CN108265157A - 智能电弧炉炼钢*** - Google Patents

智能电弧炉炼钢*** Download PDF

Info

Publication number
CN108265157A
CN108265157A CN201810075943.9A CN201810075943A CN108265157A CN 108265157 A CN108265157 A CN 108265157A CN 201810075943 A CN201810075943 A CN 201810075943A CN 108265157 A CN108265157 A CN 108265157A
Authority
CN
China
Prior art keywords
intelligent
electrode
control system
electric arc
plc
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.)
Pending
Application number
CN201810075943.9A
Other languages
English (en)
Inventor
袁保宁
庞玉华
龚哲豪
罗涌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WUXI DONGXIONG HEAVY ARC-FURNACE Co Ltd
Original Assignee
WUXI DONGXIONG HEAVY ARC-FURNACE Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by WUXI DONGXIONG HEAVY ARC-FURNACE Co Ltd filed Critical WUXI DONGXIONG HEAVY ARC-FURNACE Co Ltd
Priority to CN201810075943.9A priority Critical patent/CN108265157A/zh
Publication of CN108265157A publication Critical patent/CN108265157A/zh
Pending legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
    • C21C5/52—Manufacture of steel in electric furnaces
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
    • C21C5/52—Manufacture of steel in electric furnaces
    • C21C2005/5288—Measuring or sampling devices
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C2300/00—Process aspects
    • C21C2300/06—Modeling of the process, e.g. for control purposes; CII
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/20—Recycling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
  • Vertical, Hearth, Or Arc Furnaces (AREA)
  • Furnace Details (AREA)

Abstract

本发明涉及智能电弧炉炼钢***，由炉体控制***、氧枪控制***、除尘控制***及智能电极控制***组成，采用西门子公司的SIMATIC STEP7作为开发软件，设计电弧炉智能电极调节的PLC软件控制程序，构建智能电极调节器；所述智能电极调节器包括常规的电极控制器、快速收敛的神经网络电弧炉预估模型和预估补偿程序，通过人工智能与自动化***的结合在目前阶段使电弧炉智能化炼钢精准可控，降低能源消耗，最大限度提升炼钢量，极大提高了生产效率。

