加勒比一区免费看|日日夜夜婷婷草|国产亚洲1区2区|美国熟女乱伦视频|激情影院五月丁香|黄片裸体免费观看|欧美日韩免费视频|无码中文AV资源|国产自产501区|亚洲av毛片免费

專利類型：發(fā)明公開申請(專利)號：CN202510629827.7申請日：2025-05-16申請公布號：CN120562757A申請公布日：2025-08-29申請人：南京罕華流體技術有限公司地址：210029 江蘇省南京市鼓樓區(qū)漢中門大街301號402室發(fā)明人：楊靖輝; 張朋剛; 夏袁昊; 何志凡專輯：信息科技專題：計算機軟件及計算機應用主分類號：G06Q10/0631分類號：G06Q10/0631;G06Q10/10;G06Q10/067;G06Q50/04;G06Q50/26國省代碼：32頁數(shù)：19代理機構：沈陽亞泰專利商標代理有限公司代理人：王榮亮主權項：1.一種鋼鐵企業(yè)產品碳足跡低碳路徑尋優(yōu)方法,其特征在于,包括如下步驟：步驟一、鋼鐵生產制造階段設備碳排放源投入產出分析；分析鋼鐵企業(yè)高爐、轉爐、燒結機、焦爐、加熱爐設備輸入的化石燃料、輸入的工業(yè)過程排放源、輸入和輸出的能源類型和輸出的固碳產品；步驟二、產品碳足跡低碳路徑優(yōu)化的影響因素分析；影響產品系統(tǒng)終端產品碳足跡主要包含四大類因素,一是鋼鐵企業(yè)設備工藝流程的物理系統(tǒng),二是鋼鐵企業(yè)的輸入輸出物質能源體系,三是上游供應鏈系統(tǒng),四是企業(yè)原物料廠外運輸鏈系統(tǒng)；步驟三、產品碳足跡路徑—物理系統(tǒng)碳足跡建模；通用生產單元在鋼鐵企業(yè)是有一定工藝功能的生產區(qū)域,或是一個主要設備系統(tǒng),建立通用生產單元的產品碳足跡計算模型如下式所示：CFP-(中間產品)＝CFP-1+CFP-2+CFP-3+CFP-4+CFP-6-CFP-5式中：CFP-1表示該生產單元使用的從企業(yè)外購入的原物料碳足跡；CFP-2表示該生產單元取自企業(yè)內部自產原物料的碳足跡；CFP-3表示來自上一單元的產品項；CFP-4表示該生產單元內部的工業(yè)過程導致的排放碳足跡；CFP-5表示該生產單元產出的屬于共生產品項；CFP-6表示廢棄物處理過程中導致的碳足跡；將上述通用生產單元產品碳足跡模型分別應用到鋼鐵企業(yè)焦化、燒結、球團、煉鐵、煉鋼、精煉、連鑄、熱軋、冷軋工序,并采用中間產品流將各工序連接起來；各工序所輸出產品即為中間產品,對應中間產品碳足跡；最后一道工序的產品碳足跡就是鋼鐵企業(yè)指定產品的終端產品碳足跡；步驟四、產品碳足跡路徑—原物料碳足跡建模；原物料指鋼鐵企業(yè)所使用的原材料、輔料及能源介質,在相應的生產環(huán)節(jié)導致的碳排放足跡；依據產品碳足跡分類,可歸屬為工業(yè)生產碳足跡；步驟五、產品碳足跡路徑—供應鏈碳足跡建模；步驟六、產品碳足跡路徑—運輸鏈碳足跡建模；步驟七、產品碳足跡低碳路徑優(yōu)化；針對鋼鐵企業(yè)產品碳足跡低碳路徑優(yōu)化的實施,包括如下三個層面判斷條件：第一層,鋼鐵生產制造階段的物理系統(tǒng)低碳設備優(yōu)化判定條件；第二層,鋼鐵生產制造階段的低碳物料優(yōu)化判定條件；通過不同物料對于系統(tǒng)運行碳足跡的影響分析,得到鋼鐵企業(yè)最佳匹配的原物料上游供應鏈體系；第三層,基于第一層和第二層的結果,使鋼鐵企業(yè)物理系統(tǒng)低碳設備路徑與上游低碳供應鏈相融合,實施產品碳足跡低碳路徑的綜合優(yōu)化。