基于过程参数控制的烧结矿质量预测模型
来源期刊:矿冶工程2018年第6期
论文作者:易正明 邵慧君
文章页码:92 - 96
关键词:烧结矿;烧结工艺;过程参数;BP神经网络;质量预测模型;
摘 要:针对烧结过程非线性、强耦合性和大时滞的特点,从过程参数控制的角度对烧结工艺进行了总体分析,确定了烧结矿性能评价指标及其主要影响参数,在此基础上提出了一种带动量项和变学习率的BP神经网络算法,建立了烧结矿质量预测模型。仿真实验结果表明,模型具有较强的自学习功能和较高的预测精度,用拓扑结构为15-25-4的BP神经网络和0.65×10-3的网络误差进行训练,模型的预报命中率在81.25%以上,充分验证了基于过程参数控制的烧结矿质量预测模型的准确性和有效性。
易正明1,2,3,邵慧君1,2,3
1. 武汉科技大学钢铁冶金新工艺湖北省重点实验室2. 武汉科技大学钢铁冶金与资源利用省部共建教育部重点实验室3. 武汉科技大学高温材料与炉衬技术国家地方联合工程研究中心
摘 要:针对烧结过程非线性、强耦合性和大时滞的特点,从过程参数控制的角度对烧结工艺进行了总体分析,确定了烧结矿性能评价指标及其主要影响参数,在此基础上提出了一种带动量项和变学习率的BP神经网络算法,建立了烧结矿质量预测模型。仿真实验结果表明,模型具有较强的自学习功能和较高的预测精度,用拓扑结构为15-25-4的BP神经网络和0.65×10-3的网络误差进行训练,模型的预报命中率在81.25%以上,充分验证了基于过程参数控制的烧结矿质量预测模型的准确性和有效性。
关键词:烧结矿;烧结工艺;过程参数;BP神经网络;质量预测模型;