內(nèi)容提要本書針對(duì)煉鐵、煉鋼、連鑄、軋制及軋后處理等生產(chǎn)全流程，介紹構(gòu)建鋼鐵工藝質(zhì)量大數(shù)據(jù)平臺(tái)，以及各工序表面質(zhì)量、三維形貌、鋼水溫度、組織性能等關(guān)鍵參數(shù)檢測(cè)技術(shù)，關(guān)鍵設(shè)備的故障診斷及協(xié)調(diào)優(yōu)化技術(shù)，以及突破工序界面和系統(tǒng)壁壘，實(shí)現(xiàn)鋼鐵工業(yè)橫向、縱向和端到端集成，建設(shè)可靠的、實(shí)時(shí)的、協(xié)作的鋼鐵智能化CPS系統(tǒng)。本書可供冶金工業(yè)生產(chǎn)技術(shù)人員和科研人員閱讀，也可供高等院校師生參考。
目錄1智能制造概述11.1智能制造的本質(zhì)11.2信息物理系統(tǒng)21.3智能制造發(fā)展戰(zhàn)略32鋼鐵行業(yè)的現(xiàn)狀與發(fā)展趨勢(shì)52.1鋼鐵行業(yè)的現(xiàn)狀與總體運(yùn)行水平52.2鋼鐵行業(yè)的需求和政策引導(dǎo)72.3國(guó)內(nèi)外智能化現(xiàn)狀與趨勢(shì)92.3.1SAP公司92.3.2西門子公司102.3.3坤帝科公司122.3.4普銳特公司132.4鋼鐵智能化CPS系統(tǒng)142.4.1CPS架構(gòu)142.4.2CPS總體設(shè)計(jì)172.5數(shù)字孿生232.5.1虛擬制造232.5.2數(shù)字化工廠263高爐大數(shù)據(jù)建模及智能優(yōu)化313.1高爐煉鐵特點(diǎn)及操作復(fù)雜性分析313.1.1高爐煉鐵的生產(chǎn)特點(diǎn)分析323.1.2高爐煉鐵的操作手段323.2高爐生產(chǎn)指標(biāo)333.3基于機(jī)理的高爐生產(chǎn)過程建模及分析343.3.1基于動(dòng)力學(xué)的建模及分析343.3.2多流體高爐數(shù)學(xué)模型353.3.3高爐冶煉過程多目標(biāo)系統(tǒng)優(yōu)化模型373.3.4高爐冶煉過程智能控制數(shù)學(xué)模型393.3.5高爐冶煉過程控制的數(shù)學(xué)模型流程403.3.6高爐生產(chǎn)過程機(jī)理建模存在的問題403.4基于專家系統(tǒng)的高爐生產(chǎn)過程優(yōu)化及分析413.4.1高爐專家系統(tǒng)的構(gòu)成及特征423.4.2高爐專家系統(tǒng)存在的問題463.5高爐大數(shù)據(jù)建模與智能優(yōu)化473.5.1高爐大數(shù)據(jù)建模與智能優(yōu)化系統(tǒng)設(shè)計(jì)473.5.2基于關(guān)聯(lián)分析的高爐大數(shù)據(jù)建模方法493.5.3基于高爐大數(shù)據(jù)的生產(chǎn)指標(biāo)智能預(yù)測(cè)方法564煉鋼過程智能模型與優(yōu)化604.1鐵水預(yù)處理脫硫智能模型614.1.1鐵水單噴金屬鎂脫硫機(jī)理模型614.1.2脫硫機(jī)理模型參數(shù)多元線性回歸預(yù)測(cè)634.1.3脫硫機(jī)理模型參數(shù)ELM神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)664.1.4鐵水預(yù)處理KR法脫硫714.2轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)報(bào)智能模型854.2.1基于大數(shù)據(jù)的轉(zhuǎn)爐吹煉終點(diǎn)碳含量和溫度預(yù)測(cè)模型854.2.2基于卷積神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐吹煉終點(diǎn)Mn和P含量預(yù)報(bào)模型975連鑄智能優(yōu)化控制及過程監(jiān)控1075.1連鑄坯凝固特點(diǎn)分析1075.2鑄坯表面溫度測(cè)量1085.2.1鑄坯表面溫度測(cè)量現(xiàn)狀1085.2.2窄光譜CCD輻射測(cè)溫儀工作原理1095.2.3鑄坯表面溫度場(chǎng)測(cè)量穩(wěn)定性1105.2.4現(xiàn)場(chǎng)實(shí)際測(cè)量結(jié)果1115.3基于機(jī)理的連鑄凝固建模1125.3.1連鑄凝固過程多物理場(chǎng)耦合分析1135.3.2連鑄凝固過程數(shù)學(xué)模型1145.4連鑄坯智能優(yōu)化控制1205.4.1多質(zhì)量目標(biāo)的協(xié)調(diào)優(yōu)化120
書單推薦