Description

智能电弧炉炼钢***
技术领域
本发明属于电炉炼钢领域，特别是涉及智能电弧炉炼钢***。
背景技术
炼钢操作技术经历了四代，第一代是极少检测手段主要依靠操作员经验的炼钢操作方法，第二代是靠安装有较多的检测仪表和自动化控制***以人工判断的操作方法，第三代是靠引进的拥有较多的检测仪表和自动控制***，并设有数学模型的以及人工监视和某些判断的方法，***是人工智能的操作方法，最终或以代替操作员判断而自动达到熟练操作员的操作水平，并使炼钢过程无人化或只有管制中心设有值班人员。
现代炼钢过程自动化和计算机的应用主要是进行基础自动化、过程自动化和管理自动化，包括检测仪表及控制、电力传动***控制都是采用以微机为核心的PLC、DCS或现场总线设备来执行的，并连接网络，形成EIC(即电力传动、仪表及控制、计算机控制与管理，我国钢铁界称之为三电***)***和多极计算机自动化***。为了获得好的控制品质、以满足炼钢的复杂过程，进一步降低能耗，降低成本以及生产高附加值产品，自动化已经不仅使用常规控制(PID算法的自动控制)，而且采用先进控制方法，使控制品质达到更高水平而获得更高的经济效益。在检测技术和仪表方面也得到很大发展，不仅利用新的检测方法、遥测技术、数字化技术和人工智能技术进行处理，而且使用软测量技术，使炼钢过程过去得出的信息得以解决或某种程度的解决，从而大大有利于生产正常化并为先进控制创造先决条件。在人机联系、画面显示方面也日趋成熟，如可视化技术。总之，运用最新技术构成高效、优质、低成本的自动化***是炼钢自动化的发展趋势。
随着国家加大炼钢炼铁落后产能淘汰力度，以及为降低矿产资源开发并提高社会回收资源的利用，倡导提高电炉钢的比例，近年来不断有钢厂在淘汰落后产能的基础上新建炼钢电弧炉设备，由于炼钢工艺造成电弧炉炼钢成本相对较高，十几年来电弧炉设备数量不断减少，所以电弧炉炼钢设备配套的自动化控制技术基本上处于停滞状态。但随着电炉弧炼钢工艺所需要的主要原料——废钢资源的增多，价格降低，使电弧炉炼钢的成本持续下降。可能预见将来会有电弧炉炼钢设备投入生产，而配套更先进的智能电弧炉炼钢***成为迫切的需求。
发明内容
电弧炉炼钢具有非常成熟的炼钢工艺，并且随着近些年来电脑技术的快速发展，电弧炉炼钢过程也有非常成熟的控制算法(如冶炼过程中随工艺参数计算预期的钢水成份、钢水温度，生产合格钢水所需要的石灰、合金等辅料的加入量等)。但由于电弧炉炼钢设备冶炼过程中高温、高粉尘、高噪声、高振动的恶劣环境，造成现场的部分关键检测仪表不能正常使用，包括前些年引进的拥有完整检测仪表和自动化***，由于部分检测仪表不能正常使用达不到预期的效果。
第一代、第二代操作技术中最主要控制手段就是有经验的工人，由于炼钢过程工艺操作过程的复杂性，有经验的熟练工人培养往往需要投入大量的精力和时间，而且不同的人对于炼钢过程中实时动态的电弧炉内状态、设备操作、工艺数据等掌控的不同，也会造成最终的冶炼时间、冶炼消耗、钢水质量的差别，这点从炼钢车间24小时分班作业不同班组的产量、消耗、质量的层次不齐就能体现出来。而人工操作最大的优势在于真正熟练并且有经验的熟练工人会依据结果的不同不断的修正自己操作，使之更趋于合理，比如随着炉内状况的变化及时调整供电、供氧、喷碳粉等参数，达到电弧炉炼钢更高效、更节能的目标。但人工操作最大的劣势在于由于各种原因人不能像机器那样每次都能重复最优化的操作技巧。
基于以上两点，即检测仪表的不可靠性，人工操作的不确定性和不能重复性，开发具有先进、可靠的智能电弧炉炼钢***具有了现实迫切的意义。本发明的方案如下：
