10.3969/j.issn.0253-6099.2018.06.021
基于过程参数控制的烧结矿质量预测模型
针对烧结过程非线性、强耦合性和大时滞的特点,从过程参数控制的角度对烧结工艺进行了总体分析,确定了烧结矿性能评价指标及其主要影响参数,在此基础上提出了一种带动量项和变学习率的BP神经网络算法,建立了烧结矿质量预测模型.仿真实验结果表明,模型具有较强的自学习功能和较高的预测精度,用拓扑结构为15-25-4的BP神经网络和0.65×10-3的网络误差进行训练,模型的预报命中率在81.25%以上,充分验证了基于过程参数控制的烧结矿质量预测模型的准确性和有效性.
烧结矿、烧结工艺、过程参数、BP神经网络、质量预测模型
38
TF046(一般性问题)
国家自然科学基金51604199
2019-03-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96