發(fā)布時間：2020-05-20 12:27

【摘要】：針對傳統(tǒng)燒結礦質(zhì)量檢測方法滯后,結果反饋不及時,導致造成燒結過程工藝參數(shù)調(diào)整不準確的問題,文中提出一種基于Elman神經(jīng)網(wǎng)絡的燒結礦質(zhì)量在線預測研究方法。根據(jù)燒結礦歷史生產(chǎn)數(shù)據(jù)建立以燒結礦轉鼓強度和耐磨指數(shù)為指標的預測模型,隨后對基于瞬發(fā)γ中子活化分析(PGNAA)成分技術的工業(yè)物料在線檢測儀器檢測經(jīng)化學式轉化得到的數(shù)據(jù)進行在線預測,并將結果反饋給燒結過程達到燒結礦質(zhì)量在線調(diào)控的目的。實驗仿真結果表明,在線預測明顯縮補了物料調(diào)控時間,改善了燒結工藝品質(zhì),預測結果比較準確。
【圖文】：

據(jù)影響燒結礦轉鼓強度和耐磨指數(shù)的主要因素，本文擬選定以MgO含量、FeO含量和SiO2含量等影響較大的因素作為模型的輸入神經(jīng)元參數(shù)，以燒結礦轉鼓強度和耐磨指數(shù)作為模型輸出建立基于Elman神經(jīng)網(wǎng)絡的預測模型。其結構如圖1所示。其中，輸入層、隱含層、輸出層的連接類似于前饋式網(wǎng)絡，輸入層的單元僅起信號傳輸?shù)淖饔�，輸出層單元起線性加權作用。隱含層單元的傳遞函數(shù)可采用線性或非線性函數(shù)，承接層又稱上文層或狀態(tài)層，它用來記憶隱含層單元前一時刻的輸出值并返回給網(wǎng)絡的輸入，可以認為是一個一步延時算子。圖1Elman網(wǎng)絡結構Elman神經(jīng)網(wǎng)絡的特點是隱含層的輸出通過承接層的延遲和存儲，自聯(lián)到隱含層的輸入。這種自聯(lián)方式使其對歷史狀態(tài)的數(shù)據(jù)具有敏感性，內(nèi)部反饋網(wǎng)絡的加入增強了網(wǎng)絡本身處理動態(tài)信息的能力，從而達到動態(tài)建模的目的。此外，Elman神經(jīng)網(wǎng)絡能夠以任意精度逼近任意非線性映射，可以不考慮外部噪聲對系統(tǒng)影響的具體形式，如果給出任意的輸入輸出數(shù)據(jù)對，，就可對系統(tǒng)進行建模［6－7］。假設Elman模型的輸入項MgO、FeO、SiO2組成的向量為u(k－1)，輸出項轉鼓強度、耐磨指數(shù)組成的向量為y(k)，中間層向量為x(k)(本文選取9個中間節(jié)點)，則Elman神經(jīng)網(wǎng)絡的數(shù)學模型如下:y(k)=g［ω3x(k)］(1)x(k)=f{ω1xc(k)+ω2［u(k－1)］}(2)xc(k)=x(k－1)(3)式中:y為2維輸出結點向量;x為9維中間層結點單元向量;u為3維輸入向量;xc為9維反饋狀態(tài)向量;ω3為中間層至輸出層連接權值;ω2為輸入層至中間層連接權值;ω1為承接層到中間層的連接權值;g(*)為輸出神經(jīng)元傳遞函數(shù)，是中間層輸出的線性組合;f(*)為中間層神經(jīng)元傳遞函數(shù)，本文采用sig-moid函數(shù)，具體表現(xiàn)形式如下:f(x

