基于收得率预测的合金配料优化研究

合集下载

基于DRA-PSO优化的钢水脱氧合金化深度探究

基于DRA-PSO优化的钢水脱氧合金化深度探究

9 . 3 模型的推广 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
十、参考文献
26
十一、附录
27
附录 A 相关性分析
27
附录 B RBF 神经网络
27
附录 C 粒子群优化的多目标规划
29
一、 问题重述
1 . 3 需解决的问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
二、问题分析
1
2 . 1 问题一的分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
6 . 1 . 1 多元线性回归预测模型的建立 . . . . . . . . . . . . . . . . . . . . . 12
6 . 1 . 2 模型的检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
6 . 2 模型与算法的改进 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 . 2 问题二的分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 . 3 问题三的分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

钢水“脱氧合金化”配料方案的优化

钢水“脱氧合金化”配料方案的优化

作者: 苏畅[1];李媛[1];郑鑫浩[1];赵之一[1];李灏[1]
作者机构: [1]河南师范大学计算机与信息工程学院,河南新乡453007
出版物刊名: 科技创新与应用
页码: 88-90页
年卷期: 2020年 第20期
主题词: 合金收得率;多元线性回归分析模型;支持向量机;线性规划
摘要:转炉炼钢过程中,出钢时的脱氧合金化是相对独立而又十分重要的部分。

建立数学模型分析合金收得率并提高元素收得率预测准确率,进而实现脱氧合金化成本优化对实际钢铁冶炼具有十分重要的意义。

利用元素收得率为脱氧合金化时被钢水吸收的元素重量与加入该元素的总重量之比计算得到了碳、锰元素历史收得率,在元素收得率预测提高准确率的基础上,建议安装支持向量机[1]的元素收得率系统,建立良好的人机交互界面;最后介绍了成本的优化和合金配料方案。

工业炼钢中合金收得率的影响因素研究

工业炼钢中合金收得率的影响因素研究

工业炼钢中合金收得率的影响因素研究摘要:炼钢过程中,脱氧合金化是钢铁冶炼中的重要工艺环节,在保证钢产品达到某些特定要求指标,是各大钢铁企业提高竞争力所要解决的主要问题。

然而在冶炼过程中脱氧合金化的环节中,如何提高钢产品的合金收得率,降低各类影响因素是最为关键的要素。

首先,本文研究收得率的计算原理和方法,根据历史数据进行了C、Mn两种元素历史收得率的实际计算,得到两种元素收得率的分布情况。

然后进一步建立相关分析模型,通过不同钢号的钢产品两种元素收得率和转炉温度、加入合金料的量等因素的相关分析,应用SPSS和MATLAB软件分别确定了C、Mn两种元素收得率的主要影响因素。

关键词:收得率;MATLAB软件;影响因素前言炼钢过程是一个复杂的物理化学反应过程,其结果是要确保获得达标的合金元素含量,从而保证产品的最终性能。

脱氧合金化是炼钢冶炼中保证产品成分的重要工艺环节。

随着工业的快速发展,高附加值钢种产量不断提高,保证钢水质量是各大钢铁企业提高竞争力所要解决的重要问题。

1模型的建立与求解1.1数据预处理根据相关数据分析,文件存在数据缺失问题,将缺失数据分类,运用均值插补法,将数据分为定距型和非定距型,根据数据分析,转炉终点温度、转炉终点P分别为非定距型,转炉终点Si为定距型,转炉终点Mn与转炉终点P采用均值平滑,将缺失数据补齐。

1.2数据可视化及去噪根据相关数据分析,数据存在噪声,影响变量真值反映。

应用MATLAB对相关数据进行可视化,运用plot绘制数据最原始分布形态,了解数据大致的分布中心、边界、数据集中程度信息。

1.3计算C、Mn收得率合金收得率指脱氧合金化时被钢水吸收的合金元素的重量与加入该元素总重量之比:其中Q为钢水净重;r为合金配料种类总数;yij为第i种合金配料中j元素的含量;x(xi )为第i种合金配料的重量;a(ai )为某种元素的目标含量,bj为第j种元素的转炉终点的含量;根据上诉公式可以得出C、Mn两种元素的历史收得率。

钢水“脱氧合金化”配料方案的优化研究

钢水“脱氧合金化”配料方案的优化研究
计算钢号hrb400b下的405个有效数据计算c元素收得率的误差值发现预测模型下的大部分炉号误差值基于001之间为更加精确预测模型将误差定于0005筛选出的元素c的264组数据元素mn的315组数据带入改进后的预测模型中得出改进后预测数据与实际数据的拟合效果图所得元素c相关系数为08116元素mn相关系数为08091
智者论道
智库时代
钢水“脱氧合金化”配料方案的优化研究
王梦娇
(山东科技大Βιβλιοθήκη ,山东青岛 266590)摘要:炼钢过程中的脱氧合金化是钢铁冶炼的重要工艺环节,随着钢铁行业中高附加值钢种产量的不断提高,在保证钢水质量的同时最大
限度地降低合金钢的生产成本已经成为各大钢铁企业提高竞争力所要解决的重要问题。基于此,本文对钢铁冶炼中的脱氧合金化环节进行
(三)基于单纯形法的合金加料模型 单纯形法主要包括决策变量、目标函数 和约束条件。合金单价及合金中元素的含有 量由附件所给数据可得;钢水中各元素的初 始含有值;各元素的内控区间上、下限及钢 水重量由附件中所给数据可得;求解得到的 元素收得率预测模型计算各元素收得率。 由于添加合金前钢水净重以及转炉终 点钢水中第 j 种元素含量视为恒定量,我 们以炉号 7A06878(添加合金前钢水净重( kg )74400,转炉终点钢水中 C、Mn、S、P、 Si 元素含量(重量百分比)分别为 0.00065、 0.0011、0.0003、0.00014、0.004)为实例 讲解模型。在脱氧合金化过程中,为使合金 元素的含量达到目标要求,需要添加钢水中 含量不足的元素。在确定加料方案时,可以 在附件提供的合金种类中进行选择,经过观 察和分析,通过以下几点准则对合金进行筛 选:由于钢水脱氧合金化主要关注 C、Mn、S、 P、Si 五种基本元素的含量,为了简化问题, 在此只考虑以上五种基本元素。因此我们将 这五种基本元素含量等于 0 的合金配料(包 括 [ 氮化钒铁 FeV55N11-A]、[ 钒氮合金 ( 进 口 )])不纳入考虑。 [ 钒铁 (FeV50-A)] 与 [ 钒铁 (FeV50-B)] 五种基本元素含量相同且价格相等,于是根 据相关资料和附件中加入合金料的重量等相 关数据,对其进行同一化处理来简化

