Este libro aborda el desarrollo de un modelo matemático para optimizar la descarburización en el proceso de refinación de acero mediante inteligencia artificial. Utilizando redes neuronales artificiales, predice variables clave como el tiempo de soplado de oxígeno y el contenido de carbono, mostrando buena correlación con datos reales de una fábrica.
Prediction of the end of blow and the final carbon content of liquid steel.
Focusing on the decarburization process in primary refining through the Oxygen Converter, this book emphasizes the significance of controlling key variables like oxygen blowing duration and final carbon content. It presents a mathematical model enhanced by artificial intelligence, specifically artificial neural networks, to predict these variables based on the analysis of outlet gases from the converter. The model's predictions align well with actual data from a steel mill, demonstrating its practical application in improving productivity in melt shops.
Vorhersage des Schlagendes und des endgültigen Kohlenstoffgehalts von Flüssigstahl.
Die Entwicklung eines mathematischen Modells zur Optimierung der Entkohlung im primären Raffinationsprozess steht im Mittelpunkt dieses Buches. Durch den Einsatz künstlicher Intelligenz, insbesondere künstlicher neuronaler Netze, wird eine präzise Vorhersage der entscheidenden Variablen wie Endblaszeit und Kohlenstoffgehalt im flüssigen Stahl ermöglicht. Die Ergebnisse zeigen eine hohe Übereinstimmung mit realen Daten aus einem Stahlwerk, was die Relevanz und Effizienz des Modells unterstreicht.