100InstrumentTechniqueandSensorOct.20172Elman預測模型仿真結果分析對獲取的歷史燒結生產(chǎn)數(shù)據(jù)進行分析除異處理后共獲得180組樣本數(shù)據(jù)，為消除不同量綱的數(shù)據(jù)對模型的精度造成的影響，將所有樣本數(shù)據(jù)映射到［0，1］區(qū)間內(nèi)，隨機選取其中70%組樣本數(shù)據(jù)對El-man網(wǎng)絡模型進行學習訓練，剩下的30%組數(shù)據(jù)對模型進行驗證。將瞬發(fā)γ中子活化分析(PGNAA)成分技術的工業(yè)物料在線檢測儀器檢測得到的20組數(shù)據(jù)經(jīng)在線預測系統(tǒng)的化學式轉化后作為預測模型的輸入，對燒結礦轉鼓強度和耐磨指數(shù)進行預測，預測結果如圖2、圖3所示，從仿真曲線能夠直觀地看出，燒結礦轉鼓強度和耐磨指數(shù)的預測值變化曲線是以實際檢測值變化曲線為中心波動，兩條曲線基本符合。圖2轉鼓強度模型預測與實際檢驗值對比圖3耐磨指數(shù)預測值與實際檢驗值對比樣本預測值和實際值的比較結果見表1和表2，由表可知，燒結礦轉鼓強度和耐磨指數(shù)的預測值和實際檢測值的平均絕對誤差分別為0．111%和0．047%，轉鼓強度和耐磨指數(shù)的平均相對誤差分別為0．140%和0．910%。預測值與實際檢測值得偏差不超過±0．3，符合預期精度，說明建立的Elman神經(jīng)網(wǎng)絡預測模型能較準確地預報轉鼓強度和耐磨指數(shù)，對燒結過程工藝參數(shù)的調(diào)控有很大的參考性。3結束語文中通過Elman神經(jīng)網(wǎng)絡算法結合使用基于PGNAA技術的在線檢測儀器從燒結礦成分中的FeO、MgO、SiO23個方面建立模型對燒結礦轉鼓強度和耐表1轉鼓強度數(shù)據(jù)比對序號模型預測值/%實際檢測值/%絕對誤差/%相對誤差/%179．264879．420．15520．19542279．784479．900．11560．14468379．517979．710．19210．2409986479．351879．390．03820．04812579．575379．540．03530．04438679．422379．380．04230．053288

【相似文獻】

相關期刊論文 前10條

1 李界家;陳廣其;;基于改進Elman神經(jīng)網(wǎng)絡的氧化鋁濃度控制建模[J];科技廣場;2011年09期

2 李紅娟;王建軍;王華;孟華;;基于HP(2)-Elman模型的鋼鐵企業(yè)富余煤氣預測及優(yōu)化調(diào)度[J];鋼鐵研究學報;2013年07期

3 宋秀臣;;采取對策 穩(wěn)定燒結礦質(zhì)量[J];江蘇冶金;2006年01期

4 梁丹;;燒結礦質(zhì)量的屬性數(shù)學模型綜合評價[J];遼寧科技學院學報;2006年03期

5 杜超伶;杜建民;王兆利;劉穎曉;;X熒光分析用燒結礦控樣的研制及應用[J];冶金叢刊;2008年01期

6 ;一九七九年全國燒結礦質(zhì)量交流會在長沙召開[J];燒結球團;1980年02期

7 ;國外燒結礦質(zhì)量標準及指標狀況[J];燒結球團;1991年02期

8 ;改善燒結礦質(zhì)量的一項新工藝[J];湖南冶金;1992年03期

9 周行望;武鋼三燒燒結礦質(zhì)量的改進[J];燒結球團;1996年06期

10 彭永忠;燒結礦配料的計算系統(tǒng)[J];計算技術與自動化;2000年01期

相關會議論文 前10條

1 劉道林;陳伍烈;彭志強;;新鋼燒結礦控鋅實踐[A];2008年全國煉鐵生產(chǎn)技術會議暨煉鐵年會文集（上冊）[C];2008年

2 魏航宇;李立強;趙勇;吳浩;付會陽;;邯鋼煉鐵部400m~2燒結機提高燒結礦質(zhì)量生產(chǎn)實踐[A];2012年河北省煉鐵技術暨學術年會論文集[C];2012年

3 李華亮;;燒結礦R合格率下降原因分析與改進[A];2009年河北省冶金學會煉鐵技術暨學術年會論文集[C];2009年

4 郭考;田智勇;溫善學;李煒璽;;宣鋼煉鐵廠提高360m~2燒結機產(chǎn)質(zhì)量的實踐及今后措施[A];2009年河北省冶金學會煉鐵技術暨學術年會論文集[C];2009年

