研究提出了燒結(jié)全過程節(jié)能減排大氣污染物治理的模式和方法,根據(jù)物質(zhì)流和能源流節(jié)點(diǎn)特征把燒結(jié)工序分成燒結(jié)源頭系統(tǒng)、過程系統(tǒng)、末端處理系統(tǒng)。采用"雙平衡"約束方法進(jìn)行深度置信網(wǎng)絡(luò)進(jìn)行配料-成礦預(yù)測模型的訓(xùn)練,實(shí)現(xiàn)源頭配料的智能控制,通過調(diào)整優(yōu)化燃料配比,從源頭上降低燃料消耗及污染物排放�；谏疃壬窠�(jīng)網(wǎng)絡(luò)進(jìn)行了風(fēng)箱負(fù)壓和溫度預(yù)測耦合模型的構(gòu)建,降低了燒結(jié)過的程電能消耗。根據(jù)源頭和過程污染物產(chǎn)生的信息調(diào)節(jié)末端脫硝還原劑使用量,最終建立了燒結(jié)全過程的節(jié)能減排智能輔助診斷決策系統(tǒng)。該系統(tǒng)在應(yīng)用中固體燃料消耗降低18.9%,電能消耗減少21.9%, NO_x減少排放43.6%,SO₂減少排放14.0%,顆粒物減少20.1%,節(jié)能減排效果顯著。 

【文章來源】：中國冶金. 2020,30(12)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1 試驗(yàn)和方法
2 研究與討論
    2.1 燒結(jié)系統(tǒng)模型構(gòu)建
    2.2 燒結(jié)智能配料源頭節(jié)能減排研究
    2.3 燒結(jié)過程優(yōu)化智能控制節(jié)能減排研究
        2.3.1 基于GRU和Transformer的單風(fēng)箱溫度預(yù)測模型
        2.3.2 基于多風(fēng)箱數(shù)據(jù)的成礦預(yù)測模型
        2.3.3 基于自適應(yīng)動(dòng)態(tài)規(guī)劃的燒結(jié)過程控制模型
    2.4 燒結(jié)末端節(jié)能減排與智能決策
    2.5 燒結(jié)全過程智能輔助診斷決策系統(tǒng)
    2.6 燒結(jié)全過程節(jié)能減排效果比較
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]復(fù)合氣體介質(zhì)燒結(jié)的節(jié)能減排技術(shù)開發(fā)與應(yīng)用[J]. 范曉慧,甘敏,季志云,周志安,周浩宇.  鋼鐵. 2020(08)
[2]基于燒結(jié)大數(shù)據(jù)預(yù)測小于10mm燒結(jié)礦含量模型[J]. 劉月明,劉小杰,呂慶,張振峰,劉頌,劉福龍.  中國冶金. 2019(11)
[3]基于改進(jìn)的AdaBoost.RS算法的燒結(jié)終點(diǎn)預(yù)報(bào)分析[J]. 汪森輝,李海峰,張永杰,鄒宗樹.  中國冶金. 2019(10)
[4]中國鋼鐵行業(yè)重點(diǎn)工序煙氣超低排放技術(shù)進(jìn)展[J]. 于勇,朱廷鈺,劉霄龍.  鋼鐵. 2019(09)

碩士論文
[1]中國鋼鐵行業(yè)大氣污染物排放清單及減排成本研究[D]. 趙羚杰.浙江大學(xué) 2016



本文編號(hào)：3196188