一、钢铁企业能源消耗数据统计方法的研究（论文文献综述）
梁青艳[1]（2021）在《基于流程网络仿真的钢铁企业炼钢调度和能源优化》文中研究说明绿色化和智能化是钢铁行业智能制造转型升级的两大基本要素,研究生产系统以及能源系统的优化问题具有非常重要的现实意义。近几年随着企业自动化、信息化水平的普遍提高,智能制造提升工程也逐渐着手实施,急需利用智能模型去解决复杂生产流程中的生产优化调度问题以及钢铁企业能源多介质优化调配问题。本文针对当前炼钢调度以及能源优化问题研究中的不足和局限性,提出基于流程网络仿真进行优化建模的新的解决方案,进行了关键技术研究和应用验证,主要研究内容如下:（1）充分考虑钢铁企业炼钢调度的特点及难点,提出了基于多智能体技术的炼钢智能化动态调度方案,构建了通用性的多智能体流程网络仿真优化基础模型,并分别结合普钢和特钢不同实际生产场景进行了应用验证。应用结果表明该技术可以大大减少无效作业时间,提高作业效率,并且能适应多变的现场环境,有效解决了炼钢生产流程中具有强耦合、多路径、多目标、多约束、多干扰特性的计划调度较为困难的难题。（2）充分考虑钢铁企业能源和生产耦合紧密的特点,从能量流的角度出发,构建了能量流网络基本描述模型包括主工序能量流模型、分介质能量流网络模型、能量流网络集成模型,对物质流、能量流之间相互影响、相互耦合的关系进行了信息表征;提出了从钢铁流程生产工艺出发,基于静态因素、动态因素及能源本身波动规律建立主工序能量流节点模型的建模方案,并分别以煤气和电力介质为例进行了主工序能量流具体分析、模型描述及预测验证。预测过程中充分考虑到实时工艺节奏和动态工况信息,使模型具有更好的适应性。煤气预测模型,模型误差基本在10%以内;电力96点负荷预测模型,模型误差在5%以内的达到96%,均获得了较好的预测效果。（3）以能量流网络模型为基础,针对以满足需求,放散最小为目标的能源计划的智能生成问题构建了基于规则的能源仿真调配模型,针对以放散和成本最小为目标的能源动态调度问题构建了基于优化算法的能源优化调配模型,并分别通过仿真分析,验证了模型的适用性和有效性。这两部分的研究分别针对不同的具体应用问题,不同优化目标进行了建模,而且和能量流网络模型结合,形成了完整的模型体系,为能源的多工况场景计划制订、优化协调提供了新方法。
徐丹宁[2]（2020）在《中国钢铁工业技术创新、能源消耗与经济增长耦合机制研究》文中进行了进一步梳理钢铁工业发展环境在我国经济步入新常态后发生了深刻变化,粗放式的发展模式已无法支撑经济的可持续增长。钢铁工业既面临着调整结构、转型升级的重大机遇,又面临着产能过剩、需求下降等的严峻挑战。与此同时,环保政策的不断升级也对钢铁工业节能减排提出了更高的要求。而创新驱动钢铁工业节能降耗、转变经济增长方式是实现钢铁工业绿色可持续发展的根本动力。因此,深入了解技术创新、能源消耗及经济增长的内在耦合机理,明晰我国钢铁工业技术创新、能源消耗及经济增长的耦合协调发展现状具有重要的现实意义。基于此,本文将技术创新、能源消耗及经济增长作为一个耦合系统,在明晰相关概念的基础上探讨技术创新、能源消耗及经济增长的内在耦合机理,构建三者的耦合机理模型,并从技术创新、能源消耗及经济增长三个维度分析了我国钢铁工业的发展现状及发展过程中存在的问题。在了解三者耦合机理和中国钢铁工业发展现状的基础上,以中国钢铁工业为实证对象,选取2009-2018年为实证区间,构建中国钢铁工业技术创新、能源消耗及经济增长的耦合评价指标体系,采用耦合度模型及耦合协调度模型进行实证研究。实证结果表明:在2009-2018年间,中国钢铁工业技术创新、能源消耗及经济增长各系统综合发展水平总体上皆呈现上升趋势,但技术创新系统综合发展水平表现相对滞后;中国钢铁工业技术创新、能源消耗及经济增长两系统和三系统间皆表现出高水平的耦合关联性,耦合协调度皆实现了由失调衰退到协调发展的大幅提升,但整体仍处于中级耦合协调阶段,距离实现优质协调发展仍有一定差距。最后,本文结合理论分析及实证结果,提出提升中国钢铁工业技术创新、能源消耗及经济增长耦合协调发展的对策建议。
金锋[3]（2020）在《基于因果模型的钢铁煤气优化调度方法与应用》文中提出钢铁工业能耗高、污染严重,一直以来都是国家节能减排重点关注的行业。副产煤气作为生产过程中回收得到的二次能源,由于其热值高,可减少一次能源的消耗,因此研究其优化调度对于减少排放、降低用能成本和提高能源利用率具有重要意义。针对国内大型钢铁企业副产煤气系统的实际调度需求,综合考虑高炉煤气、焦炉煤气和转炉煤气在发生、消耗过程中的工艺特征,本文研究了一系列数据驱动的副产煤气优化调度方法,具体内容如下:针对高炉煤气产消量大、波动性强的特征,提出了一种基于因果延迟分析的短期调度方法。该方法给出了连续变量间的因果概率来进行变量约简,计算出各因素变量的延迟参数,并基于此构建对应的训练样本集,建立多核最小二乘支持向量机模型来预测柜位未来的变化趋势。进而给出一种改进的模糊C均值聚类算法对调度样本进行聚类,分析出与目标向量相匹配的聚类中心,并考虑该聚类中各样本的可行性评价指标与负荷范围约束,计算出最优的调度方案。针对转炉煤气在发生侧存在离散周期性、在消耗侧具有波动性强的特征,分别建立了一种基于因果网络的短期调度模型和一种基于粒度因果关系的长期调度模型。前者考虑了煤气在发生与消耗过程中存在的不确定性,基于各变量的标准差计算出预测区间,并建立了短期调度模型,给出了未来30分钟的调度方案。后者则面向长期的炼钢生产过程,构建了粒度因果关系模型实现煤气长期预测,同时考虑经济性与安全性指标多个优化目标,将调度范围延长至360分钟,计算在该时长范围内的最优调度方案组合,实现该系统的长期调度。针对多种副产煤气在消耗过程中存在相互耦合的特征,提出一种基于因果区间推理的联合调度方法。该方法考虑了各变量的时间延迟参数,构建各系统对应的样本集并分别进行粒度划分,建立了各柜位的区间推理模型。进而考虑可调用户的能源消耗特点,建立四层因果网络,并给出各局部网络的评价指标,实现多副产煤气系统的联合调度。采用国内大型钢铁企业副产煤气系统的实际运行数据,本论文对上述所提出的调度模型进行了实验,结果表明所提方法均可满足生产现场对于不同副产煤气系统的调度需求,且相较于现行的人工调度方法精度有所提高,可有效保证系统安全、减少煤气放散并降低用能成本。此外,基于上述方法开发的应用软件系统已经成功应用于该企业的能源管控中心,为现场操作人员的平衡调度工作提供了有力的支持,对钢铁企业的节能减排、降本增效具有重要意义。
曹尚杰[4]（2020）在《秦皇岛港六公司绿色港口能源管理信息系统研究》文中进行了进一步梳理历经120年,秦皇岛港已发展成全球最大干散货为主的能源输出港,作为国内绿色港口建设的先进代表,引领了国内绿色港口建设与发展。注重科技创新驱动绿色港口,将能源管理信息化作为建设的重要方向之一,积极推进绿色港口能源智能化平台建设。秦皇岛港六公司（以下简称“六公司”）作为承载着主营业务的重要分公司,也是旗下煤炭运输公司的典型代表,成功通过国家首批四星级“中国绿色港口”评选,首批被亚太港口服务组织（简称:APSN）授予亚太绿色港口称号,且是入围的七家中唯一干散货码头,故被选定为绿色港口能源管理智能化系统建设先行者。本文以六公司绿色港口能源管理信息系统作为研究对象,运用BPM理论和管理学思维,通过对公司能源管理体系和绿色港口运营管理过程的调研和梳理,将公司与能源系统相关的信息系统整合,充分发挥数据、技术、绿色港口建设以及行业影响力优势,构建绿色港口能源管理系统。助力秦皇岛港转型升级、建设生态、智慧、绿色港口,为京津冀地区的节能减排、绿色发展工作做出突出贡献。首先,本论文对选题背景进行阐述,明晰出研究的意义,通过文献法和调研法将国内外学者对于绿色港口、港口能源管理信息系统、信息系统构建的研究成果进行综合阐述和归纳总结,并以此为基础提出论文研究路径与方法。其次,把支撑本研究的基础理论归纳提炼,梳理绿色港口能源管理信息系统构建的基础概念、系统特征,提炼业务流程管理（BPM）、面向服务的架构（SOA）相关的方法论,作为绿色港口能源管理信息系统研究的理论依据、研究基础。研究明确系统构建存在的问题,结合管理实际基于BPM核心理论分析归纳系统功能需求,根据需求设计系统功能、完成系统建设。最后,从五个方面构建系统保障体系,保证系统运行和实施。