摘要：一種鋼鐵企業(yè)產品碳足跡低碳路徑尋優(yōu)方法,屬于鋼鐵行業(yè)產品碳足跡研究技術領域,通過建立鋼鐵企業(yè)工藝流程物理系統(tǒng)模型、原物料碳足跡模型、供應鏈模型、運輸鏈模型以及生產制造階段低碳路徑尋優(yōu)、上游供應鏈階段低碳路徑尋優(yōu)、產品碳足跡低碳路徑綜合尋優(yōu)模型,支撐鋼鐵企業(yè)產品碳足跡的低碳路徑優(yōu)化,以生命周期理論建立覆蓋“從搖籃到大門”的產品系統(tǒng),全覆蓋產品流、工藝設備流程、物質能源、廢棄物及上游、廠外運輸?shù)拳h(huán)節(jié),有效解決鋼鐵企業(yè)碳足跡路徑尋優(yōu)問題,保障鋼鐵企業(yè)雙碳規(guī)劃的更好實現(xiàn),打造品牌產品差異化,提升鋼鐵企業(yè)產品的綠色低碳品牌價值。

專利類型：發(fā)明授權申請(專利)號：CN202310399685.0申請日：2023-04-14授權公告號：CN116287542B授權公告日：2025-08-29申請人：新余鋼鐵股份有限公司地址：338000 江西省新余市鐵焦路發(fā)明人：何文浩; 劉永剛; 宋水根; 汪嘉振; 賴軍華; 尹華; 黎建; 許強; 李紹仁; 劉中天; 盧文斌; 汪敏; 皮黎飛; 任燕雄; 汪承星專輯：工程科技Ⅰ輯專題：冶金工業(yè)主分類號：C21C5/52分類號：C21C5/52;C21C7/068國省代碼：36頁數(shù)：10代理機構：蕪湖安匯知識產權代理有限公司代理人：張巧嬋主權項：1.一種鋼鐵冶煉爐體側吹槍體安裝方法,其特征在于：所述的鋼鐵冶煉爐體側吹槍體安裝方法的安裝步驟為：S1.新的鋼鐵冶煉爐體砌筑耐材過程,在爐壁的側吹槍體安裝部位預留貫穿爐壁的孔洞；向孔洞內填充耐火泥,耐火泥填充滿整個孔洞；S2.新的鋼鐵冶煉爐體第一爐冶煉時,不安裝側吹氧槍,按照新爐進行開爐冶煉,讓側吹氧槍安裝部位的耐火泥充分燒結；新爐第一爐冶煉結束后,放鋼水,爐體內不留或少留鋼水；S3.使用安裝導桿將填充耐火泥的孔洞疏通；安裝導桿的直徑與側吹噴槍的直徑相同,并且導桿表面打磨光滑,去除表面的毛刺和偏斜；在孔洞疏通結束后便于用扳手扭動導桿尾部快速取出導桿；S4.在側吹槍體的表面涂抹耐火泥；將氣源接入側吹槍體,側吹槍體中心孔供應氮氣,側吹槍體的環(huán)縫層同樣供應氮氣；S5.在全程通氮氣的情況下,將側吹槍頭從爐壁外部插入側吹槍安裝部位的孔洞中,使得槍體嵌入到孔洞中；直到側吹槍頭穿過安裝孔洞并在爐體內部露出槍頭為止,完成側吹氧槍的安裝；完成側吹氧槍的安裝后,進行進料冶煉,但側吹槍體的氣源仍然供應氮氣,在利用其他氧槍向爐體內供應氧氣冶煉13min-18min后,再將側吹槍體的氣源切換為氧氣,并且氧氣供應檔位從最小檔開啟,每隔2min-3min升級一檔,逐漸開到最高檔；側吹槍安裝部位的耐材及砌筑料充分燒結,保證后續(xù)側吹槍體牢固嵌入孔洞,保證槍體周圍的耐材及耐材縫隙間的砌筑料粘結穩(wěn)定,保障側吹槍體安裝可靠,不會輕易脫離爐體；使用安裝導桿將填充耐火泥的孔洞疏通時,安裝導桿尾部焊接有兩段短鋼筋,兩段短鋼筋與安裝導桿尾部平齊,使用安裝導桿將填充有碳化硅耐火泥的側吹孔洞疏通,以便后續(xù)側吹槍嵌入,保證側吹槍體的中心孔和環(huán)縫層不被耐火泥堵塞,保證正常使用；短鋼筋增加安裝導桿尾部的面積,在疏通孔洞時,便于用榔頭敲打安裝導桿尾部,避免只有安裝導桿的結構,敲打時容易落空,而在疏通結束后便于用扳手扭動導桿尾部快速取出導桿。