一、模糊矩阵在高炉软融带可视化中的应用(论文文献综述)
周恒[1](2021)在《高能耗过程智能操作优化方法研究》文中指出流程工业高能耗生产过程的操作优化,是其实现节能减排与提质增效的重要技术手段。然而,流程工业的复杂性导致高能耗生产过程操作优化面临诸多困难。例如,大型高炉炼铁高能耗过程中物理化学反应极其复杂,从布料到出铁存在大滞后,检测手段欠缺且工艺指标参数强耦合,这些特征严重制约着关键工艺质量指标建模预测与过程操作优化;在造纸制浆高能耗过程中多级磨浆产生的数据多源多采样率问题,给基于数据驱动的制浆过程实时操作优化带来了挑战;另外,流程工业中存在信息孤岛、管理分散、操作知识难以固化共享等难题,亟需研究构建工业云平台以实现高能耗生产过程操作优化知识的软件组件化与共享复用。针对以上问题,本文分别研究大型高炉炼铁高能耗过程关键工艺质量指标建模预测与过程操作优化方法、数据多源多采样率的造纸制浆高能耗过程操作优化方法,并研究构建工业云平台将这些高能耗过程操作优化方法以微服务的形式进行部署应用,为流程工业高能耗过程操作优化的知识分享探索新模式。具体研究工作和研究成果分为以下几个部分:1)针对高能耗工业过程建模预测难,以大型高炉炼铁过程铁水质量预报为研究对象,提出了基于滑动窗口的模糊神经网络方法。通过互信息方法选择与质量指标关系性最高的操作变量,并构建具有滑动窗口的T-S模糊神经网络用于建模,学习动态生产过程中铁水质量变化的特征。与传统基于机理建模的方法相比,该方法不用考虑高炉内部复杂的物理变化与化学反应,能够有效处理工况多变的炼铁过程铁水质量指标预测问题。2)针对高能耗工业过程操作优化难,以大型高炉炼铁过程多目标优化为研究对象,提出了基于进化算法与深度学习的多目标智能优化控制方法。首先通过门控循环神经网络描述过程变量与工艺指标间的映射关系,建立数据驱动的高炉铁水生产过程黑箱模型。其次在生产工况、质量守恒、操作限制等约束条件下,使用基于遗传算法的多目标优化算法对工艺指标和操作参数进行优化。通过将深度学习所建立的模型作为遗传算法适应度函数,实现高能耗过程建模优化一体化模型的构建。3)针对高能耗过程数据多源问题,以造纸工业多采样率过程作为研究对象,提出了基于智能协同优化框架的能耗优化模型。首先基于多采样率回归模型建立磨浆系统的多采样率模型,通过高采样率变量预测低采样率指标。然后基于所建立的多采样率回归模型,通过自适应种群遗传算法寻找最优的目标函数值以及所对应的输入参数。最终在不影响纸浆质量与产量的情况下,实现磨浆系统中高浓磨浆机能耗的优化。4)针对智能操作优化算法运行部署问题,以流程工业高能耗过程为研究对象,构建了基于工业互联网平台的智能操作优化微服务APP应用。首先在工厂搭建由多台服务器组成的本地云计算集群,其次通过Rancher和Harbor提供云平台服务,然后建立基于容器的流程工业互联网平台,最后将智能操作优化方法打包成容器镜像部署于工业互联网平台上,实现流程工业高能耗过程的智能操作优化。在文章的最后对本文的研究内容和研究结果进行了总结,并对未来高能耗工业过程的智能操作优化研究方向进行了展望。
张胜男[2](2020)在《基于专家知识与数据相结合的高炉炉况综合评价》文中研究指明高炉是炼铁生产过程中最为复杂的、密闭的大型容器,从高炉上部到下部,该设备是一个自上而下具有滞后性、多尺度性、系统耦合性强、复杂的非线性,需要适时调节其稳态平衡。高炉冶炼过程是上部间断式地投入矿石,下部一直向风口喷入煤粉。高炉的指标参数具有动态参数分布和三维立体分布特性。炼铁过程中,由于高炉密闭和内部运行环境恶劣的条件,各过程参数难以实时在线准确检测。目前,在高炉冶炼过程中,外界因素难以实时准确测的,炉长也是仅仅凭借自身具有的专家经验,运用自身所积累的炼铁专业知识和人眼测得的实际高炉运行过程状态,人工的判断和决策会使得炼铁系统的各单元处于孤立的运行状态,缺少协调性。同时,这种人工的经验操作模式非常的盲目、粗糙、过度主观,虽能暂时确保高炉进入平稳运行状态,但要想使高炉实现产品优良、能耗低的冶炼目标还是十分困难的。高炉生产用于还原的主要用料是焦炭,炼铁过程中,高炉操作人员采取了一系列优化操作来降低生铁的成本,其中最为有效的措施是使用煤粉取代部分焦炭的作用,但在取代的量上具有严格的要求,再者就是所谓的置换比。由于高炉冶炼过程中炉况的复杂性、状态的多变性,高炉的生产条件极易波动,且优化的前提是先要确保炉况的稳定,在高炉平稳运行于工作点附近时,高炉操作人员模糊的主观经验通常会盲目地对物料进行控制,因此此时炉况稳定性的评估显得极为迫切。本课题以某钢铁厂实际冶炼高炉为主要研究对象,以实现产品优质、能耗低为控制目标,提出了基于专家知识与数据相结合的高炉炉况模糊综合评价模型,并结合专家经验和对实际炉况对高炉炼铁数据进行分析。主要研究内容包括以下三方面:现有高炉数据的监测具有三维分布式,但其应用不足,高炉冷却壁水温差数据即为典型,在此,本文选取了高炉主要冷却壁段的水温差,建立了基于时间序列的高炉冷却壁水温差模糊综合评判模型。建模过程中,通过计算相关系数依次分析了高炉上部冷却壁段水温差对高炉下部冷却壁段水温差产生的时滞性影响。所建立的评估模型中,指标参数权重的计算结合了专家经验和客观计算共同确定。同时,通过分析高炉冷却壁水温差所处的状态与当前炉温的关系,结合专家知识即可验证所建立模型的有效性。传统的炉缸热状态预测仅由单一参数表征或单一参数所建立的预测模型进行研究,由二维检测信息建立预测模型预测炉缸热状态具有局限性,据此,本文定义了高炉冷却壁立体水温差(Three Dimensional Water Temperature Differance,TDWD)概念,本文提出了一种新型的基于时间序列和高炉多维度的炉缸热状态趋势预测方法。文中创新点在于所建预测模型加入了高炉冷却壁立体水温差和考虑了历史炉温的影响。本文通过综合利用立体高炉各指标参数及其相关历史信息,分别建立了基于时间序列和高炉多维度的BP神经网络(BP-NN)、PSO-LSSVM炉缸热状态预测模型,同无水温差的预测模型结果比较,高炉冷却壁立体水温差的多维性变化可协助高炉操作者准确预测炉缸热状态变化趋势。