具有时变覆盖层的连铸中间包钢水液位测量方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61803078
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0306.自动化检测技术与装置
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Molten steel level in tundish is an important metallurgical parameter. As a result of the high-temperature medium and the time-varying covering slag, the existing sensing technologies and measuring methods cannot be used in the tundish..By utilizing the stratification of temperature gradient in metallurgical processes, the project proposes a new measuring principle, that is, using temperature gradient to distinguish the molten metal and the covering slag, and the method is using a refractory sensor to sense the temperature gradients of the different layers. For practical applications, there are two challenges for the newly proposed principle and method: dynamic changes of the temperature gradient distributions and slag adhesion on the sensor surface disabling the extraction of true temperature gradients. By exploring the slag adhesion characteristics, three models are proposed to identify the molten metal level: the temperature gradient model, the slag adhesive thickness model, and the slag adhesive flowability model. Via multi model fusion, accurate identification of the molten steel-slag interface is studied: (1) for the temperature gradient model, convolutional calculations via deep neural networks are adopted; (2) for the slag adhesive thickness model, clustering of the slag adhesive thickness histogram is adopted; (3) for the slag adhesive flowability model, piecewise linear regression of the spliced trajectory of optical flow analysis is adopted; (4) model identification and fusion of the results by the multi models.
连铸中间包钢水液位是重要的冶金工艺参数。受高温介质和不断变化的覆盖层遮挡等因素影响,现有传感器和测量方法均无法在连铸中间包得到应用。.根据冶金工艺自身的温度梯度分层特点,本项目提出新的测量原理——利用温度梯度区分钢水和覆盖层,并建立利用耐火材料感知器获取各介质温度梯度的测量方法。以工业实用化为目标,新的测量原理和测量方法面临温度梯度分布动态变化以及感知器表面被粘渣覆盖导致真实温度梯度分布无法获取的难点。为此,发掘并利用粘渣特性,提出三种模型识别钢水液位:温度梯度模型、粘渣厚度模型和粘渣流动性模型,通过多模型融合研究钢水-覆盖层分界面的准确识别:(1)基于温度梯度模型,采用深层神经网络进行卷积计算识别;(2)基于粘渣厚度模型,采用粘渣厚度直方图的聚类分析进行识别;(3)基于粘渣流动性模型,采用光流分析拼接轨迹的分段线性回归进行识别;(4)模型的辨识及多模型识别结果的融合。

结项摘要

受高温介质和覆盖层遮挡的影响,中间包钢水液位是冶金领域的检测难题,而中间包钢水液位是影响产品质量的重要工艺参数。.结合钢铁冶金工艺特点,本项目提出新的测量原理——利用温度梯度测量钢水液位。新的测量原理面临温度梯度分布动态变化以及感知器表面被覆盖层粘附导致温度梯度分布无法获取的难点。以工业实用化为目标,本项目主要开展了以下四方面研究工作:(1)利用温度梯度测量钢水液位的测量原理研究;(2)复杂工艺条件下多模型融合的钢水液位识别方法研究;(3)中间包钢水液位测量装置的研制;(4)中间包钢水液位测量工业应用试验。.项目组人员在执行期内完成了预期研究目标,取得了如下研究成果:.(1)对利用温度梯度测量钢水液位这一新原理展开了深入研究,实现了温度梯度分布不断变化和不确定情况下钢水液位的准确识别,解决了感知器表面被液态覆盖层粘附(粘渣)无法获取真实温度梯度分布的测量可靠性问题。.(2)研制了中间包钢水液位测量装置,开发了中间包钢水液位测量系统,在国内三家钢厂开展了大量工业应用试验,对测量原理和测量方法进行了持续改进和完善。.(3)本项目的研究成果在两家钢厂实现了示范性应用,达到以下技术指标:测量范围50~1200 mm, 测量误差<5 mm,响应时间< 1 s,满足现场测量需求并得到客户高度认可,为钢厂创造了可观的经济效益。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(3)
Molten Steel Level Detection From Thermal Image Sequence Based on the Characteristics of Adhesive Flux
基于粘熔剂特性的热图像序列钢水液位检测
  • DOI:
    10.1109/tim.2018.2879548
  • 发表时间:
    2019-10-01
  • 期刊:
    IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT
  • 影响因子:
    5.6
  • 作者:
    He, Qing;Meng, Hongji;Xie, Zhi
  • 通讯作者:
    Xie, Zhi
Molten Steel Level Detection by Temperature Gradients With a Neural Network
利用神经网络通过温度梯度检测钢水液位
  • DOI:
    10.1109/access.2019.2918579
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    He Qing;Wu Hongxiao;Meng Hongji;Hu Zhenwei;Xie Zhi
  • 通讯作者:
    Xie Zhi

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

红霉素经环磷酸腺苷途径改善百草枯处理的血管内皮细胞通透性机制研究
  • DOI:
    --
  • 发表时间:
    2009
  • 期刊:
    中国危重病急救医学
  • 影响因子:
    --
  • 作者:
    杜宇;何庆
  • 通讯作者:
    何庆
速冻水饺细菌总数FISH检测技术的优化
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    食品与发酵工业
  • 影响因子:
    --
  • 作者:
    井洪珍;罗剑飞;林炜铁;何庆
  • 通讯作者:
    何庆
比较早期预警评分和改良早期预警评分在急诊的应用价值
  • DOI:
    --
  • 发表时间:
    2009
  • 期刊:
    华西医学
  • 影响因子:
    --
  • 作者:
    黄文祺;何庆
  • 通讯作者:
    何庆
基于水毁体积比的抛石丁坝安全性判别分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    武汉大学学报(工学版)
  • 影响因子:
    --
  • 作者:
    韩林峰;刘怀汉;王平义;何庆
  • 通讯作者:
    何庆
基于齿面摩擦的非对称齿轮支座反力分析
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    航空动力学报
  • 影响因子:
    --
  • 作者:
    李秀莲;王贵成;朱福先;周金宇;何庆
  • 通讯作者:
    何庆

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

何庆的其他基金

高温运动铸坯表面三维形貌高精度在线测量方法研究
  • 批准号:
    62373083
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码