烧结全过程节能减排智能控制方法分析

发布时间：2021-05-19 17:54

　　研究提出了烧结全过程节能减排大气污染物治理的模式和方法,根据物质流和能源流节点特征把烧结工序分成烧结源头系统、过程系统、末端处理系统。采用"双平衡"约束方法进行深度置信网络进行配料-成矿预测模型的训练,实现源头配料的智能控制,通过调整优化燃料配比,从源头上降低燃料消耗及污染物排放。基于深度神经网络进行了风箱负压和温度预测耦合模型的构建,降低了烧结过的程电能消耗。根据源头和过程污染物产生的信息调节末端脱硝还原剂使用量,最终建立了烧结全过程的节能减排智能辅助诊断决策系统。该系统在应用中固体燃料消耗降低18.9%,电能消耗减少21.9%, NO_x减少排放43.6%,SO₂减少排放14.0%,颗粒物减少20.1%,节能减排效果显著。 

【文章来源】：中国冶金. 2020,30(12)北大核心

【文章页数】：7 页

【文章目录】：
1 试验和方法
2 研究与讨论
    2.1 烧结系统模型构建
    2.2 烧结智能配料源头节能减排研究
    2.3 烧结过程优化智能控制节能减排研究
        2.3.1 基于GRU和Transformer的单风箱温度预测模型
        2.3.2 基于多风箱数据的成矿预测模型
        2.3.3 基于自适应动态规划的烧结过程控制模型
    2.4 烧结末端节能减排与智能决策
    2.5 烧结全过程智能辅助诊断决策系统
    2.6 烧结全过程节能减排效果比较
3 结论


【参考文献】：
期刊论文
[1]复合气体介质烧结的节能减排技术开发与应用[J]. 范晓慧,甘敏,季志云,周志安,周浩宇.  钢铁. 2020(08)
[2]基于烧结大数据预测小于10mm烧结矿含量模型[J]. 刘月明,刘小杰,吕庆,张振峰,刘颂,刘福龙.  中国冶金. 2019(11)
[3]基于改进的AdaBoost.RS算法的烧结终点预报分析[J]. 汪森辉,李海峰,张永杰,邹宗树.  中国冶金. 2019(10)
[4]中国钢铁行业重点工序烟气超低排放技术进展[J]. 于勇,朱廷钰,刘霄龙.  钢铁. 2019(09)

硕士论文
[1]中国钢铁行业大气污染物排放清单及减排成本研究[D]. 赵羚杰.浙江大学 2016



本文编号：3196188