本文结合了预测模型和评判模型最终建立了一个基于时间序列和高炉多维度的炉缸热状态模糊综合评判模型。建模过程中,指标参数的权重结合了专家经验和客观计算来确定,指标参数数据所处的等级区间应用专家经验和统计知识进行划分。评判模型的高匹配率表明所建评判模型可很好地协助炉长提前预判炉况的变化趋势,指导炉长调整高炉操作方向。本文结合预测模型和两级模糊综合评判模型,提出了一种新型的基于时间序列和高炉多维度的炉缸热状态的模糊综合评判模型。基于纵向物质流运动规律,BP-NN、PSO-LS SVM预测模型的命中率验证了TDWD的多维性变化对炉缸热状态响应存在滞后性,利用TDWD的多维性变化可准确预测炉缸热状态。本文所建评判模型对高炉炉缸热状态的评断具有实际意义,为高炉操作者对后续高炉的控制供控制方向。但是由于各高炉的操作条件、控制参数和高炉设备参数的差异较大,针对不同的高炉还需要特定的进行分析,本课题仅提供指导性的方法。
张生海[3](2020)在《基于数据驱动的高炉料面煤气流发展过程研究》文中研究指明料面煤气流分布的发展过程对于保持高炉的稳定运行、指导高炉优化操作及其调控起着十分重要的作用。尽管目前已有多种检测方法和煤气流分布模型,但不能描述煤气流分布的动态发展,无法实现高炉煤气流分布特征及炉内状况的在线监测和自动控制。而大量煤气流分布随时间变化数据蕴藏着高炉冶炼过程深层次特性,挖掘煤气流发展过程的内在机理是实现高炉冶炼过程自动控制的关键所在。因此,针对煤气流动态发展特征及其影响因素尚不够明确的研究现状,本文以包钢6号高炉为研究对象,运用图像处理技术,人工智能技术、时间序列处理技术等进行“基于数据驱动的高炉料面煤气流发展过程研究”,探索布料周期之间煤气流发展的关联性,掌握布料周期煤气流分布的发展规律,寻找适合高炉自己合理的煤气流发展模式,为高炉布料提供帮助。本文结合包钢6号高炉实际生产数据,建立了料面煤气流分布的发展模型,将连续的煤气流发展过程划分为布料周期的“状态向量序列”,以表达每一个周期料面煤气流的变化特征,为监测和调控高炉煤气流的动态发展提供了新的研究思路。根据该模型结合布料周期中心和边缘特征分析该高炉运行状态得出:高炉布料周期料面煤气流发展分为四种模式,四种模式的旺盛期、布料期都与煤气利用率呈正相关性,而发展中期与煤气利用率呈负相关性;四种模式对应的边缘发展及中心点偏移度呈现一定的规律性;布料周期内不同时期的时间占比、煤气流中心偏移度、边缘煤气流发展共同影响煤气利用率,该研究结果能为高炉的煤气流调控目标、调控方向、调控时间点提供指导;在高炉运行过程中,在线监测布料周期的若干参数,判断其发展模式。通过增加布料期、控制旺盛期、适度发展边缘等方式,将煤气流向着目标模式1调控,提升煤气利用率,实现高炉布料可视化操作及在线智能控制;在煤气流发展的初期,煤气流中心位于高炉炉喉物理中心附近,随着煤气流发展,煤气流中心逐渐向西南方向偏移;在布料时期,煤气流中心从西南方向逐渐靠近高炉炉喉物理中心;对料面煤气流发展过程进行调控时,当前布料周期对后续煤气流分布的影响范围为8个周期,且影响力逐渐减弱。
崔桂梅,张胜男,张勇,马祥[4](2019)在《基于时间序列的高炉水温差多维度模糊综合评判》文中提出为克服炉缸局部热状态评判的局限性,全面考虑高炉各冷却壁段水温差对热状态的影响,该文建立基于时间序列的高炉水温差多维度模糊综合评判模型。首先,选取炉身、炉腰、炉腹、炉缸各冷却壁段水温差时间序列,用相关系数法确定上部各段水温差对下部水温差影响的滞后时间,并筛选相关系数大于阈值的参数为主要指标参数;其次,用概率统计法划分指标参数最优区间,计算其相对劣化度值,选择分段岭形分布函数计算各指标参数隶属度值;最后,对各层指标参数自下而上进行模糊合成,结合指标参数权重和最大隶属度原则综合获得最终评判等级。经实际数据仿真分析,模型评判命中率为81.7%,能实时地评判高炉实际水温差状态。
车玉满,郭天永,孙鹏,姜喆,姚硕,费静,刘炳南[5](2019)在《高炉冶炼专家系统的现状与趋势》文中认为从20世纪90年代开始,专家系统在国外高炉得到推广应用。同时期,我国采用多种模式开发与应用高炉专家系统,但由于操作理念、检测数据、维护等原因,国内高炉专家系统没有达到预期效果。在新形势下,结合信息化技术、物联网技术,专家系统应该向高炉集约化、可视化管理模式发展。
朱利[6](2019)在《首秦经济炼铁技术的相关基础研究》文中进行了进一步梳理首秦公司高炉铁水成本占最终产品钢板的成本62%,高炉炼铁原、燃料成本占铁水成本的80~90%,高效低成本获得满足炼钢要求的铁水是首秦炼铁工作者不断追求的目标。2008年后,由于首秦公司产品单一、国内钢铁产能过剩和在原、燃料市场没有话语权等因素,首秦公司开始采用经济炉料炼铁的方针来降低高炉铁水的成本。本文针对原、燃料质量下降和价格升高的情况,在铁矿粉烧高温烧结特性、不同高炉炉料结构的熔滴和熔化特性、焦炭与铁矿石还原动力学和炉缸焦炭劣化性能、高炉风口理论燃烧温度等高温性能方面进行了深入的基础研究。之后,在首秦高炉进行了经济炉料与不同质量焦炭的协同生产实践,达到了经济炉料炼铁的目的。本论文主要开展的研究工作和得到结果如下:(1)采用了以实际烧结生产温度为基准,考虑整个过程变化,量纲为1的同化反应特征数和流动性能特征数,测定了首秦不同铁矿粉的高温烧结特性,并对首秦烧结用铁矿粉的高温烧结性能进行了分类。烧结生产中采用的是不同种类铁矿粉、熔剂及各种返回料的混合料,本文分别对首秦烧结正常生产中不同种类铁矿粉混合料和烧结生产用二混混合料的高温烧结特性进行了测定,给出了在能够满足高炉生产要求的烧结矿质量的同化反应特征数和流动性能特征数的范围,作为高温烧结特性的标准。将该标准应用到指导适合配入高性价比铁矿粉的烧结生产中,以适应贫杂矿等经济炉料的合理使用及其原料结构频繁变化的需要,为烧结生产提供必要依据。该方法可与传统的周期较长的烧结杯实验配矿的方法,互为补充,指导烧结原料优化和配矿使用。