基于Elman神經(jīng)網(wǎng)絡(luò)的燒結(jié)礦質(zhì)量在線預(yù)測研究
【圖文】：
據(jù)影響燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度和耐磨指數(shù)的主要因素，本文擬選定以MgO含量、FeO含量和SiO2含量等影響較大的因素作為模型的輸入神經(jīng)元參數(shù)，以燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度和耐磨指數(shù)作為模型輸出建立基于Elman神經(jīng)網(wǎng)絡(luò)的預(yù)測模型。其結(jié)構(gòu)如圖1所示。其中，輸入層、隱含層、輸出層的連接類似于前饋式網(wǎng)絡(luò)，輸入層的單元僅起信號傳輸?shù)淖饔�，輸出層單元起線性加權(quán)作用。隱含層單元的傳遞函數(shù)可采用線性或非線性函數(shù)，承接層又稱上文層或狀態(tài)層，它用來記憶隱含層單元前一時刻的輸出值并返回給網(wǎng)絡(luò)的輸入，可以認(rèn)為是一個一步延時算子。圖1Elman網(wǎng)絡(luò)結(jié)構(gòu)Elman神經(jīng)網(wǎng)絡(luò)的特點是隱含層的輸出通過承接層的延遲和存儲，自聯(lián)到隱含層的輸入。這種自聯(lián)方式使其對歷史狀態(tài)的數(shù)據(jù)具有敏感性，內(nèi)部反饋網(wǎng)絡(luò)的加入增強(qiáng)了網(wǎng)絡(luò)本身處理動態(tài)信息的能力，從而達(dá)到動態(tài)建模的目的。此外，Elman神經(jīng)網(wǎng)絡(luò)能夠以任意精度逼近任意非線性映射，可以不考慮外部噪聲對系統(tǒng)影響的具體形式，如果給出任意的輸入輸出數(shù)據(jù)對，，就可對系統(tǒng)進(jìn)行建模［6－7］。假設(shè)Elman模型的輸入項MgO、FeO、SiO2組成的向量為u(k－1)，輸出項轉(zhuǎn)鼓強(qiáng)度、耐磨指數(shù)組成的向量為y(k)，中間層向量為x(k)(本文選取9個中間節(jié)點)，則Elman神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型如下:y(k)=g［ω3x(k)］(1)x(k)=f{ω1xc(k)+ω2［u(k－1)］}(2)xc(k)=x(k－1)(3)式中:y為2維輸出結(jié)點向量;x為9維中間層結(jié)點單元向量;u為3維輸入向量;xc為9維反饋狀態(tài)向量;ω3為中間層至輸出層連接權(quán)值;ω2為輸入層至中間層連接權(quán)值;ω1為承接層到中間層的連接權(quán)值;g(*)為輸出神經(jīng)元傳遞函數(shù)，是中間層輸出的線性組合;f(*)為中間層神經(jīng)元傳遞函數(shù)，本文采用sig-moid函數(shù)，具體表現(xiàn)形式如下:f(x
100InstrumentTechniqueandSensorOct.20172Elman預(yù)測模型仿真結(jié)果分析對獲取的歷史燒結(jié)生產(chǎn)數(shù)據(jù)進(jìn)行分析除異處理后共獲得180組樣本數(shù)據(jù)，為消除不同量綱的數(shù)據(jù)對模型的精度造成的影響，將所有樣本數(shù)據(jù)映射到［0，1］區(qū)間內(nèi)，隨機(jī)選取其中70%組樣本數(shù)據(jù)對El-man網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)訓(xùn)練，剩下的30%組數(shù)據(jù)對模型進(jìn)行驗證。將瞬發(fā)γ中子活化分析(PGNAA)成分技術(shù)的工業(yè)物料在線檢測儀器檢測得到的20組數(shù)據(jù)經(jīng)在線預(yù)測系統(tǒng)的化學(xué)式轉(zhuǎn)化后作為預(yù)測模型的輸入，對燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度和耐磨指數(shù)進(jìn)行預(yù)測，預(yù)測結(jié)果如圖2、圖3所示，從仿真曲線能夠直觀地看出，燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度和耐磨指數(shù)的預(yù)測值變化曲線是以實際檢測值變化曲線為中心波動，兩條曲線基本符合。