首钢京唐镀锡板CAS工艺开发实践

来源 :炼钢 | 被引量 : 0次 | 上传用户:lovedan_33
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
介绍了首钢京唐公司镀锡板CAS工艺开发研究实践,通过进行底吹管路改造,优化过程氩气流量控制以及夹杂物变性处理等方法,研发出CAS精炼工艺低氮控制技术、CAS底吹增氮技术、CAS钢包顶渣改质技术,成功实现了镀锡板高效低成本CAS工艺.CAS工艺生产的镀锡板完全满足质量要求,既保证了镀锡板产品质量又缓解RH工序压力,同时还降低了生产工艺成本.
其他文献
针对GNSS信号中断时组合导航系统误差迅速发散的问题,提出了使用循环神经网络(RNN)来辅助组合导航系统的方法,RN N可以分别基于当前和过去的位置以及速度样本进行训练,使神经网络更好地处理系统中的时序信号,从而能够更加精确地预测SINS的位置和速度误差.采用无人机飞行试验数据验证了该算法在卫星信号中断时导航精度平均提升了77%,并且满足导航所需的实时性要求,与传统的径向基神经网络辅助的组合导航系统相比,其位置和速度的均方根误差平均降低了39%.
针对现代通信技术的快速发展对天线的智能化和高集成提出越来越高的需求,设计并制备了一种基于S PiN二极管的硅基固态等离子体可重构天线,S PiN二极管作为天线基本辐射单元设计在高电阻率的硅衬底上,通过施加合适的正向偏压在本征区内部形成固态等离子体区域,从而有效提升了天线系统集成度和动态可重构能力.仿真与实测结果表明,二极管本征区内部固态等离子体浓度超过了1018 cm-3,基于优化S PiN二极管的新型高集成可重构单极子天线通过控制天线不同单元的导通与截止实现了谐振频率在8.83 G H z和9.71 G
为了满足飞行试验轨迹的试验测量需求,构建了一种高性能飞行试验目标轨迹测量系统.在此基础上,针对实际飞行测量中遇见的异常数据处理问题,提出了一种基于多机器学习改进的自适应Kalman滤波方法.该方法以传统的无迹Kalman滤波器(UKF)为基础,首先,通过引入采用遗传算法改进后的BP神经网络(GA-BPNN)来改进UKF算法,以实现对UKF全局误差的调控和修正,从而改善UKF的估计精度;然后,应用抗野值技术来充分剔除测量中的孤立型和斑点型异常点,实现对GA-BPNN-UKF的再次改进,有效提高滤波的鲁棒性;
随着科学技术的快速发展,防空反导装备显控台传统的人机界面已经无法适应作战过程中信息量激增、时间压力变大的变化,为了提高操作绩效,降低操作人员的认知负荷,在界面设计的过程中需要更加强调“以人为中心”的设计理念,将直感交互设计理念融入设计过程中.首先通过分析指控舱里各个显控台人机交互界面,指出其中存在的问题;采用模糊层次分析法进行布局原则的量化,建立布局优化模型;结合操作人员的操作习惯、认知和心理特性确定目标子函数,利用遗传算法进行界面的布局优化设计.其次,考虑到界面评价指标的模糊性,提出一种多属性模糊综合评
针对现有的基于机器学习的入侵检测系统对类不平衡数据检测准确率低的问题,提出一种基于条件Wasserstein生成对抗网络(CWGAN)和深度神经网络(DNN)的入侵检测(CWGAN-DNN).CWGAN-DN N通过生成样本来改善数据集的类不平衡问题,提升对少数类和未知类的检测效率.首先,通过变分高斯混合模型(VGM)对原始数据中的连续特征进行处理,将连续特征的高斯混合分布进行分解;然后利用CWGAN学习预处理后数据的分布并生成新的少数类数据样本、平衡训练数据集;最后,利用平衡训练集对DNN进行训练,将训
针对模糊控制避障算法在障碍物信息未知的环境中适应性不强,难以有效规避“凹多边形”障碍物的问题,提出了一种基于模糊神经网络的无人机实时避障算法.采用等效夹角对模糊控制器的输入变量进行优化设计,克服了单一角度或距离在障碍物表征方面的局部片面性.基于BP神经网络理论设计了模糊控制器的初始隶属度函数和模糊神经网络架构;将模糊控制器在多个未知环境下生成的有效避障数据作为训练数据集,对模糊神经网络进行训练.仿真结果表明:所提出的模糊神经网络方法与模糊控制器相比具有更强的适应性,在面对未知复杂障碍物时避障更加灵活、路径
针对现有军工企业供应商选择方法研究不完善的问题,提出了一种基于前景-后悔理论的军工企业供应商选择方法.分析军工企业的要求及军工产品的特点,构建适合于军工企业供应商选择的评价指标;考虑专家评估过程中的犹豫心理,引入概率犹豫模糊集描述评价信息;基于前景-后悔理论,刻画决策者的风险态度和后悔规避心理,对供应商方案评价信息进行集结,得到各方案的评估结果并进行排序.通过算例对比分析验证了所提方法的科学性和合理性.
针对多无人系统的跟踪与编队问题,考虑跟踪与编队控制目标存在不一致及不可实现的情况,综合目标规划与预测控制方法,设计了一种确保控制目标一致且可实现的自主式预测控制算法.首先根据给定的跟踪与编队控制目标,通过为各无人系统引入规划控制目标,对目标代价函数进行重新设计,解决跟踪与编队控制目标不一致问题;然后对引入的规划目标进行约束设计,保证其具有可实现性;其次为各无人系统设计预测控制终端约束集,进一步保证对规划控制目标的收敛性;最后对重新设计的目标代价函数与相关约束进行整合,为各人系统构造独立的控制优化问题,并给
针对小样本条件下通信信号识别混淆的问题,提出了一种基于半监督生成式对抗网络的调制识别算法.首先结合半监督学习思想利用少量标签数据和大量未标签数据训练网络;其次在输出层添加辅助分类器进行结果判定,针对性设计了目标函数和损失函数,以满足网络生成虚假数据和实现信号分类的目的;最后使用不同的激活函数并用反卷积和Dropout代替池化操作,有效降低了算法复杂度并加快网络收敛速度.仿真实验表明:该算法适应性强、计算量小,较传统算法识别准确率提升了6% ~13%,有效实现了小样本条件下的调制样式识别.
针对转炉低硅铁水炼钢过程中存在的热量不足和成渣困难导致脱磷率低下的问题,通过工业试验,研究不同硅含量铁水在冶炼过程中的终点温度、热剂-硅铁量、废钢及矿石用量关系,并结合KR增硅技术和转炉加硅石造渣技术.结果表明,在转炉中添加硅铁时,铁水的化学热少,炉内温度前期上升速率慢,石灰加入量少且不易熔化,不利于前中期脱磷和后期渣的形成,但硅铁在KR熔炼良好,吸收率接近100%;低硅铁水(w(Si)≤0.3%)的脱磷由82.3% 增加至87.7%.