(2)为增加高炉使用天然铁矿块的比例降低炼铁成本,采用高温荷重熔滴试验和还原反应试验探索性地研究了含铁炉料的熔化特性,对经济炉料炼铁时首秦高炉炉料结构进行优化。本文利用可视化卧式炉装置,提出了一种快速测量含铁炉料熔化特性的方法。还原条件下含铁炉料熔化特性是影响高炉软熔带的主要因素之一,荷重熔滴特征值和反应熔化特性都可作为反映含铁炉料对高炉软熔带影响的特征参数。通过对首秦高炉使用超高碱度烧结矿和价格较低的天然铁矿块的炉料结构优化发现,荷重熔化特征值与反应熔化参数对表征高炉炉料结构的熔化特性有很好的一致性和关联性。还原反应熔化特性的验方法具有过程可视、快速、简便、成本低、反映主要信息的优点,作为高温荷重熔滴试验方法的补充,指导高炉炉料结构优化和经济炉料炼铁。(3)冶金反应工程学研究认为高温冶金反应在前期控制环节是化学反应,后期控制环节是分子扩散。论文采用分段尝试法研究了在不同质量的焦炭、不同粒度的焦炭、焦炭的不同加入方式和不同CO2含量还原气氛等条件下的矿焦还原反应过程动力学,得到两种反应过程的动力学参数和控制环节的转换时间点,为反应过程模拟提供必要的定解条件参数。通过分段尝试研究反应过程动力学的法,定量分析了不同质量焦炭对烧结矿还原的影响,确定了化学反应过程和分子扩散过程的反应机理,对高炉生产提供必要的基础。(4)在经济炉料炼铁时燃料质量下降的一个重要指标是灰分含量增加,随着灰分增加,燃料中Si02含量明显增加。经济炉料炼铁时需要考虑到高炉风口前喷入煤粉和不同质量焦炭灰分中的Si02还原、强吸热对风口前理论燃烧温度的影响。通过风口回旋区热平衡计算,在考虑Si02还原条件下,修正了高炉风口前理论燃烧温度的计算公式,计算了不同各因素对高炉风口理论燃烧温度的影响,为首秦高炉使用不同质量焦炭和经济炉料生产提供指导。(5)首秦高炉的焦炭全部为外购,受市场波动的影响很大,在经济炉料炼铁时,要根据可获得的不同质量的焦炭,确定高炉焦炭负荷。在前期高炉原料冶金性能和不同质量焦炭还原性能研究的基础上,对一级焦与经济矿、二级焦与经济矿、三级焦与经济矿的高效低成本炼铁进行了大量工业实践,对几种模式下高效低成本协同生产的工艺控制因素进行了探讨和摸索,在不同模式下均实现了矿焦协同的高效低成本炼铁和良好的经济效益。
马子文[7](2018)在《融合机理和数据的高炉煤气流模糊建模研究》文中研究指明高炉炼铁过程作为钢铁冶金行业的上游工序,长期稳定顺行的高炉炉况是降低能源消耗、减小环境污染、保证铁水产量和质量的关键。对高炉过程中的可测数据进行处理、提取特征和建模预测,为高炉系统提供合理操作指导,是避免高炉异常、维持高炉稳定顺行的重要手段。然而高炉内部生产环境恶劣,使得通过检测高炉内部信息来分析炉况变化变得异常困难。高炉煤气流携带有大量丰富的高炉运行状况信息,能够及时地反映高炉炉况状态。所以针对高炉煤气流可测信息进行分析和预测,对高炉炉况的预判具有重要的实际应用价值。本文通过高炉机理和专家经验分析了煤气流分布异常型高炉炉况发生前的一些表征煤气流分布的指标变化趋势,利用灰色关联度算法选取关联度小的指标集合,去除冗余指标对高炉炉况分析的干扰,利用最大信息系数法增加时滞变量,为后文预测模型的建立奠定基础。近年来T-S模糊模型在复杂工业系统建模、预测和基于模型的控制领域取得了巨大成果。本文针对T-S模糊模型前件辨识过程中基于一种聚类原型提取数据特征信息过于片面的问题,同时基于超球形聚类原型和超平面形聚类原型,提出了一种加权规则适应度的T-S模糊模型的建模方法,可以提取到更多数据的特征信息,从而提高建模质量和模型的预测精度。本文使用该模型对炉腹煤气量、热风压力、炉顶十字测温指标进行建模预测,基于MATLAB编写算法程序。对公共测试数据和高炉数据的仿真实验表明本文所提出的模型具有较强的泛化性能,相比基于一种聚类原型的T-S模糊模型具有更高的预测精度。最后基于C#编程语言和SQL Server数据库访问技术,参与设计了“高炉指标预测可视化软件系统”。所设计的系统直观的展示了高炉当前运行状况信息,方便高炉现场操作人员观察、分析高炉的运行状况。该系统已在柳钢2#高炉现场进行测试并已长期运行,模型预测效果良好。
李岚臻[8](2018)在《无料钟高炉布料过程模拟与优化》文中提出高炉炼铁是钢铁产业中的重要环节,也是其主要耗能排污的环节之一,高炉布料是高炉炼铁过程中的原料输入环节,同时也是炉况调节的重要控制手段之一,形成一个合理的料面形状来改善高炉炉况、提高煤气流利用率是高炉布料过程控制的主要的目标。本文以LZ钢铁二号高炉及其串罐式的无料钟炉顶布料设备为研究对象,1)首先针对单颗粒炉料在高炉布料各个过程中的运动进行机理分析,并结合高炉专家的相关经验知识建立高炉布料的数学模型;然后基于离散单元法采用EDEM软件对高炉布料过程进行仿真,基于仿真结果对原有数学模型进行验证以及优化。2)随后对布料相关的影响因素进行定性的分析,并针对高炉布料过程控制问题,以料面形状为控制目标,提出相应的控制结构,并提炼其中的优化问题,建立相应的优化问题模型,并将其分为固定档位的问题和非固定档位的问题采用模式搜索法与遗传算法进行求解3)鉴于高炉实际料面形状难于直接测量的问题,结合LZ钢铁二号高炉上的工业内窥镜,提出基于双目视觉的料面形状检测方法,为布料过程控制提供参考料面。4)最后基于研究内容开发出相应的软件。
