基于综合神经网络的优化配矿系统模拟模型及应用.pdfVIP

第 28 卷 　第 6 期 烧 结 球 团 2003 年 11 月 Sintering and Pelletizing 7 设 计 基于综合神经网络的优化配矿　　　 与 研 系统模拟模型及应用　　　 究 李云涛 　范晓慧 　刘代飞 　　　 ( 中南大学钢铁系烧结球团研究所) 　　　 　　摘　要　针对烧结配矿的复杂性 ,建立了综合神经网络模拟模型 ,用以仿真烧结配矿与烧结矿产质 量指标间的关系 ,并利用生产数据对模型进行了检验。综合神经网络的应用能大大提高预报的命中率 , 同时,对在其他领域的应用 ,也有很好的参考价值。 关键词　综合神经网络　优化配矿　模拟模型 间的关系 ,就能为配料找到一条好的解决方法。 1 　前　言 神经网络具有自组织、自适应以及自学习 烧结生产是一个复杂的物理、化学过程 , 等优点。其中 , 多层前馈神经网络 ( 即 BP 神 ) 对该过程的研究还在不断地进行。烧结生产的 经网络 , 由于具有很好的非线性逼近能力、 目的是得到符合产、质量指标的烧结矿, 以满 性能稳定、应用广泛 , 很适合在配料系统中采 足高炉生产的需要。基于我国铁矿石的资源状 用。但 BP 神经网络在应用中存在运算速度慢、 况 , 我国钢铁工业越来越多地使用国外铁矿 不易达到全局最优、网络参数和训练参数难确 石 , 铁矿石种类在不断增加。如何在烧结生产 定等不足 , 实际应用中需要对 BP 神经网络进 中合理搭配使用这些日益变化的铁矿石 , 使之 行各种各样的处理和改进。本文通过采取几种 满足生产需要 , 已成为钢铁工业研究的一大内 措施对 BP 神经网络进行改进 , 同时结合遗传 容。尤其是当一种新品种的铁矿石用于烧结 算法 , 确定了一种满足优化配料系统的综合神 时 , 往往要进行不断摸索和反复调整 , 才能满 经网络模型。 足产质量指标的要求。如果能充分利用已有的 2 　BP 神经网络模型 生产数据 , 迅速预报出一种混合料的生产效 果 , 即找到各种铁矿石配比与生产产质量指标 21 　BP 神经网络应用理论 定理 1 　Kolmogorov 于 1957 年提出 , 给定 任一连续的函数 f : [ 0 , 1 ]n →Rm , f 可以精确 ( ) 收稿日期 :2003 - 08 - 13 　联系人 :李云涛 410083 湖南 长沙　中南大学钢铁系烧结球团研究所 的用一个三层神经网络实现 ,此神经网络的第 EFFECT OF BENTONITE ADDITIVE ON PELLETIZING OPERATION OF OUR COUNTRY