基于数据的改进回声状态网络在高炉煤气发生量预测中的应用
高炉喷煤自动控制模型研究与应用课题研究
6.4结论49
6.5高炉喷煤改造后经济效益分析50
参考文献52
第
1.1
高炉喷吹煤粉是一项国内外高炉冶炼生产中普遍推广使用并不断发展的技术，其重要意义在于使炼铁生产少用焦炭，节约能源，降低生铁生产成本，改善高炉冶炼过程，并为使用高风温等技术操作创造条件[1]。同时该技术可以扩展风口前的回旋区，缩小呆滞区，增加煤气中的H2含量，改善还原过程，增加矿石在炉内的停留时间，提高CO的利用率，有利于提高风温，发挥高风温的作用，可以富化高炉煤气，改善钢铁联合企业的能源供应，从而进一步改善高炉甚至企业整体的各项技术经济指标。
1.2.2国内高炉喷煤技术发展8
1.2.3高炉喷煤技术的最新研究成果10
1.3高炉喷煤工艺的基本流程12
1.3.1高炉喷煤系统的组成12
1.3.2高炉喷吹煤粉的计量与控制13
1.3.3高炉喷煤工艺流程的分类及特点13
第2章立题依据15
2.1课题研究的意义15
2.2课题研究的内容16
第3章安钢高炉喷煤工艺系统的改造18
4.2.2计算机控制系统工作原理24
4.3高炉喷煤自动控制模型硬件组成26
4.4高炉喷煤自动控制模型软件组成28
4.4.1下位组态设计28
4.4.2上位组态设计29
4.5高炉喷煤计算机控制系统特点31
第5章高炉喷煤控制模型的实验研究32
5.1基本思路32
5.2煤粉流量计组成及工作原理32
5.2.1煤粉流量计的测量原理32
上个世纪70年代末，发生第二次石油危机，高炉世界性地停止喷油，而焦炭产量及炼焦用煤的产量有限。冶金煤炭资源的经济合理利用，客观上对高炉喷煤技术的开发与应用提出了更为迫切的要求。尤其是在经历了两次世界性石油危机之后，这方面的压力就更大了。世界各国都注意到高炉喷煤在调整高炉能源结构中的重要作用，既高炉采用喷煤技术后可以节约冶金焦炭，促进冶金煤炭资源的合理利用[1]。
煤气发电锅炉三种煤气混合燃烧研究与应用
煤气发电锅炉三种煤气混合燃烧研究与应用发布时间：2022-07-27T00:55:58.212Z 来源：《建筑实践》2022年5期（上）作者：金显熠金立坤[导读] 钢铁企业在生产过程中产生大量的焦炉、高炉和转炉煤气金显熠金立坤安徽工业大学安徽马鞍山 243002摘要：钢铁企业在生产过程中产生大量的焦炉、高炉和转炉煤气，除部分利用外，还有剩余煤气，为了最大程度降低煤气点火放散，需要通过锅炉燃烧产生热能加以利用；一般的锅炉只能同时燃烧2种煤气，如何做到3种煤气混合燃烧，提高煤气的利用率是钢铁企业需要研发的课题。
本文重点介绍3种煤气混合燃烧技术的研究与应用，进而达到降低生产成本的效果。
关键词：钢铁企业锅炉焦炉、高炉、转炉煤气燃烧1 前言1.1 问题提出钢铁企业在生产过程中产生大量的焦炉、高炉和转炉煤气，除部分利用外，还有剩余煤气，为了最大程度降低煤气点火放散，需要通过锅炉燃烧产生热能加以利用；一般的锅炉只能同时燃烧2种煤气，如何做到3种煤气混合燃烧，提高煤气的利用率是钢铁企业需要研发的课题。
再加上一般钢铁企业的煤气管网的煤气量的波动性较大，为保证全厂的煤气平衡，减少煤气的放散，提高燃气锅炉的效率，将传统的同时燃烧两种煤气改为同时燃用三种煤气，达到保护环境、节约能源的目的。
为了解决现有技术存在的问题们进行研究，必须出找合理的解决方案。
1.2 研究方法和预期效果1、结合近几年煤气管网的实际运行参数，包括：温度、压力、流量等，重点对高炉煤气、转炉煤气的富余量进行计算，编制合理的煤气消耗平衡表。
2、优化改造锅炉燃烧器，满足能够同时燃烧3种煤气的工艺需求。
3、煤气燃烧后的烟气对空排放，数据指标环境保护要求相当重要，因此如何增加烟气脱硫脱销装置，达到烟气达标排放指标要求需要进一步研究。
2 新技术开发应用条件2.1 项目现状分析2.1.1 三种煤气管道的布置煤气管道采用架空敷设，煤气管道高点设置放气，最低点设置排水，排水器单独设置集水坑，煤气凝结水厂区统一回收处理。
基于BPNN-SVM-ELM_融合算法的气化炉预测模型
