-
公开(公告)号:CN119287153A
公开(公告)日:2025-01-10
申请号:CN202411796258.7
申请日:2024-12-09
Applicant: 中南大学 , 新余钢铁股份有限公司
Abstract: 本发明提供了一种粗粒级熔剂型钢渣磁选尾料在铁矿烧结中的配用方法,本发明创新性地对熔剂型钢渣磁选尾料进行混合筛分处理,得到粗粒级熔剂型钢渣磁选尾料,并用于铁矿烧结生产,从而减少了成分波动,改善了钢渣原料的制粒效果。进一步通过配料计算得到了一种高碱度的烧结原料,并配合MgO含量、固体燃料用量和烧结混合料含水率、烧结铺底料用量、烧结料层高度和烧结抽风机转速的联合控制,成功地解决了粗粒级熔剂型钢渣磁选尾料用于铁矿生产的难题,加强了烧结效果,提高了烧结矿成品率和转鼓强度。本发明的烧结原料的制粒效果很好,烧结效果得到了改善,成品率达到79.80%,烧结矿转鼓强度达到66.53%,FeO含量达到8.77%。
-
公开(公告)号:CN118692594A
公开(公告)日:2024-09-24
申请号:CN202410736839.5
申请日:2024-06-07
Applicant: 新余钢铁股份有限公司 , 江西理工大学
IPC: G16C20/70 , G16C20/10 , G06N3/006 , G06N20/00 , G06Q10/04 , G06Q10/063 , G06Q30/0201 , G06Q50/04
Abstract: 本发明公开了一种基于强化学习进化多目标的烧结配料优化方法及装置,方法包括如下步骤:步骤1:输入烧结配料总计划;步骤2:基于原料成分确定参与配料的各原料的成分、成本;步骤3:计算混烧结配料总计划中各元素主要成分的含量占比;步骤4:输入烧结配料总计划的工艺参数;步骤5:建立以最小化烧结配料方案成本的目标函数;步骤6:采用基于强化学习进化多目标智能优化算法对目标函数和工艺参数组成的数学模型进行求解,得到最优的烧结配料方案。通过算法计算出最优的烧结配料方案,该配料方案为烧结计划的指定提供了数据支持,实现烧结配料计划的动态最佳控制,提高烧结矿质量控制水平。
-
公开(公告)号:CN118762772A
公开(公告)日:2024-10-11
申请号:CN202410736837.6
申请日:2024-06-07
Applicant: 新余钢铁股份有限公司 , 江西理工大学
Abstract: 本发明公开了一种基于边界探索约束多目标的烧结配料优化方法,将烧结矿配比和烧结过程划分为一个约束多目标问题,采用基于分解的多目标优化算法迭代求解约束多目标问题并得到烧结配料的最优解。本发明的优点在于:采用约束多目标算法实现了烧结配料的最优计算,为烧结配料提供基础参考数据,提高了最优配料计算的准确性。
-
公开(公告)号:CN116911145B
公开(公告)日:2024-02-06
申请号:CN202311170399.3
申请日:2023-09-12
Applicant: 中南大学
IPC: G06F30/23 , G06T17/00 , G06F30/13 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种多因素作用下沿海铁路行车安全集成模拟方法及系统。该方法包括将单因素有限元仿真数据进行提取、处理和集成,在虚拟现实环境中从沿海环境、列车、线路轨道及列车牵引计算方面构建起沿海铁路行车模拟场景,将沿海软土路基沉降的结果集成为对沿海铁路线路轨道的影响,将海边侧风分析结果集成为对列车和其运行牵引力的影响,最终在虚拟环境中实现对多因素作用影响下的沿海铁路行车安全集成模拟和可视化。本发明得到多因素作用下沿海铁路行车安全集成模拟VR模型,让用户能够方便直观地学习沿海铁路列车多因素下安全行车的控制及三维模型,将有效的理论知识在实际场景中应用于可视化空间,有利于用户对知识和应用的联想。
-
公开(公告)号:CN116911145A
公开(公告)日:2023-10-20
申请号:CN202311170399.3
申请日:2023-09-12
Applicant: 中南大学
IPC: G06F30/23 , G06T17/00 , G06F30/13 , G06F111/10 , G06F119/14
Abstract: 本发明公开了一种多因素作用下沿海铁路行车安全集成模拟方法及系统。该方法包括将单因素有限元仿真数据进行提取、处理和集成,在虚拟现实环境中从沿海环境、列车、线路轨道及列车牵引计算方面构建起沿海铁路行车模拟场景,将沿海软土路基沉降的结果集成为对沿海铁路线路轨道的影响,将海边侧风分析结果集成为对列车和其运行牵引力的影响,最终在虚拟环境中实现对多因素作用影响下的沿海铁路行车安全集成模拟和可视化。本发明得到多因素作用下沿海铁路行车安全集成模拟VR模型,让用户能够方便直观地学习沿海铁路列车多因素下安全行车的控制及三维模型,将有效的理论知识在实际场景中应用于可视化空间,有利于用户对知识和应用的联想。
-
-
-
-