CN103439999B - 根据冷却壁温度变化进行高炉异常炉温控制的方法 - Google Patents
根据冷却壁温度变化进行高炉异常炉温控制的方法 Download PDFInfo
- Publication number
- CN103439999B CN103439999B CN201310373649.3A CN201310373649A CN103439999B CN 103439999 B CN103439999 B CN 103439999B CN 201310373649 A CN201310373649 A CN 201310373649A CN 103439999 B CN103439999 B CN 103439999B
- Authority
- CN
- China
- Prior art keywords
- blast furnace
- temperature
- furnace
- cooling
- blast
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Manufacture Of Iron (AREA)
Abstract
本发明所设计的一种根据高炉冷却壁温度、冷却水进出水温变化、高炉热负荷变化情况，利用数据挖掘技术及时识别高炉渣皮的脱落位置、脱落量，进而采取通过炉顶PLC***向高炉内加附加焦碳和调整高炉下部鼓风机的风温、喷煤量、富氧量的措施将炉温控制在稳定的水平上，保证高炉的稳定、顺行，使高炉运行在最佳区间。提高了高炉异常炉温控制的准确性。延长了高炉的使用寿命。
Description
技术领域
本发明涉及高炉异常炉温预报技术领域，具体地指一种根据冷却壁温度变化进行高炉异常炉温控制的方法。
技术背景
高炉操作有四种制度，其中之一就是热制度，热制度是指维持高炉热状态稳定的制度，无论是炉况正常时的操作，还是炉况失常时的判断处理，从根本上说都是围绕恢复合理的炉温来进行的。由于高炉是一个包括复杂物理化学变化的高温封闭反应器，想要精确掌握炉内温度分布还不可能，只能通过一定数量的热电偶来间接粗略地反映炉内的温度变化。一般是通过炉缸中的炉渣和铁水温度来反映高炉炉温。
为了搞清楚炉温的影响因素并进行有效地预测及管理，多年来高炉工作者采用了许多研究方法对于炉温预报的问题进行了深入的研究，如文献“Peter Goldsworthy，Tony Skimmings,《Applicationof an On Line Mass and Energy Balance to Blast Furnace ThermalControl》，IRONMAKING CONFERENCE PROCEEDINGS，1992，P159～162。”利用物料平衡和热平衡的方法来研究炉温预报问题，把炉料装入情况如每批料的重量、种类、装入顺序、物料特性等(反映炉料在炉内状况)、高炉综合煤气成分分析(反映矿石还原状况)及渣铁温度作为炉温预报模型的主要参数，该方法只能预报正常炉况下的炉温变化，而在实际高炉操作中对高炉影响最大的是不可预见的异常炉况及其变化。文献“Matias WALLER and Henrik SAXEN，《Application ofNonlinear Time Series Analysis to the Prediction of SiliconContent of Pig Iron》，ISIJ International，Vol.42(2002)，No.3，PP316～318。”提供了利用时间序列的方法进行炉温预报的模型，该模型将炉温变化视为一种随机过程，按照随机数学的方法对炉温变化进行预报，实际上炉温变化尽管不可预见，实际上各种影响炉温的因素还是可以识别的，炉温变化是一个因果事件，只不过这个过程是一个多变量、大滞后、非线性的***而已。文献“Zuo Guangqing，Ma Jitang and Bjorkman Bo,《A Neural Network Model forPredicting the Silicon Content of the Hot Metal at No.2BlastFurnace of SSAB LULEA》，IRONMAKING CONFERENCE PROCEEDINGS，1996，P211～221。”中利用人工神经网络的方法对炉温进行预报，人工神经网络是一种分类器，利用该技术可以将已经发生的因果关系分出来，炉温***，不可能凭一种简单的分类器将全部的可能理清楚，故利用人工神经网络进行炉温预报总是有似是而非的感觉。