高炉无钟布料的炉内料层动态变化监测方法、装置和设备

    公开(公告)号:CN119410849B

    公开(公告)日:2025-05-09

    申请号:CN202510013760.4

    申请日:2025-01-06

    Applicant: 东北大学

    Abstract: 本发明提供一种高炉无钟布料的炉内料层动态变化监测方法、装置和设备,确定炉料运动轨迹参数;基于炉料运动轨迹参数,依据料面体积增长规律以及寻优迭代方法,确定单环炉料与旧料面结合后的单环炉料的料面方程;基于料面方程,迭代计算多环布料后的料面形状,得到高炉布料模型;基于高炉布料模型,更新炉料分布的追踪数据,以反映炉内料层的最新状态;将更新后的炉料分布的追踪数据存储到预先建立的数据库表中;基于数据库表中的追踪数据,采用寻优算法求解动态料层轨迹方程,并基于动态料层轨迹方程,得到料层在炉内不同位置时的动态形状;基于动态料层轨迹方程和料层形状,确定高炉动态变化的料面形状和料层轨迹,实现料层动态变化的准确监测。

    一种烧结原料化验数据与原料配比实时修正方法

    公开(公告)号:CN119517222A

    公开(公告)日:2025-02-25

    申请号:CN202510092099.0

    申请日:2025-01-21

    Applicant: 东北大学

    Abstract: 本发明提供一种烧结原料化验数据与原料配比实时修正方法,属于电子数据处理技术领域,包括:获取多个历史指定时间周期内的历史原料化验数据、历史烧结过程数据以及历史成品数据,确定多个烧结矿成分目标;确定每个烧结矿成分目标的重要参数向量以及贡献算法;构建每个烧结矿成分目标的预测模型;确定每个烧结矿成分目标的影响参数向量;确定当前化验修正数据;获取多个历史化验修正数据,基于当前化验修正数据以及多个历史化验修正数据确定反馈值,并生成修正报告。可以提升数据质量和分析优化的科学性,确保了预测结果的科学性和可靠性,实现理论与实际闭环反馈的动态调整以及自动化修正、优化,实现质量控制管理的前置化和智能化。

    一种基于流程工业数据处理的高炉煤气利用率预测方法

    公开(公告)号:CN119476745A

    公开(公告)日:2025-02-18

    申请号:CN202510060361.3

    申请日:2025-01-15

    Applicant: 东北大学

    Abstract: 本发明提供一种基于流程工业数据处理的高炉煤气利用率预测方法,涉及流程数据处理技术领域,包括:采集高炉各类数据,建立实时流转处理规则,对各类数据进行处理存储、数据清洗及补齐,得到第一处理数据;基于高炉的实时下料情况对第一处理数据进行数据拆解及整合,并结合每一数据对煤气利用率的时滞影响得到第一生产数据集;提取第一生产数据集中与高炉本体相关的监测数据,进行数据降维处理,得到第一降维数据,同时获取布料相关数据,建立第一布料模型,实现数据衍生,得到第一衍生数据;基于高炉特性建立煤气利用率模型,结合第一降维数据及第一衍生数据进行煤气利用率预测。使得对流程工业数据的处理更为精准,及时准确预测煤气利用率。

    高炉高热负荷区边缘煤气温度确定方法及装置

    公开(公告)号:CN119203783A

    公开(公告)日:2024-12-27

    申请号:CN202411615176.8

    申请日:2024-11-13

    Applicant: 东北大学

    Abstract: 本说明书实施例提供高炉高热负荷区边缘煤气温度确定方法及装置,其中高炉高热负荷区边缘煤气温度确定方法包括:获取设计炉型数据、物理性能参数和工况数据;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离线模拟数据集,并基于离线模拟数据集确定边缘煤气温度实时计算模型;基于边缘煤气温度实时计算模型和工况数据,确定变异指数和冲突指数;基于变异指数和冲突指数构建边缘煤气温度集成模型,并基于边缘煤气温度集成模型确定边缘煤气温度。通过以实际高炉数据为基础,计算过程紧密结合现场,计算结果精准,计算效率高,推广能力强,能够有效的辅助操作人员管控高炉,保证高炉稳定顺行。

    一种基于大数据的高炉炉缸活跃性评价与预测方法及系统

    公开(公告)号:CN114819587B

    公开(公告)日:2024-11-29

    申请号:CN202210412850.7

    申请日:2022-04-19

    Applicant: 东北大学

    Abstract: 本申请涉及一种基于大数据的高炉炉缸活跃性评价与预测方法及系统,所述方法包括:基于高炉生产历史数据和数据预处理获取高炉炉缸活跃性应用数据;基于高炉炉缸活跃性应用数据和机器学习建立高炉炉缸活跃性评价模型,通过评价模型对高炉炉缸活跃性进行初步评价;基于高炉炉缸活跃性应用数据和机器学习对高炉炉缸活跃性评价模型进行修正,基于修正后的评价模型对高炉炉缸活跃性进行最终评价和等级划分;基于高炉炉缸活跃性应用数据和深度学习、自学习建立高炉炉缸活跃性预测模型,通过预测模型对高炉炉缸活跃性进行预测。本申请基于上述方法,实现了对高炉炉缸活跃性的准确评价、精准预测,为高炉优质、高产、低耗、顺行提供了保障。

    烧结过程异常原因分析方法、装置及设备

    公开(公告)号:CN118092362A

    公开(公告)日:2024-05-28

    申请号:CN202410467719.X

    申请日:2024-04-18

    Abstract: 本发明公开了一种烧结过程异常原因分析方法、装置及设备,涉及烧结过程异常分析技术领域,可解决根据人工经验无法及时、快速且准确的定位到导致烧结过程异常的原因,导致烧结过程能耗升高与产质量降低的技术问题。其中方法包括:确定烧结状态质量异常参数以及异常时刻;获取与烧结状态质量异常参数第一预设相关的烧结操作参数,根据异常时刻确定待分析的烧结操作时段,获取烧结操作时段对应的烧结状态质量异常参数数据以及烧结操作参数数据;根据烧结状态质量异常参数数据与烧结操作参数数据确定烧结状态质量异常参数区间对应的目标烧结操作参数区间;根据烧结状态质量异常参数区间与目标烧结操作参数区间分析烧结过程异常原因。

    一种烧结状态质量实时评价方法及系统

    公开(公告)号:CN117196364A

    公开(公告)日:2023-12-08

    申请号:CN202310900808.4

    申请日:2023-07-21

    Applicant: 东北大学

    Abstract: 本发明涉及一种烧结状态质量综合实时评价方法,包括:获取烧结产线评价参数和所述烧结状态质量综合指标参数,并对所述烧结产线评价参数和所述烧结状态质量综合指标参数进行多变量分析,以得到第一量化关系,所述烧结产线评价参数包括低频次烧结产线评价参数与高频次烧结产线评价参数;根据所述烧结产线评价参数和烧结产线实时参数通过数据转换与机器学习,以得到第二量化关系,所述烧结产线实时参数为仪表实时参数;根据所述第一量化关系和所述第二量化关系,生成烧结状态质量综合指标实时结果;根据所述烧结状态质量综合指标实时结果确定结状态质量实时综合等级。便于辅助现场操作人员快速决策,进而提高烧结产线稳定性。

    一种制备高镍高铬铁合金的方法

    公开(公告)号:CN114411042B

    公开(公告)日:2022-11-15

    申请号:CN202111571281.2

    申请日:2021-12-21

    Applicant: 东北大学

    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。

Patent Agency Ranking