概述

寻求意向企业开展以下研究：通过基于智能算法的焦炉焦炭质量预测模型开发，根据价格变化协同调整不同炼焦煤的配用比例，在保证焦炭质量的前提下优化配煤结构，显著降低配煤成本； 利用智能算法技术，综合考虑炼焦煤煤质和炼焦工艺参数的影响，开发预测精度高、功能丰富（预测焦炭质量、优化配煤结构）的焦炭质量预测模型。

需求详情

【需求背景】由于我国优质炼焦煤的矿点资源稀少，焦化企业焦炉配用的炼焦煤来源矿点较多且质量有时波动较大，导致焦炭质量不稳定，进而影响高炉稳定顺行，因此焦化企业对焦炭质量的模型预测越来越重视。国内外的焦化企业对焦炭质量预测模型提出了不同的预测方法，所建模型的差异性也较大，原因在于各焦化企业入炉煤质量的差异，炼焦工艺及炼焦操作条件不相同，因此焦炭质量预测方法和数学模型都是有各自的适用条件。另外，当前的焦炭质量预测模型多采用线性回归方式、未考虑工艺参数因素，预测精度不理想。马钢现有8座焦炉，年产焦炭530万吨，尚无较为完善的焦炭质量预测模型。在当前严峻的行业形势下，迫切需要通过基于智能算法的焦炉焦炭质量预测模型开发，根据价格变化协同调整不同炼焦煤的配用比例，在保证焦炭质量的前提下优化配煤结构，显著降低配煤成本。【需求详情】开发高预测精度的焦炭质量预测技术，需重点开展以下工作：（1）利用大数据技术，分析、处理焦炉生产历史数据，明确焦炭质量预测的关键参数；（2）建立焦炉相关数据库（炼焦煤、焦炭、炼焦工艺）；（3）炼焦单种煤性能评价和配煤优化；（4）研究炼焦工艺参数对焦炭质量影响；（5）开发焦炉焦炭质量预测模型；（6）焦炭质量预测模型准确性验证分析。利用智能算法技术，综合考虑炼焦煤煤质和炼焦工艺参数的影响，开发预测精度高、功能丰富（预测焦炭质量、优化配煤结构）的焦炭质量预测模型，可填补国内在该领域的空白。预期目标：开发基于智能算法的焦炭质量预测模型开发，模型的预测值与实际数据值的趋向性一致。技术指标：（1）Ad、St,d预测值与实际值相对误差<2.5%的比例>95%，最大相对误差<4%；（2）M40、M10预测值与实际值相对误差<3%的比例>90%，最大相对误差<6%；（3）CSR、CRI预测值与实际值相对误差<5%的比例>90%，最大相对误差<10%。