马财生[9](2017)在《无钟高炉布料过程的控制策略研究》文中指出无钟炉顶装料是现代高炉重要的炉况调节手段,研究表明高炉内的炉料分布状态对高炉生产产生重要影响,合理的高炉布料操作有益于改善炉内煤气分布,进而稳定炉况,提高煤气利用率,降低燃料比。在无钟高炉布料过程中,人工决策无法得到稳定的矿焦比以及维持合理的料面形状,炉况发生波动时不能及时调整布料操作。因此,分析无钟高炉布料过程,开发高炉生产优化控制模型,准确判断高炉内部的煤气分布状况,预测高炉炉况的发展趋势,研究无钟高炉布料操作的优化控制策略,将高炉生产调整到最佳状态具有重要的现实意义。为准确掌握无钟高炉布料规律,采用数值模拟与实验验证相结合的方法,研究了炉料在无钟炉顶内的流动行为,分析了炉料运动状态对炉料堆积行为的影响,采用两直线段和一多项式曲线构造了料堆轮廓,并在此基础上提出了一种适用于变布料半径、变料流流量的炉料分布计算方法,分别建立了环形布料和螺旋布料的炉喉料面预测模型,为优化高炉布料操作奠定了基础。采用非接触式炉喉料面测量技术实时测量炉喉料面的形状和径向下降速度分布,分析了料柱在高炉内非匀速下降时的料层位置和形状变化,准确获得了高炉内的矿焦比分布。以料面形状和矿焦比分布作为无钟高炉炉况调整的主要参数,为获得合理的料面形状和矿焦比分布,提高布料精度,分别建立了基于改进遗传算法的常规多环布料操作优化数学模型、基于社会情感优化算法的步进式同心圆布料操作和螺旋布料操作优化数学模型。采用炉料分布误差和料层厚度不均匀率两个指标对布料精度进行量化,分析了常规多环布料不同工艺参数对炉料分布误差的影响,探究了步进式同心圆布料、螺旋布料与常规多环布料之间的内在联系,研究了螺旋布料料层厚度不均匀率的变化规律,并提出了改善炉料分布周向不均的措施。在分析煤气分布对高炉生产影响的基础上,将煤气分布分为4种类型,并建立了基于学习向量量化神经网络的煤气分布类型识别数学模型,根据高炉实测数据判断高炉煤气分布状态。建立了考虑炉况稳定性、经济效益、产品质量和高炉寿命的高炉生产综合评价指标,利用多层小波分解去除高炉生产技术指标采集信号的噪声,并利用支持向量机预测不同布料操作对应的高炉生产技术指标变化,制定基于煤气分布类型识别的高炉布料操作调整策略,实现了高炉生产优化控制,并针对鞍钢新4号高炉进行了高炉生产优化控制模型的离线验证和模拟仿真。
袁平[10](2016)在《高炉耦合炉料还原过程的基础研究》文中指出本文以烧结矿、球团矿和块矿为研究对象,通过模拟研究耦合炉料在高炉低温区和高温区内的还原行为,解析浮氏体在还原过程中的转变行为,并根据耦合炉料表现出来的软熔特性,对比分析不同炉料结构对高炉生产过程的影响。实验结果表明,在低温区,随着温度的逐渐升高,三种铁矿石的失重率也逐渐增加,二者基本上呈线性关系;还原度也呈现出同样的规律。当温度为950℃时,180min之后三种铁矿石的失重曲线趋于平缓,这表明当还原进行到一定程度后,即便再延长还原反应的时间,失重速率也很难再有所提升。在高温区,从11001400℃,随着温度和碱度的逐渐升高,矿石的失重率也逐渐增加,二者之间基本上呈线性关系。在11001400℃,随着温度的逐渐升高,炉料中的FeO含量逐渐减小,金属化率逐渐增加;随着耦合炉料碱度从1.16到1.39的不断升高,炉料的失重率逐渐升高;炉料中的FeO含量和金属化率也逐渐增加。碱度为1.39的炉料软熔滴落温度最高。同时通过FactSage软件对FeO-CaO-SiO2-MgO-Al2O3五元渣系熔化温度和液相生成特性与其成分的关系进行分析,发现随着温度的不断增加,炉渣的液相区显着增大,改善了炉渣的流动性。随着二元碱度的不断增大,炉渣的熔化温度也不断升高。当二元碱度小于1时,熔化温度随FeO含量的增加变化的幅度不是很大;当二元碱度大于1,熔化温度随FeO含量的增加变化的幅度比较明显。炉渣的熔化温度随着Al2O3含量的增加,基本呈现出先降低后升高的趋势,而且随着FeO含量的不断增加,炉渣的熔化温度不断降低。因此为了保证炉渣流动性的情况下,炉渣中Al2O3的质量分数应保持在16%左右。当FeO质量分数小于15%时,炉渣的熔化温度随着MgO含量的增加先减小后增加;当FeO质量分数大于15%时,炉渣的熔化温度随着MgO含量的增加而不断增加。因此在保证炉渣熔化温度合理和流动性较好的前提下,炉渣中MgO质量分数保持在11%左右。
二、模糊矩阵在高炉软融带可视化中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊矩阵在高炉软融带可视化中的应用(论文提纲范文)
(1)高能耗过程智能操作优化方法研究(论文提纲范文)
摘要 |
Abstract |
缩写术语表 |
1 绪论 |
1.1 课题背景与研究意义 |
1.2 流程工业典型高能耗过程分析 |
1.2.1 高炉炼铁过程分析 |
1.2.2 造纸制浆过程分析 |
1.3 流程工业高能耗过程建模研究现状 |
1.3.1 高炉炼铁过程建模研究现状 |
1.3.2 造纸制浆过程建模研究现状 |
1.4 流程工业高能耗过程操作优化研究现状 |
1.5 本文研究内容与创新点 |
1.5.1 本文主要研究内容 |
1.5.2 各个章节创新点 |
1.6 本章小结 |
2 基于模糊神经网络的高炉铁水质量建模与预测 |
2.1 引言 |
2.2 互信息法特征选择 |
2.2.1 特征选择 |
2.2.2 熵增定义 |
2.2.3 互信息法 |
2.3 滑动窗口模型 |
2.4 模糊神经网络 |
2.5 实例研究 |
2.6 本章小结 |
3 基于混合模型的大型高炉操作优化 |
3.1 引言 |
3.2 协同混合优化模型 |
3.3 处置门门控循环神经网络 |
3.3.1 简单循环神经网络 |
3.3.2 门控循环神经网络 |
3.3.3 改进门控循环神经网络 |
3.4 自适应种群遗传算法 |
3.5 实例研究 |
3.5.1 dGRU-RNN硅含量测试 |
3.5.2 SAPGA数值仿真测试 |
3.5.3 混合模型数值仿真测试 |
3.5.4 焦比能耗单目标优化 |
3.5.5 高炉炼铁多目标优化 |
3.6 本章小结 |
4 基于多采样率回归的造纸制浆能耗优化 |
4.1 引言 |
4.2 协同混合优化模型 |
4.3 实例研究 |
4.3.1 F-MIDAS数值仿真 |
4.3.2 F-MIDAS焦比测试 |
4.3.3 SAPGA数值仿真 |
4.3.4 混合模型工业实际测试 |
4.3.5 混合模型工业应用验证 |
4.4 本章小结 |
5 基于工业互联网平台的智能操作优化应用 |
5.1 引言 |
5.2 工业互联网平台体系架构 |
