基于球團(tuán)質(zhì)量指標(biāo)的生產(chǎn)過(guò)程優(yōu)化研究.pdf

1、隨著高爐的大型化、自動(dòng)化以及最大限度地降低焦比的要求，對(duì)高爐爐料的質(zhì)量要求越來(lái)越高。球團(tuán)礦由于其特有的冶金性能而成為當(dāng)今冶煉爐料中不可缺少的組成部分。然而球團(tuán)質(zhì)量指標(biāo)的檢測(cè)大多是在成品球團(tuán)生產(chǎn)出來(lái)以后才進(jìn)行的，這很難針對(duì)生產(chǎn)過(guò)程的球團(tuán)質(zhì)量狀況實(shí)時(shí)得調(diào)整生產(chǎn)過(guò)程參數(shù)，從而影響企業(yè)的生產(chǎn)質(zhì)量和效益。因此建立成品球團(tuán)的質(zhì)量預(yù)報(bào)模型是非常必要的。
　　鏈篦機(jī)-回轉(zhuǎn)窯氧化球團(tuán)燒結(jié)過(guò)程是一個(gè)涉及到傳質(zhì)、傳熱和復(fù)雜化學(xué)反應(yīng)的工業(yè)過(guò)程。采用傳統(tǒng)方

2、法建立其質(zhì)量預(yù)報(bào)模型是非常困難的。本文采用BP神經(jīng)網(wǎng)絡(luò)建立球團(tuán)礦質(zhì)量預(yù)報(bào)模型，采用粗糙集理論中的屬性約簡(jiǎn)算法選擇與球團(tuán)質(zhì)量相關(guān)性大的參數(shù)作為球團(tuán)礦質(zhì)量預(yù)報(bào)模型的輸入，保證了預(yù)報(bào)模型輸入?yún)?shù)的合理性，為網(wǎng)絡(luò)模型的精度提供了保障，并且有效地減少了神經(jīng)網(wǎng)絡(luò)模型的計(jì)算工作量。建立了球團(tuán)抗壓強(qiáng)度、FeO和低溫還原粉化指數(shù)的預(yù)報(bào)模型，仿真結(jié)果驗(yàn)證了所建模型的準(zhǔn)確性。
　　本文建立了以抗壓強(qiáng)度為優(yōu)化目標(biāo)的球團(tuán)生產(chǎn)過(guò)程參數(shù)優(yōu)化模型，并采用遺傳算法