文献“Yasuo NIWA，Takashi SUMIGAMA，《Application of a Self－learning Function to an Expert System for Blast Furnace HeatControl》，ISIJ International，Vol.30(1990)，No.2，PP111～117”利用模糊控制技术及文献“陈令坤，《高炉冶炼专家***在炉温控制中的应用》，2002，“2002年全国炼铁生产技术会议暨炼铁年会文集”，P681～686”，中利用模糊控制专家***的方法对炉温变化进行预报，该方法采用熔损反应碳量、热指数、热负荷、下料速度、气流变化等参数来预报炉温变化，预报准确率很高，并且能够适应不同的炉况，但这种方法只能预报未来2小时左右的炉温变化，对于2000m3以上的大型高炉而言，一旦发生严重失常，即使能够提前2小时预报炉温变化，在2小时内采取的各种措施仍然难以发挥作用，有时还会发生高炉大凉的事故，高炉一旦大凉，将造成炉缸工作失常，渣铁沟粘结，给正常生产造成一大隐患，处理不当还会酿成大事故，以国内大于2000m3的高炉为例，每座高炉每年总会发生5次以上的炉凉事故，给生产造成隐患。
综上所述，由于炉温的波动受许多因素的影响，任何一种模型都涉及到变量的选取问题，一个模型很难将所有的因素都考虑周全；并且同一种影响因素在不同的炉况下往往又具有不同的贡献率，这也客观上对模型的预报精度造成了影响。在炉况异常时，已经开发出的各种炉温预报模型的炉温预报命中率或者预报提前量都不理想。目前，上述方法还不能准确、及时的预报影响高炉热制度的缺陷。造成了高炉异常炉温控制的不准确。
发明内容
本发明的目的就是要提供一种根据冷却壁温度变化进行高炉异常炉温控制的方法，该方法根据高炉冷却壁中冷却水进出水温的变化情况、高炉热负荷的变化情况，利用数据挖掘技术及时识别高炉渣皮的脱落位置、脱落量，推断影响炉温变化的时间，进而采取有效措施将炉温控制在稳定的水平上，保证高炉的稳定和顺行。
为实现此目的，本发明所设计的根据冷却壁温度变化进行高炉异常炉温控制的方法，其特征在于，它包括如下步骤：
步骤1：将高炉沿圆周方向划分为A个分区，每B度一个分区；同时将高炉沿高度方向分成炉腹区域、炉身下部区域和炉身中上部区域；
步骤2：通过高炉监测装置获取上述每个分区的炉腹区域、炉身下部区域和炉身中上部区域的高炉冷却壁温度实时数据；
步骤3：将上述各个区域的高炉冷却壁温度实时数据构建成样本，将3～6个月内的样本加入到高炉运行总数据库中；
步骤4：利用现有数据挖掘技术对高炉运行总数据库中的高炉冷却壁温度实时数据进行数据挖掘，最终使每个区域获得对应的冷却壁温度分布模式，同时规定该冷却壁温度分布模式中当高炉冷却壁温度在5分钟之内变化50度以上时对应高炉渣皮脱落；当高炉冷却壁温度在5分钟之内变化300度以上时对应高炉渣皮严重脱落；当同时有5个以上区域的高炉冷却壁温度在5分钟之内变化50度以上时对应高炉渣皮大面积脱落；
步骤5：每隔一段时间判断一次上述每个区域的冷却壁温度是否发生变化，如果冷却壁温度发生变化，则获取冷却壁温度发生改变的区域的冷却壁实时温度变化情况，根据步骤3中得到的冷却壁温度分布模式，匹配得到对应的渣皮脱落情况，即当高炉冷却壁温度在5分钟之内变化50度以上对应高炉渣皮的脱落；当高炉冷却壁温度在5分钟之内变化300度以上对应高炉渣皮严重脱落；当同时有5个以上区域的高炉冷却壁温度在5分钟之内变化50度以上对应高炉渣皮大面积脱落；并将得到的对应渣皮脱落情况记录在高炉运行总数据库中；
步骤6：当高炉渣皮脱落位置为炉身中上部区域时，在4个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化；当高炉渣皮脱落位置为炉身下部区域时，在3个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化；当高炉渣皮脱落位置为炉腹区域时，在2个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化，当高炉本体冷却水热负荷15分钟的变化量小于等于1000MJ/h，和/或冷却水进出水温差15分钟的变化量小于等于1度时，认为高炉渣皮脱落对高炉工作状态没有影响，不改变高炉控制模式；当高炉本体冷却水热负荷15分钟的变化量大于1000MJ/h，且冷却水进出水温差15分钟的变化量大于1度时，进入步骤7；
步骤7：通过布料控制用PLC（Programmable Logic Controller，可编程逻辑控制器）调整炉料在炉喉处的料线深度、位置和厚度，通过炉顶PLC***向高炉内加附加焦碳，以及通过调整高炉下部鼓风机的风温、喷煤量和富氧量来使铁水中的硅含量在0.3%～0.5%。
进一步地，所述步骤1中将高炉沿圆周方向划分为6个分区，每60度一个分区。
更进一步地，所述步骤7中调整高炉下部鼓风机的调整措施为增加风温、增加喷煤量、减少富氧量和/或减少鼓风量。
本发明根据高炉冷却壁温度、冷却水进出水温变化、高炉热负荷变化情况，利用数据挖掘技术及时识别高炉渣皮的脱落位置、脱落量，进而采取有效措施将炉温控制在稳定的水平上，保证高炉的稳定、顺行，使高炉运行在最佳区间。提高了高炉异常炉温控制的准确性。对于3000m3的高炉，一般1年可以避免3～4次大的因渣皮脱落造成的大炉温波动，预计将减少800万元左右的经济损失。
具体实施方式
