基于在線檢測(cè)燒結(jié)礦成分的轉(zhuǎn)鼓強(qiáng)度預(yù)測(cè)模型研究.pdf

1、在高爐冶煉中，冷態(tài)強(qiáng)度穩(wěn)定的燒結(jié)礦不僅提高了燒結(jié)礦的入爐率，同時(shí)改善了高爐爐料的透氣性，降低了燒結(jié)礦的粉化狀況，從而減少高爐生產(chǎn)的成本。根據(jù)燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度進(jìn)行周期性取樣試驗(yàn)并控制燒結(jié)礦質(zhì)量已無(wú)法滿足工業(yè)生產(chǎn)需求，傳統(tǒng)轉(zhuǎn)鼓強(qiáng)度檢測(cè)方法效率低、檢測(cè)不準(zhǔn)確、反饋不及時(shí)等缺陷都將阻礙中國(guó)進(jìn)入世界鋼鐵頂級(jí)冶煉技術(shù)發(fā)展的舞臺(tái)。因此，對(duì)燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度的實(shí)時(shí)預(yù)報(bào)研究具有極其重要的意義。
　　本文針對(duì)傳統(tǒng)轉(zhuǎn)鼓檢測(cè)方法滯后，結(jié)果反饋不及時(shí)，導(dǎo)致造成燒

2、結(jié)過(guò)程工藝參數(shù)調(diào)整不準(zhǔn)確的問(wèn)題，提出一種基于人工神經(jīng)網(wǎng)絡(luò)的燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度在線預(yù)測(cè)研究方法，分別采用BP(Back Propagation, BP)、RBF(Radial Basis Function, RBF)和Elman三種神經(jīng)網(wǎng)絡(luò)對(duì)轉(zhuǎn)鼓強(qiáng)度指標(biāo)進(jìn)行預(yù)報(bào)，比較預(yù)報(bào)結(jié)果，淘劣存優(yōu)。預(yù)報(bào)系統(tǒng)根據(jù)燒結(jié)礦歷史生產(chǎn)數(shù)據(jù)建立以燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度為指標(biāo)的預(yù)測(cè)模型，隨后利用基于瞬發(fā)γ中子活化分析(prompt gamma-ray neutron acti

3、vation analysis，PGNAA)成分技術(shù)的工業(yè)物料在線檢測(cè)儀器檢測(cè)且經(jīng)化學(xué)式轉(zhuǎn)化得到的新數(shù)據(jù)進(jìn)行在線預(yù)測(cè)，并將結(jié)果反饋給燒結(jié)過(guò)程達(dá)到燒結(jié)礦質(zhì)量在線調(diào)控的目的。結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值部分比較準(zhǔn)確，誤差波動(dòng)大，網(wǎng)絡(luò)內(nèi)部學(xué)習(xí)不完整;RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值與實(shí)際值走向不一致，兩者曲線擬合度不高，反映出RBF網(wǎng)絡(luò)對(duì)樣本的高度依賴性;Elman神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)誤差波動(dòng)最小，預(yù)測(cè)結(jié)果與實(shí)際檢測(cè)結(jié)果吻合度高，預(yù)測(cè)絕對(duì)誤差在實(shí)際生產(chǎn)要求