烧结终点预报神经网络样本优选与系统建模

• 作者: 汪春鹏
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 烧结终点 废气温度上升点 BP神经网络 K均值聚类 样本优选
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 计算机与控制系统
• 页码范围: 86-89
• 页数: 4页
• 分类号: TP18
• 字数: 2915字
• 语种: 中文

摘要

烧结终点预报对于提高烧结矿强度和产量、降低能耗具有重要意义,但是烧结终点状态受多种因素影响,无法直接检测,只能由操作工依据经验进行判断,严重影响了烧结生产的稳定运行.本系统运用K均值聚类分析的样本优选方法对海量数据进行处理,选择具有代表性的样本,从而有效缩小样本空间、改善样本质量.使用风箱温度曲线计算废气温度上升点和烧结终点软测量值,以台车速度和点火温度作为输入,采用BP神经网络模型,对烧结终点位置进行预报.在实际应用中,该模型预报结果较准确地反映了烧结终点位置的变化,起到了稳定生产、节约能源的作用.