摘要：本發(fā)明屬于鋼鐵冶煉技術領域的鋼鐵冶煉爐體側吹槍體安裝方法。所述的鋼鐵冶煉爐體側吹槍體安裝方法的安裝步驟為：在爐壁的側吹槍體安裝部位預留貫穿爐壁的孔洞；向孔洞內填充耐火泥,耐火泥填充滿整個孔洞；讓爐體耐材,尤其是側吹氧槍安裝部位的耐火泥充分燒結；使用安裝導桿將填充耐火泥的孔洞疏通；在側吹槍體的表面涂抹耐火泥；將氣源接入側吹槍體,側吹槍體中心孔供應氮氣,側吹槍體的環(huán)縫層同樣供應氮氣；使得槍體嵌入到孔洞中。本發(fā)明所述的鋼鐵冶煉爐體側吹槍體安裝方法,步驟簡單,能夠方便快捷實現(xiàn)側吹槍體的安裝,保障安裝質量,避免穿鋼甚至穿爐等重大安全事故出現(xiàn),提高現(xiàn)場作業(yè)安全,保護現(xiàn)場人員人身安全。

專利類型：發(fā)明公開申請(專利)號：CN202510572302.4申請日：2025-05-06申請公布號：CN120562950A申請公布日：2025-08-29申請人：北京首鋼股份有限公司地址：100040 北京市石景山區(qū)石景山路99號發(fā)明人：張紅波; 吳耐; 亢小敏; 劉利偉; 張國紅; 俞學成; 董晟; 張寶強; 張磊; 陸胥宏; 楊磊; 賈曉溪; 王彪; 張偉; 孫光銀; 祁學進專輯：信息科技專題：計算機軟件及計算機應用主分類號：G06Q10/0639分類號：G06Q10/0639;G06Q50/04;G06N5/022國省代碼：11頁數(shù)：23代理機構：北京華沛德權律師事務所代理人：馬苗苗主權項：1.一種鋼鐵產品質量異議的分析方法,其特征在于,所述方法包括：獲取鋼鐵產品的多源異構數(shù)據；基于大數(shù)據平臺對所述多源異構數(shù)據進行多源集成存儲,構建質量知識圖譜,其中,所述質量知識圖譜關聯(lián)各工序的工藝參數(shù)與內設計標準；根據所述質量知識圖譜,確定與目標質量異議類型對應的工藝參數(shù)實績值,并將所述工藝參數(shù)實績值與對應的內設計標準值進行對比分析,得到分析結果。摘要：本申請公開一種鋼鐵產品質量異議的分析方法及相關設備,涉及產品質量分析技術領域,該方法包括：獲取鋼鐵產品的多源異構數(shù)據；基于大數(shù)據平臺對多源異構數(shù)據進行多源集成存儲,構建質量知識圖譜,其中,質量知識圖譜關聯(lián)各工序的工藝參數(shù)與內設計標準；根據質量知識圖譜,確定與目標質量異議類型對應的工藝參數(shù)實績值,并將工藝參數(shù)實績值與對應的內設計標準值進行對比分析,得到分析結果。本申請通過構建基于大數(shù)據平臺的質量知識圖譜,實現(xiàn)多源異構數(shù)據的集成存儲與智能分析,提升質量異議處理效率。

專利類型：發(fā)明授權申請(專利)號：CN202510913777.5申請日：2025-07-03授權公告號：CN120406178B授權公告日：2025-08-29申請人：唐山東海鋼鐵集團有限公司地址：063799 河北省唐山市灤州經濟開發(fā)區(qū)(雷莊鎮(zhèn)東、205國道南側)發(fā)明人：孔德光; 郝云亮專輯：信息科技專題：自動化技術主分類號：G05B13/04分類號：G05B13/04;B01D53/50;B01D53/56;B01D53/76;B01D53/80國省代碼：13頁數(shù)：11代理機構：蘇州睿翼專利代理事務所(普通合伙)代理人：李慧敏主權項：1.