您的位置: 专家智库 > >

国家自然科学基金(61263015)

作品数:8 被引量:17H指数:3
相关作者:石琳李江鹏赵丽袁冬芳刘文磊更多>>
相关机构:内蒙古科技大学包头钢铁(集团)有限责任公司北京交通大学更多>>
发文基金:国家自然科学基金内蒙古自治区自然科学基金更多>>
相关领域:冶金工程自动化与计算机技术理学更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 7篇冶金工程
  • 3篇自动化与计算...
  • 1篇理学

主题

  • 4篇高炉
  • 3篇煤气
  • 3篇煤气流
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇铁水
  • 2篇铁水硅含量
  • 2篇向量
  • 2篇向量机
  • 2篇炉顶
  • 2篇煤气利用
  • 2篇煤气利用率
  • 2篇硅含量
  • 2篇高炉铁水
  • 2篇高炉铁水硅含...
  • 1篇定标
  • 1篇多分辨
  • 1篇多分辨率
  • 1篇多分辨率分析
  • 1篇曳力

机构

  • 7篇内蒙古科技大...
  • 1篇北京交通大学
  • 1篇包头钢铁(集...

作者

  • 6篇石琳
  • 3篇李江鹏
  • 1篇赵广胜
  • 1篇袁冬芳
  • 1篇于涛
  • 1篇汪成咏
  • 1篇赵娜
  • 1篇刘兴薇
  • 1篇马祥
  • 1篇李明昕
  • 1篇赵丽
  • 1篇刘文磊

传媒

  • 4篇内蒙古科技大...
  • 1篇内蒙古大学学...
  • 1篇太原理工大学...
  • 1篇四川师范大学...
  • 1篇Journa...

