数函数关系,与纤维掺量呈抛物线关系。劈裂抗拉强度影响因素相关性分析结果表明,劈裂抗拉强度与冻融循环次数呈负相关,而与纤维掺量、冻结温度呈正相关,冻融循环次数对劈裂抗拉强度的影响最显著,其次为纤维掺量,而冻结温度影响最小。基于108组实验数据,采用多元非线性回归分析法,建立劈裂抗拉强度的多因素评估模型,能够较好地预测不同冻融循环次数和纤维掺量下水泥改良风积沙的劈裂抗拉强度。研究成果可为风积沙铁路路基基床设计提供参考。

一种基于Bloom-filter表项压缩的TCAM业务识别算法

在三态内容寻址存储器(Ternary Content Addressable Memory,TCAM)表项宽度和存储容量约束下,该文提出一种基于匹配表项压缩的BF-TCAM算法,采用Bloom-Filter(BF)对匹配关键字进行单字节编码压缩关键字长度,解决了匹配吞吐率低和存储空间不足问题。针对BF在表项压缩过程带来的冲突率上升问题,引入向量存储空间策略,利用向量存储空间实现多个哈希函数映射,相对于比特向量策略,有利于降低匹配冲突率。测试实验表明,相对于传统的TCAM匹配算法,BF-TCAM算法不但提高了匹配吞吐率和存储空间利用率,同时可有效降低BF压缩产生的冲突率。

高炉锌平衡及含锌尘泥的回收利用

分别对宝钢 2 BF、3BF的原燃料、重力灰、集成灰、生铁、炉渣、污泥、污水、煤气进行取样 ,测定各试样中的锌含量 ,结合高炉生产数据对 2 BF、3BF进行锌平衡计算。计算结果表明 :烧结矿锌含量是影响高炉锌负荷的主要因素 ;高炉污泥和重力灰带走的锌占 2 BF全部锌支出的 88.11% ;而 3BF中的锌主要由渣、铁 (包括集成灰 )带走 ;高炉尘泥需进行脱锌处理才能配入烧结料中。

贝叶斯网络在高炉铁水硅含量预测中的应用

应用贝叶斯网络对高炉铁水硅含量进行预测。首先阐述了贝叶斯网络的数学描述,在此基础上给出贝叶斯网络预测公式的一种简化形式。然后建立高炉铁水硅含量的贝叶斯网络预测模型,对山东莱钢1 号高炉在线采集的2 000炉数据进行网络学习,离线预测取得了较好的效果。与神经网络等其他方法相比,它更适合解析高炉过程,而且透明的推理过程对高炉工长判断炉温变化趋势具有指导意义。

高Al_2O_3钒钛炉渣熔化性能的实验研究

针对炉渣中Al2O3，TiO2质量分数大幅升高给高炉冶炼带来极大困难的问题．对承钢高Al2O3钒钛炉渣进行了熔化性能的实验研究．结果表明：考虑承钢的实际情况，高炉的炉渣温度应高于1400℃；二元碱度控制在1．02左右，MgO质量分数控制在13．95％左右；Al2O3质量分数控制在12％～14％；TiO2的质量分数应控制在12．57％以下．

铁水硅预报神经网络专家系统的遗传优化生成

利用遗传算法所固有的全局搜索性能 ,进化多层前馈神经网络连接权 ,结合 BP学习算法和符号主义专家系统 ,建立了高炉铁水硅含量预报遗传算法神经网络专家系统。该系统解决了神经网络局部的收敛、学习时间过长的问题。实际应用表明该系统可以提高硅预报命中率 ,并能清楚解释推理过程 。

高Al_2O_3含量渣系高炉冶炼工艺探讨

针对当前高炉炼铁原料中Al2O3含量不断提高,导致炉渣中Al2O3含量也不断提高的新情况,从分析炉渣的物理化学特性入手,剖析了高Al2O3含量高炉给操作带来的危害,并分析了在高Al2O3含量条件下改变炉渣碱度、成分对高炉冶炼的影响,探讨了高Al2O3含量条件下高炉的冶炼工艺.分析表明,炉渣中Al2O3含量高时,不能通过提高碱度的方法改善炉渣的脱硫能力;适宜地提高炉渣中MgO的含量,将有助于降低炉渣粘度和提高炉渣脱硫能力,渣中适宜的MgO含量应为8%～11%;提出了合理添加MgO的新型工艺.

