您的位置: 专家智库 > >

张硕

作品数:4 被引量:1H指数:1
供职机构:唐山钢铁集团有限责任公司更多>>
相关领域:自动化与计算机技术文化科学电子电信冶金工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇专利

领域

  • 1篇电子电信
  • 1篇自动化与计算...
  • 1篇文化科学

主题

  • 1篇摇臂
  • 1篇摇臂轴
  • 1篇支持向量
  • 1篇支持向量回归
  • 1篇数据驱动
  • 1篇套筒
  • 1篇球轴承
  • 1篇轴承
  • 1篇向量
  • 1篇链轮
  • 1篇炼铁
  • 1篇教育
  • 1篇高炉
  • 1篇高炉炼铁
  • 1篇高校
  • 1篇高校教育
  • 1篇棒材
  • 1篇棒材生产
  • 1篇棒材生产线
  • 1篇抱死

机构

  • 3篇唐山钢铁集团...
  • 1篇钢铁研究总院
  • 1篇唐山学院

作者

  • 3篇张硕
  • 1篇赵燕晖
  • 1篇邓俊华
  • 1篇陈希江
  • 1篇王欣
  • 1篇李志刚
  • 1篇李向辉
  • 1篇杜林
  • 1篇李建生

传媒

  • 1篇福建电脑
  • 1篇河北冶金

年份

  • 1篇2024
  • 1篇2015
  • 1篇2008
4 条 记 录,以下是 1-3
排序方式:
基于支持向量回归的高炉出铁量预测方法被引量:1
2024年
高炉炼铁是钢铁生产中的重要环节。基于高炉流出的铁水量,选择指定数量的铁包进行装载和运输,能够提高生产效率,并降低整体调度线的能耗。准确预测出铁量,对于后续生产调度有着重要意义。但一方面高炉炼铁涉及大量的物理化学反应和参数变化,且炼铁过程无法从外部实时观测,难以通过直接进行机理分析实现准确的自动控制;另一方面,炼铁过程中记录的鼓风参数、焦炭比、炉渣成分等参数丰富的测量数据,可被用于数据驱动的建模分析。本文旨在通过机理模型分析理想状态下的铁水流速,并设计基于支持向量回归的机器学习模型,对高炉出铁量进行预测。对某日产8000 t铁量高炉的出铁数据进行建模分析,实验结果表明,支持向量回归模型预测出铁量的平均误差在200 t以内,且平均误差、预测标准差等指标优于其它常见的机器学习模型,表现出了数据驱动模型的准确性,能够对实际的高炉炼铁分析和建模提供指导作用,从而降低资源消耗,并提高整体钢铁生产线的生产效率。
李建生盛钢张硕
关键词:高炉炼铁支持向量回归数据驱动
棒材生产线料筐移送装置
本实用新型公开了一种棒材生产线料筐移送装置,包括支架、驱动轴、链传动机构、中间轴、摇臂、摇臂轴、固定链轮以及转动链轮,所述摇臂一端与中间轴一端固定连接,所述摇臂轴固定安装在摇臂另外一端,所述转动链轮包括链轮本体和与其为一...
陈希江李向辉赵燕晖 付祎雄 马常礼杜林邓俊华张硕
文献传递
NBIC会聚技术对高校教育的启示
2008年
介绍了NBIC会聚技术的含义与研究意义,提出高校应关注科学统一与技术会聚的整体发展观,顺应学科交叉融合的大趋势,树立高校教育的新理念,正确定位21世纪人才培养目标。
王欣李志刚张硕
关键词:高校教育
共1页<1>
聚类工具0