基于大数据技术的炉缸侵蚀模型

作     者：张伟阳 郝良元 钟文达 邓勇 程相文 吕庆 ZHANG Wei-yang;HAO Liang-yuan;ZHONG Wen-da;DENG Yong;CHENG Xiang-wen;LüQing

作者机构：华北理工大学机械工程学院河北唐山063210 河钢集团有限公司钢研总院河北石家庄050023 河北钢铁有限公司承德分公司河北承德067000 华北理工大学冶金工程研究院河北唐山063210 华北理工大学冶金与能源学院现代冶金技术教育部重点实验室河北唐山063210 

出 版 物：《钢铁》 (Iron and Steel)

年 卷 期：2020年第55卷第8期

页      面：160-168页

核心收录：

学科分类：12[管理学] 080602[工学-钢铁冶金] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0806[工学-冶金工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0703[理学-化学] 0802[工学-机械工程] 0801[工学-力学（可授工学、理学学位）] 0702[理学-物理学] 

基　　金：河北省自然科学基金资助项目(E2020209069) 唐山市科学技术研究与发展计划资助项目(19150244E) 华北理工大学教育教学改革研究与实践资助项目(L1991) 

主　　题：高炉 炉缸 侵蚀模型 大数据技术 预测模型 

摘      要：针对高炉炉缸侵蚀的问题,介绍了高炉炉缸智能技术研究进展,分析了实现炉缸内衬可视化的技术。基于炉缸侵蚀模型的比较及大数据预测模型的发展,提出了融合大数据技术的炉缸侵蚀模型技术思想。模型基于决策树和遗传算法优化的BP神经网络,将铁水成分及温度、冷却参数、操作参数作为输入参数,采用融合大数据技术的方法,构建了炉缸侵蚀预测模型。大数据技术为钢铁行业的发展提供了新思路,进一步推动了高炉智能化炼铁。