磁选管回收率智能混合预报方法

• 作者: 严爱军 柴天佑
• 来源期刊: 信息与控制
• 关键词: 竖炉焙烧 磁选管回收率 神经网络 案例推理 专家系统 智能预报
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 759-764
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2005.06.024

摘要

针对衡量竖炉焙烧过程焙烧矿质量好坏的关键工艺指标磁选管回收率难以在线测量、化验结果滞后的难题,采用神经网络、案例推理和专家系统技术,提出了由神经网络预报模型、案例推理预报模型、自校正模型组成的磁选管回收率智能混合预报模型,讨论了模型的结构、主要功能和实现算法,并成功应用于赤铁矿选矿厂竖炉焙烧过程.应用效果表明,在工况正常与异常两种情况下,所提出的方法均能准确预报磁选管回收率.将磁选管回收率预报模型应用于竖炉焙烧过程的优化控制,使磁选管回收率保持在最优工艺指标范围之内,取得了明显的成效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴天佑	东北大学自动化研究中心	382	9006	43.0	78.0
2	严爱军	东北大学教育部暨辽宁省流程工业综合自动化重点实验室	6	122	6.0	6.0