基于BP神经网络的烧结矿性能预报模型
来源期刊:钢铁2017年第9期
论文作者:赵路朋 吴铿 朱利 陈小敏 秦喧柯
文章页码:11 - 15
关键词:铁矿粉;烧结矿性能;高温性能特征数;BP神经网络;预报模型;
摘 要:为解决烧结矿预报模型中未考虑铁矿粉高温基础特性的情况,在预报模型中添加了反应铁矿粉高温性能的同化反应特征数,即流动性特征数。采用BP神经网络建立烧结矿性能预报模型。选择影响高炉生产的烧结矿指标作为输出,分析影响这些指标的烧结操作制度,铁矿粉的高温、物化特性作为输入;通过BP神经网络建立预测模型,并对BP神经网络的算法进行优化。预报模型采用8-17-4的BP神经网络结构,经过训练后,预测精度达到85%以上,具有很好的准确性和自适应性。
赵路朋1,吴铿1,朱利1,2,陈小敏1,秦喧柯1
1. 北京科技大学钢铁冶金新技术国家重点实验室2. 首秦金属材料有限公司炼铁部
摘 要:为解决烧结矿预报模型中未考虑铁矿粉高温基础特性的情况,在预报模型中添加了反应铁矿粉高温性能的同化反应特征数,即流动性特征数。采用BP神经网络建立烧结矿性能预报模型。选择影响高炉生产的烧结矿指标作为输出,分析影响这些指标的烧结操作制度,铁矿粉的高温、物化特性作为输入;通过BP神经网络建立预测模型,并对BP神经网络的算法进行优化。预报模型采用8-17-4的BP神经网络结构,经过训练后,预测精度达到85%以上,具有很好的准确性和自适应性。
关键词:铁矿粉;烧结矿性能;高温性能特征数;BP神经网络;预报模型;