期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
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
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
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
上一页 1 下一页 到第
使用帮助 返回顶部