2024-03-19    10:02:03     欢迎来到冶金工业网
当前位置:首页  >  问答专区  >  解答汇总|北科大贺东风教授2月13日在国联云平台直播期间的问题解答
问答专区

解答汇总|北科大贺东风教授2月13日在国联云平台直播期间的问题解答

         关键字:国联云,北科大贺东风     发布时间:2020/2/27     来源:国联云

问:一罐到底主要制约因素有哪些?如何解决?——**钢铁集团公司厂长张**

回答:

1)高炉一次出铁后期发生接半罐铁水的情况,产生尾包,尾包需要第二次接铁,导致铁水包等待出铁时间长,铁水温降大。解决方案:根据企业情况优化尾包处理制度,例如转场出铁等,减少第二次接铁等待时间;优化铁水包运输制度,一包一送或两包一送等。

2)由于运行特征不同,高炉出铁节奏、转炉生产节奏、连铸机一包钢水的浇注节奏不匹配,为了保证连铸机连续浇铸,铁水需要备包(重包积压),也导致铁水包周转个数多,周转时间长,铁水温降大。解决方案:优化备包方案,设定合理的连铸机连浇炉数,优化备包个数和铁水包周转节奏。

 

问:数据不准确怎么办?如转炉铁水重量、原料成分...数据清洗是依靠人工筛选?还是通过模型自动筛选?——唐山**钢铁有限公司 张**

回答:1)改进称量和测试手段,提高数据的准确率;2)减少来料成分温度波动;3)数据清洗主要靠模型自动筛选。

问:现在钢厂都在做智能炼钢,我想问一下博导,智能炼钢瓶颈都有哪些?——成渝钒钛**有限公司质量管理员石**

回答:智能炼钢的瓶颈主要如下:1)数据的准确性和完整性问题,主要涉及检测设备和技术;2)模型的适应性和准确性问题,主要涉及建模方法和算法;3)原辅料参数波动大也给建模带来很大的挑战。

问:烧结系统有没有成熟大数据控制模型的建立——河钢**作业长赵**

回答:利用生产数据和人工神经网络技术,进行烧结矿成分预报,有相关的报到。

问:可以多讲讲大数据在轧钢生产中的应用吗——迁钢**魏**

回答:1)建立热轧车间的大数据中心,借住云数据和实时监测数据,利用机理模型、专家经验知识和工业大数据挖掘技术,建立感知-控制-决策一体化的新一代热轧工艺模型,提高模型的准确性和适应性。2)针对热轧设备,进行基于大数据的预测性维护设备状态监控。 

问:烧结与铁前工艺基础比较薄弱,实现大数据的瓶颈在哪里?——邯钢**炼铁厂技术员王**

回答:实现大数据应用的首要条件是状态感知和数据获取,数据的准确度和完备性是当前烧结与铁前应用大数据技术的瓶颈。

问:根据需要的数据进行采集,成分数据采集投资太大,国内传感器精度也不行,高温区数据采集——湖北****自动化技师 刘**

回答:确实如此,但是数据采集是实现智能制造的基础。硬测量与软测量相结合,是一条可能的解决路径。

问:在企业不做大量设备改造的情况下,哪些场景的智能模型的应用能够给企业带来重大价值?——**公司售前专家赵**

回答:不做大量设备改造,数据具备一定基础的条件下,也可以从单工序的质量预测、成分效益分析模型做起。

问:设备管理系统属于智能平台一部分,就目前,新建设备信息系统,应从哪些方面重点考虑。——**公司售前专家赵**

回答:1)设备状态在线监测;2)历史数据、实时数据管理;3)基于大数据的设备状态诊断、趋势判断、预测性维修模型等。

问:我想咨询一下,国内外有哪个钢铁厂实现了智能化工厂的水平吗?目前是个什么状态?——湖南**股份有限公司总经理助理宋**

回答:宝钢1580热轧车间是国内最早一批智能制造示范项目之一,实现了相当的智能化水平。包括:无人物流自动化(无人化行车系统)、热轧过程微数据感知多源异构数据实时互联、新一代热轧控制模型、基于知识自动化技术的生产计划排程、工厂智能可视化仿真、能源介质综合管控与优化等。

问:对于高温熔融容器(如铁包钢包)如何实现在线实时跟踪温度位置的数据变化?——*钢工程师张**

回答:1)利用机车定位、天车定位和台车定位,间接实现铁水包定位和钢包定位,定位技术有射频、激光定位和格雷母线等。2)利用温度点测和传热数值模拟,实现温度跟踪。

问:从毕业一直做工艺方面的,如果想学习信息技术方面的知识,可以推荐几本基础教材吗?——**冶金科技有限公司 工艺工程师侯**

回答:1)《数据挖掘导论》Pang-Ning Tan等编著,人民邮电出版社出版2)Python编程的相关书籍;3)《冶金流程工程学基础教程》 徐安军等编著,冶金工程出版社出版

问:老师怎么评价美国大河钢铁的数字化水平与路线,是否适合国内参考——建龙重工**钢铁常务副总吴**

回答:大河钢厂的智能化实施有资本方的大力支持,其技术路线值得借鉴。智能制造投资的收益具有延迟性,突破阀点将收益巨大。

问:python matlab 在冶金行业有具体成功应用案例吗?——江苏**钢铁集团**工程师卢**

回答:两者是主要的数据挖掘和建模工具,在冶金企业有很多成功的应用,相关文献很多,例如烧结配料、高炉喷煤配煤、炼钢终点预测等等。