5.3 工业互联网平台解决方案 |
5.3.1 工业互联网平台技术路线 |
5.3.2 工业互联网平台开发过程 |
5.3.3 工业互联网平台应用实例 |
5.4 本章小结 |
6 结论与展望 |
6.1 论文已有研究内容总结 |
6.2 论文未来研究方向展望 |
参考文献 |
附录 |
致谢 |
Acknowledgement |
博士期间学术成果及科研奖励 |
(2)基于专家知识与数据相结合的高炉炉况综合评价(论文提纲范文)
摘要 |
Abstract |
1 文献综述 |
1.1 课题研究背景 |
1.2 国内外研究现状 |
1.2.1 高炉炉况评价研究现状 |
1.2.2 高炉本体热状态研究现状 |
1.3 文章结构与研究内容的安排 |
2 高炉冶炼系统过程描述及炉况稳定评判方案 |
2.1 高炉炼铁背景工艺简述 |
2.2 喷吹煤粉对高炉冶炼的影响 |
2.3 高炉本体冷却特征描述 |
2.4 高炉炼铁的过程控制 |
2.5 高炉冶炼过程炉况稳定评判方案 |
2.5.1 思路分析 |
2.5.2 创新点 |
2.6 本章小结 |
3 数据预处理 |
3.1 异常数据的处理 |
3.1.1 3σ准则检测异常值 |
3.1.2 插值法修补异常数据 |
3.1.3 数据的归一化处理 |
3.2 数据降维 |
3.3 参数等级区间确定 |
3.4 本章小结 |
4 基于时间序列的高炉水温差多维度模糊综合评判 |
4.1 模糊综合评判机理 |
4.1.1 构建高炉水温差多维度综合评价指标体系 |
4.1.2 确定模糊权向量 |
4.1.3 评估指标相对劣化度分析 |
4.1.4 因子隶属度矩阵计算 |
4.1.5 等级评价原则 |
4.2 基于时间序列的高炉水温差多维度模糊综合评判 |
4.2.1 模型参数选择 |
4.2.2 参数区间等级划分 |
4.2.3 评判模型建立 |
4.2.4 模型精度综合评价 |
4.3 本章小结 |
5 基于高炉水温差时间序列的炉缸热状态趋势预测建模仿真分析 |
5.1 数据预处理 |
5.1.1 模型输入参数选择 |
5.1.2 概率密度法分析参数工作区间 |
5.2 模型精度综合评价 |
5.3 预测模型建立 |
5.3.1 BP-NN算法在炉缸热状态预测中的应用 |
5.3.2 PSO-LSSVM算法在炉缸热状态预测中的应用 |
5.4 炉缸热状态预测模型仿真 |
5.4.1 BP-NN炉缸热状态预测模型仿真 |
5.4.2 PSO-LSSVM炉缸热状态预测模型仿真 |
5.5 本章小结 |
6 基于高炉水温差时间序列的高炉本体热状态的模糊综合评判 |
6.1 模糊综合评价指标体系建立 |
6.2 建立高炉本体热状态模糊综合评判模型 |
6.2.1 指标权向量计算 |
6.2.2 区域划分与隶属度分析 |
6.2.3 二级模糊综合评判 |
6.2.4 一级模糊综合评判 |
6.2.5 模型精度评判 |
6.3 本章小结 |
参考文献 |
致谢 |
(3)基于数据驱动的高炉料面煤气流发展过程研究(论文提纲范文)
摘要 |
Abstract |
引言 |
1 文献综述 |
1.1 研究意义和经济社会需求程度 |
1.2 国内外研究现状及发展动态 |
1.3 存在问题 |
1.4 主要研究内容 |
1.5 论文构成 |
2 高炉生产工艺与建模方案设计 |
2.1 高炉生产过程分析 |
2.2 料面煤气流分析 |
2.2.1 煤气流的形成 |
2.2.2 煤气流的合理分布 |
2.3 料面温度场检测信息 |
2.4 料面煤气流发展过程建模方案 |
2.5 本章小结 |
3 高炉料面煤气流分布检测数据处理 |
3.1 红外图像处理 |
3.1.1 料面红外图像特征 |
3.1.2 红外图像采样时间字符识别 |
3.1.3 红外图像叠加处理 |
3.1.4 红外图像空域处理 |
3.1.5 非料面区域处理 |
3.2 十字测温数据处理 |
3.2.1 基于差分超限法--牛顿插值的十字测温数据处理 |
3.2.2 十字测温与红外图像时间匹配 |
3.3 本章小结 |
4 高炉的布料周期划分模型建立 |
4.1 红外图像表征量描述 |
4.2 红外图像时域处理 |
4.3 布料周期划分 |
4.3.1 基于简单移动平均法的奇异能量序列处理 |
4.3.2 基于梯度下降算法的布料周期划分 |
4.4 本章小结 |
5 煤气流发展过程的统计监控模型建立 |
5.1 布料周期煤气流分布发展模型 |
5.1.1 基于深度学习的料面煤气流分布特征提取 |
5.1.2 煤气流分布状态划分 |
5.1.3 布料周期煤气流发展特征提取 |
5.2 煤气流中心分布动态识别 |
5.2.1 空间定标模型 |
5.2.2 红外图上煤气流中心提取 |
5.2.3 煤气流中心分布识别 |
5.3 边缘料面煤气流特征提取 |
5.3.1 料面温度场各检测量的关联性分析 |
5.3.2 边缘煤气流特征提取 |
5.4 本章小结 |
6 布料周期煤气流发展过程的分析 |
6.1 模糊C均值聚类分析 |
6.1.1 模糊C均值 |
6.1.2 聚类结果分析 |
6.1.3 不同模式下煤气流中心和边缘特征分析 |
6.2 典型性相关分析 |
6.3 本章小结 |
7 结论与展望 |
7.1 研究结论 |
7.2 工作展望 |
参考文献 |
在学研究成果 |
致谢 |
(4)基于时间序列的高炉水温差多维度模糊综合评判(论文提纲范文)
0 引言 |
1 数据预处理 |
1.1 异常值检测与修补 |
1.2 相关系数分析法提取关键特征 |
1.3 参数等级区间确定 |
2 高炉水温差多维度模糊综合评判模型 |
2.1 构建高炉水温差多维度综合评价指标体系 |
2.2 确定模糊权向量 |
2.3 评估指标相对劣化度分析 |
2.4 因子隶属度矩阵计算 |
2.5 等级评价原则 |
3 实例分析 |
4 结束语 |
(5)高炉冶炼专家系统的现状与趋势(论文提纲范文)
1 国外高炉专家系统 |
1.1 高炉数学模型 |
1.2 高炉专家系统 |
