基于數(shù)據(jù)驅(qū)動(dòng)的焦炭質(zhì)量分析與評(píng)價(jià).pdf

1、焦炭在冶金工業(yè)中的作用是極其重要的，焦炭質(zhì)量的好壞深深的影響著工業(yè)生產(chǎn)以及環(huán)境保護(hù)等多個(gè)方面。從配合煤到焦炭的生產(chǎn)過(guò)程即煉焦過(guò)程存在著嚴(yán)重的非線性和不確定性等特性，這就給利用傳統(tǒng)的、常規(guī)的模型來(lái)預(yù)測(cè)焦炭質(zhì)量帶來(lái)了很大的不便和困難。
　　神經(jīng)網(wǎng)絡(luò)有著較好的泛化能力、訓(xùn)練速度快、處理非線性能力和自學(xué)習(xí)等特點(diǎn)，可以完成由輸入到輸出的映射操作，在系統(tǒng)辨識(shí)、模型預(yù)測(cè)領(lǐng)域有著廣泛的應(yīng)用。神經(jīng)網(wǎng)絡(luò)的這些特點(diǎn)，為焦炭質(zhì)量預(yù)測(cè)建模這一難點(diǎn)問(wèn)題的解決

2、開(kāi)辟了新的方向。焦炭質(zhì)量評(píng)價(jià)在現(xiàn)階段還沒(méi)有一個(gè)完整客觀的分析方法，基本上都是在試驗(yàn)數(shù)據(jù)的基礎(chǔ)上依據(jù)冶金焦國(guó)標(biāo)來(lái)進(jìn)行分析，這就大大的加大了計(jì)算量，既費(fèi)時(shí)又費(fèi)力。為了提高效率，引入模糊神經(jīng)網(wǎng)絡(luò)和 hopfield網(wǎng)絡(luò)來(lái)進(jìn)行焦炭質(zhì)量評(píng)價(jià)建模，以便能更直觀、更有效的對(duì)焦炭質(zhì)量進(jìn)行評(píng)價(jià)分析。
　　本文的主要研究?jī)?nèi)容為：
　　介紹焦炭質(zhì)量預(yù)測(cè)與評(píng)價(jià)現(xiàn)階段國(guó)內(nèi)外的研究現(xiàn)狀和其相關(guān)背景，簡(jiǎn)要概述焦炭從原煤到成焦的過(guò)程，在介紹相關(guān)煉焦工序后，

3、結(jié)合包鋼焦化廠的相關(guān)數(shù)據(jù)對(duì)配合煤質(zhì)量與焦炭質(zhì)量的影響因素及指標(biāo)進(jìn)行概述分析，建立以包鋼焦化廠提供的焦炭數(shù)據(jù)為基礎(chǔ)的焦炭質(zhì)量預(yù)測(cè)模型和焦炭質(zhì)量評(píng)價(jià)模型。
　　焦炭質(zhì)量預(yù)測(cè)模型，簡(jiǎn)要概述BP神經(jīng)網(wǎng)絡(luò)，在保證煉焦生產(chǎn)狀況穩(wěn)定的前提下，結(jié)合生產(chǎn)實(shí)際建立基于 BP網(wǎng)絡(luò)的焦炭質(zhì)量預(yù)測(cè)模型。在概述量子遺傳算法的基礎(chǔ)上，針對(duì)BP網(wǎng)絡(luò)的缺點(diǎn)與不足，將量子遺傳算法與BP網(wǎng)絡(luò)充分融合在一起，提出雙鏈量子遺傳算法優(yōu)化 BP網(wǎng)絡(luò)的焦炭質(zhì)量預(yù)測(cè)模型。仿真結(jié)果

4、顯示優(yōu)化后的焦炭質(zhì)量預(yù)測(cè)模型在預(yù)測(cè)精度、命中率等方面均優(yōu)于未優(yōu)化的焦炭質(zhì)量預(yù)測(cè)模型。
　　焦炭質(zhì)量（冶金焦）評(píng)價(jià)研究，目前在焦炭質(zhì)量評(píng)價(jià)的研究領(lǐng)域并沒(méi)有一個(gè)客觀有效完整的方法，基本上都是依據(jù)冶金焦國(guó)標(biāo)來(lái)進(jìn)行分析，需要大量時(shí)間來(lái)進(jìn)行計(jì)算、對(duì)比，有效性與移植性不高。本論文在介紹融合神經(jīng)網(wǎng)絡(luò)與模糊的優(yōu)點(diǎn)之上，把T-S模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用到焦炭質(zhì)量的評(píng)價(jià)，結(jié)合生產(chǎn)實(shí)際建立T-S模糊神經(jīng)網(wǎng)絡(luò)焦炭質(zhì)量評(píng)價(jià)模型上；為使評(píng)價(jià)體系形成有效對(duì)比，引入ho