期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于人工神经网络的烧结矿FeO预报系统
被引量:
11
1
作者
蒋大军
《烧结球团》
北大核心
2005年第3期30-34,共5页
针对现场烧结矿FeO控制复杂与难度大的实际,采用改进后的4层前向神经网络,进行多因素输入建模,输出采用主因线性相关与次因非线性相关叠加,预报烧结矿FeO,为现场烧结矿FeO控制提供了新的可行方法。该网络结构设计先进合理,精度高,泛化...
针对现场烧结矿FeO控制复杂与难度大的实际,采用改进后的4层前向神经网络,进行多因素输入建模,输出采用主因线性相关与次因非线性相关叠加,预报烧结矿FeO,为现场烧结矿FeO控制提供了新的可行方法。该网络结构设计先进合理,精度高,泛化能力强。训练误差平方和为0.0794,用训练样本集测试FeO输出,检验的绝对平均误差为0.109467,命中率97.81%。采用训练后网络预报,其绝对平均误差为0.1068255,命中率100%。
展开更多
关键词
人工神经网络
烧结矿
feo
网络训练
预报系统
下载PDF
职称材料
基于EEMD和机器学习的烧结矿FeO成分长短期综合预报
被引量:
3
2
作者
张振
唐珏
+3 位作者
储满生
柳政根
李福民
吕庆
《钢铁》
CAS
CSCD
北大核心
2023年第8期32-40,共9页
炼铁讲“七分原料,三分操作”,烧结矿是高炉炼铁的主要原料,FeO成分是影响烧结矿还原性、强度和粒度的重要指标,也是影响高炉铁水产量和燃料比的重要因素。因此,及时精确地掌握烧结矿FeO含量对于指导高炉炼铁的顺利生产具有显著作用。...
炼铁讲“七分原料,三分操作”,烧结矿是高炉炼铁的主要原料,FeO成分是影响烧结矿还原性、强度和粒度的重要指标,也是影响高炉铁水产量和燃料比的重要因素。因此,及时精确地掌握烧结矿FeO含量对于指导高炉炼铁的顺利生产具有显著作用。针对烧结矿FeO成分检测结果延时、精度差的问题,提出并建立一种集合经验模式分解EEMD和机器学习的FeO成分长短期综合预报模型。针对烧结数据进行探索性分析,挖掘了烧结数据存在的特性,有根据地采用箱线图和滑动窗口处理数据,保证了数据价值,为建模夯实了数据基础。综合模型包含2个模块。长期预报模型应用EEMD分解波动型FeO成分数据,降低输入数据的复杂性,以双向长短期记忆神经网络Bi-LSTM进行3 h内FeO成分的提前预报;短期预报模块融合EEMD、特征选择和提取方法构造衍生特征,增强模型对于输入和目标数据的学习能力,以极限树ET对下1 h的FeO成分进行预报。在未知烧结数据测试集的验证下发现,EEMD辅助机器学习建模能够大幅提升FeO成分预报精度和稳定性,EEMD-Bi-LSTM和EEMD-ET模型的平均绝对百分比误差M_(APE)为1%左右、均方误差M_(SE)为0.027左右,误差接近零值。预测区间命中率最高能达到94%以上,FeO成分预测趋势与真实情况一致。此结果有助于现场实现FeO成分趋势和数值的精准提前把控。
展开更多
关键词
烧结矿
feo
成分
长短期综合预报
EEMD
机器学习
数据分解
特征构造
原文传递
FeO对烧结矿性能及高炉生产影响的研究
被引量:
1
3
作者
张玉柱
袁雪涛
王鹏
《甘肃冶金》
2014年第1期8-11,共4页
通过对烧结矿FeO含量降低1%前后各一个月的烧结矿性能及其应用于高炉生产引起的高炉生产指标变化分析,总结出烧结矿FeO含量降低1%对唐钢烧结生产及高炉生产的影响规律。
关键词
烧结矿
feo
含量
烧结矿冶金性能
高炉生产指标
下载PDF
职称材料
控制混合料固定碳提高烧结矿FeO稳定率
被引量:
1
4
作者
李程
何木光
易凯
《四川冶金》
CAS
2012年第4期7-10,共4页
攀钢钒炼铁厂为提高烧结矿FeO稳定率,通过控制混合料固定碳来判断和控制烧结矿FeO含量,生产实践表明,烧结矿FeO稳定率提高近10%,烧结机其它的经济技术指标也得到改善。
关键词
混合料固定碳
烧结矿
feo
稳定率
下载PDF
职称材料
题名
基于人工神经网络的烧结矿FeO预报系统
被引量:
11
1
作者
蒋大军
机构
攀枝花钢铁集团公司炼铁厂
出处
《烧结球团》
北大核心
2005年第3期30-34,共5页
文摘
针对现场烧结矿FeO控制复杂与难度大的实际,采用改进后的4层前向神经网络,进行多因素输入建模,输出采用主因线性相关与次因非线性相关叠加,预报烧结矿FeO,为现场烧结矿FeO控制提供了新的可行方法。该网络结构设计先进合理,精度高,泛化能力强。训练误差平方和为0.0794,用训练样本集测试FeO输出,检验的绝对平均误差为0.109467,命中率97.81%。采用训练后网络预报,其绝对平均误差为0.1068255,命中率100%。
关键词
人工神经网络
烧结矿
feo
网络训练
预报系统
Keywords
sinter
feo
content,
influence
factors,
neural