本发明的智能电弧炉炼钢***，由炉体控制***、氧枪控制***、除尘控制***及智能电极控制***组成，其特征在于，所述智能电极控制***包括上位机和下位机，所述上位机采用视窗控制中心Wincc的HMI***，实现电弧炉智能电极控制***的运行过程监控，电弧电流、电压波形及其数据显示，三相电流和电压仿真数据的设定，生产冶炼过程数据保存归档，以及与下位机的通讯等功能；所述下位机采用西门子S7-1500系列的PLC，所述上位机通过通讯网卡与下位机的通信模块相连接；所述西门子S7-1500系列的PLC包括通信模块、模拟量采集模块、电流变送器、信号调理模块及信号采集模块。采用西门子公司的SIMATICSTEP7作为开发软件，设计电弧炉智能电极调节的PLC软件控制程序，构建智能电极调节器；所述智能电极调节器包括常规的电极控制器、快速收敛的神经网络电弧炉预估模型和预估补偿程序；所述智能电极调节器运行步骤如下：
1)、采用数据采集***采集电弧炉在冶炼期间的参数，使用这些参数在离线方式下进行快速收敛的神经网络预估模型建立；
2)、将建立的快速收敛的神经网络预估模型在线投入，并不断进行在线自适应调整，使预估模型对实际的电弧炉对象逐步逼近，预估补偿程序利用预估结果，对常规控制电极调节器的输出进行优化补偿，用于实时控制，以得到期望的控制效果。
进一步地，所述电弧炉除尘控制***，根据冶炼阶段、加入废钢重量、吹氧量、粉尘浓度、辅料重量等参数预测烟尘的排放量，通过PLC控制风机的转速及风量调节阀开度，实现除尘过程智能化。
进一步地，所述报警为电压电流报警、作业完成报警和油温报警；所述上位机的组件包括主机、通讯卡、显示器、Windows7***、实现PLC***编程和调试的编程软件及人机交互的监控软件。
进一步地，所述快速收敛的神经网络的电弧炉预估模型，采用三层神经网络，包括输入层、中间层(隐层)、输出层，所述快速收敛的神经网络算法在传统神经网络的基础上引入广义误差函数，以提高收敛速度和精度，所述广义误差函数为：
式中分别指在第p个训练模式下网络输出层第i个输出神经元的期望输出和实际输出；p指训练模式总数；NL指网络输出层神经元数；λ为可变因子，在训练期间从1递减到0；ε为很小的正数，取值范围为0.0001～0.01，用于防止期望响应di等于0，导致被零除的现象出现。
本发明智能电弧炉炼钢***，完全解决目前检测仪表不能有效的满足电弧炉智能化炼钢的需求，通过人工智能与自动化***的结合在目前阶段使电弧炉智能化炼钢精准可控，采用快速收敛的神经网络算法提高收敛速度和精度，使得智能化炼钢过程智能控制，精度高偏差小，降低能源消耗，最大限度提升炼钢量，极大提高了生产效率。
附图说明
图1为智能电弧炉炼钢***框图。
图2为电弧炉智能电极控制***结构框图。
图3为快速收敛的神经网络算法流程图。
具体实施方式
为使本领域技术人员更好理解本发明，结合附图1-3对本发明进行说明，应该理解具体实施方式旨在说明本发明，不对本发明作出限制，凡在本发明的思路上作出的补充改进，均属于本发明的范围。
本发明的智能电弧炉炼钢***，由炉体控制***、氧枪控制***、除尘控制***及智能电极控制***组成，其特征在于，所述智能电极控制***包括上位机和下位机，所述上位机采用视窗控制中心Wincc的HMI***，实现电弧炉智能电极控制***的运行过程监控，电弧电流、电压波形及其数据显示，三相电流和电压仿真数据的设定，生产冶炼过程数据保存归档，以及与下位机的通讯等功能；所述下位机采用西门子S7-1500系列的PLC，所述上位机通过通讯网卡与下位机的通信模块相连接；所述西门子S7-1500系列的PLC包括通信模块、模拟量采集模块、电流变送器、信号调理模块及信号采集模块。采用西门子公司的SIMATICSTEP7作为开发软件，设计电弧炉智能电极调节的PLC软件控制程序，构建智能电极调节器；所述智能电极调节器包括常规的电极控制器、快速收敛的神经网络电弧炉预估模型和预估补偿程序；所述智能电极调节器运行步骤如下：
1)、采用数据采集***采集电弧炉在冶炼期间的参数，使用这些参数在离线方式下进行快速收敛的神经网络预估模型建立；
2)、将建立的快速收敛的神经网络预估模型在线投入，并不断进行在线自适应调整，使预估模型对实际的电弧炉对象逐步逼近，预估补偿程序利用预估结果，对常规控制电极调节器的输出进行优化补偿，用于实时控制，以得到期望的控制效果。