刘家鹏[5]（2019）在《钢铁行业能源消耗的灰色系统理论分析和节能减排潜力评估》文中指出目前,钢铁产业已成为了我国的重要支柱基础产业,但随着近几年快速发展,在取得了巨大的成就的同时,也成为了我国低能源利用效率、高能耗、高排放产业。河北省是中国钢铁行业发展大区,粗钢产量占全国粗钢产量四分之一左右,钢铁行业能源消耗在全国钢铁行业能源消耗中的比例高达17%,因此对河北省的节能减排进行研究分析有了重要的意义。基于此,本文首先建立了灰色系统理论GM（1,1）数学预测模型,针对中国钢铁行业能源消耗、煤炭消耗量及河北省钢铁行业能源消耗做出预测。然后,利用投入导向的超效率DEA模型计算河北省钢铁行业的能源效率值、电力节能潜力、燃料节能潜力及CO2减排潜力,最后通过Tobit回归模型对影响河北省钢铁行业节能减排的各因素进行计量分析。根据数据结果对比,主要得到以下结论:（1）从能源消耗预测数据来看,2019年-2023年,中国和河北钢铁行业能源消耗量分别增长到1.16倍和1.2倍,年增长速度为3.78%和5.23%,到2023年,中国钢铁行业能耗将占全国能耗的15.41%,河北钢铁行业能耗在中国钢铁工业能耗的比例为17.4%,河北省钢铁行业的发展将落后于中国整体的发展水平。而煤炭是我国钢铁行业最不可缺的燃料,且对煤炭的需求还在一直增加,2019年-2023年煤炭消耗以年均5.23%的速度增加。（2）河北省钢铁行业的能源效率可分为三个层次:第一层次为生产前沿面,即能源效率值大于1,处于生产前沿面的只有石家庄市、廊坊市和辛集市;第二层次为近生产前沿面,能源效率值接近1,分别为秦皇岛市、沧州市和张家口市,与生产前沿面的生产水平差距较小。第三层次为远生产前沿面,能源效率值远小于1,比较有代表性的是唐山市和邯郸市,虽然钢铁生产的规模最大,但是能源效率相对较低,而其余市的能源效率则更加低,与生产前沿面的生产水平差距较大。（3）在节能减排方面,电力节能潜力最大的是保定市,燃料能源节能潜力最大的是张家口市,CO2减排潜力最大的是保定市。在电力节能方面,既有节能空间又有节能潜力的地区分别为承德市、秦皇岛市和保定市。在燃料能源节能方面,既有节能空间又有节能潜力的地区分别为唐山市、邯郸市、张家口市和沧州市。在CO2减排方面,既有减排空间又有减排潜力的地区分别为唐山市、邯郸市、承德市和邢台市。这些地区的节能减排情况对河北省钢铁行业影响较大,应该成为重点考察地区。（4）产品结构对于节能减排的促进作用最大,然后是企业规模,节能资金投入对节能减排几乎没有影响,技术进步空间则对电力节能和CO2减排的影响不太显着,只对燃料能源节能潜力有显着影响。
何坤[6]（2019）在《冶金系统能源调控与流程配置优化的节能增效潜力研究》文中指出钢铁行业是能源、资源密集型产业,是典型的高耗能、高污染行业,因此提升钢铁生产能源效率一直是我国节能工作的重点。过去二十几年里,我国钢铁企业通过生产结构调整和技术进步等方式大幅提升系统能效。目前,在我国重点钢铁企业中,生产节能技术已经有了广泛的普及应用,一些节能技术普及率已达到世界首位。但是与世界先进水平相比,我国吨钢能耗水平仍然偏高,未来如何有效降低钢铁生产能源强度仍是一个重要问题。基于此,本文对我国钢铁生产能源消耗问题进行了一系列的研究。（1）在国际钢铁生产大背景下,介绍了钢铁工业的产量及流程,并综述了关于钢铁生产能源消耗、能源效率评价、节能潜力分析、工业生产电力负荷管理及节能理论的文献。同时,针对中国钢铁工业生产现状,分析了典型能耗影响因素对生产能耗水平的影响,以及它们之间的联系和相互约束关系。（2）基于废钢单耗和流程结构对钢铁生产能耗的显着影响,在分析现有吨钢可比能耗指标局限性的基础上,通过提出新的能耗指标——吨钢定比能耗指标,对中国重点钢铁企业2006-2016年间生产能源强度变化的原因进行分析。分别在电热当量法和发电煤耗法下分析了钢铁生产技术、废钢比、流程结构和发电技术水平等因素对钢铁生产能源强度的影响。此外,日本一直被认为是世界钢铁生产能源效率最高的国家,与日本相比中国钢铁生产能源强度偏高。为了找出能源强度差距的原因,本文综合比较了中国重点钢铁企业和日本钢铁企业的吨钢可比能耗和吨钢定比能耗,分析了能源强度差异中钢铁生产技术水平、废钢比、流程结构和发电技术水平等因素的影响。（3）从钢铁生产电力需求端和供给端出发,提出了2种钢铁生产电力负荷控制方法,分别为生产工序电力负荷控制和自备电厂发电煤气“储能调峰”利用模式,并分析了这两类方法节约企业生产电力成本的效果。在此基础上,通过建立火电调峰机组运行模型,分别分析了平衡电网后“低负荷”模式调峰机组和“两班制”模式调峰机组的节能减排效果。结果显示,对钢铁企业而言,实行生产电力负荷管理可以为企业节约大量生产电力成本;从电力供给侧分析,钢铁工业的生产电力负荷管理有助于平衡电网峰、谷负荷波动,对提升调峰机组发电效率、降低发电煤耗和污染物排放、淘汰小型落后调峰机组都重要贡献。（4）根据我国钢铁工业发展规划,通过构建多因素耦合钢铁生产能耗计算模型,分析了未来废钢比、技术水平、流程结构、产业集中度、能源结构和发电煤耗等因素变化对钢铁生产能耗的影响,对多因素影响下中国钢铁工业的节能潜力进行了分析,并在发电煤耗法和电热当量法下分别分析了各因素的影响。结果显示,提高钢铁生产废钢比对降低我国钢铁生产能耗有最大的潜力;此外,大型钢铁企业产业集中度提高和生产技术水平进步、小型企业的技术水平进步（淘汰落后产能）和提高能耗中天然气比例也能有效提高我国钢铁生产的能源效率。
周倩玲[7]（2019）在《中国能源效率问题的实证研究 ——基于加总数据和企业数据》文中提出我国经济的发展离不开能源的大量消耗,随着大量化石能源的消耗和利用,一方面能源储量在不断下降,能源安全会威胁经济的持续健康发展,另一方面,使用化石燃料所造成的温室效应、环境污染等问题也日益严峻。探讨能源效率的影响因素,以及研究如何提高能源效率对于保障我国能源安全,促进经济的可持续发展,同时改善环境污染问题,都具有重大的现实意义。从全国层面来看,关于能源效率的变动,学界通常将其分解为产业结构转移带来的能源强度变动,以及产业内整体效率变动带来的能源强度变动,那么近年来这两部分分别对能源效率提高的贡献有多少?从地区层面来看,不同地区的能源效率差异较大,影响地区间能源效率差异的原因都有哪些?资源充裕的地区因要素禀赋优势,更容易汇聚更多的高能耗产业,但是,同一行业内的企业如果在不同地区生产经营,其能源效率会有差异吗?此外,从行业内的角度来看,能源行业以及高能耗行业,会存在什么问题?税收政策作为重要的宏观调控工具,是否能够发挥作用呢?为回答上述问题,本文在以往文献研究的基础上,从全国、地区以及企业三个层面,从由宏观到微观的研究视角进行分析。相对应地,本文所搜集和分析的数据也分为三类,一是全国加总数据,二是地区加总数据（主要来自于各统计年鉴）,三是企业层面数据（来自于全国税收调查数据）,主要包括企业能源消耗以及主要生产经营和纳税情况数据。在不同层级的研究中,针对不同问题,使用不同的数据以及不同的研究方法。本文具体的研究脉络如下:首先是导论,主要阐述了全文的研究背景和研究意义,描述了主要的研究内容、方法,展示了研究框架,以及本文的学术贡献与不足之处。第一章为文献综述,本章系统地梳理了关于能源效率测度方式、能源效率影响因素、能源及相关行业的错配研究以及资源税和增值税对能源效率影响的相关文献,并对每一部分的文献进行总结以及简要评述。第二章从全国层面进行研究,使用LMDI分解方法,将总体能源强度变动分解为产业结构转移引致的结构效应和产业内效率提升引致的效率效应,LMDI分解结果表明,工业行业内效率提升是我国能源效率提升的主要贡献来源。因此,基于这一发现,本文第五章将针对行业内能源效率的影响因素进行重点分析。第三章和第四章为地区层面的横向研究,其中,第三章基于地区加总数据,分别使用能源强度和全要素能源效率两种测度方式对地区能源效率进行测度和对比分析,其中全要素能源效率的测度使用DEA-BCC方法以及Malmquist指数方法。第四章根据第三章测算的地区能源效率差异的特征事实,进行了地区能源效率影响因素的初步探究,认为地区能源效率存在资源诅咒,同时使用空间计量方法,再次验证了结论的稳健性。地区层面的能源效率必定会与地区产业结构有关,那么同一行业内的企业,在不同地区,能源效率会存在差异吗?本文第五章使用企业数据,对这一疑问进行解答。由相同行业的企业数据计算得出的特征事实显示,同一行业内的企业能源强度存在显着的区域差异性。在回归中控制了个体固定效应,即控制了行业差异的影响,再次证明资源诅咒的存在,控制了空间溢出效应后,结论也依然稳健。同时在第五章的回归分析中,也考察了企业特征对企业能源效率的影响。除了企业能源效率问题,能源行业及相关的高能耗行业还存在什么样的问题呢?第六章在第五章的基础上,使用企业数据,对能源行业的内部问题进行进一步的分析,在HK模型框架基础上,重新设定错配楔子测算所有二位行业的错配程度,结果发现能源行业及一些高能耗行业的错配程度较高,即行业内不公平程度较严重。税收政策作为宏观调控的主要手段,对能源效率是否有效呢?在第七章中,首先使用双向固定效应模型分析地区资源税和能源效率的关系,发现资源税是无效的。第二节使用连续DID方法考察增值税转型改革对能源效率的影响,发现增值税改革通过提高企业固定资产投资提高了能源效率。通过上述实证研究,本文的主要研究结论如下:第一,在全国总体的能源效率方面,建国以来,我国能源强度整体呈下降趋势,仅在大跃进时期,以及工业化进程前期呈上升趋势1。对近二十年的能源强度做LMDI因素分解,结果表明,产业内部的效率效应贡献率在大部分年份超过60%,分行业来看,工业的能源效率提升对整体能源效率提升做出了最大贡献,并且本文还发现,在经济下行阶段,结构效应反而导致了能源效率的下降,说明经济形势较差的时候,大规模的基础设施建设拉动了高能耗产品的需求,影响了能源效率的提升。