基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)鎂還原率預(yù)報及還原罐溫度場模擬.pdf

1、在皮江法煉鎂工藝過程中,建立鎂還原率預(yù)報模型,獲得工藝參數(shù)與鎂還原率之間的函數(shù)關(guān)系,有利于提高皮江法煉鎂工藝的自動化水平,指導(dǎo)工藝參數(shù)的選擇,提高鎂還原率,降低生產(chǎn)成本,實現(xiàn)鎂工業(yè)的節(jié)能減排。鎂生產(chǎn)過程是一個非常復(fù)雜的非線性過程,影響鎂還原率的工藝參數(shù)多且復(fù)雜,利用傳統(tǒng)的數(shù)學(xué)模型,通過計算獲取工藝參數(shù)和鎂還原率的非線性關(guān)系,不僅計算量大,而且很難保證模型的準(zhǔn)確性對鎂還原率進行較為精確的預(yù)測。利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)的自學(xué)習(xí)、自組織、自適應(yīng)特

2、點,對輸入的樣本自動地進行計算,可以獲取鎂還原率和工藝參數(shù)之間的關(guān)系及變化規(guī)律,建立準(zhǔn)確的預(yù)報模型,為煉鎂過程操作提供技術(shù)依據(jù)。
　　本文介紹了BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的原理及特點。以陜北某企業(yè)皮江法煉鎂生產(chǎn)過程為研究背景,簡述了皮江法煉鎂工藝流程,分析了各工藝參數(shù)對鎂還原率的影響。以此為基礎(chǔ),建立以煅白水化活性度、配硅比、制球壓力、還原時間、還原溫度、真空度為輸入,鎂還原率為輸出的基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)報模型,利用采集的

3、實際生產(chǎn)數(shù)據(jù)對模型進行訓(xùn)練和預(yù)測。結(jié)果表明:該預(yù)報模型能夠較為精確地預(yù)報鎂還原率,預(yù)測誤差△ηMg≤±1.0％的命中率達96%,最大誤差小于1.3%;預(yù)報模型的預(yù)測值與實際值的均方根誤差rmsc=0.4210,與BP神經(jīng)網(wǎng)絡(luò)預(yù)報模型相比,具有更高的預(yù)測精度。
　　本文對皮江法煉鎂中還原罐內(nèi)溫度場變化過程,應(yīng)用有限元軟件ANSYS進行了模擬,分析了倒焰窯與蓄熱式還原爐內(nèi)還原罐的溫度變化過程及溫度分布狀況。結(jié)果表明:蓄熱式還原爐與倒焰