铁矿石烧结性能预报模型的研究

【摘要】：随着现代钢铁工业的不断发展,铁矿石资源不断变化,如何在烧结生产中合理利用这些日益变化的国内外铁矿石资源,使之满足生产的需要,已成为钢铁工业研究的一项重要内容。 本论文针对铁矿石烧结的特点,提出了由数据库、烧结性能预报系统和人工神经网络建模平台组成的总体结构。研究了数据库的存储技术与ADO访问技术,设计了铁矿石烧结性能数据库系统;研究了神经网络的输入输出、神经网络的结构和学习算法,针对BP算法训练速度慢等缺点,提出了误差修正带动量项的自适应调节步长的快速BP神经网络算法,并实现了该算法的程序设计。 研究了铁矿石的基本性质与烧结矿产质量指标之间的内在关系,建立了神经网络结构为12—34—4的铁矿石烧结性能预报模型,并取得了较好的预报效果:烧结转鼓强度的预报命中率为86.87%;烧结速度的预报命中率为83.57%,成品率的预报命中率为91.47%,利用系数的预报命中率为85.73%。