钢水“脱氧合金化”最优配料方案研究

钢水“脱氧合金化”最优配料方案研究

钢水“脱氧合金化”最优配料方案研究摘要:本文主要针对我国钢铁产量进行相关生产工艺的研究。

矿石、煤炭等资源消耗巨大,因此利用改进生产工艺,对降低能耗、提高效益、提高产业竞争力具有重要意义。

首先我们对历史数据进行了预处理,删除了包括转炉终点温度为0的,C、Mn等元素数据均为Null的,其次加入的合金量为0的异常数据,并对九种不同钢号的钢铁进行了分离研究,最后使用MATLAB对正常数据进行了提取,并代入推导出的收得率计算公式,得到了主要元素的平均历史收得率。

根据结果,利用灰色关联分析法分析了转炉终点温度、加入合金料的量等多个因素,并提出了合金加入方式、钢品种为影响元素收得率的两个主要因素。

关键词:灰色关联分析法;人工神经网络;卡方检验;模拟退火模型引言炼钢过程中,脱氧合金化操作对于生产高附加值的优质钢种来说已成为必不可少的内容,可以准确、经济地生产出成分波动小且性能稳定的钢种,是炼钢自动化水平的标志之一。

故研究脱氧合金化模型并实现该工序的计算机控制具有明显的社会效益和经济效益。

通过分析研究炼钢历史数据及现实因素,计算C、Mn两种元素历史收得率,并着重分析影响元素历史收得率的主要因素。

利用元素收得率数据参数,建立数学模型预测C、Mn两种元素的收得率,并根据主要影响因素,进一步优化算法尽可能地提高预测准确率。

分析研究元素收得率的预测结果,建立数学模型,实现钢水脱氧合金化成本优化计算,并设计出合金配料方案。

1、问题分析首先我们需要对数据进行清除,保留正常数据后,根据元素收得率计算公式计算出C、Mn两元素的收得率,然后分析其他量化指标,但对于影响收得率的因素除量化指标外还应该与钢的种类有关,因此需要对钢的品种分类再使用灰色关联分析法,最终,我们加入合金料的量、钢品种为影响元素收得率的两个主要因素。

预测首先需要找到时间关系,因此我们使用炉号作为时间关系,并使用线性回归方程按照简单时间序列对C、Mn两种元素的收得率进行了预测,然后需要考虑其它影响元素收得率的因子从而进一步优化算法,我们可以利用人工神经网络模型对收得率参数进行处理,并对系统多次练习,从而提高预测准确率。

合金吸收率及配料技术公式

合金吸收率及配料技术公式

合金元素的吸收率及配料技术公式1、 中频感应炉熔炼时,加入铁合金中的合金元素收得率是多少?在整个熔炼过程中碳、硅、锰等元素的变化规律是什么?熔炼低合金钢、单元高合金钢、多元高合金钢时,在配料时怎样计算特合金的加入量? 1)中频感应炉熔炼时合金元素的收得率,见表1表1 合金元素的收得率2)中频炉熔炼中,碳、硅、锰等元素的变化规律:①C 在熔炼全过程要烧损,炉料较好时碳烧损0.03%-0.06%。

废钢等熔清,经预脱氧后取炉前钢样到出钢碳烧损约0.02%(碳钢,低合金钢);②废钢熔清后的残硅:碱性炉约0.1%,中性炉约0.15%,酸性炉约0.25%;③废钢熔清后的残Mn :碱性炉、中性炉约0.2%~0.25%,酸性炉约0.1%~0.15%;④铁合金中的碳100%回收,硫、磷100%回收;⑤铁合金中的硅(稀土硅铁合金)100%回收;⑥酸性炉出钢前出现硅还原现象,钢液中增硅0.05%。

3)熔炼低合金钢时,铁合金加入量按下式计算:序号 合金名称 作用及加入时间 合金元素收得率 碱性炉 中性炉 酸性炉 1 FeSi 合金化,出钢前5~8min 85 90 100 2 FeMn 合金化,出钢前5~8min 90~95 85 75~80 3 FeCr 合金化,出钢前5~8min 95 95 95 4 FeNo 熔毕,或出钢前15~30min 98 95 95 5 FeW 熔毕,或出钢前15~30min 98 95 95 6 FeTi 铝终脱氧后加入,或冲包50~70 50~70 50~70 7 FeV 合金化,出钢前5~-8min (质量分数小于0.3%) 80~9080~90 80~90 合金化,出钢前5~8min (质量分数大于1.0%)95 90 90 8 FeNb 合金化,出钢前5~8min90 90 85 9 FeB 冲包40~60 40~60 40~60 10 金属镍 合金化,出钢前15~30min 98 98 95 11 金属铜 合金化,出钢前15~30min 98 98 95 12 石墨电极粉 增碳,出钢前5~8min 90 90 90 13焦炭粉增碳出钢前5~8min808080铁合金加入量 =4)熔炼单元高合金钢时,铁合金加入量按下式计算:铁合金加入量 =5)熔炼多元高合金钢时,各元素加入量都很大,一种铁合金加入,钢液量随之增大,影响其他元素在钢中的含量,故采用“补加系数”法计算(补加系数是指每加入100kg 合金料需补加的量),程序如下:① 各项合金占有量 =② 纯钢液占有量=100%-各项合金占有量之和 ③ 补加系数 =④ 钢液综合收得率=95%~97%。

