針對(duì)球團(tuán)鏈箅機(jī)預(yù)熱段溫度場(chǎng)因非線性、時(shí)滯性、不確定性等特點(diǎn)難以通過(guò)傳統(tǒng)的理論分析方法建立數(shù)學(xué)模型的問(wèn)題,建立貝葉斯-BP神經(jīng)網(wǎng)絡(luò),對(duì)該溫度場(chǎng)模型進(jìn)行系統(tǒng)辨識(shí),對(duì)比模型預(yù)測(cè)輸出值與實(shí)際系統(tǒng)輸出值,通過(guò)仿真與實(shí)驗(yàn)分析該辨識(shí)模型的擬合效果。結(jié)果表明:貝葉斯-BP神經(jīng)網(wǎng)絡(luò)擬合效果較好,其線性擬合度近似為1,最終預(yù)測(cè)誤差約為0.014 K,預(yù)測(cè)相對(duì)誤差在5%范圍內(nèi),構(gòu)建的預(yù)熱段溫度場(chǎng)模型準(zhǔn)確可靠且適用性強(qiáng),可為預(yù)熱段溫度場(chǎng)均衡穩(wěn)定控制提供理論指導(dǎo)。

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

圖1球團(tuán)鏈箅機(jī)預(yù)熱段熱風(fēng)流工藝流程

球團(tuán)鏈箅機(jī)預(yù)熱段溫度場(chǎng)主要由空間氣體溫度和球團(tuán)料層溫度兩部分構(gòu)成,其隨時(shí)間呈非線性分布狀態(tài),因此,可將其視為一個(gè)復(fù)雜的非線性系統(tǒng)。氣流作為鏈箅機(jī)內(nèi)熱量的重要載體,調(diào)節(jié)其在預(yù)熱段中的流量是控制系統(tǒng)熱量分布、穩(wěn)定溫度場(chǎng)的主要手段。球團(tuán)鏈箅機(jī)預(yù)熱段熱風(fēng)流工藝流程如圖1所示。由圖1可知:....

圖2BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意

BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò),如圖2所示。由圖2可知:BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層、隱含層和輸出層。其網(wǎng)絡(luò)學(xué)習(xí)過(guò)程由數(shù)據(jù)流的前向計(jì)算(正向傳播)和誤差信號(hào)的反向傳播兩個(gè)過(guò)程構(gòu)成。當(dāng)正向(由輸入層到隱含層再到....

圖3貝葉斯-BP神經(jīng)網(wǎng)絡(luò)辨識(shí)建模流程

貝葉斯-BP神經(jīng)網(wǎng)絡(luò)對(duì)非線性系統(tǒng)具有良好的擬合能力,其辨識(shí)建模流程如圖3所示,其中X(X={x1,x2,x3,x4,x5,x6})為球團(tuán)鏈箅機(jī)預(yù)熱段溫度場(chǎng)和貝葉斯-BP神經(jīng)網(wǎng)絡(luò)的輸入,y為系統(tǒng)的輸出,y′為貝葉斯-BP神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出,e為系統(tǒng)輸出和網(wǎng)絡(luò)實(shí)際輸出的誤差。在辨識(shí)過(guò)....

圖4貝葉斯-BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差

針對(duì)球團(tuán)鏈箅機(jī)預(yù)熱段溫度場(chǎng)進(jìn)行系統(tǒng)辨識(shí)建模與仿真,其中,將215組數(shù)據(jù)分3種工況用于貝葉斯-BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練,結(jié)果如圖4所示。由圖4可知:貝葉斯-BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中,誤差隨訓(xùn)練時(shí)間的變化逐漸減少,在經(jīng)過(guò)378個(gè)單位時(shí)間以后,網(wǎng)絡(luò)誤差逼近要求。3種工況下的仿真結(jié)果如表1所示。由....

本文編號(hào)：3913753