公开(公告)号：CN112036081A

公开(公告)日：2020-12-04

申请号：CN202010872199.2

申请日：2020-08-26

Applicant: 北京科技大学

Inventor： 刘青 ,  周凯啸 ,  林文辉 ,  孙建坤 ,  冯小明

IPC: G06F30/27 ,  G06N3/08 ,  C21C5/28 ,  G06F111/04

Abstract: 本发明涉及钢铁冶金技术领域，提供了一种基于收得率预测的转炉出钢硅锰合金加入量确定方法，包括S1采集转炉多炉次生产数据并进行归一化处理；S2确定模型输入变量；S3确定影响转炉出钢过程合金收得率的因素，作为模型的输入变量；S4建立单调性约束的BP人工神经网络Mn元素收得率预测模型；S5调整模型参数，得到优化预测结果；S6确定转炉出钢硅锰合金的预测加入量。本发明方法采用单调性约束的方式对BP人工神经网络进行改进，使其能够和冶金反应机理结合，用来对转炉冶炼终点Mn元素收得率进行预测，能取得比普通BP人工神经网络更好的预测效果；具有较好的准确度和经济效益，可为现场生产过程合金的加入提供有益指导。

公开(公告)号：CN110991089B

公开(公告)日：2020-07-31

申请号：CN201911363776.9

申请日：2019-12-26

Applicant: 北京科技大学

Inventor： 刘青 ,  林文辉 ,  孙建坤 ,  周凯啸

IPC: G06F30/20 ,  G06F111/10

Abstract: 本发明提供了一种转炉炼钢冶炼后期碳含量预报方法，具体涉及钢铁冶金技术领域，该方法是在指数衰减模型的基础上进行了改进，引入了“历史脱碳曲线”、“参考脱碳曲线”、“计算脱碳曲线”的概念，不仅有效发挥了历史炉次脱碳曲线的参考价值，还充分利用了当前炉次实际脱碳曲线的特征，从而提出了一种具有更好适应性和更高准确率的冶炼后期碳含量预报的改进指数模型。

公开(公告)号：CN110119550A

公开(公告)日：2019-08-13

申请号：CN201910351105.4

申请日：2019-04-28

Applicant: 北京科技大学 ,  河钢股份有限公司唐山分公司

Inventor： 张江山 ,  刘青 ,  信自成 ,  林文辉 ,  张军国 ,  李军明 ,  路博勋 ,  石晓伟

IPC: G06F17/50 ,  G06Q10/04 ,  C21C7/00 ,  C21C7/06 ,  C21C7/064 ,  C21C7/076

Abstract: 本发明提供了一种钢包倾倒过程中钢液与渣层分离的模拟装置，包括：钢包模型，所述钢包模型包括本体和耳轴，所述耳轴按照实际钢包与钢包模型比例关系设置于钢包模型两侧；控制器，用于控制钢包倾倒钢液的翻转速度和翻转角度。基于实际生产中钢包倾倒工况的统计结果建立相应的物理模型，通过测量和计算倾倒结束后钢包模型中剩余各介质的体积，进而进行建模拟合最终得到钢包翻转速度、翻转角度和倾倒时间对钢包回浇余中钢液、液态渣和固态渣相对含量的影响规律。本发明的技术方案能够精确有效地模拟出不同倾倒工况条件(如钢包翻转角度、翻转速度和倾倒时间)对钢包回浇余中钢液、液态渣和固态渣的影响规律，进而能准确预测实际生产中不同钢包翻转角度、翻转速度和倾倒时间下钢包回浇余中的钢水和渣的比例。

公开(公告)号：CN109252009A

公开(公告)日：2019-01-22

申请号：CN201811382179.6

申请日：2018-11-20

Applicant: 北京科技大学

Inventor： 刘青 ,  张壮 ,  林文辉

IPC: C21C5/28 ,  G06F17/50

Abstract: 本发明提出基于正则化极限学习机的转炉炼钢终点锰含量预测方法，包括以下步骤：正则化极限学习机的输入变量的选取、样本数据的预处理、归一化处理、构建正则化极限学习机和通过正则化极限学习机进行转炉炼钢终点锰含量预测；本发明通过正则化极限学习机对转炉炼钢终点锰含量进行预测，在训练过程中不需要调整网络的输入权值以及隐藏层的偏置，只需设置网络的隐藏层节点个数、正则化系数和激活函数就能产生唯一的最优解，且该模型训练速度快、预测精度高、适应性较好，同时该方法测量适应性好、训练时间短、不易陷入局部最优值，可以明显提高转炉炼钢终点锰含量的预测精度和运算速率。