2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在AOD法(Argon Oxygen Decarburization)冶煉低碳鉻鐵的過程中,產(chǎn)品中的碳含量、磷含量及硫含量是衡量產(chǎn)品質量的重要因素。然而冶煉過程是一個非常復雜的多元多相高溫狀態(tài)下進行的非線性的物理化學反應過程,存在很多不確定的影響因素,給冶煉產(chǎn)品的質量控制增加了很大困難。目前鐵合金行業(yè)整體生產(chǎn)過程的智能化程度還不高,傳統(tǒng)的冶煉工藝尚需進一步完善與優(yōu)化。為此,采用智能分析、預測與控制方法,對實現(xiàn)低碳鉻鐵冶煉產(chǎn)品質量的提高,

2、增強企業(yè)綜合競爭力具有重要意義。
  本文提出的AOD法冶煉低碳鉻鐵質量控制是在轉爐生產(chǎn)中碳鉻鐵的基礎上,為進一步提高產(chǎn)品質量而開展的深入理論與應用研究。論文結合AOD爐冶煉低碳鉻鐵的生產(chǎn)工藝和生產(chǎn)實踐,基于熱力學和動力學理論的物理和化學特征,結合智能算法,建立了低碳鉻鐵碳含量、硫含量和磷含量等指標的質量控制模型,并進一步構建了生產(chǎn)過程集成控制與管理平臺。首先分析了AOD爐冶煉過程中爐渣堿度對質量指標的重要影響,提出了低碳鉻鐵質量

3、預測模型的分步建模法;然后采用RBF神經(jīng)網(wǎng)絡模型對爐渣堿度進行預測,并結合鐵水預處理,進行了磷、硫含量的灰色關聯(lián)度分析;最后,在此基礎上建立了基于神經(jīng)網(wǎng)絡的質量智能預測模型,并采用改進粒子群算法對模型進行優(yōu)化,使得磷含量的控制效果在控制誤差±0.003%內由80%提升到95%,硫含量的控制效果在控制誤差±0.003%內有80%提升到90%,此外碳含量的控制效果也得到了很大的提升。
  在上述研究的基礎上,開發(fā)了AOD法冶煉低碳鉻鐵

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論