烧结矿FeO含量的合理控制与优化

• 作者: 卢丹 王雪松
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 烧结矿 FeO 神经网络
• 年，卷（期）: 2010,（4）
• 页码范围: 344-348
• 分类号: TF046.4
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2010.04.002

摘要

烧结矿中FeO含量对烧结矿的冶金性能有重要影响,但是烧结过程的大滞后性和动态时变性,以及影响因素的复杂性导致难以实现FeO含量的有效控制.建立分别基于BP网络和RBF网络的预报模型.仿真结果表明,在处理烧结过程非线性问题时,选用基于自适应修改斜率学习算法的BP网络预报模型具有更好的泛化能力,网络结构简单,预报命中率达到96%.针对预报结果,采用区间控制策略来优化烧结矿FeO含量,既能避免因为频繁改动参数造成的生产不稳定,又能达到有效控制的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雪松	安徽工业大学冶金与资源学院	32	197	8.0	12.0
2	卢丹	安徽工业大学冶金与资源学院	1	1	1.0	1.0