《合金配料助手》316L合金配料软件演示实例

《合金配料助手》316L合金配料软件演示实例

《合金配料助手》316L合金配料软件演示实例南京英浦信息技术有限公司开发的《合金配料助手》是一款针对铸造熔炼配料的软件系统,通过精确计算铸造生产过程中的配料比例,为铸造企业提高了研发、试验、生产的效率;从生产环节来讲,保证了合金生产时采用的是最优化方案,大大降低了企业生产成本;同时,由于采用了标准化的计算方法,企业生产的配料方案将采用计算机辅助计算的方式,有利于企业配料方案的标准化,对于提高产品质量、提高产品竞争力有极大的帮助。

《合金配料助手》适用于普通大气熔炼和真空熔炼。

合金配料助手主要包含4大功能:经济配料、快速配料、特殊配料、母料采购分析,此外还提供如“辅助计算”等方便配料人员在多母料情况下配料的功能。

本实例对企业常用的经济配料功能就316L材质进行演示,作为配料软件教程学习使用。

一、准备工作采用《合金配料助手》进行配料前的准备工作是指针对各个企业自身情况,对合金、材质原材料的成分、价格、烧损等等参数的设置,为软件自动运算提供数据支撑,主要工作分为三步:(1)根据企业情况,分析316L原材料,例如:纯铁、铸造生铁、回炉料、废钢料、硅铁、锰铁等,各公司使用的原材料会有所不同。

(2)查询企业目前现各原材料成分和购买单价。

(3)检测企业在现有工艺条件下配料时各合金的烧损。

二、数据录入在准备工作阶段准备的各个数据,在此步骤中将录入到《合金配料助手》软件系统中来,以便日后配料计算。

详细如下:(1)录入公司配料所需的各合金材料的成分与烧损(收得率),点击运行软件,在主菜单栏中点击【基础数据维护】-【增加合金数据】,进入合金数据添加界面,将准备工作中公司合金的成分、价格、收得率等等数据录入到系统当中去。

点击【增加合金数据】进入如下界面:其中,合金收得率为该合金收得率(烧损),合金主元素是指该合金常用基底类型。

选择熔炉类型(因为不同的熔炉类型,合金的烧损不一样),最后选择保存。

系统会自动存储这些数据,配料生产时直接选择即可。

合金收得率预测及配料方案优化问题的建模与求解

合金收得率预测及配料方案优化问题的建模与求解

科学技术创新2019.21重污染河道水体氮素迁移与转化的影响[J].环境科学,2011,32(10):2971-2978.[6]谌伟,李小平,孙从军等.低强度曝气技术修复河道黑臭水体的可行性研究[J].中国给水排水,2009,25(1):57-59.[7]孙井梅,王志超,席兆胜等.扰动对水体富营养化的改善作用[J].生态环境学报,2012(8):1447-1451.[8]Degetto S,Cantaluppi C,Cianchi A,et al.Critical analysis of radiochemical methodologies for the assessment of sediment pollution and dynamics in the lagoon of Venice (Italy).[J].Environment International,2005,31(7):1023.[9]Markert B E,Tesmer M G,Parker P E.An in situ,sediment oxygen demand sampler [J].Water Research,1983,17(6):603-605.[10]杨兆华,何连生,姜登岭,等.黑臭水体曝气净化技术研究进展[J].水处理技术,2017(10):49-53.[11]Yong J C,Park J Y,Kim Y J,et al.Flow Characteristics of Microbubble Suspensions in Porous Media as an Oxygen Carrier[J].CLEAN -Soil,Air,Water,2010,36(1):59-65.[12]余光伟,雷恒毅,刘康胜,等.治理感潮河道黑臭的底泥原位修复技术研究[J].中国给水排水,2007,23(9):5-9.[13]马传军.跌水曝气-推流式生物接触氧化工艺的研究[D].大连:大连交通大学,2008.[14]刘晓波.人工强化跌水曝气接触氧化法改善城市内河水质的试验研究[D].保定:河北农业大学,2010.[15]姜丹.基于太阳能曝气技术的市内河重污染河道治理实验研究[J].中国水能及电气化,2017(3):67-70.[16]王文林,殷小海,卫臻等.太阳能曝气技术治理城市重污染河道试验研究[J].中国给水排水,2008,24(17):44-48.[17]王美丽,袁震,何连生等.微纳米曝气技术处理黑臭河道废水的研究[C]//2014中国环境科学学会学术年会.2014.[18]杨长明,荆亚超,沈烁,等.微孔曝气与覆盖对城市重污染河道底泥磷形态分布及释放过程的影响[J].环境化学,2015(6):1150-1157.[19]凌晖,王诚信.纯氧曝气在污水处理和河道复氧中的应用[J].中国给水排水,1999,15(8):49-51.[20]孙从军,张明旭.河道曝气技术在河流污染治理中的应用[J].环境保护,2001(4):12-14.[21]谢海文,沈乐.河流曝气技术简介[J].水文,2009,29(3):59-62.[22]张晓红,宋肖锋,蔡国强,等.生态修复综合技术在杭州虾龙圩河的应用[J].环境工程学报,2012,6(12):4535-4542.[23]吉琴.综合生态修复技术用于上海古猗园内景观水体治理[J].中国给水排水,2017(14):86-88.[24]王云中,杨成建.生态喷泉运用于景观水体水质稳定的可行性分析[J].生态经济(中文版),2009(11):180-182.[25]李丽敏.景观湖泊湖湾区水环境特征及喷泉复氧技术效能研究[D].重庆:重庆大学,2015.[26]GRIFFITHS,I.M,LLOYD,et al.Mobile oxygenation in the Thames estuary [M]//A study of microbial antagonism :.Acta Universitis Gothoburburgensis,1985:779-781.[27]陈伟,叶舜涛,张明旭.苏州河河道曝气复氧探讨[J].给水排水,2001,27(4):7-9.[28]朱文博,王洪秀,柳翠,等.河道曝气提升河流水质的WASP 模型研究[J].环境科学,2015,36(4):1326-1331.[29]王瑟澜,孙从军,张明旭.水体曝气复氧工程充氧量计算与设备选型[J].中国给水排水,2004,20(3):63-66.[30]张自杰.排水工程(下册)[M].北京:中国建筑工业出版社,1996.合金收得率预测及配料方案优化问题的建模与求解刘丰瑞杨琳何雨哲刘雨瑶马昕(东北电力大学电气工程学院,吉林吉林132012)1问题的分析目前,研究自动配料系统的合金收得率预测及最优配料问题的常用方法包括参考炉次法[1]、多元线性回归法[2-4]、Petri 网[5]、模拟退火[6]、遗传算法(Genetic Algorithm,GA)、BP 神经网络[7-9]并结合计算机仿真技术。

