一种基于深度神经网络的烧结料层透气性预报模型

• 作者: 赵小青 卜象平 刘颂 刘二浩 王丰 吕庆
• 来源期刊: 中国冶金
• 关键词: 烧结料层 透气性 预处理 相关性分析 深度神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 专题研究
• 页码范围: 9-17
• 页数: 9页
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1006-9356.20200250

摘要

为了保证整个烧结生产过程的顺利进行,通过对承钢2号烧结厂数据库中的数据进行采集、整合和预处理,运用相关性分析筛选出与料层透气性相关的重要特征变量,基于深度神经网络算法建立料层透气性预报模型,以即时为现场操作人员提供科学的操作指导.通过测试并与随机森林模型、支持向量机模型进行性能对比,结果表明,深度神经网络具有很好的预测效果,可实现对料层透气性的精准预测,对优化烧结现场的操作效果具有很好的指导意义.