-
公开(公告)号:CN119476745B
公开(公告)日:2025-04-25
申请号:CN202510060361.3
申请日:2025-01-15
Applicant: 东北大学
IPC: G06Q10/063 , G06Q50/02 , G06F18/20
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。
-
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。
-
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: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
IPC: G06F30/20 , G16C20/10 , G16C20/20 , G01N25/04 , G06F119/08 , G06F119/14
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。
-
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。
-
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
IPC: G06F18/20 , G06F18/241 , G06F16/2458 , G06F16/28
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。
-
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
IPC: G06Q10/063 , G06Q50/04
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。
-
-
-
-
-
-
-
-
-