铸造铝合金生产配料最优化系统的建立与实施

铸造铝合金生产配料最优化系统的建立与实施

2 最 优 化模 型 的 建 立
下 面 以欧洲标 准铸 造铝 合金 E C—AS6 u NA 1iC 4 产 品为例 , 建立 生 产配料 的最 优化 模 型 , 其化 学 成分
的技 术标 准见 表 2 。实 际生产 配 料 时不 能 按 照技 术
标 准规 定 的成分 上 下 限 进行 , 是要 综 合 考 虑 产 品 而
更 深入 地优 化 陶瓷配 方 。 目前 , 造 铝合 金 生 产配 料 的计算 一般 通 过计 铸
算 器或 者 E C L等 手工 方式 完成 , X E 重点 考 虑 的是 产 品的化 学成 分要 求 等 。 由于可 选 用 的材 料较 多 , 因
此 其配 料计 算 出的 只是满 足产 品化 学成 分 的一个 配 料 方案 , 是严格 的优 选计 算结 果 , 不 不能 对材料 成本
5 3工 业 硅 用 量 表
30 3 3工业 硅用 量 ,. 示 金 属 铜 用 量 , 表 示 金 属 : 表 镁用量 , 表 示金 属锌 用量 , 表示 金 属锰 用 量 ,
表示 铝钛 中间合金 用 量 ; c( 以 单位 : k ) 元/ g 表示 以
冶 金 丛 刊
总第 16期 9
铸造 铝合 金 的合金 化 ( 杂质 ) 素主 要 有 s 、 或 元 i F 、 u Mg Z 、 、i , e C 、 、n Mn T 等 并且 其 含量 可 以有 一 定 的
浮动, 因此其 生产 配料 可 以有多种 组合 , 优化 设计 为 提供 了基 本条 件 。铸造 铝合 金生 产常 用 的原材 料 主 要有 A 0铝 、 0 工业 硅 、 属铜 、 属 镁 、 金 金 金属 锌 、 属 金
料 , 于 1 4 、0 0 8 1 等 变形 铝合 金 的配 料 优 用 1 5 1 6 、0 1

铁冶炼过程脱氧合金化配料方案优化模型

铁冶炼过程脱氧合金化配料方案优化模型

终点 C,转换器终点 Mn,转换器终点 S,转换器终点 P,转换器终点
Si,并给出了实际意义。权重用于获得每个指数的权重,最终计算 C
和 Mn 的历史收益率。
熵权法是根据各指标的变异程度,利用信息熵计算出各指标熵
权,再通过熵权对各指标的权重进行修正,从而得出客观的指标权重。
若某个指标的熵值越小,权重越大,说明其指标值的变异程度越大,
通过建立了灰色系统模型来预测 C 和 Mn 元素的产量,从而以更高的精度进行估算,以便根据实际发展更准确地了解可能的需求,采 取措施使其适应生产需要。我们最终计算出 C 和 Mn 的预测产率分别为 16.23%和 15.44%。并且,通过分析建立的模型结果的残差结果, 我们可以发现误差很小,均在 5%以内,因此我们认为建立的模型科学可靠,符合实际生产需要。
首先建立了熵权法模型,并将影响产率的指标分为转换器终点 C,转换器终点 Mn,转换器终点 S,转换器终点 P,转换器终点 Si,并 给出了实际意义。权重用于获得每个指数的权重,最终计算 C 和 Mn 的历史收益率。然后,根据原始数据,我们可以计算出 C 和 Mn 的历史 产量分别为 13.22%和 16.76%。同时,我们可以发现,在影响历史产量的因素中,转换器末端 S 和 Si 的影响更大,其重量分别达到 0.1398 和 0.1423。
关键词:物联网 O2O 中小额度印册市场 印后装订
1 引言 当前,印后装订设备正在向高效率、高自动化、高智能化、高数字化 的方向发展。大型智能化装订生产线能实现快速大批量生产。然而对于 普通打印店而言,通常每次所接订单额度约为 200-1000 册,所以大型 智能化装订生产线并不适合传统打印店。 通过对郑州市文化路部分打印店调研发现,中小型额度的印后装订 工作,通常需要耗费大量人力物力裁剪装订,客户要求质量高,时间紧任 务重,人工装订成本高并且无法保证质量。 因此 , 我们针对中小型印刷机构的印后装订整理设计了基于物联 网与 o2o 模式的中小额度印册系统 , 该系统能够高效、快速地完成排版, 智能检错,折页及装订, 且性价比较高 ,节省了人力成本 , 具有广阔的 应用前景和发展空间。同时,团队开发了配套的智册优品小程序,网站 和 APP。将使用人员分为用户,设计师,商家三类。通过软硬结合智能一 体化的方式,提高商家接单效率,改善用户体验效果使其更加人性化, 个性化,智能化。 2 解决方案 本系统由印册一体机、手机端 app 和 web 服务器组成。 2.1 印册一体机 主要功能如下: 2.1.1 打印质量自动检测和纠正:位于纸张出口上端的摄像机能够 及时地捕捉到打印纸张的图像,并传递给微处理器,微处理器接收到图 像并通过调用基于 OpenCV 视觉处理库的相关算法处理所获得的图像, 进而对纸张打印情况进行判断处理,并传递回处理端,对纸张的位置进 行快速调整。 2.1.2 纸张的自动剪裁:当纸张经过纠错摆放好并到达正确的位置, 已经设定好长宽的的切割刀根据程序的指令下压进行切割。 2.1.3 纸张的自动装订:固定数量的纸张即一册纸切割完毕并到达 指定位置,先由位于四周的挡板整理纸张把纸张码齐并固定,然后选定 的装订装置启动,进行装订。底部挡板启动对书册进行对折,完成成品。 产品使用: 当用户开机使用时,显示欢迎页面,点击 Enter 按钮播放欢迎音乐。 用户可以在主页面上实现控制灯光开关、一键装订、播放产品演示视频、 查看时间等功能。也可点击控制台按键,进入控制台,手动控制机器各个 零部件的动作,方便维护。 ①给印册一体机通电,打开电源开关,并通过 WiFi 连接至互联网。 ②机器自动对各部件的位置进行初始化,并自动进行机器自检错。 ③打印店主可通过手机 App 或者机器上内置的中控屏选择所需装 订设备和纸张大小。 ④印册一体机根据用户所下达的指令,自动切换装订设备并安装到 相应位置,随后机器自动确定压痕位置及切割刀距。