第二,从地区层面来看,无论使用何种测度方式,都表明能源禀赋充裕的地区其能源效率较低。对地区能源效率进行回归分析,结果证明资源诅咒的存在,且随着地区电力投资比重的提高,能源效率随之下降;外商直接投资在大部分地区都能够提高能源效率,但是在东北地区,引进外资带来的污染洼地效应大于技术溢出效应,外商直接投资不能够提高能源效率;地区技术水平的提升能够显着提高地区能源效率。使用全要素能源效率以及使用空间计量方法做稳健性检验,结论一致。第三,从企业层面来看,即使是排除了地区产业结构的影响,资源诅咒依然存在,禀赋充裕的地区企业能源效率较低,且能源禀赋对于高能耗行业影响程度更大。此外考察企业特征对企业煤炭能源强度的影响,发现能源效率存在规模效应,企业规模越大,能源效率越高;企业全要素生产率越高,能源效率也越高;而对企业的油类能源效率,资源诅咒不成立,但是企业油类的能源效率依然存在规模效应。另外,使用企业数据研究行业的错配问题,发现能源行业及一些高能耗行业与其他行业相比,错配较严重。这意味着在这些行业既存在大量的高效率企业,又存在大量的低效率企业。错配导致效率损失,如果在一个完美的市场中,低效率的企业会逐渐退出市场,说明在能源及相关行业,一些低效率的企业没有退出市场。第四,从税收政策效果来看。首先,针对调控资源开采的资源税并没有起到应有的效果。资源税一方面通过提高能源价格来提升能源效率;另一方面,由于资源税的税收收入全部归于地方,资源税通过财政激励效果,增加开采规模而加剧资源诅咒,从而降低能源效率,在这两种机制的影响下,大部分地区资源税与能源强度不存在显着的相关关系。而对企业生产行为产生重大影响的增值税转型改革,则显着提高了企业的能源效率,中介效应分析表明,增值税改革通过刺激高能耗行业的企业进行固定生产设备投资,从而提高其能源效率。
任明[8]（2019）在《京津冀地区钢铁行业能源、大气污染物和水协同控制研究》文中进行了进一步梳理京津冀地区（北京-天津-河北）当前面临着全球性的温室气体减排、区域性的严重大气污染和水资源极度短缺的三重压力。钢铁行业作为该地区的主要能耗、大气污染物排放以及水资源消耗部门,如何协同控制这三个方面问题是钢铁行业转型升级过程中面临的巨大挑战。先进生产技术是钢铁行业转向清洁、低碳、高效的可持续发展方式的关键。中国政府已经发布了一系列的节能减排技术目录,促进钢铁行业节能减排技术推广应用。因此,研究京津冀地区钢铁行业如何通过技术的优化选择协同控制能源、大气污染物和水资源是非常必要的。本文在查阅国内外相关研究的基础上,结合京津冀地区面临的特殊的资源与环境约束,考虑到该地区钢铁行业处于转型升级的关键阶段,针对京津冀地区钢铁行业能源、大气污染物和水的协同控制问题展开研究。首先,采用生命周期评价理论对不同炼钢流程的能耗、大气污染物排放和水资源消耗量进行评估,以期为优化钢铁生产结构提供基础;其次,采用环境效益评估方法和节能供给曲线等方法,评估每个节能减排技术对能源、大气污染物和水资源的影响及技术的成本有效性,以期为技术的优化选择提供基础;最后,在前两部分研究的基础上,采用运筹学理论和自下而上的建模方法建立综合动态优化模型,优化技术发展路径,以期达到能源、大气污染物和水的协同控制的目的。取得以下创新性的工作:（1）针对京津冀地区的钢铁生产技术水平,建立了 CO2和大气污染物（SO2、NOx和PM2.5）排放核算模型,弥补了区域层面上钢铁行业的CO2和大气污染物排放核算研究的不足。在应用研究中,从生命周期的角度核算不同炼钢流程的吨钢CO2、大气污染物（SO2、NOx、PM2.5）排放量及水资源使用量。高炉-转炉炼钢流程和电弧炉炼钢流程是两种常见的炼钢流程。由于国内废钢资源稀缺,在电弧炉炼钢过程中通常会加入大量的铁水。为了便于对比分析,本文将炼钢流程分为高炉-转炉炼钢流程、基于废钢和铁水的电弧炉炼钢流程和基于废钢的电弧炉炼钢流程。研究表明,与高炉-转炉炼钢流程相比,电弧炉炼钢流程具有较低的吨钢CO2和大气污染物（SO2、NOx和PM2.5）排放量,但是其吨钢用水量较高。尤其是基于废钢和铁水的电弧炉炼钢流程,其吨钢用水量要比高炉-转炉炼钢流程的吨钢用水量高出63.45%。以废钢为原料的电弧炉炼钢流程的CO2和大气污染物（SO2、NOx和PM2.5）的排放水平及取水量均较低,明显低于高炉-转炉炼钢流程和基于铁水和废钢的电弧炉炼钢流程。其中,PM2.5排放差距较为明显,基于废钢的电弧炉炼钢流程的吨钢PM2.5排放量仅占高炉-转炉炼钢流程吨钢排放量的3.9%,占基于铁水和废钢的电弧炉炼钢流程吨钢排放量的4.5%。因此,在京津冀地区可以适当提高基于废钢的电弧炉炼钢比例。（2）以钢铁行业先进适用节能减排技术为基础,建立模型全面量化技术的CO2和大气污染物（SO2、NOx和PM2.5）减排量及节水量;将节能技术的环境效益（CO2和大气污染物减排效益及节水效益）引入技术的成本有效性评估中,对传统的节能供给曲线（Conservation Supply Curve,CSC）进行拓展,在仅考虑节能效益的基础上加入节能技术的环境效益,研究环境效益对节能技术成本有效性及优先顺序的影响。研究表明,钢铁行业节能技术通过节约能源能够减少化石燃料在燃烧过程中释放的CO2和大气污染物,具有从源头上同时减排CO2和大气污染物的效果。此外,有些节能技术还兼具节水效果。例如,干熄焦技术等同时具有较好的节能、减排和节水效果。末端治理技术对特定大气污染物的减排效果较好。但是,末端治理技术在使用的过程中通常会增加电耗或者用水量,从而使得末端治理技术在减少某一种大气污染物的同时增加CO2的排放及水资源负担。因此,在技术的优化选取过程中,应该优先考虑能够从源头上减少污染物产生的节能技术,尤其是那些协同控制效果较好的节能技术。节能技术产生的CO2和大气污染物减排及节约效果通常被决策者忽略,尤其是在技术的成本-效益评估过程中。通过研究发现,在技术的成本效益评估过程中加入技术的环境效益不仅会影响技术的成本有效性,还会改变技术的优先顺序。因此,在钢铁行业技术的成本-效益评估过程中,充分考虑技术的环境效益是非常必要的,这有助于选择出使得整个社会效益最大化的技术组合。（3）将水资源因素引入CO2和大气污染物协同控制框架中,综合考虑京津冀地区钢铁行业面临的温室气体减排、严重大气污染和水资源极度短缺的三重约束以及钢铁生产过程的复杂性,构建了自下而上的综合动态优化模型,以成本最小为优化目标,模拟技术的动态发展过程以及技术的多个维度之间的相互关联关系,探索京津冀地区钢铁行业实现能源、大气污染物和水资源协同控制的最优技术发展路径。考虑到未来技术成本、水资源供给量等参数的不确定性,使用两阶段随机优化方法对综合动态优化模型中的不确定性进行处理,建立不确定条件下的综合动态优化模型。弥补了两阶段随机优化方法在钢铁行业技术投资决策研究中的不足。结合情景分析法,预测不同废钢供给情景下京津冀地区钢铁行业能源需求量、大气污染物（SO2、NOx和PM2.5）排放量和水资源需求量。研究结果表明,为了达到能源、大气污染物排放和水资源协同控制的目标,京津冀地区钢铁行业应优先推广型高导热高致密硅砖节能技术、小球烧结技术和高炉炉顶煤气干式余压发电技术等26项技术,此类技术可以有效协同控制能源、大气污染物和水资源。随着节能减排技术的优化发展和电弧炉比例的不断升高,2015～2030年京津冀地区钢铁行业不仅能够节约能源321.11百万tce,减少SO2、NOx和PM2.5排放量分别为307.49万t,108.27万t和101.77万t,而且还可节约9.65亿m3的水资源。一方面,本研究为钢铁行业协同控制温室气体、大气污染物和水资源提供思路,从而同时达到减排温室气体和大气污染物及节约水资源的目的。另一方面,为建立京津冀地区钢铁行业节能减排与产业转型升级科技示范区提供技术路线,还为全国钢铁行业技术升级提供基础。