5 王翠琴;崔繼英;馬振霞;揚玉梅;;提高燒結礦質(zhì)量的生產(chǎn)實踐[A];2010年全國煉鐵生產(chǎn)技術會議暨煉鐵學術年會文集（上）[C];2009年

6 孫文東;周勇;;武鋼燒結礦質(zhì)量改進措施回顧與展望[A];2001中國鋼鐵年會論文集（上卷）[C];2001年

7 閉立鋼;熊蘭香;趙秀華;劉華慶;;柳鋼燒結礦噴灑活性鹵化鈣生產(chǎn)實踐總結[A];2008年中小高爐煉鐵學術年會論文集[C];2008年

8 馮軍勝;董輝;張琦;王愛華;;燒結礦余熱罐式回收利用關鍵技術問題[A];2014年全國煉鐵生產(chǎn)技術會暨煉鐵學術年會文集(下)[C];2014年

9 劉曉波;田力;;邢鋼提高燒結礦質(zhì)量的實踐[A];2010年河北省冶金學會煉鐵技術暨學術年會論文集[C];2010年

10 劉國定;劉征;彭政委;王健;;綜合降低燒結礦成本的生產(chǎn)實踐[A];2012年全國煉鐵原料技術創(chuàng)新與燒結低溫余熱利用技術研討會論文集[C];2012年

相關重要報紙文章 前10條

1 通訊員 付樹浩;首鋼煉鐵廠 “四個狠抓”提高燒結礦質(zhì)量[N];首都建設報;2010年

2 甘志鴻;新鋼集團2010年生產(chǎn)燒結礦1332萬噸[N];中國冶金報;2011年

3 宏濟;提高燒結利用系數(shù)和燒結礦質(zhì)量的技術[N];世界金屬導報;2014年

4 甘志鴻;新鋼燒結礦質(zhì)量超目標[N];中國冶金報;2010年

5 趙云;提高燒結礦質(zhì)量改善高爐運轉[N];世界金屬導報;2007年

6 郭廷杰;含氫氣體燃料燒結技術的開發(fā)[N];世界金屬導報;2012年

7 廖建國;高爐大噴煤操作條件下低SiO_2燒結礦質(zhì)量的評價[N];世界金屬導報;2001年

8 劉春;首鋼礦業(yè)公司追求卓越 實施“0.01質(zhì)量穩(wěn)定工程”[N];世界金屬導報;2007年

9 劉煉;唐鋼煉鐵廠求精求細重點抓質(zhì)量攻關[N];世界金屬導報;2009年

10 劉春;首鋼礦業(yè)生產(chǎn)經(jīng)營創(chuàng)出高水平[N];世界金屬導報;2007年

相關博士學位論文 前1條

1 李勇;燒結混合料制備過程智能集成優(yōu)化控制策略及其工業(yè)應用[D];中南大學;2012年

相關碩士學位論文 前10條

1 宋菁華;高爐冶煉過程的多尺度特性與硅含量預測方法研究[D];浙江大學;2016年

2 崔健;燒結旋冷機強化傳熱與余熱利用研究[D];河北聯(lián)合大學;2014年

3 李小成;基于鐵礦石燒結基礎特性的燒結礦質(zhì)量預報模型[D];河北聯(lián)合大學;2014年

4 楊成宇;制粒方式對鞍鋼燒結礦質(zhì)量和性能影響的實驗研究[D];遼寧科技大學;2015年

5 黃連鋒;燒結礦立式冷卻裝置料層氣固傳熱和阻力特性研究[D];浙江大學;2016年

6 李明明;燒結礦余熱回收豎罐結構及熱工參數(shù)研究[D];東北大學;2014年

7 張樂文;基于機尾斷面形態(tài)及過程參數(shù)多參量分析的燒結礦質(zhì)量在線判定系統(tǒng)的研發(fā)[D];安徽大學;2017年

8 王紹麗;基于集成模型的燒結礦質(zhì)量預測系統(tǒng)及工業(yè)應用[D];中南大學;2011年

9 羅遠秋;燒結礦冷卻過程實驗與數(shù)值模擬研究[D];東北大學　;2009年

10 張海濤;利用燒結礦凈化、重整焦爐荒煤氣的研究[D];東北大學;2014年

本文編號：2672623