摘要
本发明提供一种基于大数据的高炉炉渣碱度智能调整方法,属于智能制造技术领域,其方法包括收集高炉历史生产数据,根据所述历史生产数据确定生产关键参数,生成高炉炉渣碱度的理论计算模型;结合工艺原则确定炉渣碱度相关目标参数,并对相关目标参数进行筛选,得出强关联参数,构建预测模型;基于预测结果对高炉渣铁进行状态评估,得出状态评估结果,根据状态评估结果确定炉渣碱度的调整方向和调整步长;基于理论计算模型和当前入炉炉料数据,结合炉渣碱度的调整方向和调整步长确定物料调整量,提前一个冶炼周期对炉渣碱度进行智能调整,实现高效、精准的炉渣碱度控制,减少人工干预,优化操作流程,保持碱度在最佳范围,减少不合格率。
技术关键词
参数
构建预测模型
高炉
大数据
铁水
炼铁工艺
理论
分布特征
因子
深度学习算法
关系
矩阵
操作系统
周期
指令
软件
基础
系统为您推荐了相关专利信息
制浆方法
水煤浆
聚丙烯酰胺类化合物
聚羧酸类化合物
表面活性剂
光敏探头
模块
视频信号发生器
图像信号发生器
检测显示设备
标识标签
数据
布局算法
生成复合图像
数码喷印技术
工业设备
标签设备
设备运行状态监测
计算机程序指令
表达式
充放电功率
均衡控制方法
电池模组设计
均衡控制策略
控制开关管