具体实施方式如下：
智能电弧炉炼钢***结构图如图1所示，本***采用上位机(工控机)和下位机(可编程控制器PLC)，监控上位机主要其协调上、下位及之间的关系的作用，监控冶炼过程的相关参量、保存冶炼过程数据，建立良好的人机交互界面。下位机的作用是采集冶炼现场数据，把采集的数据作相应预处理后，对电极进行升降控制，同时把冶炼现场数据传送到上位工控机上，与此同时接收上位工控机下达的控制命令，并能够按照命令执行相关操作。上位机和下位机采用现场总线网通信。
电弧炉智能电极控制***如图2所示，电弧炉智能电极控制***上位机采用组态软件Wincc(Windows Control Center)，负责智能电极控制***的现场控制画面监测及报警、PLC通讯模块和数据显示模块参数的设定和优化，实现电弧炉智能电极控制***的运行过程监控和电弧电流、电压波形及其数据显示，三相电流和电压仿真数据的设定；生产冶炼过程数据保存归档，以及与下位机和电弧炉仿真模型的通讯等。其中报警显示为电压电流报警、作业完成报警和油温报警。上位机组件配置包括主机、通讯卡、显示器、Windows7***、实现PLC***编程和调试的编程软件、实现监控、实时显示、人机交互的监控软件。所述监控软件为WINCCV7.4。上述上位机连接有打印机等辅助设备。
下位机采用西门子S7-1500系列的PLC产品，硬件***包括电源模块、通讯模块、CPU模块及信号模块。电源模块为PLC***提供稳定的24V直流电源；CPU模块负责程序的运行、数据的存储与处理，与上位机的通讯和数据的传输；通讯模块用于将SIMATICS7-1500连接到工业以太网。下位机负责整个冶炼过程中三相电流、电压和电极控制信号的采集和处理，并执行电极升降控制。它还具有将采集到控制器的操作信号与组态软件通讯，也可接收来自组态软件的信号指令。
针对电弧炉冶炼工艺特征、现场监控和优化要求，采用SIMATICSTEP7作为开发软件，设计电弧炉电极调节的PLC软件控制程序。该开发软件提供多种PLC编程语言及方便的程序调试、***测试、故障诊断等功能，用户软件开发完毕，下载到PLC的CPU模块中，运行时只依赖于PLC，完全独立于开发环境。PLC软件以工程的形式存在，一个完整的工程主要由硬件组态、网络结构、用户程序等三个部分构成，相应地，STEP7提供了硬件组态功能，网络配置功能和编程调试功能。其中程序在线调试中，***能从PLC中读取详细运行及故障诊断信息，程序发生运行错误时，根据这些信息可以分析出错的原因，并加以改正。为了便于程序的逻辑测试，软件中提供了数据强制功能，可对I/O状态及程序参数数值进行强制，这样无需外部信号的变化就能测试逻辑结果。软件环境提供的这些功能为应用程序的开发提供了方便。
电极调节PLC程序设计，关于电极调节PLC中所包含的功能函数的简要说明如下。
FC32:电极手动控制功能，该功能是用于电极手动控制的，当操作台有电极手动操作命令时启动该功能，电极手动控制相对于电极自动控制有优先权。
FC36:电极夹持器控制功能，该功能是用于控制电极夹持器的，电极的夹紧和放松由上位机控制，在操作台上没有控制，这样可以尽可量防止误操作。
FC65:有功电度累计计算功能，通过有功电度计数脉冲计算出每炉钢所需的有功电度，以供企业核算成本之用。
FC67:量程变换功能，该功能是通过量程变换把采集到的模拟量变换为可显示的工程量，以供上位机显示。
FC59:指示灯显示功能，完成一些状态参数的显示功能。
FC100:数据交换功能，该功能完成的是电极调节PLC和炉体动作PLC之间的数据交换功能，通过发送模块SFC5和接收模块SFC6实现两PLC之间的数据交换。每一个扫描周期结束时交换一次数据。
SFC5:发送模块，该模块是***功能模块，把电极调节PLC的数据发送到炉体动作PLC。