一種基于物聯(lián)網的鋼鐵行業(yè)超低排放智能控制系統(tǒng),其特征在于,包括：序列構建模塊,其用于在預設時間段內,按照預設時間間隔同時采集原料參數(shù)、工藝參數(shù)和環(huán)境參數(shù),并分別進行歸一化構建成原料序列、工藝序列和環(huán)境序列；預測模型訓練模塊,其用于將原料序列、工藝序列和環(huán)境序列作為預測模型的樣本數(shù)據,并采集未來N個時刻的二氧化硫排放量和氮氧化物排放量作為預測模型的樣本標簽；目標函數(shù)構建模塊,其用于根據未來N個時刻的二氧化硫排放量、氮氧化物排放量、第一調節(jié)參數(shù)和第二調節(jié)參數(shù),分別構建脫硫效率模型和脫硝效率模型作為目標函數(shù)；編碼生成模塊,其用于通過周期性映射函數(shù)隨機生成符合約束條件的初始化種群中個體的編碼；調節(jié)清單生成模塊,其用于根據個體的編碼通過目標函數(shù)計算個體對應的適應度值,直至滿足優(yōu)化算法的迭代終止條件,將初始化種群中適應度值最大的個體的編碼輸出作為調節(jié)清單；調節(jié)清單通過未來N個時刻的脫硫漿液噴射量、噴氨量、抽風機頻率、風道擋板開度和布袋除塵器反吹頻率表示；脫硫效率模型是先構建單個時刻的第一調節(jié)參數(shù)的加權冪和函數(shù),再通過最小二乘法擬合其與二氧化硫去除量之間的映射關系,最后根據未來N個時刻的第一調節(jié)參數(shù)通過擬合后的脫硫效率模型獲得未來N個時刻的二氧化硫去除量,再分別減去未來N個時刻的二氧化硫排放量后進行求和；脫硝效率模型是先構建單個時刻的第二調節(jié)參數(shù)的加權冪和函數(shù),再通過最小二乘法擬合其與氮氧化物去除量之間的映射關系,最后根據未來N個時刻的第二調節(jié)參數(shù)通過擬合后的脫硝效率模型獲得未來N個時刻的氮氧化物去除量,再分別減去未來N個時刻的氮氧化物排放量后進行求和。摘要：本發(fā)明涉及排放控制技術領域,公開了一種基于物聯(lián)網的鋼鐵行業(yè)超低排放智能控制系統(tǒng),包括：序列構建模塊,構建原料序列、工藝序列和環(huán)境序列；預測模型訓練模塊,構建預測模型的訓練樣本；目標函數(shù)構建模塊,構建脫硫效率模型和脫硝效率模型作為目標函數(shù)；編碼生成模塊,通過周期性映射函數(shù)隨機生成個體的編碼；調節(jié)清單生成模塊,通過優(yōu)化算法將初始化種群中適應度值最大的個體的編碼輸出作為調節(jié)清單；本發(fā)明通過預測模型對原料參數(shù)、工藝參數(shù)和環(huán)境參數(shù)進行綜合分析預測未來多個時刻的二氧化硫排放量和氮氧化物排放量,并結合優(yōu)化算法實現(xiàn)設備參數(shù)的自動化調節(jié),使得污染物去除量最大化、設備能耗最小化、設備運行成本最小化。

