典型文献
基于工业大数据的智能化高炉炼铁技术研究进展
文献摘要：
高炉冶炼过程是最典型的"黑箱"过程,其复杂性和不确定性为高炉稳定顺行带来了巨大挑战.但高炉炼铁拥有丰富的数据资源,数据科学、智能技术的快速发展,为解决高炉炼铁过程中不确定性问题提供了有效手段.围绕大数据技术在高炉炼铁中的应用,从高炉数据预处理、高炉关键指标预测、高炉炉况评价和高炉指标优化4个方面对现阶段智能化高炉炼铁技术进行总结与分析.在高炉数据预处理方面,应综合考虑数据问题和算法特性,科学选择数据处理方法,才能使高炉数据质量得到有效改善.在高炉关键指标预测方面,需要先消除高炉参数间时滞性的影响,并筛选出有效的输入特征,才能保证预测模型的准确率.在高炉炉况评价方面,需要构建数据信息与工艺机制融合的高炉智慧模型,才能够实现高炉炉况的科学评价.在高炉参数优化控制方面,应该以低风险、低经济、高回报作为优化目标,在追求优化效果的同时还应综合考虑现场操作的可行度和操作成本.要实现高炉智能化生产,还需要研究者们继续探索和完善.
文献关键词：
工业大数据;数据治理;机器学习;高炉炼铁
中图分类号：
作者姓名：
石泉;唐珏;储满生
作者机构：
东北大学冶金学院,辽宁沈阳110819
文献出处：
引用格式：
[1]石泉;唐珏;储满生-.基于工业大数据的智能化高炉炼铁技术研究进展)[J].钢铁研究学报,2022(12):1314-1324
A类：
B类：
工业大数据,高炉炼铁,炼铁技术,高炉冶炼,黑箱,稳定顺行,数据资源,数据科学,数据预处理,关键指标,指标预测,高炉炉况,指标优化,和算,法特,科学选择,数据处理方法,数据质量,数间,时滞性,输入特征,智慧模型,科学评价,优化控制,控制方面,低风险,高回报,优化目标,优化效果,现场操作,行度,操作成本,智能化生产,数据治理
AB值：
0.327616
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
