大数据技术与高炉炼铁工艺的深度融合与应用

1 前言 随着“碳达峰碳中和目标”“十四五规划”等政策的推出，我国钢铁行业正在经历由“高速发展”到“淘汰落后产能，实现绿色、智能、可持续的高质量发展”的变化，同时还明确了钢铁行业在工艺装

氨在绿色钢铁产业中的作用

钢铁行业是全球最大的二氧化碳排放源，占全球温室气体排放量的7@。国际能源署预测，到2050年，钢铁产量将从不足20亿吨增加到30亿吨，这将进一步增加钢铁行业的碳足迹，除非钢铁行业不再使用煤炭作

二氧化碳捕集和利用助力高炉脱碳的分析

作为联合钢铁厂中最重要的碳消耗者，高炉（BF）有望在减排CO2和实现可持续生产工艺方面作出最大贡献。目前，高炉的CO2捕集与利用（CCU）被认为是足以支持大量CO2减排的热点技术之一。一种潜在

质量管理决策智能DIGI·MET解决方案

Q3-Premium基于专有的工业物联网平台开发，支持高端金属生产质量管理的数字化转型。实时、全厂质量控制引擎确保产品自动分级和纠正措施的实施，嵌入式预测模型用于早期发现缺陷和评估机械性能。集

循环水水质动态监测与水处理优化技术

1 技术原理及工艺 水质动态监测装置配有金属转子流量计、电子式温度控制系统和蒸汽调节阀等控制原件，不仅可以观察循环水流量和连续记录循环水流量变化，而且还可根据温度控制装置，自动调节蒸汽阀

材料集成的挑战（上）

1 前言 在材料中，有四个要素非常重要：工艺、结构、特性和性能，材料开发都是围绕这些要素之间的相互关系来进行的。材料集成是指通过计算机明确这四个要素之间的关系来加速材料开发的概念（图1）

美国钢铁企业的可持续发展实践

在过去十年左右的时间里，“可持续发展”已经成为世界各地经常使用的热门词汇之一。在讨论美国钢铁行业的“可持续性”时，需要考虑的关键问题之一是“可持续性”的意义。对于不同的实体，“可持续性”意味着

深度学习模型在观测和分析技术中的应用

本部分介绍将深度学习应用于炼铁原料和炼钢材料的观测和数据分析的实例。虽然炼铁原料与炼钢材料各不相同，但其表面和内部显微组织观察是在考虑如何表达特性和功能时二者通用的最重要手段之一。尤其是显微图

深度学习模型在计算技术中的应用

本部分将介绍深度学习在计算科学中的应用实例，主要针对钢铁材料。在钢铁材料的研究中，计算科学通常被用于开发具有优异材料性能的钢铁材料，或通过对材料性能和相关现象的数值分析来了解其机理。特别是钢铁

GB/T 43500-2023《安全管理体系 要求》解读

为建设符合中国国情、具有中国特色的安全管理标准体系，提高公共安全治理水平，建立安全第一、预防为主的大安全大应急框架，最大限度地降低安全风险、消除隐患，减少安全事故，2023年11月27日，国家