1.2.1 日本高炉专家系统 |
1.2.2 欧洲典型高炉专家系统 |
1.3 其它类型高炉专家系统 |
2 国内高炉专家系统 |
2.1 高炉数学模型开发过程 |
2.2 高炉专家系统开发过程 |
2.3 高炉专家系统存在问题 |
3 高炉专家系统发展方向 |
3.1 推动高炉生产向智慧化和集约化发展 |
3.2 推动高炉冶炼过程向可视化技术发展 |
4 结论 |
(6)首秦经济炼铁技术的相关基础研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 引言 |
2 文献综述 |
2.1 国内钢铁企业的亏损现状 |
2.2 钢铁企业的工序成本与炼铁的成本构成 |
2.3 铁矿石贸易的价格走势与供求关系 |
2.4 经济炉料基础特性及其高效低成本炼铁研究现状 |
2.4.1 经济炉料的物理特性 |
2.4.2 经济炉料的化学特性 |
2.4.3 烧结原料基础性能 |
2.4.4 高炉原料基础性能 |
2.5 经济炉料炼铁的研究现状 |
2.5.1 烧结配料研究 |
2.5.2 高炉炉料结构研究 |
2.5.3 经济炉料对高炉顺行的影响研究 |
2.6 国内降低炼铁成本的探索与尝试 |
2.6.1 精料炼铁 |
2.6.2 经料炼铁 |
2.7 课题研究目的 |
2.7.1 研究目的 |
2.7.2 研究对象 |
2.7.3 研究内容 |
3 基于高温烧结特性的烧结原料结构与经济配矿研究 |
3.1 研究方法与试验装置 |
3.1.1 同化反应特征数的测定方法 |
3.1.2 流动性能特征数的测定方法 |
3.2 烧结用铁矿粉的高温烧结特性 |
3.2.1 单一铁矿粉的同化反应特性 |
3.2.2 单一铁矿粉的流动性能 |
3.2.3 不同原料结构的混合铁矿粉高温烧结性能 |
3.2.4 不同原料结构的二混混合料高温烧结性能 |
3.3 烧结用铁矿粉的高温烧结特性的表征方法及其特征数研究 |
3.3.1 铁矿粉同化反应性能的新表征方法 |
3.3.2 铁矿粉流动性能的新表征方法 |
3.3.3 单一铁矿粉的同化反应特征数 |
3.3.4 单一铁矿粉的流动性能特征数 |
3.3.5 不同原料结构的混合铁矿粉烧结性能特征数 |
3.3.6 不同原料结构的二混混合料高温烧结性能特征数 |
3.3.7 不同原料结构的混合料烧结性能特征数与结矿转鼓的关系 |
3.4 铁矿粉高温烧结特性及其特征数的影响因素分析 |
3.4.1 不同温度条件下的高温烧结性能及其矿相结构变化 |
3.4.2 化学成分对铁矿粉高温烧结特性的交互影响 |
3.5 基于高温烧结铁性特征数的铁矿粉经济配矿研究 |
3.5.1 基于铁矿粉混合料高温烧结特征数的经济矿配矿研究 |
3.5.2 基于二混混合料高温烧结性能特征数的经济矿配矿研究 |
3.6 小结 |
4 基于高温冶金性能的高炉炉料结构与经济配矿研究 |
4.1 经济炉料炼铁时高炉含铁炉料的高温熔滴性能 |
4.1.1 研究方法与试验装置 |
4.1.2 单一炉料的高温熔滴性能 |
4.1.3 混合炉料的高温熔滴特性 |
4.2 经济炉料炼铁条件下的还原反应时含铁炉料熔化特性 |
4.2.1 研究方法与试验装置 |
4.2.2 还原反应时单一炉料的熔化性能研究 |
4.2.3 还原反应时混合炉料的熔化性能研究 |
4.3 荷重熔滴试验与还原反应试验熔化特性之间的关联性研究 |
4.3.1 熔滴试验中熔滴特征值与荷重熔化参数的关联性 |
4.3.2 熔滴试验荷重熔化参数与还原反应试验熔化参数的关联性 |
4.3.3 熔滴试验熔滴特征值与还原反应试验熔化参数的关联性 |
4.4 还原熔化过程中的矿相结构分析 |
4.4.1 还原熔化试验配碳量的探讨 |
4.4.2 不同温度条件的还原熔化矿相结构 |
4.4.3 不同原料结构的还原熔化矿相结构 |
4.5 烧结-炼铁一体化的最优成本对应的入炉矿合理品位模型 |
4.5.1 烧结-炼铁联动模型的建立 |
4.5.2 联动模型中关键参数的修正 |
4.5.3 理论计算条件下的最优高炉入炉品位和结矿品位的关联性 |
4.5.4 实际生产条件下的最优高炉入炉品位和结矿品位的关联性 |
4.5.5 实际生产条件下的最优高炉入炉品位和块矿品位的关联性 |
4.6 小结 |
5 首秦高炉混焦的高温还原性能和炉缸高温劣化性能研究 |
5.1 高炉混焦的高温还原动力学相关基础研究 |
5.1.1 试验装置和研究方法 |
5.1.2 分段尝试法的机理函数和动力学模型 |
5.1.3 焦炭热性能对铁矿石还原的动力学影响分析和参数计算 |
5.1.4 还原气氛对铁矿石还原的动力学影响分析和参数计算 |
5.1.5 粒度大小对铁矿石还原的动力学影响分析和参数计算 |
5.1.6 焦炭分布方式对铁矿石还原的动力学影响分析和参数计算 |
5.2 高炉炉缸焦炭劣化性能分析 |
5.2.1 试验方案和取样方法 |
5.2.2 炉缸焦炭粒度与理化性能分析 |
5.2.3 炉缸焦炭XRD分析 |
5.2.4 焦炭岩相光学组织分析 |
5.3 碱金属对焦炭劣化的影响研究 |
5.3.1 碱金属分布及最大富集量计算 |
5.3.2 碱金属气氛下焦炭的劣化研究 |
5.3.3 首秦入炉碱负荷控制上限的研究 |
5.4 小结 |
6 高炉喷吹煤的高温燃烧性能研究 |
6.1 高炉喷吹煤的高温燃烧特性研究 |
6.1.1 试验装置与研究方法 |
6.1.2 不同种类煤粉的燃烧特性分析 |
6.1.3 不同粒径煤粉的燃烧特性分析 |
6.2 高煤比条件下煤粉喷吹对风口理燃温度的影响 |
6.2.1 高炉风口理论燃烧温度及其计算公式 |
6.2.2 高炉风口理论燃烧温度计算公式的修正 |
6.2.3 焦炭进入风口回旋区的温度对理论燃烧温度的影响 |
6.2.4 煤粉中SiO_2对理论燃烧温度的影响 |
6.2.5 高炉生产中各主要参数对理论燃烧温度的影响 |
6.3 小结 |
7 首秦焦炭质量与焦炭负荷的高效低成本协同效应研究 |
