-
题名基于Elman神经网络的烧结矿质量在线预测研究
被引量：13
- 1
-
-
作者
汪清瑶
刘琼
-
机构
武汉科技大学信息科学与工程学院
-
出处
《仪表技术与传感器》
CSCD
北大核心
2017年第10期98-100,104,共4页
-
基金
国家重大科学设备开发专项项目(2013YQ040861-07-WK-SJ003-C04-2014)
-
文摘
针对传统烧结矿质量检测方法滞后,结果反馈不及时,导致造成烧结过程工艺参数调整不准确的问题,文中提出一种基于Elman神经网络的烧结矿质量在线预测研究方法。根据烧结矿历史生产数据建立以烧结矿转鼓强度和耐磨指数为指标的预测模型,随后对基于瞬发γ中子活化分析(PGNAA)成分技术的工业物料在线检测仪器检测经化学式转化得到的数据进行在线预测,并将结果反馈给烧结过程达到烧结矿质量在线调控的目的。实验仿真结果表明,在线预测明显缩补了物料调控时间,改善了烧结工艺品质,预测结果比较准确。
-
关键词
烧结
ELMAN神经网络
瞬发γ中子活化分析
预测
转鼓强度
耐磨指数
-
Keywords
sintering
Elman neural network
PGNAA
prediction
tumble strength
abrasion index
-
分类号
TH89
[机械工程—仪器科学与技术]
-