文章编号：1006-3080(2024)02-0161-09DOI: 10.14135/ki.1006-3080.20230301002基于BPNN-SVM-ELM 融合算法的气化炉预测模型王恺洲1， 韩 洋1， 仇 鹏1， 许建良1， 代正华1,2， 刘海峰1（1. 华东理工大学资源与环境工程学院, 上海煤气化工程技术研究中心, 上海 200237；2. 新疆大学化工学院, 乌鲁木齐 830046）摘要：基于遗传算法-反向传播神经网络（GA-BPNN ）、遗传算法-支持向量机（GA-SVM ）、极限学习机（ELM ）单一数据驱动模型稳定性差、信息熵线性融合模型建立时间成本高的问题，提出了信息熵Stacking 融合建模法。
使用工厂实际生产数据，以气化炉负荷、进料压力与流量、激冷水流量为输入，以气化炉出口温度、水洗塔出口合成气温度与流量、合成气组成为输出，建立了气化炉的信息熵Stacking 融合预测模型。
结果表明：信息熵Stacking 融合模型预测项—气化炉出口温度、水洗塔出口合成气温度与流量、合成气中CO 含量与H 2含量这5个参数的平均相对误差（MRE ）分别为1.89%、0.17%、0.78%、0.95%与0.71%，均表现良好且较单一数据驱动模型更加稳定，拟合速度较信息熵线性融合模型提升约19%。
模型可结合优化算法应用于气化过程氧气与煤浆流量比等操作条件的在线优化以及气化炉气化温度的优化，从而提高过程的有效气产率。
关键词：煤气化；BPNN ；SVM ；ELM ；Stacking 算法中图分类号：TP183文献标志码：A气化炉内高温环境和测量手段的局限使得研究者们无法仅通过实验方法获取影响炉内气化反应的全部关键参数 [1]，因此极有必要通过模拟手段建立能描述气化炉内复杂反应机理、克服实际生产中工艺参数多变性的气化炉数学模型。
目前广泛应用的单一的气化炉模拟模型主要有机理模型和数据驱动模型[2-4]。
《基于CFD的煤炭地下气化煤气泄漏安全问题研究》范文
《基于CFD的煤炭地下气化煤气泄漏安全问题研究》篇一一、引言煤炭地下气化（UCG）技术作为一种清洁、高效的能源开发方式，近年来得到了广泛的关注和应用。
然而，煤气泄漏作为煤炭地下气化过程中的潜在安全隐患，一旦发生将可能对人员安全和环境造成严重威胁。
因此，研究基于计算流体动力学（CFD）的煤炭地下气化煤气泄漏安全问题具有重要意义。
本文将探讨CFD技术在煤炭地下气化煤气泄漏安全问题研究中的应用，分析煤气泄漏的成因及影响因素，并提出相应的安全措施。
二、CFD技术概述CFD（计算流体动力学）是一种通过计算机模拟流体流动、传热和质量传递等物理过程的技术。
在煤炭地下气化煤气泄漏安全问题研究中，CFD技术可用于模拟煤气在地下巷道、煤层等空间内的流动特性，分析煤气泄漏的扩散规律和影响因素，为预防和控制煤气泄漏提供理论依据。
三、煤炭地下气化煤气泄漏成因及影响因素1. 煤气泄漏成因煤炭地下气化过程中，由于设备老化、操作不当、地质条件变化等原因，可能导致煤气泄漏。
其中，设备老化主要表现为管道、阀门等设施的破损和失效；操作不当则可能是由于工作人员疏忽或技能不足导致；地质条件变化则与地下煤层结构、地质构造等因素有关。
2. 影响因素煤气泄漏的影响因素主要包括气体性质、环境条件、设备状况和人为因素等。
气体性质如煤气的成分、密度、扩散速度等；环境条件如温度、压力、风速等；设备状况则涉及设备的材质、结构、运行状态等；人为因素则包括操作人员的技能、态度和行为等。
四、基于CFD的煤炭地下气化煤气泄漏安全问题研究1. 模拟与分析利用CFD技术，可以建立煤炭地下气化煤气泄漏的物理模型和数学模型，模拟煤气在地下空间内的流动、扩散和混合过程。
通过分析模拟结果，可以了解煤气泄漏的扩散规律、影响因素及危害程度，为制定安全措施提供依据。
2. 安全措施基于CFD模拟结果，可以提出针对性的安全措施。
例如，优化设备布局，减少管道过长、弯曲过多等问题；加强设备维护和检修，及时发现和处理设备老化、破损等问题；提高操作人员的技能和安全意识，减少人为因素导致的煤气泄漏等。
