El alto horno necesita mejorar continuamente la eficiencia térmica para alcanzar el objetivo de ahorro energético y reducción del consumo. Mediante la recopilación de una gran cantidad de datos de campo, se introduce la estrategia de eliminación de puntos aislados para llevar a cabo el preprocesamiento, y se adopta el algoritmo de agrupación semisupervisada para optimizar el proceso de control de la combustión del alto horno. Este método se ha verificado mediante experimentos y, en comparación con la estrategia tradicional de preprocesamiento de datos, el efecto de ahorro de energía es evidente.
INTRODUCCIÓN
El alto horno es un objeto controlado complejo, que tiene las características de no linealidad, parámetros múltiples y propiedades variables en el tiempo. Su propio consumo de energía es enorme, y su función es proporcionar una fuente de calor continua y estable para la producción del alto horno, es decir, el aire caliente del alto horno. Según el análisis de los datos, cuando el rendimiento en caliente del alto horno se incrementa en un 1-2 %, la temperatura del aire aumentará entre 5 y 8 °C. La temperatura del aire de 900 °C a 1 200 °C, que aumenta 100 °C, el coque ahorrado es del 4 %, 3 % y 2,5 % respectivamente. Se puede observar que la alta temperatura del aire y la eficiencia térmica son la clave para el ahorro de energía [1,2]. En la actualidad, la investigación sobre el control del alto horno se centra principalmente en dos aspectos: la modelización matemática y el control mediante inteligencia artificial. Dadas las características de multivariante y fuerte acoplamiento, el método de análisis de la modelización matemática es más difícil. Para resolver el problema de la baja automatización y la fuerte dependencia humana en la producción real, se toma como objeto de investigación la planta de fabricación de hierro de una empresa siderúrgica, el modo de suministro de aire es paralelo cruzado y el modo de control de la combustión adopta el bucle cerrado doble de gas y aire [3,4]. En este trabajo, se pretrata un gran número de datos generados en el funcionamiento del alto horno para obtener un conjunto de entrenamiento de muestra. Utilizando un algoritmo de control inteligente de clustering semisupervisado para el análisis de cluster sobre los datos de muestra, se ajusta de forma dinámica y precisa la relación aire-combustible, y se realiza el control óptimo inteligente del alto horno bajo las complejas condiciones de trabajo.
CUESTIÓN PLANTEADA
Los métodos tradicionales de control de la combustión de los altos hornos son principalmente el método de ajuste de la proporción y el método de ajuste del contenido de oxígeno de escape. El primero es la combustión de aire y gas en una proporción fija, si la situación es compleja e inesperada, dará lugar a la reducción de la eficiencia de la combustión.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Compromiso energético para un sistema suministrado por múltiples portadores de energía utilizando el algoritmo de optimización de seguimiento
Artículo:
Optimización simultanea para la mejora continua y reducción de costos en procesos
Artículo:
Secado de café en lecho fluidizado
Artículo:
Un modelo de optimización para la planificación de la producción agregada en fábricas de alcohol y azúcar
Artículo:
La simulación como apoyo a la optimización de procesos
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.