李小玲[9]（2018）在《钢铁厂烟粉尘排放特性及扩散迁移规律研究》文中进行了进一步梳理近年来,灰霾事件频繁发生,大气环境污染已成为困扰我国社会的突出问题。减少颗粒物排放是有效缓解灰霾天气、改善城市空气质量的主要途径之一。钢铁厂排放的烟粉尘作为大气环境颗粒物的排放源之一,已成为我国大气污染防治工作的重点对象。然而,目前对钢铁厂烟粉尘排放特性及在大气中的扩散规律的认识还远远不及环境可持续发展的要求。尽管国内外针对钢铁厂个别排放点开展了较深入的研究,但尚未系统全面地掌握烟粉尘从钢铁厂排出再到大气环境中扩散整个过程的特点及对环境的污染程度。鉴于此,本文采用现场采样检测、实验室分析及模拟研究相结合的手段,研究了钢铁厂烟粉尘排放特性及其在大气环境中的扩散迁移规律,具有重要的理论价值和现实意义。开展的主要研究工作及取得的主要结论如下:（1）采用现场检测和实验室分析方法,系统全面地开展钢铁厂烟粉尘采样分析工作,研究了烟粉尘质量浓度、粒径分布及指纹特性（形貌特征及化学组成）。走访和问卷调研了近百家钢铁厂,选择其中的典型大型钢铁厂为研究对象,使用烟尘测试仪及PM10分级采样器,采集了正常工况下钢铁生产各工序的14个有组织和5个无组织重点排放点的总悬浮颗粒物（TSP）和可吸入颗粒物（PM10）样品。获得了各排放点的烟粉尘排放质量浓度水平。采用激光粒度分布仪探明了烟粉尘粒径分布（即分散度）特征。采用带能谱的扫描电镜（SEM-EDX）、X射线荧光光谱定量分析（XRF）、等离子体发射光谱（ICP-OES）等现代测试手段,研究了各排放点烟粉尘微观形貌特征,并定量分析了各排放点烟粉尘的29种元素组成特征。烟粉尘粒径范围为0.1～320 μm,其中烧结工序各排放点的烟粉尘分散度高,粒径小于10 μm的占30%～40%,高炉出铁场及炼钢工序各排放点烟粉尘粒径主要分布在40 μm以下,粒径小于10的占85%～95%。烟粉尘形貌主要有球形颗粒、超细颗粒聚合体以及不规则块状或粉末状颗粒。（2）核算了钢铁厂烟粉尘排放因子和排放量,分析了烟粉尘排放构成特点,获得了我国钢铁厂烟粉尘最新排放水平。钢铁厂烟粉尘排放因子是反映烟粉尘排放状况的最基本参数,对烟粉尘排放量的核算起着至关重要的作用。根据钢铁厂烟粉尘排放特征,结合采样分析结果,计算了我国典型钢铁厂的烟粉尘排放因子,分析了主要排放点对钢铁厂烟粉尘排放因子的贡献率;基于排放因子的计算结果,进一步核算了钢铁厂烟粉尘排放量,分析了烟粉尘排放量的构成情况。研究表明:各工序中烧结工序的排放因子最大,TSP、PM10和PM2.5排放因子分别为0.21kg/t烧结矿、0.12kg/t烧结矿和0.06kg/t烧结矿。吨钢TSP、PM10和PM2.5排放量分别为0.59kg/t钢、0.37kg/t钢和0.21kg/t钢。烟粉尘年排放量为4217t,PM10占总排放量的65.31%;烧结工序对TSP、PM10和PM2.5的年排放量贡献率最大,分别为50.82%、48.22%和45.63%。（3）结合我国钢铁厂的现状及发展趋势,构建烟粉尘排放评价指标体系,并深入分析了评价指标的影响因素。指标体系包括有组织排放和无组织排放两类指标,有组织排放指标分为企业、工序、设备和排放点四个层面。建立了有组织和无组织排放源的烟粉尘排放数学关系,研究了资源能源消耗、烟粉尘粒度分布及除尘效率、产品产量及产业结构、生产设备规模、烟粉尘统计周期等主要影响因素。资源能源消耗量的大小（包括矿物资源能源及空气资源等）对烟粉尘的排放量有着决定性的影响。降低烟粉尘排放量,就必须减少源头上的矿物、能源和空气等天然资源的消耗量。TSP中PM10含量越大,分级除尘效率越低（ηPM2.5<ηPM10<ηTSP）的排放点烟粉尘排放量越大。提出了将环境指标（烟粉尘排放质量）作为淘汰落后产能的主要衡量标准之一的建议。（4）采用模拟研究的方法,深入研究了烟粉尘在钢铁厂周围环境中的扩散迁移规律。基于AERMOD扩散模型,分别研究了有组织排放源在正常运行工况和源强变化及无组织排放源在无抑尘措施和有抑尘措施时的烟粉尘扩散规律,评估了不同统计期内烟粉尘对周边环境的影响,预测了 TSP和PM10的质量浓度分布及沉降量。预测结果表明,烟粉尘排放源强和区域气象条件是影响其扩散迁移的两个关键因素。质量浓度分布与烟粉尘排放质量成正比。最恶劣气象条件是静风和小风条件（风速<1.5 m/s）及F级大气稳定度。烟粉尘扩散对大气环境影响最大的区域是以排放源为中心的主导下风向1 km范围,最大落地质量浓度和沉降量都在此范围内。钢铁厂年均质量浓度达标,但日均值超标约5倍,进而提出了在制定烟粉尘排放指标时应考虑不同统计期内的烟粉尘排放限值的建议。钢铁厂烟粉尘年总沉降量为164.34 t/（km2·a）,月平均沉降量为13.70 t/（km2·30d）。
张川[10]（2018）在《基于循环经济的我国钢铁企业能源效率研究》文中研究表明步入经济“新常态”的中国,能源、资源和环境的约束取代了资本给经济发展带来的束缚。“创新、协调、绿色、开放、共享”的五大发展理念指引着高能耗、高排放和高污染的钢铁工业未来发展方向,发展循环经济是重要切入点。钢铁工业循环经济的发展目标围绕着钢铁工业的微观因子“钢铁企业”的能源效率、污染物排放等问题展开。本文对我国钢铁企业的能源效率问题进行了一系列研究,主要研究内容和创新性成果如下:（1）构建含有能源和资源消耗以及污染物排放的非合意产出的四阶段SBM-DEA模型对我国钢铁企业全要素能源效率进行测算。结果显示第一阶段测算中我国钢铁企业全要素能源效率表现出了阶梯型的特征,从东部地区依次递减至东北部地区;第二阶段显示环保关注度指标对全要素生产率影响显着;第三阶段剔除外生不可控环境因素调整投入产出指标;第四阶段结果显示调整后的样本钢铁企业全要素能源效率与第一阶段相比结果下降了12.40%。从区域的角度看,四大区域全要素能源效率差距较大。（2）构建我国钢铁企业发展循环经济的驱动概念框架,及我国钢铁企业综合能源效率评价系统。综合能源效率评价结果与拓展四阶段SBM-DEA结果较为相似,其中14号钢铁企业在两种测算方法中能源效率均居于首位,但在相对效率评价中表现较好的太钢和济源在综合能源效率评价中表现欠佳。综合能源效率的评价可以弥补基于拓展四阶段SBM-DEA方法测算结果的不足。（3）运用偏最小二乘方法揭示影响我国钢铁企业循环经济能源效率的影响因素及作用路径,环保与技术因素、企业因素、政府因素和文化因素是最为重要的影响因素。（4）构建组合灰色预测模型对我国钢铁工业“十三五”期间钢铁工业能耗和污染物排放趋势进行科学预测。结果显示“十三五”期间钢铁工业能耗呈小幅稳步提升的状态;总耗新水呈现小幅下降的趋势。污染物排放方面,废气排放总量呈现出小幅增长趋势,但其中二氧化硫的排放量却又有小幅下降。废水及二氧化碳呈下降趋势,且下降幅度较大。
二、钢铁企业能源消耗数据统计方法的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、钢铁企业能源消耗数据统计方法的研究（论文提纲范文）
（1）基于流程网络仿真的钢铁企业炼钢调度和能源优化（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 炼钢生产优化调度问题研究现状 |
| 1.2.1 炼钢生产调度的特点及难点 |
| 1.2.2 炼钢生产调度问题的研究方向 |
| 1.2.3 生产调度问题主要研究方法 |
| 1.2.4 当前研究中的不足和局限性 |
| 1.3 能源优化调配问题研究现状 |
| 1.3.1 能源产耗模型的研究 |
| 1.3.2 单一能源介质的优化模型的研究 |
| 1.3.3 多能源介质的优化模型的研究 |
| 1.3.4 当前研究中的不足和局限性 |
| 1.4 研究思路及技术路线 |
| 1.5 本论文主要研究内容和创新点 |
| 1.5.1 研究内容 |
| 1.5.2 创新点 |
| 2 基于多智能体技术的炼钢流程仿真优化模型 |
| 2.1 建模方案 |
| 2.2 基于多智能体的仿真优化模型 |
| 2.2.1 多智能体基本概念 |
| 2.2.2 智能体体系结构 |
| 2.2.3 智能体基本结构 |
| 2.2.4 智能体状态划分 |
| 2.2.5 物料智能体 |
| 2.2.6 设备管理智能体 |
| 2.2.7 设备智能体 |
| 2.2.8 天车管理智能体 |
| 2.2.9 天车智能体 |
| 2.2.10 智能体任务协调流程 |
| 2.3 本章总结 |
| 3 炼钢-连铸流程仿真优化模型实现及仿真分析 |
| 3.1 炼钢-连铸生产工艺流程及阶段 |
| 3.2 生产工艺流程特点 |
| 3.3 技术方案 |
| 3.3.1 仿真优化流程 |
| 3.3.2 多智能体模型实例化 |
| 3.3.3 作业时间波动分析 |
| 3.4 案例分析 |
| 3.4.1 仿真优化分析 |
| 3.4.2 多场景下的生产调度 |
| 3.5 本章总结 |
| 4 高速工具钢炼钢流程仿真优化模型实现及仿真分析 |
| 4.1 高速工具钢生产工艺流程及阶段 |
| 4.2 生产工艺流程特点 |
| 4.3 技术方案 |
| 4.3.1 仿真优化流程 |
| 4.3.2 多智能体模型实例化 |
| 4.4 案例分析 |
| 4.4.1 案例描述 |
| 4.4.2 冶炼浇铸流程优化调整 |
| 4.4.3 电渣工序优化调整 |
| 4.4.4 设备故障调整 |
| 4.4.5 炉次优化调整 |
| 4.5 本章总结 |
| 5 能量流网络模型 |
| 5.1 能源系统分析 |
| 5.1.1 能源消耗分析 |
| 5.1.2 能源平衡分析 |
| 5.1.3 能源转换分析 |
| 5.1.4 能源系统特点总结 |
| 5.2 能量流网络模型 |
| 5.2.1 能量流网络结构描述 |
| 5.2.2 主工序能量流模型 |
| 5.2.3 分介质能量流网络模型 |
| 5.2.4 能量流网络集成模型 |
| 5.3 煤气能量流网络中主工序节点模型 |
| 5.3.1 煤气产耗波动特点 |
| 5.3.2 煤气主工序节点模型 |
| 5.3.3 模型验证 |
| 5.4 电力能量流网络中主工序节点模型 |
| 5.4.1 负荷波动特点 |
| 5.4.2 电力负荷主工序节点模型 |
| 5.4.3 模型验证 |
| 5.5 本章总结 |
| 6 基于能量流网络动态仿真的能源优化调配 |