改进Adam优化器在瓦斯涌出量预测中的应用研究
改进Adam 优化器在瓦斯涌出量预测中的应用研究刘海东1， 李星诚2， 张文豪1（1. 西山煤电（集团）有限责任公司，山西 太原 030053；2. 北京大学 工学院，北京 100871）摘要：目前对基于神经网络的瓦斯涌出量预测模型的研究主要集中在瓦斯涌出问题上的表现，对模型训练中优化器性质的关注与改进较少。
基于神经网络的瓦斯涌出量预测模型的训练常采用Adam 算法，但Adam 算法的不收敛性易造成预测模型的最佳超参数丢失，导致预测效果不佳。
针对上述问题，对Adam 优化器进行改进，在Adam 算法中引入一种随迭代更新的矩估计参数，在保证收敛速率的同时获得更强的收敛性。
以山西焦煤西山煤电集团马兰矿某回采工作面为例，在相同的循环神经网络（RNN ）预测模型下测试了改进的Adam 优化器在瓦斯涌出量预测中的训练效率、模型收敛性与预测准确度。
测试结果表明：① 当隐藏层数为2和3时，改进的Adam 算法较Adam 算法的运行时间分别缩短了18.83，13.72 s 。
当隐藏层数为2时，Adam 算法达到最大迭代数但仍没有收敛，而改进的Adam 算法达到了收敛。
② 在不同隐藏层节点数量下，Adam 算法都没有在最大迭代步长内收敛，而改进的Adam 算法均达到了收敛，且CPU 运行时间较Adam 算法分别缩短16.17，188.83，22.15 s 。
改进的Adam 算法预测趋势的正确性更高。
③ 使用tanh 函数时，改进的Adam 算法的运行时间较Adam 算法分别缩短了22.15，41.03 s ，使用ReLU 函数时，改进的Adam 算法与Adam 算法运行时间相差不大。
④ 使用改进后的Adam 算法做遍历网格搜索，得到最佳的模型超参数为{3，20，tanh}，均方误差、归一化的均方误差、运行时间分别为0.078 5，0.000 101和32.59 s 。
改进的Adam 算法给出的最优模型对于待预测范围内出现的几个低谷及峰值趋势判断均正确，在训练集上的拟合程度适当，未见明显的过拟合现象。
钢铁企业高炉煤气平衡与综合优化
区域治理综合信息钢铁企业高炉煤气平衡与综合优化陈德磊首钢京唐钢铁联合有限责任公司，河北 唐山 063000摘要：本文主要论述钢铁企业高炉煤气的工艺流程及高炉煤气平衡与综合优化，提高煤气利用率。
随着高炉技术的发展，焦炭在高炉炉中得到了更充分的利用。
与此同时，由于炼铁生产力度的提高，高炉的铁产能得到进一步提高，导致了高炉煤气热值的降低，增加了高炉煤气产量。
钢铁企业高炉煤气系统的综合优化可充分利用这种高炉煤气，对钢铁生产的发展，降低能耗和生产成本具有重要意义。
关键词：钢铁企业；高炉煤气平衡；综合优化钢铁企业节能降耗、稳定产品质量的一个重要途径，是为各种工业炉窑提供压力、热值稳定的混合煤气，从而减少能源的浪费，提高燃烧效率，降低钢损。
一、高炉煤气平衡与综合优化项目背景京唐钢铁股份有限公司热轧煤气混合加压站采用四种气体混合和，先加压后混合，混合煤气送到热轧生产线，为混合煤气用户提供满足各种工艺要求并具有稳定热值的混合气体。
该站的建设与公司整体建设同步，根据实际生产需要分三步实施。
既能同时满足新厂建设的需要，又能逐步扩大生产能力，立足生产，关注未来发展，避免重复投资。
这次建造的煤气混合加压站气源包括高炉煤气，焦炉煤气，转炉煤气和天然气。
高炉煤气、转炉煤气和焦炉煤气进入加压机，加压后参与混合，来自启动燃料站的天然气直接参与混合。
混合后，为两套热轧机组提供稳定的热源。
该站的自动化系统硬件平台由四个独立的昆腾PLC和先进的控制站组成。
PLC系统是CPU冗余的，并具有可与其他系统通信的以太网模块；该系统完成数据采集，逻辑顺序控制，过程配置等功能，调节控制由高级控制站完成。
第一个控制站和PLC之间的数据交换是通过全双工MODBUS接口进行的。
二、高炉煤气的工艺流程高炉煤气是钢铁企业用气量最大的宝贵能源。
高炉煤气的主要可燃成分是CO，约占30％。
还有少量的H2和CH4，其余的是不易燃的N2和CO2。
