北京大学工学院针对高炉初渣、中间渣组分多变特别是FeO含量高等问题,系统研究了CaO-SiO2-Al2O3-FeO-MgO五元渣系的黏度及组分对黏度的影响规律,并建立了基于WEB的神经网络-遗传算法(ANN-GA)系统的高炉渣黏度预报模型。结果表明,该模型对高FeO渣系的黏度预报值与试验结果吻合较好,误差在20%以内。通过单因素分析,得到各因素对炉渣黏度影响的关系曲线,与正交试验结果及文献数据基本一致;应用该模型可以在炉况变化时及时了解炉渣流动性的变化,有助于合理操作高炉。但由于高炉渣组分复杂,冶炼操作制度多变,将模型用于指导生产之前需要进一步优化,使之更接近高炉渣系黏度的真实值。
博一网是深圳市博一建材有限公司运营的一个集建材网站建设、建材SEO优化、建材SEM营销和线上线下互动营销与传播的一个家居建材+互联网+家装的应用场景,详情敬请登陆http://m.bo-yi.com/