年份

  • 1篇2019
  • 1篇2018
  • 3篇2016
  • 2篇2015
  • 1篇2014
8 条 记 录,以下是 1-8
排序方式:
高炉铁水硅含量序列的支持向量机预测模型被引量:6
2014年
基于包钢6号高炉的在线生产数据,首先建立铁水硅含量序列的自回归AR(p)模型,分析其滞后阶数;然后对硅含量的自回归项及影响因素进行主成分分析,找到多元变量相互独立的有效信息作为输入变量;最后建立铁水硅含量的支持向量机回归预测模型。该模型对炉温预测的准确度达到88.2%,对在线监测高炉炉温具有一定的实用价值。
袁冬芳赵丽石琳李江鹏
关键词:主成分分析支持向量机炉温预测
基于大数据下煤气流不同发展时期温度场的定标研究
2018年
针对高炉温度场较难定标的问题,提出了一种基于大数据下煤气流在不同发展阶段灰度值与温度的定标关系.首先,通过高炉红外图像特征分析,确定高炉生产过程中煤气流发展的不同状态;然后,根据红外图像各个像素点与拍摄区域对应关系,确定十字测温热电偶在图像中的像素坐标;最后,根据某高炉一年的生产数据,通过最小二乘法拟合得到煤气流在3个发展状态下的温度与灰度的对应关系,为高炉温度场分布研究提供指导.
张生海石琳李明昕于涛
关键词:大数据最小二乘法图像特征
并罐式无钟炉顶布料数学模型的研究被引量:2
2016年
将计算颗粒能量耗散系数的碰撞模型与水力学模型、科氏力模型、曳力模型相结合,建立了预测并罐高炉炉料堆尖位置的混合模型,并利用实测数据验证了该模型的正确性.该模型计算得出:左罐烧结矿科氏力加速度约为3.9~4.7 m/s2,右罐焦炭为1.5~4.8 m/s2,分别约占重力加速度的40%~48%和15%~49%;炉料在空区下落时,炉喉径向和切向的单位质量焦炭气体曳力分别为0.4 m/s2和0.1 m/s2,重力方向达到2.44 m/s2,是重力加速度的1/4.计算结果表明,并罐高炉堆尖位置计算必须考虑左、右料罐的差别,同时不可忽略气体曳力.
石琳赵广胜马祥
Recognition of Blast Furnace Gas Flow Center Distribution Based on Infrared Image Processing被引量:5
2016年
To address the problems about the difficulty in accurate recognition of distribution features of gas flow center at blast furnace throat and determine the relationship between gas flow center distribution and gas utilization rate,a method for recognizing distribution features of blast furnace gas flow center was proposed based on infrared image processing,and distribution features of blast furnace gas flow center and corresponding gas utilization rates were categorized by using fuzzy C-means clustering and statistical methods.A concept of gas flow center offset was introduced.The results showed that,when the percentage of gas flow center without offset exceeded 85%,the average blast furnace gas utilization rate was as high as 41%;when the percentage of gas flow center without offset exceeded50%,the gas utilization rate was primarily the center gas utilization rate,and exhibited a positive correlation with no center offset degree;when the percentage of gas flow center without offset was below 50% but the sum of the percentage of gas flow center without offset and that of gas flow center with small offset exceeded 86%,the gas utilization rate depended on both the center and the edges,and was primarily the edge gas utilization rate.The method proposed was able to accurately and effectively recognize gas flow center distribution state and the relationship between it and gas utilization rate,providing evidence in favor of on-line blast furnace control.
Lin SHIYou-bin WENGuang-sheng ZHAOTao YU
函数空间的小波逼近
2015年
从研究Sobolev空间中函数的逼近入手,利用正交级数的分解来估计函数空间的模,用多分辨率分析构造逼近的性能,找到了Sobolev空间中基于小波逼近的函数的等价性描述和模的等价形式,并且类似地在Besov空间中进行讨论,给出了Besov空间中函数的等价性描述定理和模的等价形式以及相关证明过程,这一结论成为深入刻画函数空间的又一有效工具.
刘兴薇汪成咏
关键词:多分辨率分析SOBOLEV空间BESOV空间
高炉炉顶红外视频图像的智能化处理技术研究
2019年
提出一种基于高炉红外图像的煤气流中心区域分类以及煤气流中心点动态分布的方法,得出煤气流中心区域的8个发展阶段以及煤气流中心变化轨迹.将每小时内8个阶段的时间占比与煤气利用率结合进行FCM聚类,定义煤气流发展的3个阶段,分别为"初期阶段、中期阶段、旺盛阶段".聚类分析得出:当初期、中期和旺盛3个阶段的时间占比分别达到13. 85%,29. 88%和56. 27%时,煤气利用率最大,且煤气流旺盛阶段的时间占比与煤气利用率呈负相关关系.研究表明:煤气流中心点产生于距高炉物理中心西南位置椭圆的第四圈,其变化轨迹为:在西南位置与物理中心位置之间做往复运动.本文提出的方法能实时的了解高炉生产过程中煤气流分布的动态变化,进而实现煤气利用率的实时监测和调控.
韩博石琳李明昕于涛
关键词:煤气流分布煤气利用率FCM聚类
基于分类回归树的高炉铁水硅含量预测模型被引量:1
2015年
针对高炉铁水硅含量的预测问题,作者探索出基于分类回归树算法的建模策略,为高炉炉温控制提供了新的可选思路.针对某高炉的在线生产数据,分别建立了分类回归树预测模型和支持向量机预测模型,并从命中率、均方根误差对模型的性能进行了分析.结果表明:分类回归树模型的预测精度整体优于支持向量机模型,尤其在炉况波动较大时预测效果较好.
于涛李江鹏李明昕石琳
关键词:铁水硅含量分类回归树支持向量机
基于高炉炉喉煤气分布的煤气利用率预测模型被引量:3
2016年
本文以煤气利用率为能耗评价指标,利用在线煤气流分布的红外监控图像预测高炉煤气利用率.首先,运用红外图像处理的高炉煤气流中心分布特征识别方法对红外监控图像进行识别以及量化统计.其次,根据煤气流中心分布特征及对应的煤气利用率,建立了Elman神经网络预测模型,与BP神经网络模型和径向基神经网络进行比较,预测结果显示Elman神经网络模型命中率为90.2%,BP神经网络命中率80.5%,径向基神经网络命中率只有46.3%.因此,运用实时煤气流分布特征数据,采用Elman神经网络模型预测煤气利用率,为高炉的在线控制和节能减排提供了有效的方法 .
石琳刘文磊李江鹏赵娜
关键词:煤气利用率ELMAN神经网络
共1页<1>
聚类工具0