“双碳”背景下钢铁新产线选址的环境结合度评价——以中国宝武为例

为准确测度“双碳”(即碳达峰、碳中和的合称)背景下具体工业门类选址与环境体系的结合发展实效,通过研究钢铁新产线的选址取向及环境关切转变,提出新产线选址的环境结合度评价框架。通过数据包络分析(Data Envelopment Analysis,DEA)模型计算环境-经济效率,通过动态综合评价模型揭示时间序列上效率的变化特征,以构建一套钢铁新产线选址的环境结合度评价方法,进而对中国宝武钢铁集团部分生产基地开展实证分析。评价结果为上海宝山基地的环境结合度最高。研究表明:环境结合度是“双碳”背景下钢铁新产线向既有基地选址时主要的环境关切,而环境结合度的评价框架和评价方法可有效表征连续时间序列上既有基地与所在城市环境体系的互促共进态势,对大型钢企未来选址新产线具有一定指导作用。

输电线路雷电绕击风险评估多源数据融合可视化方法

直观描述超/特高压输电线路的绕击风险分布,展现线路结构、地形地貌、雷电活动等复杂因素的交互关系具有重要的价值,相关研究亟待深化。该文开展了绕击风险评估多源数据融合可视化方法研究。基于输电通道点云数据、EGM模型参数、绕击闪络率等多源数据特征分析,借鉴“以数生智”认知过程,提出了一种数据融合3维可视化框架及关键技术。该方法采用“档距-导线-断面-计算点-暴露弧”层级数据结构,按层级关联整合不同维度表达需求的数据,基于输电通道激光雷达点云空间开展以暴露弧为载体的绕击风险机理可视化,实现绕击闪络率、屏蔽机理、雷电流幅值等多源信息的综合立体展示,通过支持对限定条件的响应,实现了绕击故障分析应用。某500 kV线路档距案例应用结果表明:融合可视化能够发挥3维视图多尺度、多视角的优势,通过暴露弧与点云数据的信息互补,从机理层面揭示避雷线、地面对导线的屏蔽作用,提升数据展示的全面性、直观性。

数据线铁壳屏蔽罩自动装配机设计

国内现有数据线前端铁壳屏蔽罩的装配一般采取一字型流水装配线的生产模式,装配时存在自动化程度低、产品装配质量不稳定、良品率低、生产效率低、生产成本高等技术缺陷与不足。为此,根据装配工艺,基于以动作单元为对象的自动化设备导入以及以少人化作业为主体的转盘式生产模式进行自动装配机整体方案设计、总体布局设计、机械系统主要部件的结构设计,并研制成功一种数据线铁壳屏蔽罩自动装配机。实践应用结果表明:该机操作简单、调整方便、自动化程度高,提高了生产效率和良品率,人工成本降低至之前的1/7。

基于Peck公式的双线隧道地面沉降模型及参数研究

双线平行盾构施工中,引起地面沉降的因素有很多,主要包括两隧道间距、隧道埋深、隧道直径、土质条件、施工方案和施工水平等。依托处于郑州地区典型地质单元的双线隧道盾构施工地表沉降监测数据,在Peck公式的基础上,建立起地表沉降分布函数关系;通过对实测数据进行拟合分析,得出沉降槽宽度系数和土体损失率等参数的数值。研究发现:在隧道间距一定的情况下,埋深较小时,地面沉降曲线呈双峰W型,此时可用修正过的二维Peck公式进行拟合;当隧道埋深较大时,地面沉降曲线呈V型,用经典Peck公式进行拟合即可满足工程精度要求。

浅埋大直径盾构隧道施工期衬砌上浮及地表隆起的模型研究

为解决大直径盾构隧道施工过程中出现的浅覆土段隧道衬砌上浮与地表隆起问题,以上海虹梅南路越江隧道工程为背景,对该问题开展理论研究。将引起隧道上浮的上浮力作用分解为基于浆液时变性的静态上浮力和由注浆压力产生的动态上浮力;分别定义上浮力分布段及浆液凝固段的等效地层弹簧刚度系数,基于Winkler地基梁理论建立衬砌上浮模型;由衬砌上浮位移量计算开挖面上部土体的挤压宽度,土体经挤压隆起引起地层"反向损失",继而求解隧道轴线上方地表横断面隆起曲线及沿隧道长度方向地表位移曲线。结果表明:1)模型计算所得地表横断面的隆起曲线呈正态分布,与实测数据吻合较好;2)沿隧道长度方向地表位移计算值能够较准确地预测地表最大上浮位移,且在地表上浮位移隆起量减少前与实测数据吻合较好;3)地表隆起位移只在盾尾离开后一段时间内存在,其值先增大后减小,最终趋于0。

JG及ZGUT型铁塔防绕击避雷针的应用

针对输电线路的雷电绕击问题,阐述了发生雷电绕击的原因,研究了防止绕击雷的方法。结合江西省输电线路的运行经验,分析了JG及ZGUT型铁塔绕击跳闸的原因,提出了防止JG及ZGUT型铁塔绕击跳闸的新措施。研究表明,在JG及ZGUT型铁塔的导线悬挂点横担上安装TH型避雷针,可以减少JG型铁塔的中相跳线保护角和ZGUT型铁塔的中相导线保护角,大幅度降低雷击故障跳闸率。

基于大数据技术的烧结全产线质量智能控制系统

通过部署大数据采集平台,运用高效的分布式信息传输技术,完成海量烧结生产数据的采集和汇总,建立烧结全产线数据仓库;通过融合工艺知识和大数据挖掘技术,提取原料性能、配矿理论、过程工艺参数、产质量指标、生产成本等参数间的潜在规律;以数理统计和机器学习算法为核心,深入研究基于大数据技术的烧结全产线质量智能控制系统;通过决策树和最优化等方法,建立完善的决策体系。基于梯度提升树算法初步建立了烧结终点预报模型,模型预测命中率达99%以上,与以往建立的烧结终点预报模型相比,模型预报命中率和稳定性进一步提升。研究成果将促进烧结生产的创新、自动化和智能化发展,稳定控制烧结矿的产质量指标,降低生产成本,具有广泛的应用价值。