發(fā)布時(shí)間：2021-07-10 04:14

　　燒結(jié)是鋼鐵冶煉的重要工序之一,燒結(jié)礦是我國高爐煉鐵的主要原料,燒結(jié)礦化學(xué)成分的穩(wěn)定性直接影響高爐爐況和鋼鐵產(chǎn)品質(zhì)量。燒結(jié)過程是一個(gè)具有大滯后性、強(qiáng)耦合性、強(qiáng)非線性等復(fù)雜特征的動(dòng)態(tài)系統(tǒng)。燒結(jié)礦化學(xué)成分難以被穩(wěn)定控制,實(shí)現(xiàn)燒結(jié)礦化學(xué)成分準(zhǔn)確預(yù)測對(duì)其穩(wěn)定控制具有十分重要的意義。目前傳統(tǒng)淺層網(wǎng)絡(luò)算法未能充分發(fā)掘燒結(jié)過程的本質(zhì)規(guī)律,預(yù)測精度不夠高,難以滿足實(shí)際生產(chǎn)需求。且在實(shí)際生產(chǎn)過程中,一直采用人工化驗(yàn)的方式造成數(shù)據(jù)檢測嚴(yán)重滯后,無法實(shí)時(shí)預(yù)測燒結(jié)礦化學(xué)成分。針對(duì)以上問題,本文提出了基于深度置信網(wǎng)絡(luò)（Deep Belief Network,DBN）的燒結(jié)礦化學(xué)成分預(yù)測模型,并結(jié)合瞬發(fā)伽馬射線中子活化分析（PGNAA）技術(shù)實(shí)現(xiàn)在線預(yù)測系統(tǒng),實(shí)現(xiàn)燒結(jié)礦化學(xué)成分的實(shí)時(shí)快速預(yù)測。首先,本文通過對(duì)燒結(jié)過程深入分析,確定模型預(yù)測參數(shù),并分析預(yù)測算法,選擇建立基于DBN的燒結(jié)礦化學(xué)成分預(yù)測模型。其次,使用灰色關(guān)聯(lián)分析方法確定模型輸入?yún)?shù),剔除樣本異常數(shù)據(jù)和歸一化處理。在此基礎(chǔ)上,設(shè)計(jì)DBN模型結(jié)構(gòu),建立基于DBN的燒結(jié)礦化學(xué)成分預(yù)測模型,基于實(shí)際生產(chǎn)數(shù)據(jù)對(duì)模型仿真分析,并和BP神經(jīng)網(wǎng)絡(luò)模型和SVM模型等常用的... 

【文章來源】：武漢科技大學(xué)湖北省

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 燒結(jié)工藝研究現(xiàn)狀
        1.2.2 燒結(jié)礦化學(xué)成分預(yù)測模型研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文結(jié)構(gòu)
第2章 燒結(jié)過程及預(yù)測算法分析
    2.1 燒結(jié)過程分析
        2.1.1 燒結(jié)工藝流程介紹
        2.1.2 燒結(jié)過程特征分析
        2.1.3 燒結(jié)礦化學(xué)成分預(yù)測參數(shù)確定
    2.2 預(yù)測算法分析
        2.2.1 傳統(tǒng)智能預(yù)測算法
        2.2.2 DBN預(yù)測算法
        2.2.3 預(yù)測算法選擇
    2.3 本章小結(jié)
第3章 基于DBN的燒結(jié)礦化學(xué)成分預(yù)測模型
    3.1 數(shù)據(jù)處理
        3.1.1 模型輸入?yún)?shù)確定
        3.1.2 數(shù)據(jù)預(yù)處理
    3.2 DBN預(yù)測模型
        3.2.1 DBN模型網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.2 DBN模型訓(xùn)練
        3.2.3 DBN模型仿真及誤差分析
    3.3 多模型仿真對(duì)比驗(yàn)證
        3.3.1 BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型
        3.3.2 SVM預(yù)測模型
        3.3.3 仿真對(duì)比
    3.4 本章小結(jié)
第4章 燒結(jié)礦化學(xué)成分在線預(yù)測系統(tǒng)實(shí)現(xiàn)
    4.1 預(yù)測系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
        4.1.1 成分在線檢測
        4.1.2 預(yù)測系統(tǒng)基本結(jié)構(gòu)
    4.2 預(yù)測系統(tǒng)功能實(shí)現(xiàn)
        4.2.1 系統(tǒng)功能組成
        4.2.2 系統(tǒng)硬件結(jié)構(gòu)
        4.2.3 系統(tǒng)軟件功能
        4.2.4 預(yù)測模型自適應(yīng)
    4.3 系統(tǒng)運(yùn)行效果
    4.4 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
致謝
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間發(fā)表的論文
附錄2 攻讀碩士學(xué)位期間參加的科研項(xiàng)目
詳細(xì)摘要


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的超短期光伏精細(xì)化預(yù)測模型研究[J]. 史佳琪,張建華.  電力建設(shè). 2017(06)
[2]基于改進(jìn)型深度學(xué)習(xí)的流量預(yù)測[J]. 朱江,宋永輝,劉亞利.  電訊技術(shù). 2017(01)
[3]基于深度學(xué)習(xí)的短時(shí)交通流預(yù)測[J]. 羅向龍,焦琴琴,牛力瑤,孫壯文.  計(jì)算機(jī)應(yīng)用研究. 2017(01)
[4]基于神經(jīng)網(wǎng)絡(luò)的燒結(jié)礦綜合性能預(yù)測[J]. 陳偉,張惠娟,王寶祥,陳穎,李星.  河北聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(03)
[5]瞬發(fā)伽馬中子活化分析技術(shù)發(fā)展現(xiàn)狀[J]. 盧毅,宋朝暉.  核電子學(xué)與探測技術(shù). 2013(12)
[6]燒結(jié)配礦的研究現(xiàn)狀及展望[J]. 李立芬,張淑會(huì),呂慶,張娜輝.  鋼鐵研究學(xué)報(bào). 2013(09)
[7]InTouchHMI軟件在燒結(jié)廠自動(dòng)控制系統(tǒng)中的應(yīng)用[J]. 王博.  山西電子技術(shù). 2013(02)
[8]PLC和組態(tài)軟件在燒結(jié)監(jiān)控系統(tǒng)中的應(yīng)用[J]. 王震淮.  現(xiàn)代冶金. 2013(01)
[9]深度學(xué)習(xí)研究綜述[J]. 孫志軍,薛磊,許陽明,王正.  計(jì)算機(jī)應(yīng)用研究. 2012(08)
[10]基于數(shù)據(jù)建模的燒結(jié)礦成分預(yù)測[J]. 商秀芹,盧建剛.  控制工程. 2011(04)

碩士論文
[1]基于模糊深度學(xué)習(xí)網(wǎng)絡(luò)算法的短期股價(jià)預(yù)測[D]. 劉慶玲.哈爾濱工業(yè)大學(xué) 2016
[2]燒結(jié)成分在線監(jiān)控系統(tǒng)的研究與設(shè)計(jì)[D]. 李雪銀.武漢科技大學(xué) 2016
[3]燒結(jié)礦化學(xué)成分預(yù)報(bào)模型與控制指導(dǎo)專家系統(tǒng)的研究與開發(fā)[D]. 馮婧.中南大學(xué) 2011



本文編號(hào)：3275164