炼钢过程中煤气预测及优化系统被引量：2

Gas prediction and optimization system in steelmaking

导出

摘要利用灰色关联度分析方法,研究了与石钢煤气发生、消耗相关联的因素,根据煤气发生、消耗量与其相关影响因素间的关系建立了石钢煤气预测模型,并在此基础上开发了石钢煤气优化系统,实现了煤气资源的合理利用与分配. 利用灰色关联度分析方法,研究了与石钢煤气发生、消耗相关联的因素,根据煤气发生、消耗量与其相关影响因素间的关系建立了石钢煤气预测模型,并在此基础上开发了石钢煤气优化系统,实现了煤气资源的合理利用与分配.

作者张海宁朱荣逯志方李桂海马国宏

机构地区北京科技大学冶金与生态工程学院石家庄钢铁有限责任有限公司

出处《北京科技大学学报》 EI CAS CSCD 北大核心 2011年第S1期16-19,共4页 Journal of University of Science and Technology Beijing

关键词炼钢煤气预测优化数学模型神经网络 steelmaking gas prediction optimization mathematical models neural networks

分类号 N55 [自然科学总论]

引文网络
相关文献

参考文献5

1韩志刚,汤兵勇,陈福厚,C.W.Kenneth Keng.多层递阶预报方法与其它熟知预报方法的比较分析[J].黑龙江大学自然科学学报,1993,10(2):43-48. 被引量：3
2叶东毅.前馈神经网络隐层结点设计的一个学习算法[J].电子学报,1997,25(11):126-128. 被引量：6
3王维兴.钢铁企业工序能耗和节能潜力[J].冶金管理,2005(6):32-34. 被引量：14
4宋军,蔡九菊,刘文超,张琦,提威,谷延良,张大伟.钢铁联合企业煤气系统模型化研究[J].冶金能源,2010,29(4):3-7. 被引量：1
5高均,马恩凯.钢铁企业的能源消耗及节能对策[J].上海金属,1996,18(3):55-60. 被引量：1

二级参考文献13

1蔡九菊,王建军,陆钟武,殷瑞钰.钢铁企业物质流与能量流及其相互关系[J].东北大学学报（自然科学版）,2006,27(9):979-982. 被引量：76
2陈光陆钟武蔡九菊.钢铁企业氧气系统动态仿真.东北大学学报(自然科学版),2008,29(6):867-870. 被引量：1
3J.H.kim,H.-S.Yi,C.Han.A novel MILP model for plantwide multiperiod optimization of byproduct gas supply system in the iron and steel making process[J].Trans IChemE,2003,81:1015-1025. 被引量：1
4Kim J H,Yi H S,Han C.Plant wide optimal byproduct gas distribution and holder level control in the iron and steel making process[J].Korean Journal of Chemical Engineering,2003,20(3):429-435. 被引量：1
5Akimoto,K.,Sannomiya,N.,Nishikawa,et al.An optimal gas supply for a power plant using a mixed interger programming model[J].Automatica,1991,27(3):513-518. 被引量：1
6S.Jebaraj,S.Iniyan.A review of energy models[J].Renewable and Sustainable Energy Reviews,2006,10:281-311. 被引量：1
7叶东毅，计算机学报，1996年，19卷，10期被引量：1
8鲍立威，模式识别与人工智能，1995年，8卷，1期被引量：1
9伊申明，计算机研究与发展，1994年，31卷，6期被引量：1
10张铃，模式识别与人工智能，1994年，7卷，3期被引量：1

共引文献20

1张琦,蔡九菊,王建军.冶金工业副产煤气的高效利用[J].中国冶金,2006,16(3):44-47. 被引量：4
2张琦,蔡九菊,吴复忠,庞兴露,葛红.高炉煤气在冶金工业的应用研究[J].工业炉,2007,29(1):9-12. 被引量：14
3魏建新.钢铁企业的能源战略[J].冶金能源,2007,26(2):3-6. 被引量：16
4路文杰,马翠香.钢铁工业生态化评价分析研究[J].经济问题探索,2007(8):97-103. 被引量：9
5张庆庆,贺兴时.BP神经网络结点数选取的改进方法及其应用[J].西安工程大学学报,2008,22(4):502-505. 被引量：12
6尹振江,朱荣,刘纲,刘剑辉,吕明.基于能源结构尺度的中国钢铁工业节能研究[J].矿冶,2009,18(1):49-52. 被引量：3
7胡志刚.钢铁工业发展循环经济的基本模式[J].内蒙古科技与经济,2009(11):13-14.
8潘昊,于海斌,苑明哲.钢铁工业节能技术进展及应用[J].节能,2010,29(1):11-14. 被引量：2
9王富强,徐静珍.发展循环经济，促进钢铁行业节能减排[J].时代经贸,2010,8(16):34-35.
10吴开贵,张安邦,周家启.基于自组织RBFN神经网络的预想事故分类器的设计[J].中国电机工程学报,1999,19(12):61-64. 被引量：5