脱氧合金化流程的指标预测与成本优化模型

脱氧合金化流程的指标预测与成本优化模型

Physics,2009,5(3):222-226[5]N.Stander,B.Huard,et al.Evidence for Klein tunneling in graphene p-n junctions [J].Physical Review Letters,2009,102(2):026807.1-026807.4[6]F Wang,Ran Y .Nearly flat band with Chern number C=2on the dice lattice[J].Phys.rev.b,2011,84(24):277-284.[7]D Bercioux,Goldman N ,et al .Topology -induced phase transitions in quantum spin Hall lattices [J].Physical Review A,2010,83(2):498-503.[8]Vigh,M,Oroszl ány,et al.Diverging dc conductivity due to a flat band in a disordered system of pseudospin-1Dirac-Weylfermions[J].Physical review,B.Condensed matter and materials physics,2013,88(16):161413-1-161413-5.[9]Illes E ,Carbotte J P ,Nicol E J .Hall quantization and optical conductivity evolution with variable Berry phase in the α-T3model[J].Physical review,2015,92(24):245410.1-245410.9.[10]Raoux A ,Morigi M ,Fuchs J N ,et al.From Dia -to Paramagnetic Orbital Susceptibility of Massless Fermions[J].Physical Review Letters,2014,112(2):026402-026408.[11]潘林峰,邱学军.α-T3模型中的Klein 隧穿和电导[J].中南民族大学学报,2016,35(4):64-69.[12]E.Illes,E.J.Nicol.Klein tunneling in the α-T3model[J].Physical Review B,2017,95(23):235432.1-235432.8[13]B.Dey,T.K.Ghosh.Floquet topologicalphase transition in α-T3lattice [J].Physical Review B,2019,99(205):1-9.[14]E.Illes,E.J.Nicol.Magnetic properties of the α-T3,model:Magneto-optical conductivity and the Hofstadter butterfly [J].Physical Review B,2016,94(12):125435.1-125435.13.[15]Y.Ominato,K.Kobayashi,K.Nomura.Anisotropic magnetotransport in Dirac-Weyl magnetic junctions [J].Physical Review B,2017,95(8):085308.1-085308.6.图6电导与入射能量的变化关系图脱氧合金化流程的指标预测与成本优化模型陈惟崴聂荣志田玥(南开大学,天津300000)1概述炼钢过程中的脱氧合金化是钢铁冶炼中的重要工艺环节。

钢水“脱氧合金化”收得率的预测模型研究

钢水“脱氧合金化”收得率的预测模型研究

钢水“脱氧合金化”收得率的预测模型研究姜皓月(山东科技大学,山东 青岛 266590)摘 要:随着钢铁行业中高附加值钢种产量的不断提高,钢水“脱氧合金化”的配料方案也越来越重要。

本文建立了一套脱氧合金化过程中收得率的模型算法,并信息进行分析,希望对今后研究提供参考。

关键词:脱氧合金化;预测模型;算法中图分类号:TF701 文献标识码:A 文章编号:1002-5065(2020)01-0180-2Research on the prediction model of the yield of "deoxidized alloying" of molten steelJIANG Hao-yue(Shandong University Of Science And Technology,Qingdao 266590,China)Abstract: With the continuous increase of the output of high value-added steel in the steel industry, the dosing scheme of "deoxidation alloying" of molten steel is becoming more and more important. In this paper, a set of model algorithm of yield in the process of deoxidization alloying is established, and the information is analyzed.Keywords: Deoxidized alloying; Prediction model; algorithm脱氧合金化是钢铁冶炼中的重要环节。

通过控制炼钢过程中加入的合金比例和种类,可以使不同钢种在冶炼结束时具有某些特定的物理性能。

转炉冶炼脱氧合金化方案优化设计

转炉冶炼脱氧合金化方案优化设计
2. School of Metallurgy and Energy, North China University of Science and Technology, Tangshan 063210, China;
3. School of Materials Science and Engineering, North China University of Science and Technology, Tangshan 063210, China)
M 冶金冶炼 etallurgical smelting
转炉冶炼脱氧合金化方案优化设计
周会玲1,张 茜2,韩新月3,刘维姗1,陈丽梅2
(1. 华北理工大学经济学院,河北 唐山 063210 ;2. 华北理工大学冶金与能源学院,河北 唐山 063210 ;
3. 华北理工大学材料科学与工程学院,河北 唐山 063210)
摘 要 :近年来,我国金属冶炼生产流程工艺进步幅度显著提高,脱氧合金化是冶炼过程中的重要工艺环节,其关键在
于如何在优化合金配料。首先,根据合金收得率公式得出 C 和 Mn 元素的历史收得率,建立基于因子分析的收得率影响
因素模型得出影响 C 和 Mn 元素收得率的综合指标。然后,建立 C 和 Mn 元素收得率与影响因素的多元线性回归方程,
ZHOU Hui-ling1, ZHANG Qian2, HAN Xin-yue3, LIU Wei-shan1, CHEN Li-mei2
(1.School of Economics, North China University of Science and Technology , Tangshan 063210, China;
根据有关数据,并结合相关资料可以看出,可以通过焦 增碳剂和碳化硅(55%)以及其他合金料含金属元素量 [1], 结合其高炉合金液体反应的化学方程式,计算出碳元素的合 金加入量 GC, 代入公式(1)中,得到脱氧合金化时碳元素的 历史收得率散点图,C 的历史收得率为 85% 左右,同理得出 Mn 的历史收得率为 90% 左右。 1.2 模型的求解

