-
题名带式焙烧机均匀布料研究与应用
被引量：1
- 1
-
-
作者
智谦
张福明
韩志国
张全申
-
机构
北京首钢国际工程技术有限公司
首钢集团有限公司
北京市冶金三维仿真设计工程研究中心
-
出处
《烧结球团》
北大核心
2024年第4期57-62,共6页
-
基金
国家重点研发计划资助项目(2017YFB0304300)。
-
文摘
为适应绿色低碳钢铁冶炼目标,球团大型化生产成为必然需求。由于带式焙烧机料层较厚,且焙烧过程球团处于静态,为保证成品球质量,生球的均匀布料就显得尤为重要。本文通过研究带式焙烧机布料原理和布料工艺设备参数,确定其合理的布料方式。研究结果表明:梭车和摆头皮带机布料均存在生球落下次数多、布料不均匀等问题;往复式布料器布料能够减少生球落下次数,且能够实现单向布料,快速换向,从而保证均匀布料。通过参数计算,得出504 m^(2)带式焙烧机合理的布料方式为往复式布料器+宽皮带机布料,卸料小车移动速度和皮带运行速度均应控制在0.65 m/s,宽皮带机运行速度应控制在0.12 m/s。生产实践表明在该布料方式下,布料轨迹整齐,台车料面平整,成品球强度均匀,达到了预期的研究目标。
-
关键词
球团
带式焙烧机
均匀布料
梭车
摆头皮带机
往复式布料器
-
Keywords
pellets
straight grate
uniform distribution
shuttle
swing head belt conveyor
reciprocating distributor
-
分类号
TF046.6
[冶金工程—冶金物理化学]
X757
[环境科学与工程—环境工程]
-
-
题名烧结矿FeO含量预测技术的探讨
- 2
-
-
作者
唐佳润
刘月明
张福明
李贺
-
机构
北京首钢国际工程技术有限公司
北京市冶金三维仿真设计工程研究中心
首钢集团有限公司
-
出处
《烧结球团》
北大核心
2025年第1期21-30,37,共11页
-
基金
北京学者培养计划资助项目(2015-08)。
-
文摘
烧结矿FeO含量是衡量烧结矿还原性的重要指标。为了全面而系统地概述各种烧结矿FeO含量的预测方法,本文从机理模型和机器学习算法(包括经典单一学习算法模型、协同优化算法模型、深度神经网络算法模型及集成学习算法模型)两大预测模型出发,分别从基于工艺流程参数,机尾图像识别预测,以及基于图像-参数协同预测进行三个方面探讨,总结了烧结矿FeO含量预测方法的发展脉络;并对近年来新兴的算法预测模型进行全面概括与深入分析,阐述了每种算法在烧结矿FeO含量预测模型的优点和局限;同时展望了未来烧结矿FeO含量预测领域的研究方向,以期为该领域的研究与实践提供有益的参考。
-
关键词
烧结矿
FEO
大数据
机器学习
深度学习
-
Keywords
sinter
FeO
big data
machine learning
deep learning
-
分类号
TF56
[冶金工程—钢铁冶金]
TF813
[冶金工程—有色金属冶金]
X757
[环境科学与工程—环境工程]
-
