一种烧结操作参数实时量化分析与优化方法

    公开(公告)号:CN119541691B

    公开(公告)日:2025-05-16

    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。

    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。

    一种烧结操作参数实时量化分析与优化方法

    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。

    烧结矿软熔滴落性能自适应管理方法、装置及设备

    公开(公告)号:CN119989752A

    公开(公告)日:2025-05-13

    申请号:CN202510467385.0

    申请日:2025-04-15

    Applicant: 东北大学

    Abstract: 本发明提供一种烧结矿软熔滴落性能自适应管理方法、装置及设备,涉及软熔滴落性能管理技术领域,采集当前时刻烧结原料成分、当前时刻烧结原料配比和当前时刻烧结工艺参数,并计算当前时刻烧结矿理论成分;计算当前时刻烧结矿理论成分对应的当前时刻烧结矿软熔滴落温度理论值,并输入至准确预测模型,输出当前时刻烧结矿软熔滴落温度实际值;确定当前时刻烧结矿软熔滴落温度理论值和当前时刻烧结工艺参数对当前时刻烧结矿软熔滴落温度实际值的量化影响,调整当前时刻烧结工艺参数,实现对烧结矿软熔滴落温度的优化,与单纯的理论实验方式相比,通过与烧结工艺参数的结合,得到的当前时刻烧结矿软熔滴落温度实际值更加准确。

    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:CN119517222B

    公开(公告)日:2025-04-01

    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。

    烧结操作参数分析方法及装置

    公开(公告)号:CN119167040B

    公开(公告)日:2025-03-21

    申请号:CN202411666652.9

    申请日:2024-11-21

    Applicant: 东北大学

    Abstract: 本说明书实施例涉及冶金技术领域,公开了一种烧结操作参数分析方法及装置,包括:基于初始烧结数据确定初始烧结参数;获取初始烧结参数的设定值,以及获取初始烧结参数的当前值,将当前值与设定值进行对比确定数值关系;基于数值关系进行分类确定至少两种操作参数数据;基于操作参数数据进行规律分析,确定操作参数分析结果。基于数值关系进行分类确定至少两种操作参数数据;基于操作参数数据进行规律分析,确定操作参数分析结果,可以实现以烧结过程实时动态参数为核心,采用大数据技术对烧结数据进行实时处理与快速分析,处理速度快,分析结果即时性强。

    一种烧结动态知识图谱构建方法

    公开(公告)号:CN119494395A

    公开(公告)日:2025-02-21

    申请号:CN202510083692.9

    申请日:2025-01-20

    Applicant: 东北大学

    Abstract: 本发明提供一种烧结动态知识图谱构建方法,涉及知识图谱技术领域,包括:采集实时烧结过程中的全链条数据,并进行参数分类,得到烧结目标参数及烧结过程参数;基于预设数据分析方法进行趋势性关系分析,从而建立烧结趋势影响知识图谱;基于目标配矿周期对烧结过程参数进行参数分类,并匹配对应机器学习算法,构建烧结目标参数预测模型;获取与实时配矿结构吻合度最高的第一历史数据点对应的烧结趋势影响知识图谱,同时基于烧结目标参数预测模型获取与当前生产状态吻合度最高的第二历史数据点,得到烧结量化影响知识图谱,确定实时配矿结构对应的烧结趋势及量化影响知识图谱结果。能够实现机理数据的融合,提高系统处理效率及精准度。

    一种球团焙烧制度优化方法
    8.
    发明公开

    公开(公告)号:CN119993311A

    公开(公告)日:2025-05-13

    申请号:CN202510474509.8

    申请日:2025-04-16

    Applicant: 东北大学

    Abstract: 本发明提供一种球团焙烧制度优化方法,包括获取当前球团的工序数据,利用该工序数据中的当前球团的原料成分以及当前球团的原料配比,确定当前球团的理论成分含量,基于当前球团的理论成分含量,确定当前球团的理论渣相指标,利用多个相似度算法和每个相似度算法的权重,计算当前球团的理论渣相指标与每个样本球团的理论渣相指标之间的第一相似度,基于样本球团的理论渣相指标、样本球团的质量等级以及样本球团的焙烧制度之间的关联关系,选择最大第一相似度的样本球团的理论渣相指标下,最高样本球团的质量等级对应的样本球团的焙烧制度作为当前球团的焙烧制度,实现了快速准确地调整球团焙烧制度,提高了球团生产效率和质量。

    烧结操作参数分析方法及装置

    公开(公告)号:CN119167040A

    公开(公告)日:2024-12-20

    申请号:CN202411666652.9

    申请日:2024-11-21

    Applicant: 东北大学

    Abstract: 本说明书实施例涉及冶金技术领域,公开了一种烧结操作参数分析方法及装置,包括:基于初始烧结数据确定初始烧结参数;获取初始烧结参数的设定值,以及获取初始烧结参数的当前值,将当前值与设定值进行对比确定数值关系;基于数值关系进行分类确定至少两种操作参数数据;基于操作参数数据进行规律分析,确定操作参数分析结果。基于数值关系进行分类确定至少两种操作参数数据;基于操作参数数据进行规律分析,确定操作参数分析结果,可以实现以烧结过程实时动态参数为核心,采用大数据技术对烧结数据进行实时处理与快速分析,处理速度快,分析结果即时性强。

    一种烧结动态知识图谱构建方法

    公开(公告)号:CN119494395B

    公开(公告)日:2025-05-09

    申请号:CN202510083692.9

    申请日:2025-01-20

    Applicant: 东北大学

    Abstract: 本发明提供一种烧结动态知识图谱构建方法,涉及知识图谱技术领域,包括:采集实时烧结过程中的全链条数据,并进行参数分类,得到烧结目标参数及烧结过程参数;基于预设数据分析方法进行趋势性关系分析,从而建立烧结趋势影响知识图谱;基于目标配矿周期对烧结过程参数进行参数分类,并匹配对应机器学习算法,构建烧结目标参数预测模型;获取与实时配矿结构吻合度最高的第一历史数据点对应的烧结趋势影响知识图谱,同时基于烧结目标参数预测模型获取与当前生产状态吻合度最高的第二历史数据点,得到烧结量化影响知识图谱,确定实时配矿结构对应的烧结趋势及量化影响知识图谱结果。能够实现机理数据的融合,提高系统处理效率及精准度。

Patent Agency Ranking