SFC6:接收模块，该模块是***功能模块，把从炉体动作PLC来的数据接受到电极调节PLC，其源代码不可见。
FC66:采样功能，该功能是模拟量采集功能，它把控制***需要的模拟量采集进来，并进行滤波处理。
FC61,FC62,FC63:A,B,C三相电极自动升降控制功能，利用***PID功能块FB91及本申请的控制算法对电极进行自动控制。
FB91:PID调节器功能，该功能为PID调节器功能，可根据输入的各项参数给出控制输出值，其源代码不可见。
电极调节控制自动功能(FC61,FC62,FC63)的软件设计的实现：
电弧炉电极调节控制功能是通过PLC的模拟量输入/输出模板及CPU单元来实现的。首先，采集三相电弧电流和三相电弧电压，经过测量测量回路整流滤波后，变为4-20mA的直流信号输入PLC模拟量模块；然后，过A/D转换后送入西门子的PLC中，采取的控制算法的选择在S7-1500中实现；最后，经过D/A转换的结果输出到电-液驱动***的伺服阀，来控制电极升降，调节电弧炉的输入功率，确保三相电弧电流和电压维持在规定的设定值范围之内。
电极调节控制原理：精炼炉的弧流、弧压信号经整流、滤波后，在平衡臂电阻上进行比较，其差值送入伺服阀线圈。在额定状态下工作时，差值为零，伺服阀不动作；当弧长偏离给定值时，此时电弧电流大于给定值，则送入伺服阀电磁线圈的电气信号是阀杆向上运动，从而载能液体流入电极升降液压缸，使电极上升，其速度取决于阀孔开口大小。当电流重新达到给定值时，电气信号消失，电极停止动作；相反，若弧长大于给定值时，即炉内电弧电流小于给定值时，则阀杆向下移动，液压缸内的液体便在电极升降装置自重的作用下，流回储液槽，电极下降直至重新达到给定弧长。
本申请基于神经网络的智能电极调节器包括(1)常规的电极调节控制器(恒阻抗控制策略，PID控制算法)；(2)一个快速收敛的神经网络电弧炉预估模型；(3)预估补偿程序。该智能电极调节器运行步骤如下：1、采用数据采集***采集电弧炉在冶炼期间的参数，使用这些参数在离线方式下进行快速收敛的神经网络预估模型建立；2、将建立的快速收敛的神经网络预估模型在线投入，并不断进行在线自适应调整，使预估模型对实际的电弧炉对象逐步逼近，预估补偿程序利用预估结果，对常规控制电极调节器的输出进行优化补偿，用于实时控制，以得到期望的控制效果。
快速收敛的神经网络算法流程图如图3所示，快速收敛的神经网络的电弧炉预估模型为：采用三层神经网络，包括输入层、中间层(隐层)、输出层，为了使得神经网络快速收敛，引入广义误差函数：
式中分别指在第p个训练模式下网络输出层第i个输出神经元的期望输出和实际输出；p指训练模式总数；NL指网络输出层神经元数；λ为可变因子，在训练期间从1递减到0；ε为很小的正数，取值范围为0.0001～0.01，用于防止期望响应di等于0，导致被零除的现象出现。
该广义误差函数综合考虑了反传算法的收敛速度和学习精度，是绝对误差和相对误差结合的一种指标函数，而广义指标函数能够提高算法的收敛速度，相对误差能提高算法精度。经实践证明，引入广义误差函数后收敛速度大幅提高，学习精度更高。
预估补偿程序是根据神经网络预估的电流值与炉子期望值的偏差来计算补偿，计算公式为：
Cout＝Co+Cb
其中：
Cout为补偿程序算出的输出控制量；
Co为比例控制器计算发出的控制量；
Cb为计算出的补偿量；
Ig为快速收敛的神经网络预估模型计算出的下一时刻的电流；
Ie为给定电流；
Io为目前的电流。
通过本发明智能电弧炉炼钢***，完全解决目前检测仪表不能有效满足电弧炉智能化炼钢的需求，将人工智能与自动化***结合使电弧炉智能化炼钢精准可控，采用快速收敛的神经网络算法提高收敛速度和精度，使得智能化炼钢过程智能控制，精度高偏差小，降低能源消耗，最大限度提升炼钢量，极大提高了生产效率。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (3)