钢水脱氧合金收得率影响因素分析研究

钢水脱氧合金收得率影响因素分析研究

钢水脱氧合金收得率影响因素分析研究作者:张嘉翔来源:《科学导报·学术》2019年第23期摘 ;要:本文围绕钢水“脱氧合金化”配料方案的优化问题,对炼钢过程中影响C、Mn收得率的主要因素进行了分析研究。

针对C、Mn的历史收得率及其17种影响指标进行相关性分析,分析结果显示Mn的历史收得率与指标几乎没有相关性或相关性很弱。

对此,本文单独对Mn元素及其影响指标进行逐步回归分析,最终得出影响C、Mn历史收得率的主要因素。

关键词:钢水脱氧合金化;合金收得率;相关性分析引言随着钢铁行业中高附加值钢种产量的不断提高,如何通过历史数据对脱氧合金化环节建立数学模型,在线预测并优化投入合金的种类及数量,在保证钢水质量的同时最大限度地降低合金钢的生产成本,是各大钢铁企业提高竞争力所要解决的重要问题。

1 数据处理在钢水脱氧合金化过程中,合金收得率受多种因素影响,难以采用显式表达式确定。

通过对低合金钢种前期冶炼数据的采集,得到历史真实数据以及常用合金成分说明。

在对研究数据进行预处理后,进行数据分析。

合金收得率指脱氧合金化时被钢水吸收的合金元素的重量与加入该元素总重量之比。

其中,被钢水吸收的合金元素的重量 = 脱氧脱氧合金化之后钢水中相应元素的含量 *(钢水净重+ 加入的纯净合金料的质量)—转炉终点 * 钢水净重,其中,加入的纯净合金料的质量 = 加入合金料的质量 *每种合金对应的元素含量比重之和;加入该元素总重量 = 转炉终点时元素含量 * 钢水净重 + 加入合金料的质量 * 其对应元素所占的百分比。

依照研究数据可以计算出不同炉号、不同钢种、不同钢号的 C,Mn 元素分别对应的历史收得率。

考虑到样本容量较大的特点,取平均值来代表不同钢种不同钢号的 C 和 Mn 的历史收得率。

计算结果如下表所示:下面仅考虑加入的 10 种不同的合金料质量、转炉终点温度、转炉终点 C 含量、转炉终点Mn 含量、钢水净重等因素对 C、Mn 两种元素的历史收得率的影响。

转炉废钢综合收得率测算研究

转炉废钢综合收得率测算研究

转炉废钢综合收得率测算研究2身份证号码:******************山东日照276800摘要:废钢作为炼钢一种重要的原料,如何最大限度的利用其价值是很多钢厂研究的问题,国内虽然有些钢厂进行过单料型的测算,[1]但基于单料型废钢供应保障及测算数据较少,不具有足够的指导作用。

本文通过转炉废钢综合收得率测算的意义,重点介绍某钢厂为摸清废钢收得率所进行的一系列测算,为公司废钢上量提供了坚实的基础。

关键词:废钢、收得率、料型1前言转炉炼钢含铁料来源主要有两个:一是铁水,二是废钢。

前者是自然资源,后者是回收的再生资源,炼钢厂应该尽可量少用铁水,多用废钢,有研究表明,提高转炉废钢比可以降低粉尘排放、硫化物、氮化物等有害气体排放,既有利于保护资源,又有利于节约能源,保护环境。

某钢厂一直以来炼钢能力大于炼铁能力,面临着铁水不足的情况,在转炉炼钢生产中,废钢成本约占炼钢总成本的15~25%左右,合理利用废钢是控制好炼钢成本的重要环节。

转炉多吃废钢成为这些厂家作为增加钢产量和提升效益的一个主要手段,所以废钢问题的研究是十分有意义的,特别是废钢收得率的问题。

为了保证数据的准确性,测算过程必须采用大数据进行统计,另外考虑到单料型供应的稳定性,某钢厂决定采用2022年主要料型(全年料型比较稳定,占比95以上)进行测算废钢综合回收率。

2 废钢在炼钢过程中运动的模式转炉炼钢过程中因顶吹氧射流的冲击和底吹气体的搅拌作用,熔池液体呈高度紊流状态。

在此情况下流体的黏性力和表面张力并非影响熔池运动的主要因素。

[2]顶吹转炉吹炼时,顶吹射流对于熔池的切向力使得熔池上部的液体由中心流向边缘,再沿炉壁由上向下运动,而熔池下部的铁液由边缘流向中心,然后返回熔池上部。

废钢被流动的液体推向熔池中部区域,搅拌情况不同,废钢在熔池中的运动状态也各不相同,表现为下的几点:⑴从废钢加入转炉后,呈无序状态堆积在炉底,在冶炼状态下,转炉熔池内的铁液是以“涌泉”状的形式形成环流,并且推动废钢的运动。

6061铝合金圆铸锭工艺优化及技术改进探究

6061铝合金圆铸锭工艺优化及技术改进探究
生产时无法达到合格指标。
工厂通过确立
“提升 6061 牌号成品率工艺试验研究”
作为技术创新项目,目的是找出 6061 牌号合适的浇铸参
数,
使生产的产品既能满足客户需求,
同时提升成品率。
通过分析,6061 硅及镁含量比 6063 较高,并且加入
了铜和铬元素。Si 的数量应使合金中所有的 Mg 都能以
Mg2Si 相的形式存在,以确保 Mg 的作用得到充分的发挥。
《模具制造》2024 年第 4 期
·压铸模技术·
学成分对比分析表,表 2 所示为 6061 牌号铝合金圆铸
锭主要缺陷。
表1
牌号
6061 牌号与 6063 牌号铝合金圆铸锭化学成分表
含量(%)
Si
6061 客户要求
6063 客户要求
0.79~0.85
0.58~0.62
0.43~0.70
Mg
Cu
0.18~0.27
Cr
0.04~0.15
Al
余量
表2
0.38~0.42
≤0.005
≤0.005
余量
6061 牌号铝合金圆铸锭主要缺陷
所执行的生产工艺参数为 6063 铝合金工艺参数,导
致前期生产出现 6061 牌号成品率低,影响整体生产指
标。2021 年 1 月份 6061 牌号生产成品率统计如下图,由
于其生产时合金元素比重不同,导致按照 6063 工艺规程
60
50
40
30
20
10
0
第一炉成品率 第二炉成品率 第三炉成品率 第四炉成品率 第五炉成品率 第六炉成品率 第七炉成品率 第八炉成品率 第九炉成品率 第十炉成品率