| 6.1 基于调度规则的仿真优化模型 |
| 6.1.1 基于规则的整体调配流程 |
| 6.1.2 燃气调配计算逻辑 |
| 6.1.3 蒸汽调配计算逻辑 |
| 6.1.4 电力调配计算逻辑 |
| 6.2 基于优化算法的仿真优化模型 |
| 6.2.1 仿真优化调配流程 |
| 6.2.2 目标函数 |
| 6.2.3 约束条件 |
| 6.2.4 模型求解 |
| 6.3 能源仿真优化模型软件化 |
| 6.4 案例分析 |
| 6.4.1 案例说明 |
| 6.4.2 基于调度规则的能源仿真计算 |
| 6.4.3 基于优化算法的能源仿真分析 |
| 6.5 本章总结 |
| 7 结论和展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 在学科研工作及发表论文 |
| 致谢 |
（2）中国钢铁工业技术创新、能源消耗与经济增长耦合机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 技术创新与经济增长关系的研究 |
| 1.2.2 能源消耗与经济增长关系的研究 |
| 1.2.3 技术创新与能源消耗关系的研究 |
| 1.2.4 技术创新、能源消耗与经济增长关系的研究 |
| 1.2.5 简要述评 |
| 1.3 研究内容及研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 技术路线 |
| 1.5 论文创新点 |
| 第二章 技术创新、能源消耗与经济增长耦合机理 |
| 2.1 相关概念界定 |
| 2.1.1 技术创新 |
| 2.1.2 能源及能源消耗 |
| 2.1.3 经济增长 |
| 2.1.4 耦合度及耦合协调度 |
| 2.2 技术创新、能源消耗与经济增长耦合机理分析 |
| 2.2.1 技术创新与能源消耗耦合机理分析 |
| 2.2.2 技术创新与经济增长耦合机理分析 |
| 2.2.3 能源消耗与经济增长耦合机理分析 |
| 2.2.4 技术创新、能源消耗与经济增长耦合机理分析 |
| 2.3 技术创新、能源消耗及经济增长耦合机理模型 |
| 2.3.1 技术创新与能源消耗耦合机理模型 |
| 2.3.2 技术创新与经济增长耦合机理模型 |
| 2.3.3 能源消耗与经济增长耦合机理模型 |
| 2.3.4 技术创新、能源消耗及经济增长耦合机理模型 |
| 第三章 中国钢铁工业发展现状及问题 |
| 3.1 中国钢铁工业发展现状 |
| 3.1.1 中国钢铁工业技术创新现状 |
| 3.1.2 中国钢铁工业能源消耗现状 |
| 3.1.3 中国钢铁工业经济增长现状 |
| 3.2 中国钢铁工业发展存在的问题 |
| 第四章 实证分析 |
| 4.1 评价指标体系的构建 |
| 4.1.1 评价指标体系构建原则 |
| 4.1.2 评价指标的构建 |
| 4.1.3 数据来源及指标权重的确定 |
| 4.2 耦合协调度模型 |
| 4.2.1 耦合度模型 |
| 4.2.2 耦合协调度模型 |
| 4.2.3 耦合协调度划分标准 |
| 4.3 技术创新、能源消耗、经济增长耦合协调度分析 |
| 4.3.1 技术创新、能源消耗、经济增长子系统综合发展指数分析 |
| 4.3.2 技术创新、能源消耗耦合协调度分析 |
| 4.3.3 技术创新、经济增长耦合协调度分析 |
| 4.3.4 能源消耗、经济增长耦合协调度分析 |
| 4.3.5 技术创新、能源消耗与经济增长耦合协调度分析 |
| 4.4 小结 |
| 第五章 中国钢铁工业技术创新、能源消耗及经济增长耦合协调发展对策 |
| 5.1 技术创新系统对策 |
| 5.1.1 加大技术创新投入 |
| 5.1.2 加快技术创新成果转化 |
| 5.1.3 找准技术创新方向 |
| 5.2 能源消耗系统对策 |
| 5.2.1 管理节能措施 |
| 5.2.2 技术节能措施 |
| 5.2.3 结构节能措施 |
| 5.3 经济增长系统对策 |
| 5.3.1 进一步化解产能过剩 |
| 5.3.2 提升产业集中度 |
| 5.4 小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士学位期间发表的论文和科研成果 |
（3）基于因果模型的钢铁煤气优化调度方法与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究问题概述 |
| 1.2.1 副产煤气系统 |
| 1.2.2 副产煤气调度问题 |
| 1.3 国内外研究现状 |
| 1.3.1 副产煤气系统建模方法 |
| 1.3.2 基于数据的调度方法 |
| 1.4 本论文主要研究内容 |
| 1.4.1 论文结构 |
| 1.4.2 具体内容 |
| 2 基于因果延迟分析的高炉煤气系统调度 |
| 2.1 LSSVM回归模型 |
| 2.2 基于输入延迟LSSVM的柜位短期预测 |
| 2.2.1 变量约简与延迟参数确定 |
| 2.2.2 基于多核LSSVM的柜位短期预测方法 |
| 2.3 基于因果模糊聚类的短期调度模型 |
| 2.3.1 因果模糊聚类 |
| 2.3.2 调度方案可行性评价 |
| 2.4 工业数据测试验证 |
| 2.4.1 柜位低于安全下限的情况 |
| 2.4.2 柜位高于安全上限的情况 |
| 2.5 本章小结 |
| 3 基于因果模型的转炉煤气系统调度 |
| 3.1 考虑源荷不确定性的短期调度方法 |
| 3.1.1 考虑源荷不确定性的产消流量区间预测 |
| 3.1.2 基于因果网络的短期调度方法 |
| 3.1.3 工业数据测试验证 |
| 3.2 基于粒度因果模型的长期调度方法 |
| 3.2.1 基于粒度因果关系的因素变量选择 |
| 3.2.2 基于多输出LSSVM的柜位长期预测方法 |
| 3.2.3 考虑多优化目标的长期调度模型 |
| 3.2.4 工业数据测试验证 |
| 3.3 本章小结 |
| 4 基于因果区间推理的多副产煤气系统联合调度 |
| 4.1 因果区间推理方法 |
| 4.2 基于因果网络的联合调度模型 |
| 4.3 工业数据测试验证 |
| 4.3.1 两个煤气系统同时出现不平衡的情况 |
| 4.3.2 三个煤气系统同时出现不平衡的情况 |
| 4.4 本章小结 |
| 5 钢铁企业副产煤气调度系统应用 |
| 5.1 系统概况 |
| 5.2 系统架构 |
| 5.3 系统详细设计 |
| 5.3.1 模型计算模块 |
| 5.3.2 辅助功能模块 |
| 5.3.3 数据库设计 |
| 5.4 运行实例 |
| 5.4.1 高炉煤气系统调度 |
| 5.4.2 转炉煤气系统调度 |
| 5.4.3 多副产煤气系统联合调度 |
| 5.4.4 生产计划维护 |
| 5.4.5 可调单元负荷能力维护 |
| 5.4.6 柜位安全限值维护 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（4）秦皇岛港六公司绿色港口能源管理信息系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究述评 |
| 1.3 研究的主要内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 相关概念界定及能源管理信息系统构建办法 |
| 2.1 绿色港口 |
| 2.1.1 绿色港口内涵 |
| 2.1.3 绿色港口的发展趋势 |
| 2.1.4 绿色港口等级评价指标体系 |
| 2.2 港口能源管理信息系统 |
| 2.2.1 港口能源管理信息系统特点 |
| 2.2.2 港口能源管理信息系统的实现形式 |
| 2.3 业务流程管理(BPM) |
| 2.3.1 BPM概念 |
| 2.3.2 业务流程 |
| 2.3.3 流程的编排 |
| 2.3.4 流程执行与监控 |
| 2.4 能源管理信息系统构建方法 |
| 2.4.1 信息系统构建的模型 |
| 2.4.2 面向服务的体系构架(SOA) |
| 2.4.3 系统功能分析与设计 |
| 2.5 本章小结 |
| 第3章 秦皇岛港六公司能源管理信息化现状及需求分析 |
| 3.1 秦港六公司概况 |
| 3.1.1 公司概况 |
| 3.1.2 绿色港口建设情况 |
| 3.1.3 绿色港口能源管理效果的核心约束指标 |
| 3.1.4 主要耗能设备和耗能关键流程 |
| 3.2 能源管理信息化现状分析 |
| 3.2.1 能源管理体系现状 |
| 3.2.2 现有能源相关信息系统建设 |
| 3.3 能源管理信息系统构建存在的问题 |
| 3.4 基于BPM的能源管理系统需求分析 |
| 3.4.1 BPM的核心理念 |
| 3.4.2 能源管理信息系统构建必要性 |
| 3.4.3 基于BPM的能源管理信息系统流程 |
| 3.4.4 能源管理信息系统功能需求 |
| 3.5 本章小结 |
