基于集成模型的燒結(jié)礦質(zhì)量預(yù)測系統(tǒng)及工業(yè)應(yīng)用.pdf

1、燒結(jié)過程是鋼鐵冶煉的重要工序之一，燒結(jié)礦是高爐煉鐵的主要原料，燒結(jié)礦的質(zhì)量直接影響高爐爐況和鋼鐵產(chǎn)品質(zhì)量。燒結(jié)過程是一個工藝流程長、影響因素多、機(jī)理復(fù)雜的動態(tài)系統(tǒng)，燒結(jié)過程的特點使得對燒結(jié)礦質(zhì)量的檢驗具有大滯后性，檢測結(jié)果無法用于指導(dǎo)燒結(jié)配料操作，因此開發(fā)燒結(jié)礦質(zhì)量預(yù)測系統(tǒng)實現(xiàn)對燒結(jié)礦質(zhì)量的準(zhǔn)確預(yù)測具有十分重要的意義。
　　 本文針對鋼鐵燒結(jié)配料工序完成后，燒結(jié)過程工況未知，僅依靠配料參數(shù)信息難以準(zhǔn)確預(yù)測燒結(jié)礦質(zhì)量的問題，在對燒

2、結(jié)過程工藝機(jī)理及特性進(jìn)行深入分析的基礎(chǔ)上，總結(jié)出影響燒結(jié)礦質(zhì)量的主要因素，通過綜合灰色系統(tǒng)理論與非線性預(yù)測理論，提出一種基于灰色預(yù)測模型與徑向基(RBF)神經(jīng)網(wǎng)絡(luò)模型集成的燒結(jié)礦質(zhì)量預(yù)測建模方法，建立了燒結(jié)礦質(zhì)量智能集成預(yù)測模型，進(jìn)行燒結(jié)礦質(zhì)量預(yù)測。論文的主要內(nèi)容如下：
　　 首先，對燒結(jié)生產(chǎn)過程的原料參數(shù)、操作參數(shù)、狀態(tài)參數(shù)以及燒結(jié)礦質(zhì)量化驗數(shù)據(jù)進(jìn)行統(tǒng)計分析，確定影響燒結(jié)礦質(zhì)量的關(guān)鍵參數(shù)，并且對確定的關(guān)鍵參數(shù)及質(zhì)量化驗數(shù)據(jù)進(jìn)行

3、數(shù)據(jù)濾波處理，在此基礎(chǔ)上，建立燒結(jié)礦質(zhì)量RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型；然后，基于燒結(jié)礦質(zhì)量化驗數(shù)據(jù)，建立燒結(jié)礦質(zhì)量灰色等維新息GM(1，1)預(yù)測模型；最后，利用信息熵理論，將上述兩個單一模型進(jìn)行加權(quán)集成，進(jìn)而建立基于信息熵的燒結(jié)礦質(zhì)量智能集成預(yù)測模型，實現(xiàn)對燒結(jié)礦鐵品位(TFe)、堿度(R)和轉(zhuǎn)鼓指數(shù)(Ro)進(jìn)行準(zhǔn)確預(yù)測。
　　 基于過程運(yùn)行數(shù)據(jù)的仿真實驗驗證了本文所提建模方法的有效性。同時為了驗證其實際應(yīng)用效果，針對國內(nèi)某大型鋼鐵企