深度学习技术在钢铁行业的应用趋势

本文利用爱思唯尔的SCOPUS?文献数据库介绍了该领域研究趋势的大致调查结果。 图1显示了截至2022年6月，与深度学习技术相关的研究论文数量及其在钢铁领域应用案例的年度变化情况的比较。

深度学习模型在炼铁工艺中的应用

1概述 炼铁工艺过程大致可分为两部分：炼铁原料生产过程和高炉炼铁过程。 在炼铁原料生产过程中，要生产烧结矿、球团矿和焦炭。烧结矿是将低粉化矿石与粉状焦炭或石灰石相混合在烧结机中加工

首个基于原厂升级改造的全流程智能钢厂

1月5日，镔鑫钢铁智能制造项目一阶段总结暨二阶段项目启动会议隆重举行，标志着中冶赛迪信息承建的镔钢全流程智能工厂正式完成一期建设，将在工业互联网平台及丰富智能应用基础上，迈入软硬件全面升级、智

深度学习的基本机理——深度神经网络

世界上大多数深度学习技术采用的数学模型被称为深度神经网络（Deep Neural Network; DNN）。DNN所需的功能或需要解决的课题被称为任务，典型的任务包括分类、检测、分割和回归。

JFE钢铁安全监测系统的开发

JFE钢铁开发出一种安全监测系统，通过该系统将气体监测器与生产现场作业人员所携带的智能手机互联，以收集其作业区域及移动过程区域的气体浓度状况，实现实时通知与跟踪。该系统同时还具有利用智能手机G

JFE钢铁转换钢材运输模式实现CO₂减排

1前言 JFE集团设定的目标是到2030年将钢铁产业的CO2排放量比2013年减少30@以上。由于物流方面的CO2减排也是该举措的一部分，因此提出了物流方面的改进措施，如表1所示。本文将

随动式定尺飞剪技术与应用

1前言 飞剪是连续带钢生产线中的关键设备，一般布置在带钢连续生产线的入口和出口。入口处一般布置在开卷机后面，焊机前面，出口处一般布置在卷取机的前面。主要作用是对不合格带头、带尾的剪切，

科技赋能球团 共创绿色钢铁

2023年11月29日—30日，“首钢工程公司建院五十周年带式焙烧机球团技术产品推介会”在“航天之城”西昌成功召开。本次会议由北京首钢国际工程技术有限公司（以下简称首钢工程公司）和美卓公司（M

中冶赛迪信息除尘智能管控产品“一见轻尘”将机器视觉与仿真结合 以更低能耗除尘

除尘系统是钢铁企业绿色环保发展的重要一环，遍及钢铁冶炼的全流程，常采用多点收尘、集中除尘模式，设计裕量往往较大，其用电量可占企业用电总量的20@以上。虽有很多企业已经对除尘风机进行了变频改造与

新钢新材硅钢集控中心实践

硅钢是一种具有高磁感、低铁损、高磁导率等优良特性的钢材，广泛应用于电力、汽车、家电等行业。随着智能制造的不断发展和推广应用，采用集控中心来集中管理硅钢生产全流程，成为提高硅钢生产效率、降低能耗