混合料正交試驗參數(shù)測定及神經網絡預測研究.pdf

1、外滾煤造球較傳統(tǒng)的一次混合造球有了很大進步，其造球效果的好壞直接通過燒結過程中的垂直燒結速度、料層透氣性以及燒結料層厚度等參數(shù)來檢驗，是燒結工藝中重要的一環(huán)。
　　 首先，本文針對該鋼廠目前的制粒情況，結合相似性原理在小型制粒機上設計了關于混合料造球的正交試驗，用來觀察混合料運動規(guī)律以及測定其制粒率和混合度。主要工作是通過在制粒機內安裝監(jiān)控器的方式研究了轉速對混合物料運動規(guī)律的影響，然后討論了含水量、填充率等因素對混合料制粒率和

2、混合度的影響。
　　 試驗結果分析得出了含水量是影響混合料制粒率和混合度的主要因素，轉速、填充率和煤粉添加深度是次要因素；綜合兩次測定試驗結果，研究表明：最佳制粒和混合參數(shù)組合是含水量7.1％、轉速17r/min、填充率11％、煤粉添加深度是5m。
　　 其次，詳細闡述了本文選擇的BP人工神經網絡，包括網絡結構和學習算法。以正交試驗數(shù)據為樣本，利用Matlab7.0軟件編程建立了混合料的BP神經網絡模型，而后對其進行訓練

3、、預測。
　　 最后，基于VC++強大的集成開發(fā)環(huán)境，利用Matlab與VC++的應用程序接口，通過調用Matlab引擎庫函數(shù)和神經網絡工具箱的方式，進行了兩者的混合編程。編程實現(xiàn)的基于神經網絡的滾筒混合料制粒率及混合度預測系統(tǒng)，可以在設置的列表框中輸入或選擇參數(shù)，運行后得到輸出結果的顯示。
　　 通過本論文的研究方法，可以在試驗之前對其進行初步的結果預測，節(jié)省了人力物力，提高了效率。因此，對該鋼廠的生產實際具有較大的指