- 1、本文档共59页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
p-s转炉熔剂入及铜锍加入优化模型的研究
摘要
摘要
铜锍吹炼是铜冶炼厂中冶炼粗铜的重要环节,它对粗铜的产量和质量具有
关键的影响。但由于P.S转炉吹炼过程并非是在一个完全封闭的环境下进行,它
涉及到化学反应、热量变化及传递、物料变化、流体动力等方面,这些都严重
地制约铜镜吹炼在线实时检测操作的实现。同时,在当前国内大部分的铜冶炼
厂中铜锍吹炼过程中的操作是凭人工经验进行的。由此看来,对铜锍吹炼过程
操作中各个环节的优化不仅直接能为提高铜锍吹炼终点判断率奠定良好基础,
而且对我国冶铜业的长足发展存在着重要的现实意义。
在了解当前国内外铜冶炼的发展状况下,本论文通过对贵冶厂的调研,深
入了解了P.S转炉的生产状况及结构,对铜锍物料平衡计算,深入了解铜锍吹炼
特性,建立了铜锍加入量系统与熔剂加入量系统。并且通过基于经验公式与物
料衡算计算熔剂加入量与熔剂预渊模型预测值相比较,得出优劣。最后建立了
铜锍吹炼数据存储数据库,为本系统的数据驱动模型提供和更新清洁数据。
在软件开发过程中,本人利用了MATLAB与VC++平台进行BP神经网络
的研究,最终在VC++平台上实现BP神经网络自身的优化,建立了自适应BP
网络模型。为了使BP神经网络算法更优良,在此对所需的数据进行预处理:数
据标准化及数据灰色关联度计算。最终利用VC++与数据库SQL关联,创建了
一个集数据驱动预测与数据存储一体的模型。
关键词:P.S转炉;数据预处理;熔剂加入优化;铜锍加入优化;神经网络
Abstract
Abstract
Matte isan of crude formatte
convertingimportantpart smeltingcopper
for crude
isthe factor
factory,whichkey production
smelting and删埘ofcopper.
ofP—Sconverterisnotina sealed
However,theblowingprocess completely
has
it chemical and of
environment,whenreactions,the he咄
changingtransferring
of characters restrictthe
material,fluid
changes dynamics,etc.Theseseverely
achievementofactualdetection inmatte
operation.Nowadays,theoperations
process
ofmostofdomestic factories 0nthemanual
copper depend
converting smelting
operation ineach ofmatte
expe
文档评论(0)