-
公开(公告)号：CN114411039A
公开(公告)日：2022-04-29
申请号：CN202111571293.5
申请日：2021-12-21
Applicant: 东北大学
Abstract: 本发明提供了一种利用不锈钢粉尘和铬渣制备高铬镍铁合金的方法，其步骤包括：以质量百分比计，将65％～75％的不锈钢粉尘、5％～15％的铬渣、10％～20％烟煤及5％～10％的熔剂混匀后热压制成含碳压块；将所述含碳压块在高温条件下进行金属化还原；将含碳压块金属化还原的产物进行控温控冷自粉化渣金分离；将自粉化渣金分离后的产物冷却至室温，筛分得到高铬镍铁合金和炉渣。本发明提供的一种利用不锈钢粉尘和铬渣制备高铬镍铁合金的方法，原料来源广泛、工艺流程简单、生产成本低、环境友好。
-
公开(公告)号：CN114117884A
公开(公告)日：2022-03-01
申请号：CN202111228305.4
申请日：2021-10-21
Applicant: 东北大学
IPC: G06F30/27 , C22B1/16 , G06F119/02
Abstract: 本发明涉及一种基于铁前大数据的烧结智能配矿系统，其包括数据管理模块和烧结配矿模块。数据管理模块包括：数据采集单元、数据库单元、数据处理单元和铁前智能配矿数据仓库存储单元；数据采集单元用于采集数据，数据库单元用于进行数据分类；数据处理单元用于进行数据预处理及数据关联性分析，铁前智能配矿数据仓库存储单元用于存储数据库表；所述烧结配矿模块用于获取最优配矿方案的信息。其有益效果是，它能通过数据管理系统采集、分析和处理烧结过程参数，通过烧结配矿模块预测烧结矿产质量、制定配矿方案、评价烧结生产并调整工艺参数，并优化配矿方案，所得配矿方案全面、精确。
-
公开(公告)号：CN114897315B
公开(公告)日：2025-03-07
申请号：CN202210412852.6
申请日：2022-04-19
Applicant: 东北大学
IPC: G06Q10/0639 , G06Q50/04 , G06N20/20 , G06F16/215 , G06F16/2458 , G06F16/28 , C21B5/00
Abstract: 本申请涉及一种基于大数据的高炉炉况智能评价方法及系统，所述方法包括：基于高炉基础数据获取高炉应用数据，基于高炉应用数据提取炉况表征参数；基于炉况表征参数获取高炉炉况等级；基于高炉应用数据和高炉炉况等级获取炉况评价参数，基于炉况评价参数获取底层参数；基于高炉炉况等级和炉况评价参数，获得第一炉况评价规则；基于炉况评价参数和底层参数，获得第二炉况评价规则；基于第一炉况评分规则和第二炉况评价规则，获得第三炉况评分规则，并获得炉况评价分数；基于炉况评价分数判断是否出现炉况波动信息，若出现炉况波动信息，则进一步确定炉况波动原因。通过本申请中的方法，实现了对高炉炉况的实时评价。
-
公开(公告)号：CN119541691A
公开(公告)日：2025-02-28
申请号：CN202510092103.3
申请日：2025-01-21
Applicant: 东北大学
Abstract: 本发明提供一种烧结操作参数实时量化分析与优化方法，属于烧结工艺技术领域，其方法包括收集与烧结过程的相关数据，从所述相关数据中识别影响烧结过程质量与技术指标的关键参数；获取关键参数的历史数据范围，根据所述历史数据范围划分数据区间，并对所述数据区间进行组合，得出烧结生产类别集合；基于所述烧结生产类别集合建立参数预测模型，根据参数预测模型输出结果确定关键参数之间的量化映射；根据当前实时采集的烧结过程参数确定当前烧结生产类别，进而根据量化映射确定当前关键参数的量化调整效果，优化烧结过程，提高产品质量和生产效率，提高了预测的准确性。
-
公开(公告)号：CN119167793A
公开(公告)日：2024-12-20
申请号：CN202411615170.0
申请日：2024-11-13
Applicant: 东北大学
IPC: G06F30/27 , C21B5/00 , C21B7/24 , G06F111/10
Abstract: 本说明书实施例提供高炉炉衬剩余厚度及渣皮状态确定方法及装置，其中方法包括：基于设计炉型数据和物理性能参数，确定数值模拟模型；基于数值模拟模型确定无渣皮离线数据库，并基于无渣皮离线数据库确定高炉炉衬剩余厚度智能实时计算模型；基于高炉炉衬剩余厚度智能实时计算模型和工况数据，构建渣皮状态判断模型；获取当前工况数据，基于当前工况数据、高炉炉衬剩余厚度智能实时计算模型和渣皮状态判断模型确定渣皮状态。以高炉实际数据为基础，融合多种理论技术，针对炉衬剩余厚度进行精确计算以及渣皮状态科学评价，响应速度快，实时性强，成本低，具有较强的推广和应用能力，有助于辅助现场操作人员管控高炉炉型，稳定高炉炉况降低炼铁成本。