| 第4章 秦皇岛港六公司绿色港口能源管理信息系统设计 |
| 4.1 设计的原则和目标 |
| 4.1.1 设计的原则 |
| 4.1.2 设计的目标 |
| 4.2 基于SOA的能源管理系统总体架构体系 |
| 4.2.1 总体目标框架 |
| 4.2.2 业务应用框架 |
| 4.2.3 基础设施框架 |
| 4.3 能源管理信息系统功能设计 |
| 4.3.1 电能管理信息系统模块设计 |
| 4.3.2 无线远程自动水管理信息系统模块设计 |
| 4.3.3 电子皮带秤管理信息系统模块设计 |
| 4.3.4 流机燃油管理信息系统模块设计 |
| 4.4 本章小结 |
| 第5章 秦皇岛港六公司绿色港口能源管理信息系统实现 |
| 5.1 秦皇岛港六公司能源管理信息系统实现 |
| 5.1.1 能源整体在线监测实现 |
| 5.1.2 电能管理模块分析与实现 |
| 5.1.3 水管理模块分析与实现 |
| 5.1.4 皮带秤管理模块分析与实现 |
| 5.1.5 流机燃油管理模块分析与实现 |
| 5.2 秦皇岛港六公司能源管理信息系统部署 |
| 5.2.1 总体结构部署 |
| 5.2.2 信息资源部署结构 |
| 5.3 秦皇岛港六公司能源管理信息系统实施保障 |
| 5.3.1 遵循公司信息化战略及规划主线 |
| 5.3.2 建立信息化优化质量保证体系 |
| 5.3.3 形成信息化优化技术支撑 |
| 5.3.4 及时跟进信息化应用培训 |
| 5.3.5 系统功能的持续完善与升级改进 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（5）钢铁行业能源消耗的灰色系统理论分析和节能减排潜力评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 灰色预测 |
| 1.2.2 能源效率 |
| 1.2.3 节能减排潜力 |
| 1.2.4 目前研究的不足 |
| 1.3 研究方法 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第2章 研究对象和研究方法 |
| 2.1 研究对象 |
| 2.1.1 研究区域 |
| 2.1.2 研究行业 |
| 2.2 研究方法 |
| 2.2.1 灰色系统理论GM(1,1)模型 |
| 2.2.2 超效率DEA模型 |
| 2.2.3 Tobit回归模型 |
| 2.3 本章小结 |
| 第3章 河北省钢铁行业能耗预测及碳排放情况 |
| 3.1 钢铁行业能源消耗预测模型构建 |
| 3.1.1 灰色GM(1,1)预测模型数据选择 |
| 3.1.2 灰色GM(1,1)预测模型构建 |
| 3.2 基于灰色预测模型的实证分析 |
| 3.2.1 中国钢铁行业能源消耗量预测模型 |
| 3.2.2 中国钢铁行业煤炭消耗量预测模型 |
| 3.2.3 河北省钢铁行业能源消耗量预测模型 |
| 3.2.4 预测结果分析 |
| 3.3 河北省钢铁行业CO_2 排放核算 |
| 3.3.1 钢铁行业CO_2 排放核算方法 |
| 3.3.2 河北省钢铁行业重点企业CO_2 排放核算分析 |
| 3.4 本章小结 |
| 第4章 河北省钢铁行业能源效率及节能减排潜力分析 |
| 4.1 DEA模型介绍 |
| 4.1.1 传统DEA模型 |
| 4.1.2 超效率DEA模型 |
| 4.2 河北省钢铁行业能源效率体系构建 |
| 4.3 超效率DEA模型实证分析结果 |
| 4.3.1 河北省钢铁行业能源效率分析 |
| 4.3.2 河北省钢铁行业节能减排潜力分析 |
| 4.4 本章小结 |
| 第5章 河北省钢铁行业节能减排潜力影响因素分析 |
| 5.1 Tobit回归模型介绍 |
| 5.2 Tobit模型体系构建 |
| 5.3 河北省钢铁行业节能减排影响因素分析 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
| 个人简历 |
（6）冶金系统能源调控与流程配置优化的节能增效潜力研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写和符号清单 |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题研究意义 |
| 1.3 研究内容及创新点 |
| 1.3.1 研究内容和技术路线图 |
| 1.3.2 研究创新点 |
| 2 理论基础及文献综述 |
| 2.1 钢产量及主要钢铁生产流程 |
| 2.1.1 钢产量及消费量 |
| 2.1.2 钢铁生产流程及能耗 |
| 2.2 能源效率评价方法和主要指标 |
| 2.2.1 整体能耗指标 |
| 2.2.2 工序能耗指标 |
| 2.3 能耗影响因素及节能潜力研究进展 |
| 2.3.1 主要能耗影响因素研究进展 |
| 2.3.2 节能潜力分析研究进展 |
| 2.4 基于分时电价的工业生产电力负荷控制 |
| 2.4.1 工业生产中的电力负荷控制 |
| 2.4.2 负荷波动对调峰机组能耗影响 |
| 2.5 本章小结 |
| 3 典型钢铁生产能耗影响因素及约束关系 |
| 3.1 原材料中废钢比对生产能耗的约束 |
| 3.1.1 钢铁生产废钢比 |
| 3.1.2 废钢比对电炉钢比例的约束 |
| 3.2 生产规模对工序能耗和整体能耗的约束 |
| 3.3 能源结构对能源工业转换效率的约束 |
| 3.3.1 能源结构的差异 |
| 3.3.2 天然气与煤炭的工业转换效率差异 |
| 3.3.3 电力参数对能耗的影响 |
| 3.4 节能技术对工序能耗的影响 |
| 3.4.1 烧结、球团工序主要生产节能技术对工序能耗的影响 |
| 3.4.2 焦化工序主要生产节能技术对工序能耗的影响 |
| 3.4.3 高炉工序主要生产节能技术对工序能耗的影响 |
| 3.4.4 转炉工序主要生产节能技术对工序能耗的影响 |
| 3.4.5 电炉工序主要节能技术对工序能耗的影响 |
| 3.4.6 铸造工序主要节能技术对工序能耗的影响 |
| 3.4.7 轧制工序主要节能技术对工序能耗的影响 |
| 3.4.8 综合性节能措施 |
| 3.5 本章小结 |
| 4 基于废钢比差异的钢铁生产系统能源效率分析 |
| 4.1 吨钢可比能耗指标局限性分析 |
| 4.1.1 吨钢可比能耗计算方法 |
| 4.1.2 工序能耗对吨钢可比能耗的影响 |
| 4.1.3 废钢比对吨钢可比能耗的影响 |
| 4.1.4 吨钢可比能耗指标在应用中的局限性 |
| 4.2 吨钢定比能耗指标的提出 |
| 4.2.1 吨钢定比能耗计算方法 |
| 4.2.2 基于物料平衡的废钢比与铁钢比的匹配关系 |
| 4.2.3 废钢比与炼钢系统能耗的匹配关系 |
| 4.3 重点钢铁企业生产能源强度变化原因分析 |
| 4.3.1 主要工序生产和能耗参数 |
| 4.3.2 各生产系统能耗变化 |
| 4.3.3 废钢比对炼铁系统能耗影响 |
| 4.3.4 两类能耗计算方法下能耗水平变化原因 |
| 4.4 中国、日本钢铁企业能源强度比较分析 |
| 4.4.1 生产与能耗情况比较 |
| 4.4.2 发电煤耗法下能耗水平差距原因 |
| 4.4.3 发电煤耗对吨钢能耗的影响 |
| 4.5 本章小结 |
| 5 钢铁生产中的电力负荷控制和节能潜力分析 |
| 5.1 钢铁企业电力平衡情况 |
| 5.2 相关工序、发电方式和煤气种类的选择 |
| 5.2.1 生产工序运行特点及电力负荷 |
| 5.2.2 自备电厂煤气发电方式 |
| 5.2.3 副产品煤气资源相关参数 |
| 5.3 两类调峰机组运行模型 |
| 5.3.1 “低负荷”模式调峰机组运行模型 |
| 5.3.2 “两班制”模式调峰机组运行模型 |
| 5.3.3 调峰机组运行能耗及排放参数 |
| 5.4 生产工序电力负荷控制效果分析 |
| 5.4.1 炼钢系统内废钢与热铁水的平衡关系 |
| 5.4.2 企业耗电量、自发电量和电炉运行参数的变化 |
| 5.4.3 电力负荷变化及经济效益分析 |
| 5.4.4 调峰机组节能减排效果分析 |
| 5.5 发电煤气“储能调峰”利用模式效果分析 |
| 5.5.1 不同时段自备电厂发电煤气量 |
| 5.5.2 案例企业效果分析 |
| 5.5.3 自备电厂各时段自发电量变化 |
| 5.5.4 调峰机组节能减排效果分析 |
| 5.6 本章小结 |
| 6 多因素影响下钢铁生产节能潜力分析 |
| 6.1 相关参数匹配 |
| 6.1.1 废钢比和电炉钢比匹配关系 |
| 6.1.2 产业结构参数设定 |
| 6.1.3 工序及流程能耗参数 |
| 6.1.4 天然气替代煤炭节能效率 |
| 6.2 多因素耦合钢铁生产能源强度计算模型 |
| 6.2.1 辅助系统能耗占比κ |
| 6.2.2 非主工序能耗占比λ |