2016-2017年铝合金配料计算(总结)

2016-2017年铝合金配料计算(总结)

铝合金配料计算铸造有色合金熔炼配料,以往以理论计算为依据,采用表格法进行。

由于计算过程繁琐,很难在生产现场计算。

随着科学技术的进步,对有色合金的化学成分有了更为严格的要求,不少工厂还增设了炉前检测手段。

如果仍然按照传统办法进行计算,确实有一定困难。

本文作者们通过多年摸索,从生产实践中总结出一种简易计算法。

1 配料计算注意事项1.1 合理确定控制值参照技术标准和产品技术要求确定控制值,不能简单的求其中间值。

控制值应由技术人员根据合金日常力学性能指标和物理特性表确定并公布到炉前,供操作者贯彻执行。

1.2 合理选择炉料根据工作合金质量要求,正确选择主体金属(铜、铝、镁、锌等,下同)和各种中间合金及纯金属的质量等级。

即要保证质量,又要考虑经济效益。

炉料成分是配料计算的依据,各种入炉材料,化学成分必须明确。

同牌号回炉料未按炉批存放时,在成品成分稳定的情况下,可以按照控制值进行计算。

1.3 合理确定烧损率熔炼过程中各元素变化差异很大,影响烧损率的因素很多。

但是,在同一台炉子上,炉况基本正常,熔炼某一合金,炉料变化不大时,烧损率变化不大。

对于那些炉前具有先进检测仪器的工厂,烧损率甚至可以根据上一炉烧损情况进行调整。

‘熔化过程中主体金属也有烧损,为了计算方便,主体金属的烧损不计。

对于那些与主体金属烧损率相近的合金元素也可以不计,只对那些烧损率与主体金属相差很大的合金元素才给予考虑。

这样作,对于某一种合金来讲,计算就简便多了。

同牌号回炉料,熔化过程中各元素烧损较少。

重熔时,只对高烧损的合金元素进行补加,其它元素可以不进行调整。

1.4 配料成分及配料比从理论上讲:配料成分( )=控制值( )÷E1一烧损率( )]配料比一配料成分( )÷炉料成分( )对于那些没有炉前检测仪器的工厂,技术人员应将成品报告及时通知操作者,并以配料成分(或配料比)的形式公布到炉前,让操作者进行计算。

2 配料计算2.1 计算步骤及计算公式(1)根据铸件技术要求和回炉料实际库存数量确定回炉料使用量,并计算出新料总量。

合金配料计算

合金配料计算

合金加入量的计算钢水量校核及碳钢、低合金钢的合金加入量计算A 钢水量校核实际生产中,由于计量不准,炉料质量波动大或操作的因素(如吹氧铁损、大沸腾跑钢、加铁矿等),会出现钢液的实际重量与计划重量不符,给化学成分的控制及钢的浇铸造成困难。

因此,校核钢液的实际重量是正确计算合金加入量的基础。

首先找一个在合金钢中收得率比较稳定的元素,根据其分析增量和计算增量来校对钢液量。

计算公式为:PΔM=PoΔMo 或P=Po (9-3)式中:P为钢液的实际重量,Kg;Po为原计划的钢液质量,Kg;ΔM为取样分析校核的元素增量,%;ΔMo为按Po计算校核的元素增量,%。

公式中用镍和钼作为校核元素最为准确,对于不含镍和钼的钢液,也可以用锰元素来校核还原期钢水重量,因为锰受冶炼温度及钢中氧、硫含量的影响较大,所以在氧化过程中或还原初期用锰校核的准确性较差。

氧化期钢液的重量校核主要凭经验。

例如:原计划钢液质量为30t,加钼前钼的含量为0.12%,加钼后计算钼的含量为0.26%,实际分析为0.25%。

求钢液的实际质量?解:P=30000×(0.26-0.12)%/(0.25-0.12)%=32307(Kg)由本例可以看出,钢中钼的含量仅差0.10%,钢液的实际质量就与原计划质量相差2300Kg。

然而化学分析往往出现±(0.01%~0.03%)的偏差,这对准确校核钢液质量带来困难。

因此,式9-3只适用于理论上的计算。

而实际生产中钢液质量的校核一般采用下式计算:P=GC/ΔM (9-4)式中:P为钢液的实际重量,Kg;G为校核元素铁合金补加量,Kg;C为校核元素铁合金成分,%;ΔM为取样分析校核元素的增量,%。

