贺东风_云科创

贺东风

教授/博导

北京科技大学

粉丝数:3006

关注

专家介绍

贺东风，男，主要从事冶金流程工程学、工业大数据挖掘与分析、钢铁节能减排等领域研究。主持和参与自然科学基金面上和重点项目、973项目、科技支撑项目、国家重点研发计划项目、工信部重点专项等国家级项目10余项；主持和参与钢铁企业合作项目30余项。在国内外知名学术刊物和会议上发表论文100余篇，其中SCI/EI收录50余篇。兼任中国金属学会电冶金分会学术委员、中国金属学会青年工作委员会副秘书长。曾荣获冶金科学技术进步奖和英国材料、矿物和矿业协会最佳论文奖等奖项。

专家问答

一罐到底主要制约因素有哪些？如何解决？

1）高炉一次出铁后期发生接半罐铁水的情况，产生尾包，尾包需要第二次接铁，导致铁水包等待出铁时间长，铁水温降大。解决方案：根据企业情况优化尾包处理制度，例如转场出铁等，减少第二次接铁等待时间；优化铁水包运输制度，一包一送或两包一送等。2）由于运行特征不同，高炉出铁节奏、转炉生产节奏、连铸机一包钢水的浇注节奏不匹配，为了保证连铸机连续浇铸，铁水需要备包（重包积压），也导致铁水包周转个数多，周转时间长，铁水温降大。解决方案：优化备包方案，设定合理的连铸机连浇炉数，优化备包个数和铁水包周转节奏。

数据不准确怎么办？如转炉铁水重量、原料成分...数据清洗是依靠人工筛选？还是通过模型自动筛选？

1）改进称量和测试手段，提高数据的准确率；2）减少来料成分温度波动；3）数据清洗主要靠模型自动筛选。

现在钢厂都在做智能炼钢，我想问一下博导，智能炼钢瓶颈都有哪些？

智能炼钢的瓶颈主要如下：1）数据的准确性和完整性问题，主要涉及检测设备和技术；2）模型的适应性和准确性问题，主要涉及建模方法和算法；3）原辅料参数波动大也给建模带来很大的挑战。

烧结系统有没有成熟大数据控制模型的建立

利用生产数据和人工神经网络技术，进行烧结矿成分预报，有相关的报到。

微信号：ibiglqw

地址：北京市丰台区南四环西路总部基地6区3号楼。联系电话：4008-798-156

国联全网（北京）信息技术股份有限公司 @ 版权所有

营业执照 | 增值电信业务经营许可证：京B2-20180493 | 京ICP备15051116号-6

食品经营许可证：JY11108222837578