高镁铁精矿复合造块法制备中低碱度炉料研究

酒钢酸性炉料短缺,酸、碱炉料不平衡问题成为高炉炼铁降本的制约因素之一。酒钢烧结主料(综合精矿简称综精)因含有50%的磁化焙烧磁选精矿和氧化镁含量高导致其制粒与烧结焙烧性能差。本文采用常规烧结和复合造块工艺开展了酒钢自产劣质铁精矿制备中低碱度炉料的可行性及其造块产品的性能进行了研究。试验结果表明,采用复合造块法可以利用自产劣质原料解决酒钢高炉酸性炉料不足的问题,成功制备出机械和冶金性能俱佳的碱度为1.5的炉料。相比于高碱度1.8的常规烧结,碱度为1.5的复合造块产品成品率提高16.7%,转鼓强度提高17.1%,造块固体燃耗下降18.4%。复合造块产品的冶金性能良好,还原粉化率和还原度分别高达95.2%、80.53%。

马钢烧结矿与高炉渣中适宜MgO含量的研究

在实验室条件下研究了MgO对烧结液相生成特性、烧结矿性能以及高铝炉渣性能的影响。试验结果表明：在马钢原燃料条件下,烧结矿的适宜MgO含量二铁总厂为1.59%~1.71%、三铁总厂为1.56%~1.68%,对应的高炉渣镁铝比为0.45~0.48,炉渣MgO含量为7.0%~7.5%,同时R2宜在1.13~1.21范围内,R4不低于0.92。

MgO含量对龙钢高炉渣黏度影响的实验研究

以龙钢高炉渣为基本成分配制合成渣,测定不同MgO含量下的炉渣黏度。实验结果表明,适当提高高炉渣中的MgO含量,可以降低炉渣黏度,改善炉渣流动性,有利于高炉顺行。

济钢高炉高Al_2O_3炉渣渣系优化试验研究

以济钢现场高炉渣样为基准,采用正交设计方法,设计了25组试验方案,研究了w(Al2O3)为15%～23%的高炉炉渣性能,结果表明,济钢高炉炉渣中Al2O3不宜超过20%,MgO不宜超过12.5%。

天铁700m^3高炉低硅冶炼实践

天铁2×700m3高炉通过提高原燃料质量,采用高风温、高顶压、高冶强、大喷煤,改善炉渣冶金性能,加强管理及改进操作等手段,低硅冶炼水平达到了历史新高,生铁含硅量降至0.50%￣0.55%,其它技术经济指标相应改善。

安钢1号高炉降低铁水含硅生产实践

介绍了安钢1号高炉近几年通过提高入炉品位、采用高风温和富氧喷煤技术、保持适宜炉渣碱度、优化高炉操作等措施,使铁水含硅量从0.74％下降到0.50％的实践经验,增产节焦效果显著。

MgO含量对高炉炉渣粘度的影响

用内柱体旋转法研究了不同碱度条件下炉渣中MgO含量对高炉炉渣粘度的影响,并对其影响机理进行了探讨。结果表明:在高炉冶炼温度下,随着MgO含量在一定范围内的提高,炉渣粘度有所下降,而且其下降趋势随炉渣碱度的提高而增加。

Al_2O_3和MgO含量对高炉炉渣熔化性温度影响的研究

介绍了Al2O3和MgO对高炉炉渣熔化性温度的影响。通过实验室研究和工业试验表示:高炉炉渣降低后,可适当降低炉渣MgO含量,且不会对炉渣的熔化性温度造成影响。

MgO含量对高炉渣性能的影响研究

结合理论分析,就高炉渣中MgO含量对炉渣流动性和稳定性的影响进行了实验分析。结果表明,适当提高高炉渣中MgO含量,炉渣粘度下降,流动性改善,稳定性提高。

八钢2号高炉使用高锌负荷原料冶炼生产实践

对八钢2号高炉在低成本战略下,使用高锌负荷入炉原料冶炼进行总结分析。为控制炉内还原气氛及温度分布,高炉操作兼顾两道气流排锌及活跃炉缸为中心,强化精细化管理,确保高炉稳定顺行。

鞍钢鲅鱼圈高炉喷吹高比例烟煤生产实践

分析了鞍钢股份有限公司鲅鱼圈钢铁分公司影响高炉喷吹高比例烟煤的生产因素,煤粉作业区采取了一系列防火防爆、生产操作及工艺改进措施后,实现了制粉喷吹系统在烟煤比例达66%时能稳定运行的生产实绩,生产成本降低300多万元。

降低鼓风炉渣含铜的措施及生产实践

介绍了采用高钙、低铁渣型 ,改造传统炼铜渣的措施 ,经过近一年的生产实践 。