| 6.2.3 基于工序能耗与流程能耗的两类计算模型 |
| 6.2.4 模型未知参数确定 |
| 6.2.5 模型准确性验证 |
| 6.3 能源效率与节能潜力分析 |
| 6.3.1 基于最低生产能耗的钢铁生产情况求解 |
| 6.3.2 基于最低生产能耗的钢铁企业能耗求解 |
| 6.3.3 电热当量法下单影响因素节能潜力研究 |
| 6.3.4 电热当量法下钢铁工业节能潜力分析 |
| 6.3.5 发电煤耗法下钢铁工业节能潜力分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（7）中国能源效率问题的实证研究 ——基于加总数据和企业数据（论文提纲范文）
| 摘要 |
| abstract |
| 导论 |
| 第一节 研究背景和意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 研究内容和结构 |
| 第三节 研究方法以及创新点和不足 |
| 一、研究方法 |
| 二、创新点和不足之处 |
| 第一章 文献综述 |
| 第一节 关于能源效率的定义和测度 |
| 一、单要素能源效率 |
| 二、全要素能源效率 |
| 第二节 关于能源效率影响因素的研究 |
| 一、技术影响 |
| 二、产业结构影响 |
| 三、地区差异影响 |
| 四、企业异质性的影响 |
| 第三节 能源及相关行业的行业内错配研究 |
| 一、关于错配的研究 |
| 二、关于我国能源及相关行业错配的研究 |
| 第四节 税收政策对能源效率的影响 |
| 一、针对节能的税收政策研究 |
| 二、增值税改革对企业影响研究 |
| 第五节 文献评述 |
| 第二章 中国能源效率变动的因素分解 |
| 第一节 产业结构与能源效率变化 |
| 第二节 LMDI方法介绍 |
| 一、因素分解方法的介绍 |
| 二、具体分解步骤 |
| 第三节 测算结果 |
| 一、总体测算结果 |
| 二、分行业测算结果 |
| 第四节 本章小结 |
| 第三章 能源效率的地区测算 |
| 第一节 能源效率测算方式的介绍和对比 |
| 第二节 能源强度的测算结果 |
| 一、总体能源消耗概述 |
| 二、分地区能源强度的测算结果 |
| 第三节 全要素能源效率测算结果 |
| 一、测算方法 |
| 二、数据来源 |
| 三、测算结果 |
| 第四节 Malmquist指数的测算 |
| 一、Malmquist方法介绍 |
| 二、测算结果 |
| 第五节 本章小结 |
| 第四章 能源效率的地区影响因素分析 |
| 第一节 理论分析与特征事实 |
| 第二节 数据和模型设定 |
| 第三节 实证结果 |
| 一、基准回归 |
| 二、稳健性检验 |
| 三、异质性分析 |
| 第四节 能源效率的空间效应分析 |
| 一、莫兰指数分析 |
| 二、空间实证分析 |
| 第五节 本章小结 |
| 第五章 企业能源效率的影响因素分析 |
| 第一节 特征事实 |
| 第二节 数据和模型设定 |
| 一、数据来源和处理 |
| 二、模型设定和自变量的选取 |
| 第三节 实证结果 |
| 一、基准回归 |
| 二、稳健性检验 |
| 三、异质性分析 |
| 四、机制分析 |
| 第四节 本章小结 |
| 第六章 能源及相关行业分析——错配视角 |
| 第一节 错配问题的理论介绍 |
| 第二节 模型设定 |
| 第三节 错配结果描述 |
| 第四节 本章小结 |
| 第七章 税收政策对能源效率的影响 |
| 第一节 资源税对能源效率的影响 |
| 一、资源税的征收情况 |
| 二、资源税对能源效率的影响机制 |
| 三、实证结果 |
| 第二节 增值税改革对能源效率提升的效果 |
| 一、政策介绍 |
| 二、数据描述 |
| 三、模型设定 |
| 四、实证结果 |
| 第四节 本章小结 |
| 第八章 主要结论和政策建议 |
| 第一节 主要结论 |
| 第二节 政策建议 |
| 参考文献 |
| 附表A1：地区Malmquist指数 |
| 附表A2：地区技术进步变化 |
| 附表A3：地区技术效率变化 |
| 攻读博士期间科研成果 |
| 致谢 |
（8）京津冀地区钢铁行业能源、大气污染物和水协同控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.1.1 京津冀地区钢铁行业面临的资源与环境约束 |
| 1.1.2 京津冀地区钢铁行业转向低碳、清洁、高效生产方式的路径 |
| 1.1.3 问题的提出 |
| 1.2 研究意义、内容及方法 |
| 1.2.1 研究意义 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.3 技术路线与主要创新点 |
| 1.3.1 技术路线 |
| 1.3.2 主要创新点 |
| 2 研究综述 |
| 2.1 协同控制的定义 |
| 2.1.1 协同效益 |
| 2.1.2 协同控制 |
| 2.2 钢铁行业资源与环境影响及协同控制研究进展 |
| 2.2.1 钢铁行业能耗及CO_2排放研究进展 |
| 2.2.2 钢铁行业大气污染物排放研究进展 |
| 2.2.3 钢铁行业水资源需求研究进展 |
| 2.2.4 钢铁行业资源与环境问题协同控制研究进展 |
| 2.3 钢铁行业定量评估模型研究综述 |
| 2.3.1 自下而上的评估模型 |
| 2.3.2 自上而下的评估模型 |
| 2.3.3 混合评估模型 |
| 2.4 不确定优化方法在能源环境模型中的应用 |
| 2.4.1 随机数学规划及其在能源和环境模型中的应用 |
| 2.4.2 模糊数学规划及其在能源和环境模型中的应用 |
| 2.4.3 区间数学规划及其在能源和环境模型中的应用 |
| 2.5 本章小结 |
| 3 京津冀地区钢铁行业发展和技术现状 |
| 3.1 钢铁行业发展现状 |
| 3.1.1 中国钢铁行业发展状况 |
| 3.1.2 京津冀地区钢铁行业发展状况 |
| 3.1.3 京津冀地区钢铁行业资源消耗和环境影响现状 |
| 3.2 京津冀地区钢铁行业技术现状 |
| 3.2.1 钢铁生产流程 |
| 3.2.2 关键节能减排技术分析 |
| 3.3 本章小结 |
| 4 基于生命周期的钢铁生产过程大气污染物排放和用水评估 |
| 4.1 生命周期分析方法 |
| 4.2 系统边界界定及模型构建 |
| 4.2.1 系统边界界定 |
| 4.2.2 CO_2排放核算 |
| 4.2.3 大气污染物排放核算 |
| 4.2.4 用水量核算 |
| 4.3 数据来源 |
| 4.4 研究结果 |
| 4.4.1 不同钢铁生产流程的CO_2、大气污染物排放和用水量 |
| 4.4.2 各炼钢流程中不同工序的CO_2、大气污染物排放和用水量 |
| 4.4.3 与其他研究结果对比 |
| 4.5 本章小结 |
| 5 钢铁行业节能减排技术大气污染物减排量评估及成本分析 |
| 5.1 节能减排技术的评估模型 |
| 5.1.1 量化节能减排技术的大气污染物减排量 |
| 5.1.2 节能供给曲线 |
| 5.1.3 初始参数设定 |
| 5.2 技术的大气污染物减排量和成本分析 |
| 5.2.1 技术的大气物污染物减排量 |
| 5.2.2 技术的成本分析 |
| 5.2.3 敏感性分析 |
| 5.3 节能技术推广的建议 |
| 5.4 本章小结 |
| 6 京津冀地区钢铁行业节能减排技术优化选择 |
| 6.1 综合动态模型的构建 |
| 6.2 模型中的不确定性分析及处理 |
| 6.2.1 模型中的不确定分析 |
| 6.2.2 模型中的不确定处理 |
| 6.3 基础参数设定 |
| 6.4 研究结果 |
| 6.4.1 京津冀地区钢铁行业技术优化发展路径 |
| 6.4.2 技术节能、大气污染物减排和节水量 |
| 6.4.3 最优技术发展路径下成本分析 |
| 6.4.4 京津冀地区能源、水资源需求和污染物排放预测 |
| 6.4.5 与其他研究结果对比 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 主要研究结论 |
| 7.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）钢铁厂烟粉尘排放特性及扩散迁移规律研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 相关术语 |
| 1.1.1 颗粒物 |
| 1.1.2 烟粉尘 |
| 1.2 研究背景和选题依据 |
| 1.2.1 大气环境污染现状 |
| 1.2.2 钢铁工业发展进程及烟粉尘排放现状 |
| 1.2.3 能源环境交叉学科发展趋势 |
| 1.3 钢铁厂烟粉尘排放源概述 |
| 1.4 国内外研究进展 |
| 1.4.1 烟粉尘采样分析技术进展 |
| 1.4.2 烟粉尘排放特性研究进展 |
| 1.4.3 烟粉尘扩散迁移研究进展 |
| 1.4.4 已有研究工作评述 |
