-
公开(公告)号：CN107390524A
公开(公告)日：2017-11-24
申请号：CN201710580457.8
申请日：2017-07-17
申请人： 东北大学
IPC分类号： G05B13/04
CPC分类号： G05B13/042
摘要： 本发明提供一种基于双线性子空间辨识的高炉铁水质量优化控制方法，包括：采集当前时刻与前一时刻的控制量和被控量，校正高炉铁水质量指标预测值；由铁水质量指标期望值计算铁水质量指标参考轨迹，并基于铁水质量指标参考轨迹和其校正后预测模型预测值构造预测控制性能指标，利用二次规划优化算法计算得到最优控制量；将最优控制量即最优的冷风流量、压差、富氧流量和设定喷煤量发给执行机构。本发明使高炉铁水质量稳定在期望值附近，有效地提高产品质量、降低生产能耗、提高经济效益。本发明的高炉铁水质量指标预测模型是一种多输入多输出的双线性模型，表征了高炉模型的非线性特性，预测的精确度较高，控制的抗干扰性良好。
-
公开(公告)号：CN107368125A
公开(公告)日：2017-11-21
申请号：CN201710804945.2
申请日：2017-09-08
申请人： 东北大学
IPC分类号： G05D23/20
CPC分类号： G05D23/20
摘要： 一种基于CBR与RBR并行混合推理的高炉炉温控制系统及方法；该方法包括：变量选择；高炉炉温预测；根据硅含量和炉温预测值判定所属的炉温等级，当且仅当炉温等级属于设定的正常炉温等级且炉温变化趋势处于平稳变化时，采用CBR推理调用案例库中的已有案例进行案例推理得到高炉炉温控制变量；其它情况下，采用RBR推理调用规则库中的已有规则进行规则推理得到高炉炉温控制变量；将炉温控制变量设定值下装至下位机中。该系统包括：变量选择模块；高炉炉温预测模块；混合推理模块；设定值输出模块。本发明选择通过CBR或RBR进行推理，将推理得到的控制变量设定值下装到下位机，实现对高炉全工况下的炉温进行有效控制，达到炉温维稳目的。
-
公开(公告)号：CN107299170A
公开(公告)日：2017-10-27
申请号：CN201710679239.X
申请日：2017-08-10
申请人： 东北大学
IPC分类号： C21B5/00
CPC分类号： C21B5/006 , C21B2300/04
摘要： 本发明提出一种高炉铁水质量鲁棒软测量方法，包括：采集当前时刻的炉腹煤气量、冷风流量、富氧流量、透气性、富氧率、理论燃烧温度；将采集的数据进行归一化处理；利用以多元随机权神经网络构建的高炉铁水质量鲁棒软测量模型，进行高炉铁水质量鲁棒软测量，得到Si含量估计值、P含量估计值、S含量估计值、铁水温度估计值。本发明将实时测量得到的高炉本体参数作为模型的输入数据，充分考虑高炉冶炼过程的滞后特性和输入输出变量之间的时序关系，构造非线性自回归结构的高炉铁水质量鲁棒软测量模型，同时实现了Si含量、P含量、S含量和铁水温度等铁水质量参数的鲁棒软测量，避免离线化验的滞后性和人工操作带来的不确定性。
-
公开(公告)号：CN106249724A
公开(公告)日：2016-12-21
申请号：CN201610825945.6
申请日：2016-09-14
申请人： 东北大学
IPC分类号： G05B19/418
CPC分类号： Y02P90/02 , G05B19/41875
摘要： 本发明提供一种高炉多元铁水质量预测控制方法及系统。该方法包括：设定高炉多元铁水质量指标期望值；获取高炉生产历史数据，建立高炉多元铁水质量预测模型；利用序列二次规划算法和高炉多元铁水质量预测模型，计算得到最优的高炉多元铁水质量预测模型输入即最优控制量；将最优控制量反馈给相应执行机构，使高炉多元铁水质量指标跟踪设定的高炉多元铁水质量指标期望值。该系统包括：指标设定单元、模型训练单元、跟踪计算单元、反馈控制单元。本发明可以使多元铁水质量指标准确快速的达到给定要求，具有跟踪性能好、抗干扰性强的优点，使得生产过程中能耗和成本得到降低，铁水质量进一步提高。
-
公开(公告)号：CN105886680A
公开(公告)日：2016-08-24
申请号：CN201610308346.7
申请日：2016-05-11
申请人： 东北大学
CPC分类号： C21B5/006 , C21B7/24 , C21B2300/04
摘要： 本发明提供一种高炉炼铁过程铁水硅含量动态软测量系统及方法。系统包括：实际数据采集单元、归一化预处理单元、动态软测量单元；方法包括：获取高炉铁水硅含量动态软测量所需参数：当前炉次的工况参数、上一炉次的工况参数和上一炉次的铁水硅含量；对获取的高炉铁水硅含量动态软测量所需参数进行归一化预处理；采用高炉炼铁过程铁水硅含量动态软测量模型进行铁水硅含量动态软测量。本发明与现有的人工测量或化验铁水硅含量相比，减少了操作人员的工作量，降低了人工操作引入的测量的不确定性，提高了测量的时效性和准确性，可信度高。本发明方法对高炉冶炼过程的铁水硅含量预报具有通用性，有助于实现高炉铁水质量闭环一体化控制与优化运行。
-
公开(公告)号：CN105648327A
公开(公告)日：2016-06-08
