基于大数据技术的烧结全产线质量智能控制系统

摘要：

通过部署大数据采集平台,运用高效的分布式信息传输技术,完成海量烧结生产数据的采集和汇总,建立烧结全产线数据仓库;通过融合工艺知识和大数据挖掘技术,提取原料性能、配矿理论、过程工艺参数、产质量指标、生产成本等参数间的潜在规律;以数理统计和机器学习算法为核心,深入研究基于大数据技术的烧结全产线质量智能控制系统;通过决策树和最优化等方法,建立完善的决策体系.基于梯度提升树算法初步建立了烧结终点预报模型,模型预测命中率达99％以上,与以往建立的烧结终点预报模型相比,模型预报命中率和稳定性进一步提升.研究成果将促进烧结生产的创新、自动化和智能化发展,稳定控制烧结矿的产质量指标,降低生产成本,具有广泛的应用价值.

关键词：铁矿粉烧结、大数据技术、机器学习、全产线、烧结终点预报

所属期刊栏目：53

资助基金：河北省研究生创新资助项目2017B03

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9