冶金尘泥的转底炉处理工艺是目前钢铁行业采用的主要处置工艺,但在实际生产过程中经常出现还原焙烧不均匀的问题。利用微观扫描电子显微镜(scanning electron microscopy,SEM)分析结合宏观Maps统计分析,对冶金尘泥还原焙烧的不均匀性进...冶金尘泥的转底炉处理工艺是目前钢铁行业采用的主要处置工艺,但在实际生产过程中经常出现还原焙烧不均匀的问题。利用微观扫描电子显微镜(scanning electron microscopy,SEM)分析结合宏观Maps统计分析,对冶金尘泥还原焙烧的不均匀性进行详细的可视化、数据化分析。研究结果表明,冶金尘泥在焙烧温度为1250℃、焙烧时间为15 min的条件下,熟球金属化率达到89.04%、脱锌率达到81.66%、抗压强度达到3.03 kN,熟球金属化率和脱锌率会随着焙烧温度提高和焙烧时间延长而进一步提高,但熟球抗压强度在焙烧时间过长时反而逐渐降低;熟球Maps统计分析表明,提高焙烧温度更有利于提高熟球外圈和下部的还原程度,而延长焙烧时间也更有利于提高熟球下部还原程度,但对熟球内部和外圈还原程度的提升作用比较相似;同时,提高焙烧温度也更有利于提升熟球下部的致密化程度,降低熟球上、下孔隙结构的不均匀性,进而显著提高熟球整体抗压强度;但焙烧时间过长会导致熟球中小孔隙融合为大孔隙,反而降低熟球抗压强度。此外,熟球中硅酸盐(渣相)和浮氏体(FexO)更容易破裂,而金属铁(Fe)可延缓裂纹蔓延,因而,适当提高熟球金属化率、降低硅酸盐(渣相)含量也有利于提高其抗压强度。基于Maps统计分析探究了冶金尘泥还原焙烧过程中物相及孔隙的变化规律,分析结果可以为转底炉工艺处理冶金尘泥的生产实践提供指导和建议。展开更多
时间序列预测在能源管理、交通流量和气象分析等多个实际场景中具有重要应用价值。然而,时间序列数据中存在的分布漂移(Distribution Shift)与长程依赖(Long-term Dependency)仍限制了传统方法与现有深度学习模型在长期预测中的表现。为...时间序列预测在能源管理、交通流量和气象分析等多个实际场景中具有重要应用价值。然而,时间序列数据中存在的分布漂移(Distribution Shift)与长程依赖(Long-term Dependency)仍限制了传统方法与现有深度学习模型在长期预测中的表现。为此,提出了一种名为D-LINet(Dual-Normalization and Linear Integration Network)的创新模型。该模型结合了Dish-TS(Distribution Shift in Time Series Forecasting)框架的分布归一化能力与线性映射的高效性,并采用双向归一化与双线性层的设计,有效缓解输入与输出空间的分布偏移,增强了对周期性与趋势性特征的捕捉能力。在多个真实数据集上对D-LINet的预测性能进行了全面评估。结果显示,在短期与长期预测中,D-LINet的均方误差和平均绝对误差均显著优于主流模型(如Transformer,Informer,Autoformer和DLinear)。此外,实验还探讨了输入窗口长度及先验知识的引入对预测性能的影响,为后续模型优化提供了重要指导。该研究针对复杂分布漂移问题提出了新的解决思路,并有助于提升时间序列预测的精度与稳健性。展开更多
“深时数字地球”(Deep-time Digital Earth,简称DDE)是由中国科学家发起和主导,并由国际最大的地学组织——国际地质科学联合会批准的第一个大科学计划。深时数字地球旨在为地球的发展演变创建一个前所未有的互联互通的数字档案,利用...“深时数字地球”(Deep-time Digital Earth,简称DDE)是由中国科学家发起和主导,并由国际最大的地学组织——国际地质科学联合会批准的第一个大科学计划。深时数字地球旨在为地球的发展演变创建一个前所未有的互联互通的数字档案,利用先进的信息技术和数据科学方法,将地质历史的时间尺度与现代地球观测数据相结合,构建一个全面、动态、多维的地球系统模型。古地理图是揭示地表演变过程、板块运动、物种分布变迁等地质和环境资源问题,构建深时数字地球的重要时空可视化工具。从20世纪70年代开始,国外学者开始通过收集的大量以古地磁为主的地球物理数据、地质年代学数据、古生物化石数据等地学数据构建古地理重建模型。经过20年的努力,在EarthByte、Gplates Web Portal等网站发布了叠加地貌图、地质图、高程信息、磁异常、岩性等要素信息的近30种古地理图。当前,国内很多在线地质信息应用系统包含了样品、产状、化石、矿点等要素在现代地图的叠加展示,但是大多数系统缺少在线古地理图可视化功能,因此,无法从时间维度表达地质数据的年代信息。本文作者力求全部采用基于免费开源框架的技术路线构建一个能够快速部署的古地理图可视化Web应用(single page application, SPA)系统,在一个页面内可以切换不同古地理重建模型,展示岩石、古生物化石等兼具空间属性和地质年代学属性的地质要素。采用Vue组件实现前端模块组件与数据的分离,易于与Web GIS系统前端进行数据传输和功能模块的整合,从而可以快速集成进基于B\S架构的地质信息系统中。展开更多
