基于神经网络的烧结矿综合性能预测
烧结矿的质量和成分稳定都将直接影响到炼铁生产的产量、质量及能源消耗。稳定控制烧结矿化学成分和科学分析烧结能耗对降低炼铁成本、节能减排具有重要意义。应用MATLAB 的 m 文件编辑器直接编写代码,基于 BP 神经网络,建立了烧结矿两种重要化学成分(TFe 和 FeO )、烧结成品率和烧结固体燃耗的预测系统。利用取自现场的生产数据对预测模型进行了训练。现场应用结果表明,预测系统准确率高,稳定可靠,进一步提高了烧结生产率,降低了生产成本。
神经网络、烧结矿化学成分、成品率、固体燃耗、预测
TF046.6(一般性问题)
河北省自然科学基金 E2012209025
2014-08-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
23-26,50