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。

    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渣碱度智能调整方法

    公开(公告)号:CN119514898B

    公开(公告)日:2025-05-13

    申请号:CN202510092107.1

    申请日:2025-01-21

    Applicant: 东北大学

    Abstract: 本发明提供一种基于大数据的高炉炉渣碱度智能调整方法,属于智能制造技术领域,其方法包括收集高炉历史生产数据,根据所述历史生产数据确定生产关键参数,生成高炉炉渣碱度的理论计算模型;结合工艺原则确定炉渣碱度相关目标参数,并对相关目标参数进行筛选,得出强关联参数,构建预测模型;基于预测结果对高炉渣铁进行状态评估,得出状态评估结果,根据状态评估结果确定炉渣碱度的调整方向和调整步长;基于理论计算模型和当前入炉炉料数据,结合炉渣碱度的调整方向和调整步长确定物料调整量,提前一个冶炼周期对炉渣碱度进行智能调整,实现高效、精准的炉渣碱度控制,减少人工干预,优化操作流程,保持碱度在最佳范围,减少不合格率。

    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。

    渣皮厚度确定方法及装置
    6.
    发明公开

    公开(公告)号:CN119129443A

    公开(公告)日:2024-12-13

    申请号:CN202411613392.9

    申请日:2024-11-13

    Applicant: 东北大学

    Abstract: 本说明书实施例提供渣皮厚度确定方法及装置,属于高炉技术领域,方法包括:获取离线数据和在线数据;基于矿石数据确定渣皮性质数据,并基于设计炉型数据和渣皮性质数据确定挂渣网格模型;基于挂渣网格模型进行挂渣数值模拟,确定挂渣数值模拟模型;基于挂渣数值模拟模型和工况数据确定离线渣皮数值模拟数据;基于离线渣皮数值模拟数据构建渣皮厚度在线计算模型,并基于构建渣皮厚度在线计算模型确定渣皮厚度。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,实时性强,适用于不同冷却器的高炉,推广能力强,根据此方法实时计算渣皮厚度能够有效的辅助操作人员管控高炉,保证高炉稳定顺行。

    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。

    一种基于大数据的高炉炉渣碱度智能调整方法

    公开(公告)号:CN119514898A

    公开(公告)日:2025-02-25

    申请号:CN202510092107.1

    申请日:2025-01-21

    Applicant: 东北大学

    Abstract: 本发明提供一种基于大数据的高炉炉渣碱度智能调整方法,属于智能制造技术领域,其方法包括收集高炉历史生产数据,根据所述历史生产数据确定生产关键参数,生成高炉炉渣碱度的理论计算模型;结合工艺原则确定炉渣碱度相关目标参数,并对相关目标参数进行筛选,得出强关联参数,构建预测模型;基于预测结果对高炉渣铁进行状态评估,得出状态评估结果,根据状态评估结果确定炉渣碱度的调整方向和调整步长;基于理论计算模型和当前入炉炉料数据,结合炉渣碱度的调整方向和调整步长确定物料调整量,提前一个冶炼周期对炉渣碱度进行智能调整,实现高效、精准的炉渣碱度控制,减少人工干预,优化操作流程,保持碱度在最佳范围,减少不合格率。

Patent Agency Ranking