文摘冶金尘泥的转底炉处理工艺是目前钢铁行业采用的主要处置工艺,但在实际生产过程中经常出现还原焙烧不均匀的问题。利用微观扫描电子显微镜(scanning electron microscopy,SEM)分析结合宏观Maps统计分析,对冶金尘泥还原焙烧的不均匀性进行详细的可视化、数据化分析。研究结果表明,冶金尘泥在焙烧温度为1250℃、焙烧时间为15 min的条件下,熟球金属化率达到89.04%、脱锌率达到81.66%、抗压强度达到3.03 kN,熟球金属化率和脱锌率会随着焙烧温度提高和焙烧时间延长而进一步提高,但熟球抗压强度在焙烧时间过长时反而逐渐降低;熟球Maps统计分析表明,提高焙烧温度更有利于提高熟球外圈和下部的还原程度,而延长焙烧时间也更有利于提高熟球下部还原程度,但对熟球内部和外圈还原程度的提升作用比较相似;同时,提高焙烧温度也更有利于提升熟球下部的致密化程度,降低熟球上、下孔隙结构的不均匀性,进而显著提高熟球整体抗压强度;但焙烧时间过长会导致熟球中小孔隙融合为大孔隙,反而降低熟球抗压强度。此外,熟球中硅酸盐(渣相)和浮氏体(FexO)更容易破裂,而金属铁(Fe)可延缓裂纹蔓延,因而,适当提高熟球金属化率、降低硅酸盐(渣相)含量也有利于提高其抗压强度。基于Maps统计分析探究了冶金尘泥还原焙烧过程中物相及孔隙的变化规律,分析结果可以为转底炉工艺处理冶金尘泥的生产实践提供指导和建议。
文摘时间序列预测在能源管理、交通流量和气象分析等多个实际场景中具有重要应用价值。然而,时间序列数据中存在的分布漂移(Distribution Shift)与长程依赖(Long-term Dependency)仍限制了传统方法与现有深度学习模型在长期预测中的表现。为此,提出了一种名为D-LINet(Dual-Normalization and Linear Integration Network)的创新模型。该模型结合了Dish-TS(Distribution Shift in Time Series Forecasting)框架的分布归一化能力与线性映射的高效性,并采用双向归一化与双线性层的设计,有效缓解输入与输出空间的分布偏移,增强了对周期性与趋势性特征的捕捉能力。在多个真实数据集上对D-LINet的预测性能进行了全面评估。结果显示,在短期与长期预测中,D-LINet的均方误差和平均绝对误差均显著优于主流模型(如Transformer,Informer,Autoformer和DLinear)。此外,实验还探讨了输入窗口长度及先验知识的引入对预测性能的影响,为后续模型优化提供了重要指导。该研究针对复杂分布漂移问题提出了新的解决思路,并有助于提升时间序列预测的精度与稳健性。
文摘“深时数字地球”(Deep-time Digital Earth,简称DDE)是由中国科学家发起和主导,并由国际最大的地学组织——国际地质科学联合会批准的第一个大科学计划。深时数字地球旨在为地球的发展演变创建一个前所未有的互联互通的数字档案,利用先进的信息技术和数据科学方法,将地质历史的时间尺度与现代地球观测数据相结合,构建一个全面、动态、多维的地球系统模型。古地理图是揭示地表演变过程、板块运动、物种分布变迁等地质和环境资源问题,构建深时数字地球的重要时空可视化工具。从20世纪70年代开始,国外学者开始通过收集的大量以古地磁为主的地球物理数据、地质年代学数据、古生物化石数据等地学数据构建古地理重建模型。经过20年的努力,在EarthByte、Gplates Web Portal等网站发布了叠加地貌图、地质图、高程信息、磁异常、岩性等要素信息的近30种古地理图。当前,国内很多在线地质信息应用系统包含了样品、产状、化石、矿点等要素在现代地图的叠加展示,但是大多数系统缺少在线古地理图可视化功能,因此,无法从时间维度表达地质数据的年代信息。本文作者力求全部采用基于免费开源框架的技术路线构建一个能够快速部署的古地理图可视化Web应用(single page application, SPA)系统,在一个页面内可以切换不同古地理重建模型,展示岩石、古生物化石等兼具空间属性和地质年代学属性的地质要素。采用Vue组件实现前端模块组件与数据的分离,易于与Web GIS系统前端进行数据传输和功能模块的整合,从而可以快速集成进基于B\S架构的地质信息系统中。
