对烧结矿FeO含量预测的数学模型研究

材料与冶金学报, 2013, 12(3): 159-168.

对烧结矿FeO含量预测的数学模型研究

张帆 ^1, , 魏国 ^2, , 庞巍 ^3, , 高强健 ^4, , 陈伟亮 ^5, , 温秋林 ^6, , 杜钢 ^7,

1.东北大学材料与冶金学院,沈阳110819

2.东北大学材料与冶金学院,沈阳110819

3.东北大学材料与冶金学院,沈阳110819;鞍钢集团矿业公司东烧厂,辽宁鞍山114000

4.东北大学材料与冶金学院,沈阳110819

5.东北大学材料与冶金学院,沈阳110819

6.东北大学材料与冶金学院,沈阳110819

7.东北大学材料与冶金学院,沈阳110819

基金项目: 国家自然科学基金资助项目(51074040) (51074206)

关键词： FeO含量预测 , BP , SVM , RBF

A study on mathematical model of prediction of FeO content in the sintering ore

分析烧结生产中影响烧结矿FeO含量的众多因素,选择碱度、配煤量、一次温度、制粒效果、加水量、料层厚度、点火温度、煤气流量等8个工艺参数以及4种矿粉配比作为FeO含量预报模型的输入变量.分别采用BP神经网络、RBF神经网络、SVM 3种进行建模预测.预测结果表明,SVM预测性能优于BP神经网络,RBF神经网络优于SVM.

参考文献

[1]	张军红,沈峰满,谢安国.G-BP算法在烧结矿FeO指标预测中的应用[J].东北大学学报(自然科学版),2002(11):1073-1075.
[2]	蒋大军.基于人工神经网络的烧结矿FeO预报系统[J].烧结球团,2005(03):30-34.
[3]	李孟歆,范静静,张颖,许伟靖,侯丁丁.一种基于多重判别的运动目标检测算法[J].沈阳建筑大学学报（自然科学版）,2013(04):750-756.

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网

对烧结矿FeO含量预测的数学模型研究

A study on mathematical model of prediction of FeO content in the sintering ore

参考文献