申请号：CN201610086846.0
申请日：2016-02-16
申请人： 山东钢铁股份有限公司 , 东北大学秦皇岛分校
摘要： 本发明公开了一种小压缩比抗HIC与SSC的管线钢板及制备方法。所述钢板的化学成分及重量百分比含量包括：C：0.03％～0.05％、Si：0.15％～0.30％、Mn：≤1.20％、S：≤0.0020％、P：≤0.010％、Cr：≤0.30％、Ni：≤0.20％、Nb：0.035％～0.055％、Ti：≤0.030％，Alt：0.015％～0.040％，O：≤0.0030％，H：≤0.00015％，其余为Fe和微量杂质。本发明采用超低碳、超低硫、低磷的成分设计，控制奥氏体再结晶区轧制的有效总压下率≥50％，后三道的道次压下率≥18％，奥氏体未再结晶区的总压下率≥70％，该方法获得的钢板具有优良的抗HIC和抗SSC性能，合金添加少，生产成本低，有效压缩比≤10，组织均匀性好，对铸坯厚度的限制条件小等优点，适合用于制造含有酸性介质的石油、天然气输送管道。
-
公开(公告)号：CN105608492A
公开(公告)日：2016-05-25
申请号：CN201610118914.7
申请日：2016-03-02
申请人： 东北大学
CPC分类号： G06N3/10 , C21B5/00 , C21B7/24 , C21B2300/04
摘要： 一种基于鲁棒随机权神经网络的多元铁水质量软测量方法属于高炉冶炼自动化控制领域，特别涉及一种基于Cauchy分布加权M估计随机权神经网络(M-RVFLNs)的高炉炼铁过程多元铁水质量参数动态软测量方法。本发明运用主成分分析(PCA)方法筛选出影响高炉铁水质量的最主要参数作为模型输入变量，构造出一个具有输出自反馈结构且考虑不同时刻输入输出数据的铁水质量多元动态预测模型，可同时对表征高炉铁水质量的主要参数Si含量、P含量、S含量和铁水温度进行多元动态软测量。本发明包括以下步骤：(1)辅助变量选择与模型输入变量确定；(2)M-RVFLNs软测量模型的训练和使用。
-
公开(公告)号：CN102618792B
公开(公告)日：2014-06-18
申请号：CN201210087346.0
申请日：2012-03-29
申请人： 莱芜钢铁集团有限公司 , 东北大学
摘要： 本发明公开一种工程机械用高强度耐磨钢及其制备方法。所述钢的成份按重量计为：C：0.15～0.30％、Si：0.20～0.65％、Mn：1.20～1.60％、S≤0.010％、P≤0.020％、B：0.0010～0.0040％、Cr：0.30～1.00％、V：0.030～0.080％、Al：0.015～0.050％、[N]：80～200×10-6、[H]≤2×10-6、[O]≤40×10-6，其余为Fe和不可避免的杂质。本发明的钢具有不小于395HBW的表面布氏硬度、不小于1220MPa的抗拉强度、不小于13％的断后伸长率、不小于70J的-20℃冲击吸收能量且成本低，其可用于制作要求高强度、高耐磨性能的工程、采矿、建筑、农业、水泥生产、港口、电力以及冶金等行业的机械产品。例如，可用作球磨机的钢球和衬板、挖掘机的斗齿、各种破碎机的轧臼壁、齿板和锤头、拖拉机和坦克的履带板、推土机用铲刀、铲齿等。
-
公开(公告)号：CN102169077B
公开(公告)日：2013-04-17
申请号：CN201010609735.6
申请日：2010-12-28
申请人： 东北大学
摘要： 一种湿式磨矿过程溢流粒度指标混合智能软测量方法，属于自动化测量技术领域。该装置包括球磨机、水力旋流器、泵池、底流泵、阀门、流量计、浓度计、压力计、磨机新给矿的皮带、给矿水管路、水力旋流器给料管、溢流管、数据采集器和计算机。混合智能软测量方法包括以下步骤：(1)辅助变量的选择，(2)样本数据的取得，(3)基于案例推理的磨矿粒度软测量，(4)基于神经网络的磨矿粒度软测量，(5)基于案例推理的可信度因子求解，(6)基于专家规则推理的磨矿粒度最终求解。本发明的优点：在磨矿过程正常运行期间，能够根据过程的实时数据估计出磨矿粒度值，相对误差小、可信度高，是具有很高实用价值、低成本的粒度计量手段。
-
公开(公告)号：CN102169077A
公开(公告)日：2011-08-31
申请号：CN201010609735.6
申请日：2010-12-28
申请人： 东北大学
摘要： 一种湿式磨矿过程溢流粒度指标混合智能软测量方法，属于自动化测量技术领域。该装置包括球磨机、水力旋流器、泵池、底流泵、阀门、流量计、浓度计、压力计、磨机新给矿的皮带、给矿水管路、水力旋流器给料管、溢流管、数据采集器和计算机。混合智能软测量方法包括以下步骤：(1)辅助变量的选择，(2)样本数据的取得，(3)基于案例推理的磨矿粒度软测量，(4)基于神经网络的磨矿粒度软测量，(5)基于案例推理的可信度因子求解，(6)基于专家规则推理的磨矿粒度最终求解。本发明的优点：在磨矿过程正常运行期间，能够根据过程的实时数据估计出磨矿粒度值，相对误差小、可信度高，是具有很高实用价值、低成本的粒度计量手段。
-
-
-
-
-
-
-
-
-
搜索结果
121 条记录 (耗时 0.08 秒)