專利類型：發(fā)明授權申請(專利)號：CN202510837920.7申請日：2025-06-23授權公告號：CN120352221B授權公告日：2025-08-29申請人：江蘇省沙鋼鋼鐵研究院有限公司; 江蘇沙鋼鋼鐵有限公司地址：215625 江蘇省蘇州市張家港錦豐鎮(zhèn)永新路1號沙鋼科技大樓發(fā)明人：吳園園; 祁露明; 金傳偉; 張繼明專輯：工程科技Ⅰ輯專題：材料科學主分類號：G01N1/28分類號：G01N1/28;G01N21/84;G01N23/2202;G01N23/2251國省代碼：32頁數(shù)：12代理機構：蘇州威世朋知識產權代理事務所(普通合伙)代理人：孫姍主權項：1.一種高硅鋼鐵的金相樣品制備方法,其特征在于,包括依序進行的取樣、鑲樣、水磨、粗拋光、精拋光、表面處理步驟；所述水磨步驟中,進行2～3道次水磨,磨盤的壓力P1為40～50N,磨盤的轉速W1為250～350rpm,夾持樣品的磨拋頭的轉速R1為100～200rpm,每道次水磨時間t1為2～10min,且滿足：41≤P1+[(W1+R1)×0.01+t1]×[C]≤60；所述粗拋光步驟中,拋光盤的壓力P2為30～39N,拋光盤的轉速W2為250～350rpm,夾持樣品的磨拋頭的轉速R2為100～200rpm,拋光時間t2為2～8min,且滿足：31≤P2+[(W2+R2)×0.01+t2]×[C]≤50；所述精拋光步驟中,拋光液采用油基金剛石懸浮液+潤滑劑,整個精拋光過程樣品表面不接觸水,油基金剛石懸浮液中的金剛石的粒徑為1～5μm,濃度為2～5g/L,pH為6.5～7.5,拋光盤的壓力P3為20～29N,拋光盤的轉速W3為350～450rpm,夾持樣品的磨拋頭的轉速R3為200～300rpm,拋光時間t3為1～3min,且滿足：21≤P3+[(W3+R3)×0.01+t3]×[C]≤35；所述表面處理步驟中,樣品表面全程不接觸水；其中,[C]為樣品中的C含量百分比值；上述關系式中,僅是對壓力、轉速、時間各參數(shù)的數(shù)值進行限定,與單位無關,各參數(shù)取值時均以前述單位為準進行取值。摘要：本申請揭示了一種高硅鋼鐵的金相樣品制備方法,包括取樣、鑲樣、水磨、粗拋光、精拋光、表面處理步驟；精拋光步驟中,拋光液采用油基金剛石懸浮液+潤滑劑,整個精拋光過程樣品表面不接觸水,油基金剛石懸浮液中的金剛石的粒徑為1～5μm,濃度為2～5g/L,pH為6.5～7.5,拋光盤的壓力P3為20～29N,拋光盤的轉速W3為350～450rpm,夾持樣品的磨拋頭的轉速R3為200～300rpm,拋光時間t3為1～3min,且滿足：21≤P3+[(W3+R3)×0.01+t3]×[C]≤35；所述表面處理步驟中,樣品表面全程不接觸水。

專利類型：發(fā)明授權申請(專利)號：CN202411665536.5申請日：2024-11-20授權公告號：CN119558597B授權公告日：2025-08-29申請人：北京科技大學地址：100083 北京市海淀區(qū)學院路30號發(fā)明人：劉艷; 孫夢磊; 薛穎健; 林金輝; 白晨成; 鐘承華; 馮伊洋; 殷緒成專輯：信息科技專題：計算機軟件及計算機應用主分類號：G06Q10/0631分類號：G06Q10/0631;G06Q50/04國省代碼：11頁數(shù)：21代理機構：北京市廣友專利事務所有限責任公司代理人：張微;張仲波主權項：1.一種面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌分配方法,其特征在于,所述面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌分配方法由面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌系統(tǒng)實現(xiàn),所述面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌系統(tǒng)包括：用戶端、任務需求輸入模塊、大模型語義理解模塊、子模型調度模塊、執(zhí)行與結果分析模塊；所述方法包括：S1、所述用戶端輸入鋼鐵工業(yè)生產的任務需求；所述任務需求輸入模塊接收所述任務需求,通過對所述任務需求進行標準化處理,獲得標準化的文本數(shù)據；其中,所述S1的通過對所述任務需求進行標準化處理,獲得標準化的文本數(shù)據,包括：S11、對輸入的任務需求進行格式化處理,獲得格式化后的文本數(shù)據；S12、根據格式化后的文本數(shù)據,采用GPT預訓練模型的分詞器對格式化后的文本數(shù)據進行分詞處理,獲得分詞后的文本序列；S13、根據分詞后的文本序列,采用NLTK停用詞列表,對分詞后的文本序列進行去停用詞處理,獲得去停用詞后的文本；S14、采用BERT-based依存分析模型,對去停用詞后的文本進行依存關系分析,獲得文本數(shù)據中詞與詞之間的語法關系；S15、根據去停用詞后的文本以及文本數(shù)據中詞與詞之間的語法關系,采用GPT預訓練模型進行特征編碼,獲得編碼向量；S2、所述任務需求輸入模塊將所述標準化的文本數(shù)據上傳至所述大模型語義理解模塊中,通過所述大模型語義理解模塊進行處理,獲得任務目標、任務模型需求以及任務模型的參數(shù)；其中,所述S2的通過所述大模型語義理解模塊進行處理,獲得任務目標、任務模型需求以及任務模型的參數(shù),包括：S21、將編碼向量輸入意圖分類網絡中,生成任務類型標簽；S22、根據任務類型標簽,生成任務標簽信息；S23、根據編碼向量以及任務標簽信息,采用信息抽取函數(shù)將用戶端輸入的任務需求的內容轉換為結構化數(shù)據；將結構化數(shù)據進行分解,生成多個子任務目標；S24、根據結構化數(shù)據以及多個子任務目標,采用模型選擇函數(shù),確定每個子任務的任務模型以及每個子任務模型的參數(shù)；S3、所述任務需求輸入模塊將所述任務目標、任務模型需求以及任務模型的參數(shù)上傳至所述子模型調度模塊中,通過所述子模型調度模塊進行動態(tài)調度,確定子模型；根據所述任務目標,子模型執(zhí)行任務,獲得子模型的執(zhí)行結果；S4、所述子模型調度模塊將所述子模型的執(zhí)行結果上傳至所述執(zhí)行與結果分析模塊中,通過所述執(zhí)行與結果分析模塊進行處理,輸出符合所述用戶端輸入鋼鐵工業(yè)生產的任務需求的綜合分析結果。摘要：本發(fā)明提供一種面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌分配方法,涉及人工智能技術領域。所述一種面向鋼鐵工業(yè)的基于大模型的智能統(tǒng)籌分配方法由用戶端、任務需求輸入模塊、大模型語義理解模塊、子模型調度模塊、執(zhí)行與結果分析模塊實現(xiàn),該方法包括：用戶端輸入鋼鐵工業(yè)生產的任務需求；任務需求輸入模塊通過對任務需求進行標準化處理,獲得標準化的文本數(shù)據；大模型語義理解模塊對文本數(shù)據進行處理,獲得任務目標、任務模型需求以及任務模型的參數(shù)；通過子模型調度模塊進行動態(tài)調度,確定子模型；子模型執(zhí)行任務,獲得子模型的執(zhí)行結果；執(zhí)行與結果分析模塊對執(zhí)行結果進行處理,輸出符合任務需求的綜合分析結果。采用本發(fā)明可提升任務處理效率。