烧结通用配料计算软件系统的开发

本文介绍了烧结通用配料计算软件系统的总体结构，软件的功能及其设计特点，该软件已在多个烧结经验中得到成功应用。     

基于内容的回转窑火焰图像检索

为充分应用回转窑计算机看火所产生的火焰图像,提出一种基于内容的回转窑火焰图像的检索方法.分析和提取火焰图像中的纹理特征、颜色特征和形状特征,并进行了归一化.通过计算被检索图像和数据库中图像的特征值的相似度,得到一系列相近检索结果.分别对基于纹理特征、颜色和形状特征及综合特征的检索方法进行火焰图像数据库检索试验.结果表明,这些方法都有较高精度,其中综合特征检索为最高.该研究可为回转窑生产管理和监控提供有力支持.     

基于综合神经网络的优化配矿系统模拟模型及应用

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问的关系，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。     

Prediction of Al（OH）3 fluidized roasting temperature based on wavelet neural network

The recycle fluidization roasting in alumina production was studied and a temperature forecast model was established based on wavelet neural network that had a momentum item and an adjustable learning rate. By analyzing the roasting process, coal gas flux, aluminium hydroxide feeding and oxygen content were ascertained as the main parameters for the forecast model. The order and delay time of each parameter in the model were deduced by F test method. With 400 groups of sample data （sampled with the period of 1.5 min） for its training, a wavelet neural network model was acquired that had a structure of {7^-21^-1}, i.e., seven nodes in the input layer, twenty-one nodes in the hidden layer and one node in the output layer. Testing on the prediction accuracy of the model shows that as the absolute error ±5.0 ℃ is adopted, the single-step prediction accuracy can achieve 90% and within 6 steps the multi-step forecast result of model for temperature is receivable.     

铁矿石烧结工艺参数优化模型的设计与应用

在分析配矿方案、工艺参数、产、质量指标三者相互关系的基础上,提出了两种优化烧结工艺参数的数学逻辑模型,即网络输出参数优化模型和网络输入参数优化模型.通过神经网络建模,比较建模结果,网络输入参数优化模型的效果更好.在神经网络模型的基础上结合遗传算法求解网络输入参数优化模型,计算出最佳的工艺参数.模型通过应用,不仅降低了烧结能耗,而且提高了烧结矿的产、质量,验证了模型的有效性和实用性.     

铁矿烧结配矿模式研究进展

新常态经济下中国钢铁工业进入创新驱动式内涵发展的新阶段,进一步提升铁矿石配矿的技术经济综合指标对烧结生产至关重要。归纳了烧结配矿过程描述模式,提出了综合工序、特性和技术、经济及环境指标信息的配矿求解组态模式。分析了主要烧结配矿技术的特点,结合配矿组态模式,探讨了烧结配矿信息的解析和模式化,对配矿模式研究方向进行了展望。     

冶金过程人工神经网络建模及其参数优化策略

鉴于人工神经（ANN）网络在处理复杂系统方面卓越的能力,采用人工神经网络来处理冶金过程的系统建模问题,分析并建立了人工神经网络建模的框架及应用方法。在用网络模型仿真实际系统的基础上,详细论述了基于网络模型的3种系统参数优化策略。将已建立的模型应用于冶金实际生产,结果表明,预测结果与实际生产数值相当吻合。     

基于神经网络的氢氧化铝焙烧优化控制系统

采用OPC(OLE for Process Control)技术架构了三层模式的过程优化控制系统,实现了优化控制系统与现有PLC系统的数据通讯、信息共享.优化控制系统由FLUENT仿真分析、过程智能建模、流程理论分析和优化控制四大模块组成.主要模块采用神经网络架构,实现复杂炉况的系统辩识以及工艺参数的优化计算.生产应用表明:该系统具有很好的指导性,能稳定生产、优化操作,为节能和降废的整体优化提供了新手段和途径.     

基于最小二乘支持向量机和遗传算法的氧化铝悬浮焙烧能耗估计建模

针对氧化铝悬浮焙烧能耗信息表征和模型应用的实际需求,建立一种最小二乘支持向量机(LS-SVM)能耗估计模型。基于该类模型结合遗传算法(GA)提出一种模型参数优化和工业应用策略。采用灰关联分析确定模型的主输入为主炉温度、烟气含氧量、原料含水量;采用K折交叉验证优化样本数据;采用比较模型预测误差确定核函数为径向基函数(RBF)核。建立输入为能耗参数,输出为模型标志的支持向量机工况模型选择器。能耗估计模型的自学习与动态优化通过样本的更新和聚类实现,模型的选择和投运通过模型选择器依据工况状态实施切换。实验结果表明,建立的焙烧能耗估计模型和模型应用策略,能提高模型的泛化能力、增强模型的工况适应性,是一种有效的焙烧能耗参数估计和分析方法。     

烧结配矿监控与信息管理系统的设计与研发

为增强配矿烧结过程实时监控能力, 提高配矿过程信息挖掘效率, 构建了烧结配矿监控与信息管理系统。该系统由C/S模式的过程监控和B/S模式的配矿信息采集两大子系统组成。采用MongoDB架构系统数据库, 采用VC⁺⁺实现监控子系统的人机交互界面、数据通讯接口、信息数据库、信息分析四大模块, 采用Eclipse RAP实现基于数据库的Web服务编程。系统具有多任务和实时监控能力, 信息采集功能强、适应性好, 为烧结配矿监控和信息挖掘提供了一种有效的系统平台。