1.智能电弧炉炼钢***，由炉体控制***、氧枪控制***、除尘控制***及智能电极控制***组成，其特征在于，
所述智能电极控制***包括上位机和下位机，所述上位机采用视窗控制中心Wincc的HMI***，实现电弧炉智能电极控制***的运行过程监控及报警，电弧电流、电压波形及其数据显示，三相电流和电压仿真数据的设定，生产冶炼过程数据保存归档，以及与下位机的通讯等功能；
所述下位机采用西门子S7-1500系列的PLC，所述上位机通过通讯网卡与下位机的通信模块相连接；所述西门子S7-1500系列的PLC包括通信模块、模拟量采集模块、电流变送器、信号调理模块及信号采集模块；
采用西门子公司的SIMATIC STEP7作为开发软件，设计电弧炉智能电极调节的PLC软件控制程序，构建智能电极调节器；所述智能电极调节器包括常规的电极控制器、快速收敛的神经网络电弧炉预估模型和预估补偿程序；
所述智能电极调节器运行步骤如下：
1)、采用数据采集***采集电弧炉在冶炼期间的参数，使用这些参数在离线方式下进行快速收敛的神经网络预估模型建立；
2)将建立的快速收敛的神经网络预估模型在线投入，并不断进行在线自适应调整，使预估模型对实际的电弧炉对象逐步逼近，预估补偿程序利用预估结果，对常规控制电极调节器的输出进行优化补偿，用于实时控制，以得到期望的控制效果。
2.如权利要求1所述的智能电弧炉炼钢***，其特征在于，所述电弧炉除尘控制***，根据冶炼阶段、加入废钢重量、吹氧量、粉尘浓度、辅料重量等参数预测烟尘的排放量，通过PLC控制风机的转速及风量调节阀开度，实现除尘过程智能化。
3.如权利要求1所述的智能电弧炉炼钢***，其特征在于，所述报警为电压电流报警、作业完成报警和油温报警；所述上位机的组件包括主机、通讯卡、显示器、Windows7***、实现PLC***编程和调试的编程软件及人机交互的监控软件。
CN201810075943.9A 2018-01-26 2018-01-26 智能电弧炉炼钢*** Pending CN108265157A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810075943.9A CN108265157A (zh) 2018-01-26 2018-01-26 智能电弧炉炼钢***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810075943.9A CN108265157A (zh) 2018-01-26 2018-01-26 智能电弧炉炼钢***