例如:往炉中加入钼铁15Kg,钢液中的钼含量由0.2%增到0.25%。

已知钼铁中钼的成分为60%。

求炉中钢液的实际质量?解:P=(15×60%)/(0.25-0.20)%=18000(Kg)例如:冶炼20CrNiA钢,因电子称临时出故障,装入的钢铁料没有称量,由装料工估算装料。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
附件二显示,16 种合金配料中有 11 种配料含有 C 元素。这 11 种合金配料含 C 的重量百分比如表 1
所示:
DOI: 10.12677/pm.2020.103025
174
理论数学
廖鹤明 等
Table 1. Weight percentage of element C of each alloy ingredient 表 1. 各合金配料含 C 元素的重量百分比
廖鹤明 等
摘要
本文研究了钢水“脱氧合金化”配料安排的优化方案。首先,对低合金钢种前期冶炼采集的历史数据进 行清洗,计算C、Mn元素的收得率;其次,应用主成分分析法对数据进行降维,将各项指标简化为四个 主成分;进而,基于变异系数法建立C、Mn元素收得率影响因素的综合评价模型,并基于LSM-SVM算法 对元素收得率进行预测,随机抽取200个基础数据作为训练样本,以50组基础数据作为预测样本进行预 测并分析方差与误差;为提高预测的准确性,借助BP神经网络,对相同数据集进行训练。最后,在保证 钢水质量的约束条件下,以合金使用的总成本最低为目标函数,建立基于收得率预测的合金配料优化模 型,借助遗传算法,以10组锅炉为例给出具体的合金配料方案,有效降低配料成本。
Received: Feb. 20th, 2020; accepted: Mar. 6th, 2020; published: Mar. 13th, 2020
Abstract
This paper studies the optimization scheme of the “deoxidation alloying” batching arrangement of molten steel. Firstly, we wash the historical data collected during the early smelting of low-alloy steel grades to calculate the yield of element C and Mn. Secondly, we use principal component analysis method to reduce the dimensionality, and the indicators are simplified into four principal components. Furthermore, based on the variation coefficient method, a comprehensive evaluation model of the factors affecting element yield is established, then the element yield of C and Mn is predicted based on the LSMSVM algorithm: 200 sets of basic data are randomly selected as training samples while other 50 sets of basic data are used as prediction samples. Then we analyze the variances and errors. To improve the accuracy of predictions, we use BP neural networks to train the same data set. Finally, under the constraints of ensuring the quality of molten steel and commanding the minimum cost of the alloy as the objective function, an optimization model of alloy ingredients based on the yield prediction is established. With the help of genetic algorithm, allocation plans of alloy ingredients are specifically given to 10 boilers, which effectively reduce the cost of ingredients.
3.1. 合金元素历史收得率计算
合金收得率定义为:脱氧化合金被钢水吸收的合金元素的重量与加入该元素的总重量之比。整理得
合金元素收得率公式为:
ik
=
பைடு நூலகம்
ρik M ik
n
− ik M 0ik
,
(1)
∑ λ ji ⋅ m jk
j =1
其中, 代表合金元素收得率;i 代表第 i 种元素( i = 1, 2 分别代表 C、Mn 元素);k 代表炉号;j 代表第 j
Pure Mathematics 理论数学, 2020, 10(3), 172-189 Published Online March 2020 in Hans. /journal/pm https:///10.12677/pm.2020.103025
本文所使用数据来自 2019 年第九届 MathorCup 高校数学建模挑战赛 D 题:钢水“脱氧合金化”配 料方案的优化[7]。
数据分为两个附件,附件一为低合金钢种前期冶炼采集的历史数据,共包含 1716 条记录,每个记录 有 45 个字段,这些字段包括炉号、钢种、转炉终点各类元素含量、转炉终点温度、连铸正样各类元素含 量、加入合金配料种类及分量等信息;附件二包含 16 条记录,表示不同的合金配料,每个记录有 10 个 字段,包括该合金配料中所含有元素的重量百分比以及各合金配料每吨的价格信息。
Open Access
1. 引言
钢材是国家建设必不可少的物资。炼钢过程中,为保证下一步顺利浇铸或精炼,“脱氧合金化”是 重要的环节:向钢水中加入合金或金属,以调整钢种的元素含量,使之达到所炼钢种的成分规格要求。 评判合金配料用量分配合理程度的最直观因素是合金元素收得率,因此,对特定环境下特定钢炉的炼钢 过程中大量历史统计数据进行分析,建立模型,准确判断和控制元素收得率,求解该情况下最优化的合 金配料分配量,有助于因地制宜地提高产品质量、降低成本、提升企业竞争力[1]。
Research on Optimization of Alloy Ingredients Based on Yield Prediction
Heming Liao1, Dan Kong2, Jicheng Zhang3 1College of Mathematics and Systems Science, Shandong University of Science and Technology, Qingdao Shandong 2College of Geomatics, Shandong University of Science and Technology, Qingdao Shandong 3College of Electrical Engineering and Automation, Shandong University of Science and Technology, Qingdao Shandong
第二步:去除异常数据:去除转炉终点温度为零、转炉终点 Mn 含量为零、转炉终点 C 含量为零分 别所在的记录。
将清洗后的数据保存,进行下一步分析。
3. 合金元素收得率的主要影响因素评价
数据清洗后,首先根据定义计算各炉号 C、Mn 元素的收得率;进一步采用主成分分析对数据进行降 维,提取指标主成分;后基于变异系数法,建立元素收得率影响因素的综合评价模型,求解各主成分与 收得率的闵氏距离,最终得到 C、Mn 元素收得率的主要影响因素。
2.2. 数据清洗
第一步:剔除缺失数据:合金收得率指“脱氧合金化”时被钢水吸收的合金元素的重量与加入该元 素总重量之比,因此,应结合两个附件的数据,根据定义计算 C、Mn 元素的收得率。附件一的数据中, 炉号 7A06618 之后“转炉终点 Mn”的数值皆未显示,炉号 7A06059 之后“连铸正样 C”“连铸正样 Mn” 的数值皆未显示。因为缺失的这些数据会导致收得率计算公式无法执行,所以保留以上三项数据齐全的 所有记录。
本文的安排如下:第二部分,说明低合金钢种前期冶炼采集的历史数据来源,并对数据进行预处理; 第三部分,根据合金收得率的定义,计算 C、Mn 元素的历史收得率,分析其变化趋势,同时结合数据分 析出二者收得率的主要影响因素。第四部分,借助算得的历史收得率,根据收得率的影响因素、影响形
DOI: 10.12677/pm.2020.103025
文章引用: 廖鹤明, 孔丹, 张继丞. 基于收得率预测的合金配料优化研究[J]. 理论数学, 2020, 10(3): 172-189. DOI: 10.12677/pm.2020.103025
3山东科技大学电气与自动化工程学院,山东 青岛 收稿日期:2020年2月20日;录用日期:2020年3月6日;发布日期:2020年3月13日
钒铁(FeV50-A) 0.0031
硅铁(合格块) 0.0006
锰硅合金 FeMn68Si18 0.017
173
理论数学
廖鹤明 等
式,预测两种元素的收得率,并进一步实现预测算法的优化,提高准确率。第五部分,考虑“脱氧合金 化”的成本,保证质量的前提下,以最大限度降低合金钢的生产成本为目标,建立“脱氧合金化”成本 优化模型,并针对不同炉号,给出合金配料的具体优化安排方案。
2. 数据来源及清洗
2.1. 数据来源
Keywords
Deoxidizing Alloying, Principal Component Analysis, LSSVM, BP Neural Network
相关文档
最新文档