以下结合具体实施例对本发明作进一步的详细说明：
渣皮是粘在高炉内壁上的渣铁混合物，渣皮一旦脱落会对高炉冶炼过程造成极大影响，不同大小、不同位置的渣皮脱落后对炉温造成的波动特征各不相同，高炉下部的渣皮脱落后会立即对炉温造成影响，而上部渣皮发生作用的时间则较晚，所以需要用数据挖掘技术对高炉不同部位的渣皮的脱落时间、脱落量进行自动识别。渣皮脱落后，安装在炉身的电偶会检测到温度的变化，因为渣皮脱落后，煤气流会冲刷到炉体，造成电偶温度升高，所以可以用电偶检测温度作为渣皮脱落与否的指标，温度上升的越快越大，则说明脱落量越多。
具体的，本发明所设计的根据冷却壁温度变化进行高炉异常炉温控制的方法，它包括如下步骤：
步骤1：将高炉沿圆周方向划分为6个分区，每60度一个分区；同时将高炉沿高度方向分成炉腹区域、炉身下部区域和炉身中上部区域；
步骤2：通过高炉监测装置获取上述每个分区的炉腹区域、炉身下部区域和炉身中上部区域的高炉冷却壁温度实时数据；
步骤3：将上述各个区域的高炉冷却壁温度实时数据构建成样本，将3～6个月内的样本加入到高炉运行总数据库中；
步骤4：利用现有数据挖掘技术对高炉运行总数据库中的高炉冷却壁温度实时数据进行数据挖掘，最终使每个区域获得对应的冷却壁温度分布模式，同时规定该冷却壁温度分布模式中当高炉冷却壁温度在5分钟之内变化50度以上时对应高炉渣皮脱落；当高炉冷却壁温度在5分钟之内变化300度以上时对应高炉渣皮严重脱落；当同时有5个以上区域的高炉冷却壁温度在5分钟之内变化50度以上时对应高炉渣皮大面积脱落；
步骤5：每隔一段时间判断一次上述每个区域的冷却壁温度是否发生变化，如果冷却壁温度发生变化，则获取冷却壁温度发生改变的区域的冷却壁实时温度变化情况，根据步骤3中得到的冷却壁温度分布模式，匹配得到对应的渣皮脱落情况，对于3000m3的高炉当位于不同位置的2～3个高炉冷却壁温度检测电偶的温度测量值在5分钟之内变化50度以上对应高炉渣皮的脱落；当位于不同位置的3～5个高炉冷却壁温度检测电偶的温度测量值在5分钟之内变化300度以上对应高炉渣皮严重脱落；当位于不同位置的5个以上高炉冷却壁温度检测电偶的温度测量值在5分钟之内变化50度以上对应高炉渣皮大面积脱落；并将得到的对应渣皮脱落情况（如渣皮脱落区域、脱落位置、脱落程度等信息）记录在高炉运行总数据库中；
步骤6：当高炉渣皮脱落位置为炉身中上部区域时，在4个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化；当高炉渣皮脱落位置为炉身下部区域时，在3个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化；当高炉渣皮脱落位置为炉腹区域时，在2个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化，当高炉本体冷却水热负荷15分钟的变化量小于等于1000MJ/h，和/或冷却水进出水温差15分钟的变化量小于等于1度时，认为高炉渣皮脱落对高炉工作状态没有影响，不改变高炉控制模式；当高炉本体冷却水热负荷15分钟的变化量大于1000MJ/h，且冷却水进出水温差15分钟的变化量大于1度时，进入步骤7；
步骤7：通过布料控制用PLC调整炉料在炉喉处的料线深度、位置和厚度，通过炉顶PLC***向高炉内加附加焦碳，以及通过调整高炉下部鼓风机的风温、喷煤量和富氧量来使铁水中的硅含量在0.3%～0.5%。上述布料控制用PLC负责炉料（焦炭矿石）在高炉中的布置。上述铁水中的硅含量在0.3%～0.5%对应了高炉炉温的稳定。
上述技术方案的步骤7中调整高炉下部鼓风机的调整措施为增加风温、增加喷煤量、减少富氧量和/或减少鼓风量。使炉温快速升高，减少因渣皮脱落所造成的低炉温、气流紊乱的不良影响。
上述技术方案的步骤6中，当高炉渣皮脱落位置为炉身中上部区域时，一般4个小时后渣皮将对炉温造成不良影响；当高炉渣皮脱落位置为炉身下部区域时，一般3个小时后渣皮将对炉温造成不良影响；当高炉渣皮脱落位置为炉腹区域时，一般2个小时后渣皮将对炉温造成不良影响。
上述技术方案中，高炉冷却壁温度参数由分布在高炉各个位置的热电偶获得。
上述步骤4中提到的数据挖掘技术是通用的技术，如人工神经网络技术、模糊识别技术、遗传算法、免疫算法等等，数据挖掘目前是一门学科，有大量专著出版。本发明中所使用的是无指导的模式识别算法，该算法能自动识别出数据变化的种类。
说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (3)
1.一种根据冷却壁温度变化进行高炉异常炉温控制的方法，其特征在于，它包括如下步骤：
步骤1：将高炉沿圆周方向划分为A个分区，每B度一个分区；同时将高炉沿高度方向分成炉腹区域、炉身下部区域和炉身中上部区域；
步骤2：通过高炉监测装置获取上述每个分区的炉腹区域、炉身下部区域和炉身中上部区域的高炉冷却壁温度实时数据；
步骤3：将上述各个区域的高炉冷却壁温度实时数据构建成样本，将3～6个月内的样本加入到高炉运行总数据库中；