7.1 优焦优矿的高效低成本协同生产 |
7.1.1 优焦优矿原燃料条件 |
7.1.2 优焦优矿实现焦炭负荷6.0的高效低成本协同生产 |
7.2 不同质量焦炭与经济矿的高效低成本协同生产 |
7.2.1 一级焦与经济矿的高效低成本协同生产 |
7.2.2 二级焦与经济矿的高效低成本协同生产 |
7.2.3 三级焦与经济矿的高效低成本协同生产 |
7.3 小结 |
8 结论与创新点 |
8.1 结论 |
8.2 创新点 |
参考文献 |
作者简历及在学研究成果 |
学位论文数据集 |
(7)融合机理和数据的高炉煤气流模糊建模研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 高炉炉况分析国内外研究现状 |
1.2.2 高炉煤气流分布分析的国内外研究现状 |
1.2.3 T-S模糊模型的国内外研究现状 |
1.3 论文的主要研究内容和结构安排 |
第2章 高炉煤气流指标与炉况关系研究 |
2.1 引言 |
2.2 高炉煤气流生成及分布机理 |
2.2.1 高炉煤气流生成、分布及影响因素 |
2.2.2 高炉煤气流参与的主要化学反应 |
2.3 高炉煤气流分布异常的炉况分析 |
2.4 相关性分析及表征煤气流分布的指标集合 |
2.4.1 相关性分析 |
2.4.2 表征煤气流分布的指标集合 |
2.5 三个煤气流关键指标与炉况关系 |
2.6 本章小结 |
第3章 加权规则适应度的T-S模糊模型 |
3.1 引言 |
3.2 模糊理论与T-S模糊模型 |
3.2.1 模糊数学理论 |
3.2.2 T-S模糊模型 |
3.3 模糊聚类算法 |
3.3.1 模糊C均值聚类算法 |
3.3.2 NFCRMA模糊聚类算法 |
3.3.3 两种模糊聚类算法聚类效果对比 |
3.4 加权规则适应度的T-S模糊模型 |
3.4.1 加权规则适应度的T-S模糊模型算法描述 |
3.4.2 加权规则适应度的T-S模糊模型辨识流程 |
3.5 仿真实验及结果分析 |
3.5.1 公共数据仿真 |
3.5.2 高炉炉腹煤气量预测仿真 |
3.5.3 高炉风压预测仿真 |
3.5.4 高炉顶温东北预测仿真 |
3.6 本章小结 |
第4章 基于C#的高炉指标预测可视化软件系统 |
4.1 引言 |
4.2 软件系统功能描述 |
4.2.1 软件系统架构 |
4.2.2 软硬件要求 |
4.2.3 相关数据库连接程序 |
4.3 系统功能说明 |
4.3.1 高炉运行参数主界面 |
4.3.2 煤气流预测系统 |
4.3.3 炉顶十字测温预测系统 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
(8)无料钟高炉布料过程模拟与优化(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 高炉炼铁生产优化问题 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 特色与创新 |
第二章 无料钟高炉布料过程简介 |
2.1 高炉炼铁工艺流程简介 |
2.2 无料钟炉顶布料设备与布料过程 |
2.3 无料钟高炉布料方式 |
2.4 无料钟布料影响因素分析 |
2.5 本章小结 |
第三章 高炉布料过程建模 |
3.1 基于机理分析与专家经验的炉料运动模型 |
3.1.1 炉料的初始运动状态 |
3.1.2 炉料到达溜槽上的初速度 |
3.1.3 炉料在溜槽上的运动 |
3.1.4 炉料在空区中的运动 |
3.1.5 炉料堆积模型 |
3.1.6 炉料下降运动模型 |
3.2 布料过程计算 |
3.3 基于DEM仿真的模型验证 |
3.3.1 DEM简介 |
3.3.2 EDEM模型及参数 |
3.3.3 料流调节阀出口速度 |
3.3.4 炉料在溜槽上运动与料流宽度 |
3.3.5 料面形状函数 |
3.4 本章小结 |
第四章 基于料面形状的布料过程控制与优化 |
4.1 问题描述 |
4.1.1 布料过程控制概述 |
4.1.2 布料过程控制结构框图 |
4.1.3 优化问题描述 |
4.2 优化问题求解方法 |
4.2.1 问题分析 |
4.2.2 模式搜索法 |
4.2.3 遗传算法 |
4.2.4 非固定档位问题下的融合算法 |
4.3 反馈校正方法 |
4.4 仿真实验 |
4.4.1 优化问题仿真结果 |
4.4.2 反馈校正仿真结果 |
4.5 本章小结 |
第五章 料面形状检测方法 |
5.1 双目测距原理 |
5.1.1 距离计算原理 |
5.1.2 双目测距中的各坐标系介绍 |
5.1.3 双目标定与校正 |
5.1.4 立体匹配 |
5.2 料面形状检测方法 |
5.2.1 料面形状检测设备与环境 |
5.2.2 料面形状检测流程 |
5.2.3 世界坐标系下的异常点检测 |
5.2.4 提取二维的料面形状函数 |
5.3 仿真实验 |
5.4 本章小结 |
第六章 炼铁高炉高性能运行控制软件 |
6.1 软件的整体结构介绍 |
6.2 布料仿真模块 |
6.3 布料过程控制模块 |
6.4 本章小结 |
第七章 总结和展望 |
参考文献 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(9)无钟高炉布料过程的控制策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 高炉炼铁发展 |
1.1.1 高炉炼铁生产现状 |
1.1.2 炉顶装料设备发展 |
1.1.3 装料制度对高炉生产的影响 |
1.2 国内外研究现状 |
1.2.1 高炉布料规律 |
1.2.2 高炉布料控制 |
1.2.3 高炉生产过程预测与优化 |
1.3 课题研究的意义及主要研究内容 |
1.3.1 课题研究的意义 |
1.3.2 主要研究内容 |
第2章 无钟高炉布料料流数学模型 |
2.1 无钟高炉布料特点 |
