李亮
,
姜周华
,
王文忠
,
徐荣军
,
刘晓
,
顾文兵
材料与冶金学报
doi:10.3969/j.issn.1671-6620.2002.01.015
在建立VD炉温度预报神经网络模型过程中,考察了影响目标温度的因素,并应用模式识别方法对各因素进行特征分析与筛选,删除了其中三个不必要的变量:吹氩量、VD罐冷却时间以及VD罐上炉使用时间.用筛选后的样本训练神经网络,预报精度有15%左右的提高.模型在线连续预报了76炉次,预报温度与实际测量温度之差在±4℃、士5℃之内的炉次分别占67.1%与80.3%.
关键词:
模式识别
,
神经网络
,
预报模型
,
钢水温度
,
VD
谢书明
,
高宪文
,
柴天佑
钢铁研究学报
准确预报转炉炼钢的终点钢水温度及碳含量,对于提高终点命中率具有重要意义.作者采用灰色系统模型及线性回归补偿模型建立了转炉炼钢终点钢水温度及碳含量预报模型,并对一座180 t转炉的实测数据进行了仿真,其结果与实际值接近,这表明该方法是切实可行并有效的.
关键词:
炼钢
,
转炉
,
钢水温度
,
碳含量
,
灰色系统
吴扣根
,
倪伟
,
洪新
,
蒋国昌
钢铁研究学报
结合37Mn5连续铸钢的生产实践,采用控制容积法,模拟了钢包内钢水温度随时间的变化规律,并应用统计回归和神经网络法预测了钢水从钢包到中间包过程的温降规律.结果表明:现行连铸钢水在中间包内的平均过热度为30℃,高于过热度的最佳值,不利于实现高拉速、高质量.确定连铸钢水从钢包到中间包温降值为25℃;按最佳过热度控制的钢水到达大包回转台时的温度为:第一炉TL+(51～60)℃,连浇炉TL+(41～50)℃.
关键词:
连铸
,
钢包
,
钢水温度
,
数值模拟
李相臣
,
何平
,
王峰
,
王广忠
钢铁研究
为了掌握RH精炼过程钢水温降规律,进而确定合理温降制度,对唐钢生产硅钢时RH处理过程的不同阶段温降速率进行统计分析;结合RH处理过程影响钢水温降的吹氧、合金化等因素,得到了RH处理过程温降计算模型.通过生产数据进行验证,RH精炼过程温降误差为土5℃的准确率为78.57%.
关键词:
RH
,
精炼
,
钢水温度
,
数学模型
吴扣根
,
倪伟
,
洪新
,
蒋国昌
钢铁研究学报
结合37Mn5连续铸钢的生产实践,采用控制容积法,模拟了钢包内钢水温度随时间的变化规律,并应用统计回归和神经网络法预测了钢水从钢包到中间包过程的温降规律.结果表明:现行连铸钢水在中间包内的平均过热度为30℃,高于过热度的最佳值,不利于实现高拉速、高质量.确定连铸钢水从钢包到中间包温降值为25℃;按最佳过热度控制的钢水到达大包回转台时的温度为:第一炉TL+(51～60)℃,连浇炉TL+(41～50)℃.
关键词:
连铸
,
钢包
,
钢水温度
,
数值模拟
刘浏
,
杨强
,
张春霞
钢铁研究学报
根据RH精炼过程钢水传热的物理模型,提出了预报RH精炼过程钢水温度的数学模型.根据此模型可以分别计算真空室内和钢包内钢水的温度变化.计算结果表明:在精炼初期2～3 min内,由于炉壁吸热,钢包内钢水温度迅速降低,随后真空室内钢水温度开始回升,4 min后,钢包和真空室内钢水温度趋于均匀.采用该模型预报实际真空脱碳终了温度,其中平均误差在±5 ℃以内的占72 %.
关键词:
RH精炼
,
传热
,
钢水温度
,
数学模型
李亮
,
姜周华
,
王文忠
,
刘晓
,
顾文兵
,
徐荣军
钢铁研究学报
应用神经网络方法建立了VD炉钢水温度预报模型.用该模型在线连续预报的76炉次钢水中,预报温度与实际测量温度之差在±4 ℃和±5 ℃之内的炉次分别占67.1 %和80.3 %.分析了各工艺参数对终点温度的影响,据此对宝钢的生产实践提出了一些降低能耗的措施.
关键词:
神经网络
,
预报模型
,
钢水温度
,
VD炉
谷茂强
,
徐安军
,
贺东风
,
汪红兵
,
冯凯
钢铁研究学报
doi:10.13228/j.boyuan.issn1001-0963.20160278
钢水温度的精确管控有利于提高铸坯质量和降低生产成本.针对目前炼钢—连铸区段钢水温度在线管控方面存在的不足,在分析钢水温度影响因素的基础上,建立了基于案例推理的炼钢—连铸区段钢水温度在线管控模型.同时通过调整案例推理算法的相似度计算方法、权重计算方法、重用案例个数等参数提高模型的精度.结果表明:转炉出钢温度预定模型平均降低转炉出钢温度6℃,精炼结束温度预定模型提高连铸开浇温度命中率2.33%.精炼开始温度,精炼结束温度和连铸开浇温度预报模型误差小于10℃的命中率分别达到75.33%、98.33%和95.67%,且均高于神经网络模型.
关键词:
钢水温度
,
在线管控
,
案例推理
,
钢包热状态
