鏈篦機(jī)-回轉(zhuǎn)窯成品球團(tuán)質(zhì)量預(yù)測模型的研究.pdf

1、隨著現(xiàn)代鋼鐵業(yè)的不斷發(fā)展，對入爐原料的要求日趨嚴(yán)格。球團(tuán)礦作為人造富礦之一，由于其特有的冶金性能而成為當(dāng)今冶煉爐料中不可缺少的重要組成部分。球團(tuán)廠質(zhì)量的檢測大多數(shù)是產(chǎn)品生產(chǎn)出來以后才進(jìn)行，它不利于操作人員針對生產(chǎn)過程的實(shí)時(shí)質(zhì)量狀況來調(diào)整生產(chǎn)工藝參數(shù)以便調(diào)整生產(chǎn)質(zhì)量，影響企業(yè)的生產(chǎn)質(zhì)量和效益。因此，成品球團(tuán)質(zhì)量預(yù)測對于球團(tuán)廠生產(chǎn)有著十分重要的意義。 由Z.Pawlak提出的粗糙集理論是一種刻化不完整性和不確定性的又一個(gè)強(qiáng)有力的數(shù)學(xué)

2、工具，它能有效地分析不精確、不一致、不完整、等各種不完備的信息，還可以對數(shù)據(jù)進(jìn)行分析和推理，從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在規(guī)律。 神經(jīng)模糊推理系統(tǒng)是一種效果較好的考慮多種因素的預(yù)測建模方法，它是基于Sugeo模糊模型，其結(jié)構(gòu)類似于神經(jīng)網(wǎng)絡(luò)，采用反向傳播算法和最小二乘法調(diào)整模糊推理系統(tǒng)的參數(shù)，并能自動(dòng)產(chǎn)生模糊規(guī)則。 本文通過分析鏈篦機(jī)．回轉(zhuǎn)窯球團(tuán)的生產(chǎn)過程的特點(diǎn)，提出了一種基于粗糙集屬性約簡和減法聚類的神經(jīng)模糊推理系統(tǒng)質(zhì)量預(yù)

3、測模型。用粗糙集(Rough Set)理論對屬性進(jìn)行約簡，選擇出與待預(yù)測量相關(guān)性大的參數(shù)作為預(yù)測模型的輸入，充分保證了模型輸入?yún)?shù)的合理性，有效地減少了模型的計(jì)算工作量；用減法聚類建立T-S模糊模型，通過調(diào)整聚類半徑優(yōu)選模糊規(guī)則數(shù)，取得了具有良好泛化性能的模型，并利用梯度下降混合最小二乘算法精調(diào)參數(shù)；用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)制來補(bǔ)償模糊系統(tǒng)的不足，通過對大量的已知數(shù)據(jù)的學(xué)習(xí)得到模糊系統(tǒng)的隸屬度函數(shù)及模糊規(guī)則，使得模型更具有客觀真實(shí)性；在MAT