| 1.5 论文研究工作 |
| 1.5.1 研究目标及内容 |
| 1.5.2 技术路线 |
| 第2章 钢铁厂烟粉尘排放特性 |
| 2.1 采样与分析方法 |
| 2.1.1 采样对象的选择 |
| 2.1.2 样品采集和制备 |
| 2.1.3 排放特性分析方法 |
| 2.1.4 采样质量控制 |
| 2.2 钢铁厂烟粉尘质量浓度分析 |
| 2.3 钢铁厂烟粉尘粒径分布分析 |
| 2.4 钢铁厂烟粉尘指纹特征分析 |
| 2.4.1 烟粉尘形貌特征分析 |
| 2.4.2 烟粉尘化学组成分析 |
| 2.5 无组织烟粉尘排放特性分析 |
| 2.6 本章小结 |
| 第3章 钢铁厂烟粉尘排放因子及排放量 |
| 3.1 钢铁厂烟粉尘排放因子计算方法 |
| 3.2 钢铁厂烟粉尘排放因子 |
| 3.2.1 典型钢铁厂烟粉尘排放因子计算 |
| 3.2.2 典型钢铁厂烟粉尘排放因子分析 |
| 3.2.3 钢铁厂烟粉尘排放因子对比分析 |
| 3.3 钢铁厂烟粉尘排放量核算及分析 |
| 3.3.1 典型钢铁厂烟粉尘排放量核算 |
| 3.3.2 钢铁厂烟粉尘排放量分析 |
| 3.4 本章小结 |
| 第4章 钢铁厂烟粉尘排放评价指标及其影响因素 |
| 4.1 现有烟粉尘排放评价指标调查研究 |
| 4.1.1 国内外烟粉尘排放指标 |
| 4.1.2 现有排放指标评述 |
| 4.2 钢铁厂烟粉尘排放评价指标体系构建 |
| 4.2.1 构建原则 |
| 4.2.2 评价指标 |
| 4.2.3 数据采集方法 |
| 4.3 钢铁厂烟粉尘排放指标影响因素及分析 |
| 4.3.1 烟粉尘排放指标的影响因素 |
| 4.3.2 资源能源消耗量的影响 |
| 4.3.3 烟粉尘粒径分布及除尘效率的影响 |
| 4.3.4 产品产量及产业结构的影响 |
| 4.3.5 生产设备规模的影响 |
| 4.3.6 烟粉尘排放统计周期的影响 |
| 4.4 本章小结 |
| 第5章 钢铁厂烟粉尘扩散迁移规律 |
| 5.1 计算模型及方法 |
| 5.1.1 扩散模型的选择 |
| 5.1.2 AERMOD扩散模型 |
| 5.2 气象条件和地形条件分析 |
| 5.3 有组织排放源扩散迁移规律 |
| 5.3.1 研究范围及排放清单 |
| 5.3.2 年均扩散迁移预测结果与分析 |
| 5.3.3 日均扩散迁移预测结果与分析 |
| 5.3.4 时均扩散迁移预测结果与分析 |
| 5.3.5 源强变化对扩散迁移的影响 |
| 5.4 无组织排放源扩散迁移规律 |
| 5.4.1 研究范围和排放清单 |
| 5.4.2 年均扩散迁移预测结果与分析 |
| 5.4.3 日均和时均扩散迁移预测结果与分析 |
| 5.5 预测最大值对应的重污染气象条件 |
| 5.6 钢铁厂烟粉尘总沉降量分析 |
| 5.7 模型验证及误差分析 |
| 5.8 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间发表的论着/专利 |
| 作者简介 |
（10）基于循环经济的我国钢铁企业能源效率研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究方案 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究技术路线 |
| 1.4 本文的创新点 |
| 2 相关理论与文献综述 |
| 2.1 循环经济相关理论研究 |
| 2.1.1 循环经济理论发展及内涵 |
| 2.1.2 循环经济的基本原则及特征 |
| 2.1.3 关于循环经济实践的研究 |
| 2.1.4 关于循环经济评价的研究 |
| 2.1.5 循环经济的影响因素研究 |
| 2.2 钢铁工业发展循环经济的可行性及研究综述 |
| 2.2.1 钢铁企业循环经济遵循的5R原则 |
| 2.2.2 钢铁企业循环经济的层次结构分析 |
| 2.2.3 基于循环经济的钢铁企业发展战略 |
| 2.2.4 钢铁工业循环经济的研究综述 |
| 2.3 能源效率研究综述 |
| 2.3.1 能源效率研究方法综述 |
| 2.3.2 非环境约束下的全要素能源效率研究 |
| 2.3.3 环境约束下的全要素能源效率研究 |
| 2.3.4 能源效率影响因素研究 |
| 2.4 钢铁工业能源效率研究现状 |
| 2.5 研究评述 |
| 2.5.1 循环经济理论与应用研究评述 |
| 2.5.2 能源效率研究评述 |
| 2.6 本章小结 |
| 3 国内外钢铁工业循环经济发展情况分析 |
| 3.1 全球钢铁工业发展现状与趋势分析 |
| 3.2 全球钢铁工业循环经济发展情况分析 |
| 3.3 我国钢铁工业发展现状及存在的问题 |
| 3.3.1 我国钢铁工业发展现状 |
| 3.3.2 我国钢铁工业发展存在的问题 |
| 3.4 我国钢铁工业循环经济发展现状及存在的问题 |
| 3.5 本章小结 |
| 4 基于四阶段SBM-DEA模型钢铁企业全要素能源效率评价 |
| 4.1 我国钢铁企业全要素能源效率研究方法 |
| 4.2 投入产出指标变量选取及数据来源 |
| 4.3 基于四阶段SBM-DEA的钢铁企业全要素能源效率分析 |
| 4.3.1 基于四阶段SBM-DEA的实证分析 |
| 4.3.2 我国钢铁企业全要素能源效率测算结果 |
| 4.3.3 我国钢铁企业的节能减排潜力测算结果 |
| 4.4 本章小结 |
| 5 基于循环经济的钢铁企业综合能源效率分析 |
| 5.1 我国钢铁企业循环经济能源效率驱动系统分析 |
| 5.1.1 能源驱动系统 |
| 5.1.2 创新驱动系统 |
| 5.1.3 循环驱动系统 |
| 5.1.4 经济驱动系统 |
| 5.2 设计思路、目的、功能及原则 |
| 5.3 评价模型、样本选择及数据处理 |
| 5.4 样本选择及数据处理 |
| 5.5 钢铁企业循环经济能源效率评价系统结果分析 |
| 5.5.1 循环经济能源效率评价系统之能源驱动系统分析 |
| 5.5.2 循环经济能源效率评价系统之创新驱动系统分析 |
| 5.5.3 循环经济能源效率评价系统之循环驱动系统分析 |
| 5.5.4 循环经济能源效率评价系统之经济驱动系统分析 |
| 5.5.5 循环经济能源效率综合评价得分结果 |
| 5.6 本章小结 |
| 6 钢铁企业循环经济影响因素作用路径研究 |
| 6.1 构建影响因素概念模型与假设 |
| 6.2 作用路径研究设计 |
| 6.2.1 研究方法 |
| 6.2.2 路径优化影响因素筛选及测量 |
| 6.3 作用路径模拟与结果分析 |
| 6.3.1 初始模型构建与检验 |
| 6.3.2 模型改良与检验 |
| 6.3.3 假设检验与路径效应分析 |
| 6.4 本章小结 |
| 7 “十三五”期间我国钢铁工业能源环境趋势预测分析 |
| 7.1 钢铁工业能耗分析 |
| 7.2 钢铁工业能耗分析 |
| 7.3 “十三五”期间我国钢铁工业的能耗及污染物趋势预测 |
| 7.3.1 预测模型及方法 |
| 7.3.2 预测模型的选择 |
| 7.3.3 “十三五”期间钢铁工业能源资源消耗及污染物排放预测 |
| 7.4 本章小结 |
| 8 结论 |
| 8.1 研究结论和创新点 |
| 8.2 研究不足与展望 |
| 参考文献 |
| 附录A 样本钢铁企业编录 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
四、钢铁企业能源消耗数据统计方法的研究（论文参考文献）
- [1]基于流程网络仿真的钢铁企业炼钢调度和能源优化[D]. 梁青艳. 钢铁研究总院, 2021(01)
- [2]中国钢铁工业技术创新、能源消耗与经济增长耦合机制研究[D]. 徐丹宁. 河北地质大学, 2020(06)
- [3]基于因果模型的钢铁煤气优化调度方法与应用[D]. 金锋. 大连理工大学, 2020
- [4]秦皇岛港六公司绿色港口能源管理信息系统研究[D]. 曹尚杰. 燕山大学, 2020(02)
- [5]钢铁行业能源消耗的灰色系统理论分析和节能减排潜力评估[D]. 刘家鹏. 河北科技大学, 2019(07)
- [6]冶金系统能源调控与流程配置优化的节能增效潜力研究[D]. 何坤. 北京科技大学, 2019(07)
- [7]中国能源效率问题的实证研究 ——基于加总数据和企业数据[D]. 周倩玲. 中南财经政法大学, 2019(08)
- [8]京津冀地区钢铁行业能源、大气污染物和水协同控制研究[D]. 任明. 中国矿业大学(北京), 2019(08)
- [9]钢铁厂烟粉尘排放特性及扩散迁移规律研究[D]. 李小玲. 东北大学, 2018(01)
- [10]基于循环经济的我国钢铁企业能源效率研究[D]. 张川. 北京科技大学, 2018(03)
标签：钢企论文; 中国的能源状况与政策论文; 能源效率论文; 能源管理系统论文; 能源论文;