步骤4：利用现有数据挖掘技术对高炉运行总数据库中的高炉冷却壁温度实时数据进行数据挖掘，最终使每个区域获得对应的冷却壁温度分布模式，同时规定该冷却壁温度分布模式中当高炉冷却壁温度在5分钟之内变化50度以上时对应高炉渣皮脱落；当高炉冷却壁温度在5分钟之内变化300度以上时对应高炉渣皮严重脱落；当同时有5个以上区域的高炉冷却壁温度在5分钟之内变化50度以上时对应高炉渣皮大面积脱落；
步骤5：每隔一段时间判断一次上述每个区域的冷却壁温度是否发生变化，如果冷却壁温度发生变化，则获取冷却壁温度发生改变的区域的冷却壁实时温度变化情况，根据步骤4中得到的冷却壁温度分布模式，匹配得到对应的渣皮脱落情况，即当高炉冷却壁温度在5分钟之内变化50度以上对应高炉渣皮的脱落；当高炉冷却壁温度在5分钟之内变化300度以上对应高炉渣皮严重脱落；当同时有5个以上区域的高炉冷却壁温度在5分钟之内变化50度以上对应高炉渣皮大面积脱落；并将得到的对应渣皮脱落情况记录在高炉运行总数据库中；
步骤6：当高炉渣皮脱落位置为炉身中上部区域时，在4个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化；当高炉渣皮脱落位置为炉身下部区域时，在3个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化；当高炉渣皮脱落位置为炉腹区域时，在2个小时后检测高炉本体冷却***的冷却水热负荷和冷却水进出水温差变化，当高炉本体冷却水热负荷15分钟的变化量小于等于1000MJ/h，和/或冷却水进出水温差15分钟的变化量小于等于1度时，认为高炉渣皮脱落对高炉工作状态没有影响，不改变高炉控制模式；当高炉本体冷却水热负荷15分钟的变化量大于1000MJ/h，且冷却水进出水温差15分钟的变化量大于1度时，进入步骤7；
步骤7：通过布料控制用PLC调整炉料在炉喉处的料线深度、位置和厚度，通过炉顶PLC***向高炉内加附加焦碳，以及通过调整高炉下部鼓风机的风温、喷煤量和富氧量来使铁水中的硅含量在0.3％～0.5％。
2.根据权利要求1所述的根据冷却壁温度变化进行高炉异常炉温控制的方法，其特征在于：所述步骤1中将高炉沿圆周方向划分为6个分区，每60度一个分区。
3.根据权利要求1所述的根据冷却壁温度变化进行高炉异常炉温控制的方法，其特征在于：所述步骤7中调整高炉下部鼓风机的调整措施为增加风温、增加喷煤量、减少富氧量和/或减少鼓风量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310373649.3A CN103439999B (zh) | 2013-08-23 | 2013-08-23 | 根据冷却壁温度变化进行高炉异常炉温控制的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310373649.3A CN103439999B (zh) | 2013-08-23 | 2013-08-23 | 根据冷却壁温度变化进行高炉异常炉温控制的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103439999A CN103439999A (zh) | 2013-12-11 |
| CN103439999B true CN103439999B (zh) | 2015-05-06 |
Family
ID=49693695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310373649.3A Active CN103439999B (zh) | 2013-08-23 | 2013-08-23 | 根据冷却壁温度变化进行高炉异常炉温控制的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103439999B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111286570A (zh) * | 2020-03-27 | 2020-06-16 | 武汉钢铁有限公司 | 利用扫描雷达调控异常操作炉型的方法 |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI576436B (zh) * | 2014-11-27 | 2017-04-01 | 中國鋼鐵股份有限公司 | 冷卻系統與高爐冷卻壁厚度的量測方法 |
| CN106319118B (zh) * | 2015-06-16 | 2018-04-03 | 鞍钢股份有限公司 | 一种延长高炉铜冷却壁使用寿命的方法 |
| CN104898433B (zh) * | 2015-06-25 | 2017-10-24 | 马鞍山市安工大工业技术研究院有限公司 | 一种基于模糊pid控制的高炉冷却强度控制方法 |