-
Patent Agency Ranking
公开(公告)号：CN118729777B
公开(公告)日：2024-12-13
申请号：CN202411223997.7
申请日：2024-09-03
Applicant: 东北大学
IPC: F27B21/14
Abstract: 本发明提供一种烧结终点的终点信息的获取方法和装置，方法包括将各风箱废气温度中相同时刻的风箱废气温度进行比较，得到各时刻的最高风箱废气温度；在各风箱废气温度中，筛选出属于第一预设位置风箱的各最高风箱废气温度所在时刻的各风箱废气温度，作为第一数据集；在各风箱废气温度中，筛选出属于第二预设位置风箱的各最高风箱废气温度所在时刻的各风箱废气温度，作为第二数据集；基于第一数据集和第二数据集修正机尾风箱当前时刻的机尾风箱废气温度，得到机尾风箱修正温度；比较机尾风箱修正温度与所有风箱当前时刻的最高风箱废气温度的大小，得到比较结果；基于比较结果确定信息模式；基于信息模式确定烧结终点的终点信息。
-
公开(公告)号：CN118246818A
公开(公告)日：2024-06-25
申请号：CN202410669527.7
申请日：2024-05-28
Applicant: 东北大学
IPC: G06Q10/0639 , G06Q50/04 , G06F18/15 , G06F18/214 , G06F18/2113
Abstract: 本申请公开了一种铁矿粉动态综合评价方法、装置、介质以及电子设备，涉及铁矿粉评价技术领域。其中方法包括：对实时获取的当前铁矿粉数据进行数据处理，得到初始铁矿粉评价数据；对所述初始铁矿粉评价数据进行筛选，获得生产经验评价数据以及数据分析评价数据；基于所述生产经验评价数据以及所述数据分析评价数据进行并集计算，得到目标铁矿粉评价数据；基于所述目标铁矿粉评价数据进行计算处理，得到初始数据矩阵、相关系数矩阵以及关系矩阵，并基于所述初始数据矩阵、所述相关系数矩阵以及所述关系矩阵进行综合评价，得到与当前铁矿粉初始数据对应的综合评分值。本申请可以提高铁矿粉评价的准确性。
-
公开(公告)号：CN114411039B
公开(公告)日：2022-11-15
申请号：CN202111571293.5
申请日：2021-12-21
Applicant: 东北大学
Abstract: 本发明提供了一种利用不锈钢粉尘和铬渣制备高铬镍铁合金的方法，其步骤包括：以质量百分比计，将65％～75％的不锈钢粉尘、5％～15％的铬渣、10％～20％烟煤及5％～10％的熔剂混匀后热压制成含碳压块；将所述含碳压块在高温条件下进行金属化还原；将含碳压块金属化还原的产物进行控温控冷自粉化渣金分离；将自粉化渣金分离后的产物冷却至室温，筛分得到高铬镍铁合金和炉渣。本发明提供的一种利用不锈钢粉尘和铬渣制备高铬镍铁合金的方法，原料来源广泛、工艺流程简单、生产成本低、环境友好。
-
公开(公告)号：CN114411042A
公开(公告)日：2022-04-29
申请号：CN202111571281.2
申请日：2021-12-21
Applicant: 东北大学
IPC: C22C33/04
Abstract: 本发明提供了一种制备高镍高铬铁合金的方法，其步骤包括：以质量百分比计，将65％～70％的不锈钢粉尘、5％～10％的红土镍矿、5％～10％的铬渣、10％～20％烟煤及5％～10％的熔剂混匀后热压制成含碳压块；将所述含碳压块在高温条件下进行金属化还原；将含碳压块金属化还原产物进行控温控冷自粉化渣金分离；将自粉化渣金分离后的产物冷却至室温，筛分得到高镍高铬铁合金和炉渣。本发明提供的一种制备高镍高铬铁合金的方法，还原效率高、工艺流程简单、能源消耗较低、环境负荷较小。
-
公开(公告)号：CN112903512A
公开(公告)日：2021-06-04
申请号：CN202110042717.2
申请日：2021-01-13
Applicant: 东北大学
IPC: G01N5/04
Abstract: 本发明涉及一种铁焦高温反应性和反应后强度的测定方法，其包括：制取椭球形铁焦试样，称取铁焦试样，并将质量记为m1；放入带有悬挂式电子秤的电加热炉反应管内；对铁焦试样进行加热，通入N2保护铁焦试样，加热升温至950～1250℃；此时切断N2，改通CO2+CO或者水蒸气+H2的混合气体进行反应，在铁焦试样失重率达20％～80％时，改通N2进行冷却，取出反应后铁焦试样并称量质量为m2，对反应前后铁焦进行工业分析，计算铁焦的反应性；将反应后铁焦装入I型转鼓，进行转鼓强度测试，作为铁焦高温反应后强度指标。本发明提供的测定方法能够更加客观、准确得反应高炉试验条件下的铁焦高温反应性和反应后强度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.024 seconds)
