鏈篦機-回轉窯生產過程的球團抗壓強度預報研究.pdf

1、隨著高爐大型化、自動化及最大限度地降低焦比的要求，對高爐爐料的質量要求越來越高。球團礦由于其特有的冶金性能而成為當今冶煉爐料中不可缺少的組成部分。然而球團質量指標的檢測大多是在成品球團生產出來以后才進行的，這很難針對生產過程的球團質量狀況實時得調整生產過程參數，從而影響企業(yè)的生產質量和效益。因此建立成品球團的質量預報模型是非常必要的。
　　鏈篦機-回轉窯氧化球團過程是一個復雜的工業(yè)過程。采用傳統(tǒng)方法建立其質量預報模型非常困難。本文

2、采用BP神經網絡建立球團礦質量預報模型，采用粗糙集理論中的屬性約簡算法選擇與球團質量相關性大的參數作為球團礦質量預報模型的輸入。根據球團生產工藝將球團生產過程劃分為鏈篦機、回轉窯和環(huán)冷機三段。將對每段生產過程產生影響的因素的值取為實際值，未對該段產生影響的因素的值用理想值代替。當該批次的球團進入下一階段，將影響該段生產過程的參數值及上一段的操作參數值取為實際值，未對該段產生影響的因素的值用理想值代替，以保證模型輸入參數的合理性，分段建立

3、球團抗壓強度預報模型。
　　模型的驗證是確定模型有效性的有效途徑。在實際的模型驗證中，應對同一個問題采用多種方法進行檢驗。因為通過多種驗證方法可以從多個側面考察模型有效性。不同的驗證方法有可能得出不同甚至矛盾的結論。通過對導致不同結論的所有原因的綜合分析，更容易把問題搞清楚。本文從這點出發(fā)，對模型驗證方法進行了深入的研究，從模型動態(tài)性能驗證的角度對模型驗證方法進行了總結，概括介紹了每類方法的原理、優(yōu)缺點和適用范圍。并通過誤差分析法