| TWI563096B (en) * | 2016-03-31 | 2016-12-21 | China Steel Corp | Method and apparatus for monitoring blast furnace smelting |
| CN109491421B (zh) * | 2018-11-22 | 2020-12-11 | 重庆百尺竿头科技有限公司 | 基于冶金二次资源循环利用的智能温度控制***的温度控制方法 |
| CN112251555A (zh) * | 2020-10-23 | 2021-01-22 | 中冶南方工程技术有限公司 | 一种渣皮脱落程度分析方法、终端设备及存储介质 |
| CN112668148B (zh) * | 2020-12-04 | 2022-07-29 | 攀钢集团研究院有限公司 | 一种高钛型高炉上部气流分布情况与炉况判定方法 |
| CN113088602A (zh) * | 2021-03-31 | 2021-07-09 | 成渝钒钛科技有限公司 | 一种钒钛高炉用炉温控制装置及其使用方法 |
| CN113110322B (zh) * | 2021-04-09 | 2022-05-20 | 广东韶钢松山股份有限公司 | 一种虚拟工长决策控制方法、装置、***及存储介质 |
| CN113987008B (zh) * | 2021-10-12 | 2023-11-21 | 中冶南方工程技术有限公司 | 一种高炉渣皮脱落判断方法、终端设备及存储介质 |
| CN117806169B (zh) * | 2024-01-17 | 2024-06-04 | 北京工业大学 | 基于神经网络的炉温预警优化方法、***、终端和介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1199098A (zh) * | 1997-05-12 | 1998-11-18 | 张露 | 利用冷却水温变化判断高炉冷却壁工作及破损状态的方法 |
| JPH10317024A (ja) * | 1997-05-19 | 1998-12-02 | Nisshin Steel Co Ltd | 高炉異常炉況判定システム |
| WO2002048869A1 (fr) * | 2000-12-11 | 2002-06-20 | Ntt Docomo, Inc. | Terminal et repetiteur |
| CN101319256A (zh) * | 2007-06-05 | 2008-12-10 | 同济大学 | 高炉冷却壁智能监测方法 |
| CN101886152A (zh) * | 2010-06-02 | 2010-11-17 | 河北省首钢迁安钢铁有限责任公司 | 高炉炉缸三维非稳态监测和异常诊断及维护*** |
| CN102915027A (zh) * | 2012-11-16 | 2013-02-06 | 武汉钢铁(集团)公司 | 一种基于模式识别技术构建的高炉冶炼专家***及其方法 |
| CN102925602A (zh) * | 2012-11-22 | 2013-02-13 | 武汉钢铁(集团)公司 | 高炉操作炉型维护方法 |
-
2013
- 2013-08-23 CN CN201310373649.3A patent/CN103439999B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1199098A (zh) * | 1997-05-12 | 1998-11-18 | 张露 | 利用冷却水温变化判断高炉冷却壁工作及破损状态的方法 |
| JPH10317024A (ja) * | 1997-05-19 | 1998-12-02 | Nisshin Steel Co Ltd | 高炉異常炉況判定システム |
| WO2002048869A1 (fr) * | 2000-12-11 | 2002-06-20 | Ntt Docomo, Inc. | Terminal et repetiteur |
| CN101319256A (zh) * | 2007-06-05 | 2008-12-10 | 同济大学 | 高炉冷却壁智能监测方法 |
| CN101886152A (zh) * | 2010-06-02 | 2010-11-17 | 河北省首钢迁安钢铁有限责任公司 | 高炉炉缸三维非稳态监测和异常诊断及维护*** |
| CN102915027A (zh) * | 2012-11-16 | 2013-02-06 | 武汉钢铁(集团)公司 | 一种基于模式识别技术构建的高炉冶炼专家***及其方法 |