圖2轉(zhuǎn)鼓強(qiáng)度模型預(yù)測與實際檢驗值對比圖3耐磨指數(shù)預(yù)測值與實際檢驗值對比樣本預(yù)測值和實際值的比較結(jié)果見表1和表2，由表可知，燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度和耐磨指數(shù)的預(yù)測值和實際檢測值的平均絕對誤差分別為0．111%和0．047%，轉(zhuǎn)鼓強(qiáng)度和耐磨指數(shù)的平均相對誤差分別為0．140%和0．910%。預(yù)測值與實際檢測值得偏差不超過±0．3，符合預(yù)期精度，說明建立的Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型能較準(zhǔn)確地預(yù)報轉(zhuǎn)鼓強(qiáng)度和耐磨指數(shù)，對燒結(jié)過程工藝參數(shù)的調(diào)控有很大的參考性。3結(jié)束語文中通過Elman神經(jīng)網(wǎng)絡(luò)算法結(jié)合使用基于PGNAA技術(shù)的在線檢測儀器從燒結(jié)礦成分中的FeO、MgO、SiO23個方面建立模型對燒結(jié)礦轉(zhuǎn)鼓強(qiáng)度和耐表1轉(zhuǎn)鼓強(qiáng)度數(shù)據(jù)比對序號模型預(yù)測值/%實際檢測值/%絕對誤差/%相對誤差/%179．264879．420．15520．19542279．784479．900．11560．14468379．517979．710．19210．2409986479．351879．390．03820．04812579．575379．540．03530．04438679．422379．380．04230．053288
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 李界家;陳廣其;;基于改進(jìn)Elman神經(jīng)網(wǎng)絡(luò)的氧化鋁濃度控制建模[J];科技廣場;2011年09期
2 李紅娟;王建軍;王華;孟華;;基于HP(2)-Elman模型的鋼鐵企業(yè)富余煤氣預(yù)測及優(yōu)化調(diào)度[J];鋼鐵研究學(xué)報;2013年07期
3 宋秀臣;;采取對策 穩(wěn)定燒結(jié)礦質(zhì)量[J];江蘇冶金;2006年01期
4 梁丹;;燒結(jié)礦質(zhì)量的屬性數(shù)學(xué)模型綜合評價[J];遼寧科技學(xué)院學(xué)報;2006年03期
5 杜超伶;杜建民;王兆利;劉穎曉;;X熒光分析用燒結(jié)礦控樣的研制及應(yīng)用[J];冶金叢刊;2008年01期
6 ;一九七九年全國燒結(jié)礦質(zhì)量交流會在長沙召開[J];燒結(jié)球團(tuán);1980年02期
7 ;國外燒結(jié)礦質(zhì)量標(biāo)準(zhǔn)及指標(biāo)狀況[J];燒結(jié)球團(tuán);1991年02期
8 ;改善燒結(jié)礦質(zhì)量的一項新工藝[J];湖南冶金;1992年03期
9 周行望;武鋼三燒燒結(jié)礦質(zhì)量的改進(jìn)[J];燒結(jié)球團(tuán);1996年06期
10 彭永忠;燒結(jié)礦配料的計算系統(tǒng)[J];計算技術(shù)與自動化;2000年01期
相關(guān)會議論文 前10條
1 劉道林;陳伍烈;彭志強(qiáng);;新鋼燒結(jié)礦控鋅實踐[A];2008年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵年會文集（上冊）[C];2008年
2 魏航宇;李立強(qiáng);趙勇;吳浩;付會陽;;邯鋼煉鐵部400m~2燒結(jié)機(jī)提高燒結(jié)礦質(zhì)量生產(chǎn)實踐[A];2012年河北省煉鐵技術(shù)暨學(xué)術(shù)年會論文集[C];2012年
3 李華亮;;燒結(jié)礦R合格率下降原因分析與改進(jìn)[A];2009年河北省冶金學(xué)會煉鐵技術(shù)暨學(xué)術(shù)年會論文集[C];2009年