因此，高炉煤气的发热量相对较低。
高炉煤气发生量时间序列预测模型的开发
Ａ Ｒ ＭＡ模 型要求 输 入序 列是 பைடு நூலகம் 稳 的时 间序列 ，
因此需 要检 验数 据 的平稳 性 。对于 时 间序 列 ， 自回
归部分 描述 了系统本 身 的 固有 特性 ， 检验 自回归滞 后算 子多项式是否存 在为 １ 的根 ， 称 为 单 位 根 检 验 。若 存 在单位 根 ， 则 时间序 列不 平稳 。Ａ Ｄ Ｆ 检验
杂， Ｂ Ｆ Ｇ发 生量受 多个 因素影 响 ， 存在较 大幅度 的周 期 波 动和 大量 随机扰 动 ， 很难 通过 建立 合适 的机 理 模 型对 其 进行 有 效 预测 。而 目前 现 场 主要 依 靠 能 源 调 度 专 家 的经 验 预测 ， 存在 预 测 时 间长 、 精 度 低
…
～
…
…
… ｎ ’，
Ｏ
｛●● …
ｎ Ｏ蝴
口 Ｏ∞
…
＇●
…
一
…
ｔⅢ
…
…
●’ …
●帕
● ｏ∞
…
… １０ …
… …
…
…
第３ ５ 卷 第５ 期
２ ０ １ ３ 年 １ Ｏ 月
山 东 冶 金
Ｓ ｈ ａ ｎ ｄ ｏ ｎ ｇ Ｍｅ ｔ ａ ｌ ｌ ｕ ｒ ｇ ｙ
、
Ｖ０ ｌ Ｉ ３ ５ Ｎｏ ． ５ ０ｃ ｔ ｏ ｂ ｅ ｒ ２ ０１ ３
矿
，
》 信息化 建设 《
高炉煤气发 生量 时间序 列预测模型 的开发
汪 春 鹏
（ 山钢股份莱芜分公司 自动化部 ， 山东 莱芜 ２ ７ １ １ ０ ４ ） 摘 要： 采 用时间序列预测模型建模方法 ， 包括 时间序列模型 阶次判定 、 参数估 计、 模型检验 ， 对莱钢高炉煤气 总发生量进
ú
（ 上接第 ３ ６ ８页）
３ 小 结
本 文在综 合分析 了皮带机温 度保护系统的研究现状和发展趋势 的基 础上提 出的，其内容包括温度采集 、数据处理及声光报警 、 自 动停机 和 自动洒水等执行部分。通过现场使用得 出此系统对温度变 化反应准确、快速 ，而且整套系统的维护成本低 ，从而具有广泛 的 应用 前景。 参考文献 ：
Ｃｏ ａ ｌ Ｍｉ ｎ ｉ ｎ ｇ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
性关系 ，但是热值的最大误差偏高 ，所 以证 明煤炭 热值 的回归分析 法模型 的精度不太高 。 ’ ４ ． ２ Ｂ Ｐ神经网络预测 Ｂ Ｐ网络 由输入层、中间层 以及输 出层组成 ，神经元 自身不存在 连接 ，同层神经元不存在连接 ，相邻 的神 经元用直线连接，但隔层 热量 时的输入 。 计算过程此处 省略，经过计算后，对 比预测数据与实测数据 ， 其误 差平均值 在 ０ ． ３ ６ ，这也说明了人 工神经 网络模 型的预 测结果优 于回归分析模 型，对 于预测 煤炭 发热量更 有优势 。 预测煤 炭发热量时，当对预测结果要求不高 ，且 实行速度快 时 使用 回归分析方法；当对结果的精度要求高 时，就要使用神 经网络 模型。在现实中，根据不同需求选择具体方法。 ５ 结 语 煤质数据分析是提高煤炭资源利用率 的有效技术手段 ，研究合 理的数据分析方法 ，进行审查核对 ，是一项 非常重 要的工作 ，研究 合理的算法和实现手段预测热值 ，意义重 大。本文通过相关性分析 ， 得 出了灰分 、水分 与热值存在较好 的线 性关系，并使用了回归分析 法与神经 网络模型对热值进行 了预测 ，发现 神经网络模型在热值预 测上精度高 于回 归分析法 ，但两 种方 法各有 各的适用性 。希望本文 能够为煤炭企业 自动化发展提供一定的参考 。 参考文献 ： ｆ １ １顾 １ 闯． 煤 质 分 析 全 流程 自动 化 处理 系统 设 计 Ⅱ ］ ． 煤 炭 科 学 技 术， ２ ０ １ ２ （ ７ ） ． 【 ２ 】 李 秀芳， 柯 玉军， 徐长峰． 公路 隧道监控 量测数 据的回 归分析及其运 用ｍ． 公路 交通科技 ， ２ ０ １ ３ （ １ ） ． 【 ３ 】 谭章禄， 刘婵． 煤炭企 业信 息化标 准构建 思路 ． 煤矿机械 ． ２ ０ １ ２ （ ２ ） ．