基于智能技術(shù)的鐵礦石品位仿真分析.pdf

1、我國(guó)為當(dāng)今世界上最大的鋼鐵生產(chǎn)國(guó)，在很大程度上主導(dǎo)著世界鋼鐵行業(yè)的價(jià)值鏈。鐵礦石作為鋼鐵的重要原材料，受到鋼鐵行業(yè)的廣泛關(guān)注。鐵礦石品位是影響礦山工作最重要的因素，貫穿開(kāi)采、選礦的整個(gè)過(guò)程，還影響著礦山未來(lái)的規(guī)劃。鐵礦石品位分析技術(shù)是礦山生產(chǎn)中的關(guān)鍵技術(shù)，正確地分析鐵礦石品位有利于企業(yè)做到資源利用最大化和效益最大化。隨著鋼鐵行業(yè)的蓬勃發(fā)展，礦山鐵礦石的開(kāi)采規(guī)模日益增長(zhǎng)，開(kāi)采設(shè)備和開(kāi)采技術(shù)不斷得到改進(jìn)，但是鐵礦石品位分析技術(shù)沒(méi)有及時(shí)得到改

2、進(jìn)，目前大都用人工采樣分析的方法，影響著礦山的生產(chǎn)效率，制約著公司實(shí)現(xiàn)機(jī)電一體化的進(jìn)程。通過(guò)實(shí)地考察，發(fā)現(xiàn)鐵礦石的品位與礦石的質(zhì)量、體積、顏色、水分比、塊礦比、川脈號(hào)等諸多因素有著密切的關(guān)系，采集了礦山開(kāi)采過(guò)程中與鐵礦石品位相關(guān)的相關(guān)資料和數(shù)據(jù)。如何通過(guò)實(shí)際數(shù)據(jù)衡量這些因素的重要性，并且根據(jù)這些屬性進(jìn)行鐵礦石品位分析，是礦山亟待解決的問(wèn)題。這些數(shù)據(jù)中屬性較多，且存在很多的不一致信息，采用傳統(tǒng)的線性分析方法難以得到滿意的結(jié)果。粗糙集理論能

3、夠有效地處理各種不完整、不精確的數(shù)據(jù)，提取數(shù)據(jù)集中的重要屬性，并從中發(fā)現(xiàn)潛在的規(guī)律。BP神經(jīng)網(wǎng)絡(luò)有著逼近任意非線性函數(shù)的能力，而且算法簡(jiǎn)單高效，可用于復(fù)雜系統(tǒng)建模。粗糙集與神經(jīng)網(wǎng)絡(luò)技術(shù)的結(jié)合為鐵礦石品位分析提供了新的途徑。
　　 本文介紹了鐵礦石品位分析的相關(guān)研究，具體闡述了粗糙集和神經(jīng)網(wǎng)絡(luò)相關(guān)理論知識(shí)。提出了一種基于鍵樹(shù)的不一致系統(tǒng)屬性約簡(jiǎn)算法，利用鍵樹(shù)的存儲(chǔ)結(jié)構(gòu)和操作效率優(yōu)化了粗糙集屬性約簡(jiǎn)過(guò)程，能有效地對(duì)不一致系統(tǒng)進(jìn)行約簡(jiǎn)