基于人工智能的高炉冶炼焦炭质量预测.pdf

基于人工智能的高炉冶炼焦炭质量预测.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 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. 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. 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

2024年09月机电工程技术Sep.2024

第53卷第09期MECHANICALELECTRICALENGINEERINGTECHNOLOGYVol.53No.09

DOI:10.3969/j.issn.1009-9492.2024.09.010

朱兆松,周云磊,张胜伟.基于人工智能的高炉冶炼焦炭质量预测[J].机电工程技术,2024,53(09):47-50.

基于人工智能的高炉冶炼焦炭质量预测*

1,222※

朱兆松,周云磊,张胜伟

(1.西安邮电大学计算机学院,西安710061;2.南京特殊教育师范学院数学与信息科学学院,南京210038)

摘要:人工智能技术在数据预测方面具有显著的优势,利用人工智能技术对焦炭质量数据进行预测,对于高炉冶炼产品品质预测

具有关键影响。首先阐述了焦炭质量预测的影响因素,以及现有的人工智能技术在冶炼行业的研究。然后提出了一种基于人工智

能的高炉冶炼焦炭质量预测的架构。接着论述了人工智能模型中用于生产预测的随机向量函数链接网络(RVFL),同时对该网络

进行了神经元权重和网络结构的改进,以进一步提高模型预测的准确率。再者依据生产实际,选取了配合煤和生产工艺的各项指

标作为特征向量,并以焦炭成品的质量作为标签,构建并训练了基于人工智能的焦炭质量预测模型。最后通过对某钢铁厂实际生

产中的焦炭质量预测,对不同RVFL网络的性能进行对比和讨论,证明了改进算法后的RVFL的预测误差低于未改进的网络模型,

在预测的准确率方面具有优势,能够满足冶炼生产的需要。

关键词:焦炭质量;人工智能;预测模型;RVFL模型

+

中图分类号:TF526.1文献标志码:A文章编号:1009-9492(2024)09-0047-04

ArtificialIntelligenceBasedCokeQualityPredictionforBlastFurnaceSmelting

1,222

ZhuZhaosong,ZhouYunlei,ZhangShengwei

(1.SchoolofComputerScience,Xi’anUniversityofPostsandTelecommunications,Xi’an710061,China;

2.SchoolofMathematicsandComputerScience,NanjingNormalUniversityofSpecialEducation,Nanjing210038,China)

Abstract:Artificialintelligencetechnologyofferssignificantadvantagesindataprediction,withthepredictionofcokequalitydatausing

artificialintelligencetechnologyhavingacriticalimpactonproductqualitypredictioninblastfurnacesmelting.Factorsthatinfluencecoke

qualitypredictionandtheexistingresearchonAItechnologyinthesmeltingindustryisdescribed.Subsequently,therandomvectorfunction

linknetwork(RVFL)forproductionpredictioni

文档评论(0)

新能源知识科普(本账号发布文档均来源于互联网公开资料,仅用于技术分享交流,相关版权为原作者所有。如果侵犯了您的相关权利,请提出指正,我们将立即删除相关资料)。

1亿VIP精品文档

相关文档