2.1.1 炉料在无钟炉顶内的运动过程 |
2.1.2 无钟高炉布料工艺 |
2.2 炉料流动分析 |
2.2.1 料流调节阀开度控制 |
2.2.2 炉料落至溜槽前的运动 |
2.2.3 炉料在溜槽上的运动 |
2.2.4 炉料在炉喉空区的运动 |
2.2.5 料流流量变化 |
2.3 高炉布料料流数学模型的验证 |
2.3.1 试验设备与数值模拟模型 |
2.3.2 环形布料料流轨迹 |
2.3.3 螺旋布料落点轨迹与流量变化 |
2.4 本章小结 |
第3章 无钟高炉布料料面形状的模拟研究 |
3.1 炉料在炉喉料面处的运动分析 |
3.2 炉料堆积数值模拟 |
3.2.1 炉料堆积模拟试验设计 |
3.2.2 模拟结果与分析 |
3.3 炉料轮廓数学模型 |
3.3.1 建立料堆轮廓模型 |
3.3.2 求解料堆轮廓模型 |
3.4 炉喉料面预测 |
3.4.1 局部料面形状预测法 |
3.4.2 环形布料预测方法与验证 |
3.4.3 螺旋布料预测方法与验证 |
3.5 本章小结 |
第4章 无钟高炉布料操作优化 |
4.1 布料操作评价方法 |
4.1.1 炉料操作评价指标 |
4.1.2 炉料下降模型 |
4.2 布料操作优化目标 |
4.2.1 布料操作优化目标的设定方法 |
4.2.2 炉料分布准确度评价 |
4.3 环形布料操作优化 |
4.3.1 环形布料工艺及参数 |
4.3.2 常规环形布料优化数学模型 |
4.4 步进式同心圆布料操作优化 |
4.4.1 步进式同心圆布料工艺及参数 |
4.4.2 步进式同心圆布料优化数学模型 |
4.5 螺旋布料操作优化 |
4.5.1 螺旋布料工艺及参数 |
4.5.2 螺旋布料优化数学模型 |
4.6 无钟高炉布料操作优化计算 |
4.7 本章小结 |
第5章 无钟高炉布料工艺精度的研究 |
5.1 布料工艺精度评价方法 |
5.2 无钟高炉炉料分布误差研究 |
5.2.1 常规多环布料的布料精度分析 |
5.2.2 不同布料工艺的布料精度比较 |
5.3 螺旋布料炉料分布均匀性研究 |
5.3.1 炉料分布均匀程度分析 |
5.3.2 改善炉料分布均匀程度的措施 |
5.4 本章小结 |
第6章 无钟高炉生产智能预测与控制策略 |
6.1 高炉煤气分布类型识别 |
6.1.1 煤气分布类型 |
6.1.2 煤气分布影响因素及数据预处理 |
6.1.3 煤气分布类型识别模型 |
6.1.4 煤气分布类型识别结果 |
6.2 高炉生产优化模型 |
6.2.1 高炉生产优化目标 |
6.2.2 高炉生产影响因素数据预处理 |
6.2.3 高炉生产指标预测 |
6.2.4 高炉生产优化方法 |
6.3 高炉生产优化仿真 |
6.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
(10)高炉耦合炉料还原过程的基础研究(论文提纲范文)
中文摘要 |
ABSTRACT |
1.文献综述 |
1.1 高炉炼铁在钢铁工业中的地位 |
1.2 高炉的炉料结构 |
1.2.1 高炉炉料结构合理化的重要性 |
1.2.2 常见的典型炉料结构 |
1.3 炉料的还原过程 |
1.3.1 铁氧化物还原热力学 |
1.3.2 铁氧化物还原动力学 |
1.4 炉料在高温中的性状变化及造渣过程 |
1.4.1 炉料受热分解 |
1.4.2 矿石高温性能变化及软化、熔融、滴落过程 |
1.4.3 造渣过程 |
1.4.4 高炉炉料软熔滴落性能研究 |
1.5 本文研究目的及内容 |
2.低温区炉料的还原实验 |
2.1 实验装置 |
2.2 实验方案 |
2.3 实验结果及分析 |
2.3.1 温度对失重率的影响 |
2.3.2 温度对还原度的影响 |
2.3.3 XRD分析 |
2.4 小结 |
3.高温区耦合炉料的还原实验 |
3.1 实验装置 |
3.2 实验方案 |
3.3 实验结果 |
3.4 实验分析 |
3.4.1 不同炉料配比下的外观变化 |
3.4.2 还原过程中炉渣矿相组成的变化 |
3.4.3 温度、碱度对炉料失重的影响 |
3.4.4 温度、碱度对铁氧化物还原的影响 |
3.4.5 耦合炉料软熔性能的对比分析 |
3.5 小结 |
4.五元系高炉渣熔化特性研究 |
4.1 FactSage热力学软件介绍 |
4.2 实验方法及方案 |
4.3 结果与分析 |
4.3.1 碱度对高炉渣的熔化温度和液相生成特性的影响 |
4.3.2 Al_2O_3含量对高炉渣的熔化温度和液相生成特性的影响 |
4.3.3 MgO含量对高炉渣的熔化温度和液相生成特性的影响 |
4.4 小结 |
5.结论 |
参考文献 |
致谢 |
作者简介 |
四、模糊矩阵在高炉软融带可视化中的应用(论文参考文献)
- [1]高能耗过程智能操作优化方法研究[D]. 周恒. 浙江大学, 2021(01)
- [2]基于专家知识与数据相结合的高炉炉况综合评价[D]. 张胜男. 内蒙古科技大学, 2020(01)
- [3]基于数据驱动的高炉料面煤气流发展过程研究[D]. 张生海. 内蒙古科技大学, 2020(01)
- [4]基于时间序列的高炉水温差多维度模糊综合评判[J]. 崔桂梅,张胜男,张勇,马祥. 中国测试, 2019(09)
- [5]高炉冶炼专家系统的现状与趋势[J]. 车玉满,郭天永,孙鹏,姜喆,姚硕,费静,刘炳南. 辽宁科技大学学报, 2019(04)
- [6]首秦经济炼铁技术的相关基础研究[D]. 朱利. 北京科技大学, 2019(02)
- [7]融合机理和数据的高炉煤气流模糊建模研究[D]. 马子文. 燕山大学, 2018(05)
- [8]无料钟高炉布料过程模拟与优化[D]. 李岚臻. 上海交通大学, 2018(01)
- [9]无钟高炉布料过程的控制策略研究[D]. 马财生. 燕山大学, 2017(05)
- [10]高炉耦合炉料还原过程的基础研究[D]. 袁平. 辽宁科技大学, 2016(03)