烧结矿化学成分控制专家系统的开发与应用
来源期刊：钢铁2006年第11期
论文作者：姜涛 石军 陈许玲 范晓慧 龙红明
关键词：烧结矿化学成分; 神经网络; BP模型; 专家系统;
摘 要：采用基于改进BP算法的人工神经网络模型,提前预报了烧结矿的R和TFe、SiO2含量,将模型的预报结果转化为规则的输入,设计了基于经验规则的专家系统,结合R、TFe的变化趋势和配料计算提前调整原料的配比.系统正式投入运行后,烧结矿碱度(R)预报命中率达到91%,全铁(TFe)预报命中率达到94%,操作指导建议采纳率为92%,实现了对烧结矿化学成分的稳定控制.
姜涛1，石军2，陈许玲1，范晓慧1，龙红明1
(1.中南大学资源加工与生物工程学院,湖南,长沙,410083;
2.攀枝花新钢钒股份有限公司炼铁厂,四川,攀枝花,617022)
摘要:采用基于改进BP算法的人工神经网络模型,提前预报了烧结矿的R和TFe、SiO2含量,将模型的预报结果转化为规则的输入,设计了基于经验规则的专家系统,结合R、TFe的变化趋势和配料计算提前调整原料的配比.系统正式投入运行后,烧结矿碱度(R)预报命中率达到91%,全铁(TFe)预报命中率达到94%,操作指导建议采纳率为92%,实现了对烧结矿化学成分的稳定控制.
关键词:烧结矿化学成分; 神经网络; BP模型; 专家系统;
【全文内容正在添加中】