Publications (1)

Publication Number Publication Date
CN108265157A true CN108265157A (zh) 2018-07-10

Family

ID=62776899

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810075943.9A Pending CN108265157A (zh) 2018-01-26 2018-01-26 智能电弧炉炼钢***

Country Status (1)

Country Link
CN (1) CN108265157A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110825053A (zh) * 2019-11-19 2020-02-21 王希宏 一种电弧炉炼钢用全流程智能控制***
CN112036101A (zh) * 2020-11-03 2020-12-04 北京科技大学 电弧炉炼钢熔池模拟装置、模拟***和使用其模拟测量熔池内熔体温度的方法
CN113324402A (zh) * 2021-05-28 2021-08-31 牡丹江师范学院 一种三相电弧冶炼电炉自动控制***
CN115619101A (zh) * 2022-11-09 2023-01-17 北京科技大学 一种电弧炉炼钢能效评价方法
CN116334349A (zh) * 2023-04-13 2023-06-27 无锡东雄重型电炉有限公司 一种炼钢电炉加热数据采集调节模块

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101715257A (zh) * 2009-11-20 2010-05-26 东北大学 电炉电极智能控制器
CN101782321A (zh) * 2010-01-27 2010-07-21 上海金自天正信息技术有限公司 一种直流电弧炉电极自动调节装置及其控制方法
CN102605139A (zh) * 2011-10-31 2012-07-25 中冶赛迪工程技术股份有限公司 基于网络传输的数字式电弧炉电极控制方法及***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101715257A (zh) * 2009-11-20 2010-05-26 东北大学 电炉电极智能控制器
CN101782321A (zh) * 2010-01-27 2010-07-21 上海金自天正信息技术有限公司 一种直流电弧炉电极自动调节装置及其控制方法
CN102605139A (zh) * 2011-10-31 2012-07-25 中冶赛迪工程技术股份有限公司 基于网络传输的数字式电弧炉电极控制方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李艳伟: "智能控制技术在电弧炉电极调节中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
王科俊等: "快速收敛全局最优的多层前向神经网络综合反向传播算法", 《哈尔滨工程大学学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110825053A (zh) * 2019-11-19 2020-02-21 王希宏 一种电弧炉炼钢用全流程智能控制***
CN112036101A (zh) * 2020-11-03 2020-12-04 北京科技大学 电弧炉炼钢熔池模拟装置、模拟***和使用其模拟测量熔池内熔体温度的方法
CN113324402A (zh) * 2021-05-28 2021-08-31 牡丹江师范学院 一种三相电弧冶炼电炉自动控制***
CN115619101A (zh) * 2022-11-09 2023-01-17 北京科技大学 一种电弧炉炼钢能效评价方法
CN116334349A (zh) * 2023-04-13 2023-06-27 无锡东雄重型电炉有限公司 一种炼钢电炉加热数据采集调节模块
CN116334349B (zh) * 2023-04-13 2023-08-29 无锡东雄重型电炉有限公司 一种炼钢电炉加热数据采集调节模块

Similar Documents

Publication Publication Date Title
CN108265157A (zh) 智能电弧炉炼钢***
CN104570739B (zh) 基于云和移动终端的选矿多生产指标优化决策***及方法
CN108763550B (zh) 高炉大数据应用***
CN101592964B (zh) 一种双工位lf炉钢水温度预报控制方法
CN111650903B (zh) 一种基于视觉识别的钢包底吹氩智能控制***
CN109001979A (zh) 基于懒惰学习的高炉铁水质量自适应鲁棒预测控制方法
CN103426035A (zh) 钢铁行业副产高炉煤气自平衡调度***及产消量预测方法
Backman et al. Methods and tools of improving steel manufacturing processes: Current state and future methods
Lin et al. Consideration of green intelligent steel processes and narrow window stability control technology on steel quality
CN103014204A (zh) 基于模式识别和专家***的高炉布料优化方法及***
CN101765258A (zh) 电熔镁炉熔炼过程中三相电极的定位装置及其控制方法
CN116822380B (zh) 一种基于数字孪生在铜冶炼过程中尾气回收利用的协同优化方法
CN103024959B (zh) 一种电极智能调节器及电极智能控制方法
CN102560143A (zh) 铜闪速熔炼的方法以及***
CN109581988A (zh) 一种基于转炉烟气分析技术的智能炼钢***
CN111290267A (zh) 基于LabVIEW的火电模型辨识装置和辨识方法
CN104267600B (zh) 钢包精炼炉电极调节控制***及其控制方法
Spirin et al. Complex of model systems for supporting decisions made in managing blast-furnace smelting technology
CN210765379U (zh) 一种用于转炉智能出钢的装置
CN107164597A (zh) 一种无副枪无炉气检测一键式转炉自动炼钢方法
CN116109069A (zh) 一种基于钢铁企业的大数据融合应用控制方法
CN105271398A (zh) 水解集成***及其工作方法
CN105242545B (zh) 一种基于工艺批次模型的转炉用氧流量的预测方法
CN113778035B (zh) 一种智能粗锡冶炼***
CN109870986A (zh) 一种基于神经网络和数据驱动的搅拌反应釜在线控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180710