同被引文献27

1孙进生,吴建华,许小强.高炉热风炉可变周期运行策略的研究和实现[J].自动化仪表,2006,27(z1):97-100. 被引量：5
2邓俊,赖旭芝,吴敏,曹卫华.基于神经网络和模拟退火算法的配煤智能优化方法[J].冶金自动化,2007,31(3):19-23. 被引量：15
3王维兴.高风温是节能降耗工作的重点[J].中国钢铁业,2008(3):35-36. 被引量：4
4蔡九菊,孙文强.中国钢铁工业的系统节能和科学用能[J].钢铁,2012,47(5):1-8. 被引量：43
5杨靖辉,蔡九菊,刘精宇,孙文强.煤气系统供需预测及剩余煤气优化分配[J].东北大学学报（自然科学版）,2015,36(8):1125-1129. 被引量：5
6纪天波,马淑艳,滕宇,杨春节.基于子空间辨识的高炉热风炉模型[J].工业仪表与自动化装置,2015(5):125-128. 被引量：1
7张琦,李鸿亮,赵晓宇,贾辉.高炉煤气产生量与消耗量动态预测模型及应用[J].哈尔滨工业大学学报,2016,48(1):101-106. 被引量：15
8孙雪莹,胡静涛,王卓,张吉龙.基于自适应遗忘因子极限学习机的高炉煤气预测[J].计算机测量与控制,2017,25(7):235-238. 被引量：3
9王彦辉.钢铁企业副产煤气产耗预测方法研究进展[J].冶金能源,2017,36(A02):54-55. 被引量：3
10吴萌,马光宇,李志锋,金耀辉.钢铁企业煤气预测及优化调度系统开发[J].鞍钢技术,2017(6):37-40. 被引量：1

引证文献2

1刘书含,孙文强,石晓星,范天骄,谢国威,蔡九菊.基于BP神经网络的热风炉群煤气消耗量预测[J].中国冶金,2022,32(2):77-83. 被引量：16
2李涛,王盛民,刘刚,王桂伟.烧结机煤气消耗量预测模型的性能比较研究[J].冶金能源,2024,43(4):54-58.

二级引证文献16

1吴明国.钢铁企业噪声分布特性研究[J].冶金能源,2022,41(4):54-56.
2房晓晴,刘书含,孙文强.高炉煤气管网水力建模及调度策略[J].东北大学学报（自然科学版）,2023,44(1):69-75. 被引量：5
3姬亚锋,王晓军,孟媛,王海深,刘瑜,李旭.基于PSO-BP的2205双相不锈钢热变形行为预测[J].钢铁,2023,58(2):96-103. 被引量：12
4熊伟,张建喜,张守印,张宏健.基于小波阈值和BPNN的冷轧煤气消耗预测[J].现代计算机,2023,29(3):108-110. 被引量：1
5韩中洋,王泽,董洪辛,王志远,赵珺,王伟.钢铁能源管控优化研究应用的综述与展望[J].冶金自动化,2023,47(3):2-14. 被引量：1
6陈维娜,杨忠,顾姗姗,唐玉娟,王逸之.基于NB-IoT技术的智能农业环境监测系统设计[J].中国农机化学报,2023,44(6):168-175. 被引量：13
7苑国强.基于神经网络的热风炉模糊控制系统研究[J].工业加热,2023,52(10):46-49.
8胡慧佳.高炉煤气管网TGNET建模及调度策略[J].价值工程,2024,43(5):34-36.
9赵宇翔,章家岩,周雪阳,张泽辰.热风炉空燃比并行协作粒子群滑模控制策略[J].重庆工商大学学报（自然科学版）,2024,41(1):75-81.
10马帅印,王晨,卢津,孔宪光,殷磊,陈改革,张茜.数据驱动的污水处理高密池混凝加药预测研究[J].给水排水,2024,50(2):158-166. 被引量：2

1中煤企协VE、IE研究会举办学术研讨会[J].价值工程,1996(5):32-32.
2张贝贝,李晓兵.中国古人对光照的认识[J].广西民族大学学报（自然科学版）,2016,22(2):16-20.
3李杨,解文彬.巧用注册表六则[J].科学大观园,2004(5):63-63.
4英科学家发现控制胃舒张的蛋白质[J].生物学通报,2008,43(4):39-39.
5刘惠,杨硕.洗煤厂原煤回洗系统优化与应用[J].中国科技博览,2014(44):398-398.
6王刚义,郭春红.科学素养影响因素研究[J].中国科技信息,2013(10):239-241. 被引量：1
7王丽琼.灰色关联度在区域经济系统动力学模型中的应用[J].消费导刊,2009,0(16):44-44.
8李波.中煤集团山西金海洋能源有限公司循环经济展雄姿转型发展开新天[J].现代工业经济和信息化,2011(2):78-79.
9袁琦,张贵.湖南林业产业结构调整必须建立五大支撑体系[J].科技资讯,2007,5(9):160-161. 被引量：5
10魏洋风.新型煤气罐[J].科学启蒙,2003(2):17-17.

北京科技大学学报

2011年第S1期

浏览历史

内容加载中请稍等...

炼钢过程中煤气预测及优化系统被引量：2

参考文献5

二级参考文献13

共引文献20

同被引文献27

引证文献2

二级引证文献16

相关作者

相关机构

相关主题

浏览历史

炼钢过程中煤气预测及优化系统 被引量：2

参考文献5

二级参考文献13

共引文献20

同被引文献27

引证文献2

二级引证文献16

相关作者

相关机构

相关主题

浏览历史

炼钢过程中煤气预测及优化系统被引量：2