工学 >>> 冶金工程技术 >>> 冶金物理化学 冶金反应工程 冶金原料与预处理 冶金热能工程 冶金技术 钢铁冶金 有色金属冶金 轧制 冶金机械及自动化 冶金工程技术其他学科
搜索结果: 1-15 共查到冶金工程技术 预测相关记录26条 . 查询时间(0.387 秒)
良好的铁水质量是铸铁性能可靠性和稳定性的保证,而铁水中硫(S)含量和硅(Si)含量是衡量铁水质量的主要指标,因此在出铁前精准获取铁水S含量和Si含量具有非常重要的意义。实验提出一种结合主成分分析(PCA)和最小二乘支持向量机(LS-SVM)模型的铁水S含量和Si含量的预测方法。将某钢厂大型高炉的在线采集数据作为研究对象,首先对影响铁水中S含量和Si含量变化因素的数据做主成分分析,求取主成分作为模型...
烧失量(LOI)是进行海洋地质研究的一个重要指标,采用常规方式测定烧失量不仅操作耗时,而且对分析环境要求比较高。实验基于SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2等的含量与烧失量的相关性,尝试引入BP神经网络模型利用其非线性拟合能力预测烧失量的含量。实验表明,以大量的海洋沉积物样品中SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2的含量数据以及烧失量为训练样本,采用遗传算...
针对烧结过程非线性、强耦合性和大时滞的特点,从过程参数控制的角度对烧结工艺进行了总体分析,确定了烧结矿性能评价指标及其主要影响参数,在此基础上提出了一种带动量项和变学习率的BP神经网络算法,建立了烧结矿质量预测模型。仿真实验结果表明,模型具有较强的自学习功能和较高的预测精度,用拓扑结构为15-25-4的BP神经网络和0.65×10-3的网络误差进行训练,模型的预报命中率在81.25%以上,充分验证...
2016年1月14日在钢铁研究总院中国金属学会活动中心召开了“冶金工程技术学科方向预测及技术路线图”项目启动会。干勇理事长、殷瑞钰院士、蔡美峰院士、王天义常务副理事长、赵沛秘书长、综合组专家、专题组专家以及学会其他领导等共50余人参加了启动会。
介绍了采用煤岩学的方法预测焦炭质量的基本原理,用配煤指标预测焦炭质量并科学指导配煤是可行的。结合盛隆化工煤焦车间的实际实验数据,建立了焦炭质量预测模型,误差分析表明,焦炭各项质量指标相对误差均在6%以内,完全满足实际生产需要。
采用时间序列预测模型建模方法,包括时间序列模型阶次判定、参数估计、模型检验,对莱钢高炉煤气总发生量进行预测。结果表明,模型预测准确,平均误差为1.8748%,对煤气发生量的短期趋势预报有一定参考价值,能够为制定合理的煤气使用计划提供依据,可提高钢铁企业节能降耗水平。
借助Matlab工具箱中BP神经网络,对斜轧穿孔区轧制力进行预测。通过分析影响轧制力预报精度的因素及网络性能,确定了网络结构、有关参数和网络训练算法(优化BP算法),实现了轧制力的精确快速预报,预报相对误差1.67%~6.33%,平均3.735%,满足了工程计算的精度要求。
考虑剪应变对微孔洞损伤演化的影响, 对GTN损伤模型的损伤演化机制进行修正, 建立了适用于不同应力三轴度水平的损伤模型. 结合隐式应力更新算法和显式有限元计算, 采用VUMAT子程序实现了修正GTN模型在有限元软件ABAQUS中的数值计算. 通过模拟纯剪切和剪切-拉伸两组试样的损伤演化和断裂行为, 验证了修正GTN模型在不同应力三轴度承载条件下的有效性. 运用修正GTN损伤模型模拟含边部缺口的带钢...
2012年11月27日,由冶金工业规划研究院举办的2013中国钢铁需求预测研究成果发布会在北京召开。中央电视台、人民日报、经济日报、新华社、中国日报、中国冶金报、中国工业报等30多家媒体单位的记者参加了此次发布会,听取了李新创院长对“2013年钢铁需求预测研究报告”的发布与解读,并就铁矿石投资、钢铁市场运行趋势等行业热点问题进行了提问与交流。本次发布会由冶金工业规划研究院副院长王丽娟主持。
利用灰色GM(1,1)模型进行预测时,如果原始序列的变化不够光滑,预测误差很大。因此,对原始序列进行对数平滑处理,同时针对不同时段建模形成预测灰区间的特点,提出了用灰色系统理论进行电力负荷预测的具有对数平滑的灰色关联度加权预组合预测方法。该法使影响负荷的各个因素得到削弱或者抵消,提高了预测精度,并扩大了预测范围。
应用分子相互作用体积模型对二元和三元液态合金的组元活度进行预测及拟合,计算结果与实验数据吻合较好.对Ni-Mg-Cu, Ni-Al-Si及Ni-Cu-Co三组三元系预测的总平均相对误差及最小的拟合总平均相对偏差分别为12.0%和9.0%,表明分子相互作用体积模型比较适用于这类液态合金的活度预测.
高炉炼铁过程的控制意味着控制高炉铁水温度及成份在指定的范围. 本文以高炉炉内热状态的重要指示剂---高炉铁水硅含量为研究对象, 针对机理建模难以准确预测、控制高炉铁水硅含量的发展变化, 利用数据驱动建模的思想, 建立了基于多元时间序列的高炉铁水硅含量数据驱动预测模型. 实例分析表明, 建立的数据驱动预测模型能够很好地预测高炉铁水硅含量, 连续预测167炉高炉铁水硅含量, 命中率高达83.23%...
针对铅锌烧结过程异常复杂的实际情况,提出了一种既可保证预测精度又满足配料计算对数据完备性要求的铅锌烧结块成分预测智能集成模型。该模型综合了机理与多种智能建模方法的优点,对于正常生产情况(即数据完备区),通过模糊分类/组合以及神经网络NN分段描述方法建立了成分预测的监督式分布神经网络模型;对于异常或不常用工况(即数据不完备区),通过专家经验规则修正部分假定或统计参数方式建立经验机理模型;采用串、并联...
提出了一种基于经验模式分解(EMD)和支持向量机(SVM)的非线性组合模型的预测方法.该方法运用EMD将原始铁水含硅量的时间序列分解成若干个频率不同的平稳分量,分解后的分量突出了原序列的局部特征.通过Lempel-Ziv复杂度分析选用不同的核函数,并利用10-fold交叉检验方法取定相应的参数,从而对各个分量构建不同的支持向量机模型,并对各分量进行预测.仿真结果表明,EMD-SVM非线性组合模型预...
阐述了风机在冶金行业的应用情况及冶金用风机的发展趋势,提出了风机节能的潜力并对风机行业的总体市场情况进行了预测

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...