雾化提钒工艺的参数优化

简要论述雾化提钒工艺完善提高中的数学建模与系统优化工作.由错综复杂的生产数据建立提高钒氧化率的数学规划模型,应用多种优选方法寻求各项工艺参数的最优控制范围及多因素的优化组合以改善指标值.在优化结果反馈指导生产实践过程中,追踪生产数据应用小子样统计推断理论,从钒氧化率的显著性差异以及流体力学上进行分析,找到了未知的关键影响因素.工艺参数的成功优化使得雾化提钒工艺得以完善提高,项目攻关取得了突破.     

高炉铁水含硅量序列的动力学结构分析

以邯郸钢铁公司7号高炉在线采集的2000炉铁水含硅量［Si］数据为样本,对［Si］时间序列作了基于逆序数的平稳性检验.然后,在关联积分的基础上,定义了衡量不同时间序列间动力学相似性的“距离”,通过等分采集得到的［Si］序列,计算子序列间的“距离”,发现了高炉冶炼过程中存在显著的动力学结构突变性,最后应用DVV算法分析动力学性质变动下,高炉铁水含硅量［Si］的可预测性. 关键词： 高炉冶炼 平稳性 动力学相似性 可预测性     

高炉过程优化与智能控制模型

从运筹学与控制论角度论述高炉过程的控制复杂性,提出在过程优化基础上的智能控制规律和三维预测控制概念,阐述了高炉冶炼过程优化与智能控制的工作流程,国家级科技成果重点推广项目《高炉炼铁优化专家系统》的推广实践表明,计算机智能控制技术能够为炼铁带来显著的经济效益。     

一类具有常恢复率且总人口变化的SEIS传染病模型的稳定性

This paper considers an SEIS epidemic model with infectious force in the latent period and a general population-size dependent contact rate.A threshold parameter R is identified.If R≤1,the disease-free equilibrium O is globally stable.IfR>1,there is a unique endemic equilibrium and O is unstable.For two important special cases of bilinear and standard incidence,sufficient conditions for the global stability of this endemic equilibrium are given.The same qualitative results are obtained provided the threshold is more than unity for the corresponding SEIS model with no infectious force in the latent period.Some existing results are extended and improved.     

最优化方法在雾化提钒中的应用

根据工艺流程生产实际,应用最优化方法优选雾化提钒的工艺参数,求得提高氧化率的工艺参数优化集合,并以此指导车间科学管理与生产优化操作,取得了显著的技术经济效益。     

“天车与冶炼炉的作业调度”竞赛题的工业背景及其他

又一度金秋收获的季节。又一届“大学生数学建模竞赛”的数学难题摆在了参赛队的面前。在短短的72个小时中（按参赛队计算为9个人·日作量），参赛队必须完成赛题的数学建模的全套工作，包括实际问题的建模分析与计算，绘制出相关的图表，编制相应的计算机程序，给出正确的答案与讨论，最后还要写成一篇条理清晰、论证明确的论文，……。如此繁重的脑力劳动，许多参赛队出色地完成了。在批阅完毕全国22个赛区报送竞赛组委会评奖的“B题”79篇论文后，阅卷人的心都深深地为大学生们的智慧和创造力所震动。莘莘学子的智慧燧石在难题的撞击下…     

主成分回归和偏最小二乘法在高炉冶炼中的应用

以邯郸钢铁公司2 000 m3高炉采集的数据为样本,采用主成分回归(PCR)方法研究了各运行参数对高炉铁水含硅量的贡献,实现了高维复杂数据的降维.考虑到偏最小二乘法(PLS)在处理多重共线性数据中的优势,利用PLS对高炉铁水含硅量进行预测.结果表明,主成分回归和偏最小二乘法在对高炉冶炼过程中产生的大量数据的处理具有其独到的优势,取得了显著的效果.     

基于Lyapunov指数的高炉铁水[Si]预报

通过对国内两座中型高炉冶炼过程的[S i]时间序列的混沌分析,计算出相应的Lyapunov指数谱.由最大Lyapunov指数为正,定量的说明了两座高炉冶炼过程具有混沌性,并估计了两座高炉冶炼过程[S i]可预测的时间尺度.同时根据最大Lyapunov指数,建立了高炉冶炼过程[S i]预报模型,取得了较好的结果.     

高炉铁水含硅量的分形结构分析

以山东莱钢1号高炉和山西临钢6号高炉在线采集的铁水含硅量(［Si］)的时间序列为样本, 利用重标级差分析(R/S)和盒维数计算方法, 得出两座高炉［Si］时间序列的Hurst指数H分别约为0.257和0.224, 盒维数D_B分别约为1.712和1.724, 完成了对［Si］值波动复杂程度的定量估计, 证明两者的时间序列均为长程负相关的分形时间序列.随后根据分形迭代函数的理论与方法,确定相关参数,迭代生成模拟的［Si］时间序列, 拟合效果较好. 关键词： 铁水含硅量 重标级差分析 Hurst指数 分形拟合