| CN102925602A (zh) * | 2012-11-22 | 2013-02-13 | 武汉钢铁(集团)公司 | 高炉操作炉型维护方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111286570A (zh) * | 2020-03-27 | 2020-06-16 | 武汉钢铁有限公司 | 利用扫描雷达调控异常操作炉型的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103439999A (zh) | 2013-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103439999B (zh) | 根据冷却壁温度变化进行高炉异常炉温控制的方法 | |
| EP3190194A1 (en) | Method for detecting air flow distribution in blast furnace | |
| CN102758032B (zh) | 一种实时预测高炉发生管道概率的方法 | |
| US20150337404A1 (en) | Method and device for predicting, controlling and/or regulating steelworks processes | |
| CN105441610A (zh) | 一种建立高炉操作模型的方法 | |
| TW202212576A (zh) | 作業指導方法、高爐之作業方法、鐵水之製造方法、作業指導裝置 | |
| CN106319118B (zh) | 一种延长高炉铜冷却壁使用寿命的方法 | |
| CN108004368A (zh) | 智能化自动炼钢方法及装置 | |
| CN112668148A (zh) | 一种高钛型高炉上部气流分布情况与炉况判定方法 | |
| WO1999023262A1 (fr) | Procede d'exploitation d'un haut-fourneau | |
| CN102382937A (zh) | 一种基于炉气分析的电弧炉冶炼过程控制方法 | |
| Agrawal et al. | Advances in thermal level measurement techniques using mathematical models, statistical models and decision support systems in blast furnace | |
| CN106679602A (zh) | 一种确定高炉铜冷却壁渣皮厚度变化的方法及装置 | |
| Upadhyay et al. | Drain rate and liquid level simulation in blast furnace hearth using plant data | |
| CN107177713A (zh) | 基于复吹转炉熔池特征的烟道风机联动煤气回收方法 | |
| Agrawal et al. | A review on liquid level measurement techniques using mathematical models and field sensors in blast furnace | |
| CN108018393A (zh) | 智能化自动炼钢***及方法 | |
| CN102876822A (zh) | 高炉操作的闭环控制*** | |
| Bernasowski et al. | Support algorithm for blast furnace operation with optimal fuel consumption | |
| KR101246436B1 (ko) | 고로의 용선 생산량 예측 방법 | |
| CN104060024A (zh) | 一种转炉提钒过程中转炉实时温度的预报方法 | |
| CN110453023B (zh) | 一种高炉炉缸象脚侵蚀预防分析方法 | |
| CN106048117A (zh) | 炼铁高炉判断炉温的简易方法 | |
| CN103160629A (zh) | 一种预报高炉趋热的方法 | |
| KR101277973B1 (ko) | 고로의 송풍 에너지 제어 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20170719 Address after: 430083, Hubei Wuhan Qingshan District Factory No. 2 Gate joint stock company organs Patentee after: Wuhan iron and Steel Company Limited Address before: 430080 Wuchang, Hubei Friendship Road, No. A, block, floor 999, 15 Patentee before: Wuhan Iron & Steel (Group) Corp. |