network
improving
design,
modeling,
network
training,
forecast
分类号
TF124.5 [冶金工程—粉末冶金]
TP183 [冶金工程—冶金物理化学]
下载PDF
职称材料
题名
基于EEMD和机器学习的烧结矿FeO成分长短期综合预报
被引量:
3
2
作者
张振
唐珏
储满生
柳政根
李福民
吕庆
机构
东北大学冶金学院
华北理工大学冶金与能源学院
出处
《钢铁》
CAS
CSCD
北大核心
2023年第8期32-40,共9页
基金
国家自然科学基金资助项目(52274326)
中央高校基本科研业务专项资金资助项目(N2125018)。
文摘
炼铁讲“七分原料,三分操作”,烧结矿是高炉炼铁的主要原料,FeO成分是影响烧结矿还原性、强度和粒度的重要指标,也是影响高炉铁水产量和燃料比的重要因素。因此,及时精确地掌握烧结矿FeO含量对于指导高炉炼铁的顺利生产具有显著作用。针对烧结矿FeO成分检测结果延时、精度差的问题,提出并建立一种集合经验模式分解EEMD和机器学习的FeO成分长短期综合预报模型。针对烧结数据进行探索性分析,挖掘了烧结数据存在的特性,有根据地采用箱线图和滑动窗口处理数据,保证了数据价值,为建模夯实了数据基础。综合模型包含2个模块。长期预报模型应用EEMD分解波动型FeO成分数据,降低输入数据的复杂性,以双向长短期记忆神经网络Bi-LSTM进行3 h内FeO成分的提前预报;短期预报模块融合EEMD、特征选择和提取方法构造衍生特征,增强模型对于输入和目标数据的学习能力,以极限树ET对下1 h的FeO成分进行预报。在未知烧结数据测试集的验证下发现,EEMD辅助机器学习建模能够大幅提升FeO成分预报精度和稳定性,EEMD-Bi-LSTM和EEMD-ET模型的平均绝对百分比误差M_(APE)为1%左右、均方误差M_(SE)为0.027左右,误差接近零值。预测区间命中率最高能达到94%以上,FeO成分预测趋势与真实情况一致。此结果有助于现场实现FeO成分趋势和数值的精准提前把控。
关键词
烧结矿
feo
成分
长短期综合预报
EEMD
机器学习
数据分解
特征构造
Keywords
sinter
feo
composition
long-term
and
short-term
comprehensive
prediction
EEMD
machine
learning
data
decomposition
feature
construction
分类号
TF046.4 [冶金工程—冶金物理化学]
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
FeO对烧结矿性能及高炉生产影响的研究
被引量:
1
3
作者
张玉柱
袁雪涛
王鹏
机构
河北联合大学冶金与能源学院
河北钢铁集团唐钢炼铁厂
出处
《甘肃冶金》
2014年第1期8-11,共4页
文摘
通过对烧结矿FeO含量降低1%前后各一个月的烧结矿性能及其应用于高炉生产引起的高炉生产指标变化分析,总结出烧结矿FeO含量降低1%对唐钢烧结生产及高炉生产的影响规律。
关键词
烧结矿
feo
含量
烧结矿冶金性能
高炉生产指标
Keywords
sinter
feo
content
sinter
metallurgical
properties
blast
furnace
production
indicators
分类号
TF046.6 [冶金工程—冶金物理化学]
下载PDF
职称材料
题名
控制混合料固定碳提高烧结矿FeO稳定率
被引量:
1
4
作者
李程
何木光
易凯
机构
攀钢钒炼铁厂
出处
《四川冶金》
CAS
2012年第4期7-10,共4页
文摘
攀钢钒炼铁厂为提高烧结矿FeO稳定率,通过控制混合料固定碳来判断和控制烧结矿FeO含量,生产实践表明,烧结矿FeO稳定率提高近10%,烧结机其它的经济技术指标也得到改善。
关键词
混合料固定碳
烧结矿
feo
稳定率
Keywords
mixture
fixed
carbon,
sinter
feo
stable
rate
分类号
TF046.4 [冶金工程—冶金物理化学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于人工神经网络的烧结矿FeO预报系统
蒋大军
《烧结球团》
北大核心
2005
11
下载PDF
职称材料
2
基于EEMD和机器学习的烧结矿FeO成分长短期综合预报
张振
唐珏
储满生
柳政根
李福民
吕庆
《钢铁》
CAS
CSCD
北大核心
2023
3
原文传递
3
FeO对烧结矿性能及高炉生产影响的研究
张玉柱
袁雪涛
王鹏
《甘肃冶金》
2014
1
下载PDF
职称材料
4
控制混合料固定碳提高烧结矿FeO稳定率
李程
何木光
易凯
《四川冶金》
CAS
2012
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部