4 郭考;田智勇;溫善學(xué);李煒璽;;宣鋼煉鐵廠提高360m~2燒結(jié)機(jī)產(chǎn)質(zhì)量的實踐及今后措施[A];2009年河北省冶金學(xué)會煉鐵技術(shù)暨學(xué)術(shù)年會論文集[C];2009年
5 王翠琴;崔繼英;馬振霞;揚(yáng)玉梅;;提高燒結(jié)礦質(zhì)量的生產(chǎn)實踐[A];2010年全國煉鐵生產(chǎn)技術(shù)會議暨煉鐵學(xué)術(shù)年會文集（上）[C];2009年
6 孫文東;周勇;;武鋼燒結(jié)礦質(zhì)量改進(jìn)措施回顧與展望[A];2001中國鋼鐵年會論文集（上卷）[C];2001年
7 閉立鋼;熊蘭香;趙秀華;劉華慶;;柳鋼燒結(jié)礦噴灑活性鹵化鈣生產(chǎn)實踐總結(jié)[A];2008年中小高爐煉鐵學(xué)術(shù)年會論文集[C];2008年
8 馮軍勝;董輝;張琦;王愛華;;燒結(jié)礦余熱罐式回收利用關(guān)鍵技術(shù)問題[A];2014年全國煉鐵生產(chǎn)技術(shù)會暨煉鐵學(xué)術(shù)年會文集(下)[C];2014年
9 劉曉波;田力;;邢鋼提高燒結(jié)礦質(zhì)量的實踐[A];2010年河北省冶金學(xué)會煉鐵技術(shù)暨學(xué)術(shù)年會論文集[C];2010年
10 劉國定;劉征;彭政委;王健;;綜合降低燒結(jié)礦成本的生產(chǎn)實踐[A];2012年全國煉鐵原料技術(shù)創(chuàng)新與燒結(jié)低溫余熱利用技術(shù)研討會論文集[C];2012年
相關(guān)重要報紙文章 前10條
1 通訊員 付樹浩;首鋼煉鐵廠 “四個狠抓”提高燒結(jié)礦質(zhì)量[N];首都建設(shè)報;2010年
2 甘志鴻;新鋼集團(tuán)2010年生產(chǎn)燒結(jié)礦1332萬噸[N];中國冶金報;2011年
3 宏濟(jì);提高燒結(jié)利用系數(shù)和燒結(jié)礦質(zhì)量的技術(shù)[N];世界金屬導(dǎo)報;2014年
4 甘志鴻;新鋼燒結(jié)礦質(zhì)量超目標(biāo)[N];中國冶金報;2010年
5 趙云;提高燒結(jié)礦質(zhì)量改善高爐運(yùn)轉(zhuǎn)[N];世界金屬導(dǎo)報;2007年
6 郭廷杰;含氫氣體燃料燒結(jié)技術(shù)的開發(fā)[N];世界金屬導(dǎo)報;2012年
7 廖建國;高爐大噴煤操作條件下低SiO_2燒結(jié)礦質(zhì)量的評價[N];世界金屬導(dǎo)報;2001年
8 劉春;首鋼礦業(yè)公司追求卓越 實施“0.01質(zhì)量穩(wěn)定工程”[N];世界金屬導(dǎo)報;2007年
9 劉煉;唐鋼煉鐵廠求精求細(xì)重點抓質(zhì)量攻關(guān)[N];世界金屬導(dǎo)報;2009年
10 劉春;首鋼礦業(yè)生產(chǎn)經(jīng)營創(chuàng)出高水平[N];世界金屬導(dǎo)報;2007年
相關(guān)博士學(xué)位論文 前1條
1 李勇;燒結(jié)混合料制備過程智能集成優(yōu)化控制策略及其工業(yè)應(yīng)用[D];中南大學(xué);2012年
相關(guān)碩士學(xué)位論文 前10條
1 宋菁華;高爐冶煉過程的多尺度特性與硅含量預(yù)測方法研究[D];浙江大學(xué);2016年
2 崔健;燒結(jié)旋冷機(jī)強(qiáng)化傳熱與余熱利用研究[D];河北聯(lián)合大學(xué);2014年
3 李小成;基于鐵礦石燒結(jié)基礎(chǔ)特性的燒結(jié)礦質(zhì)量預(yù)報模型[D];河北聯(lián)合大學(xué);2014年
4 楊成宇;制粒方式對鞍鋼燒結(jié)礦質(zhì)量和性能影響的實驗研究[D];遼寧科技大學(xué);2015年
5 黃連鋒;燒結(jié)礦立式冷卻裝置料層氣固傳熱和阻力特性研究[D];浙江大學(xué);2016年
6 李明明;燒結(jié)礦余熱回收豎罐結(jié)構(gòu)及熱工參數(shù)研究[D];東北大學(xué);2014年
7 張樂文;基于機(jī)尾斷面形態(tài)及過程參數(shù)多參量分析的燒結(jié)礦質(zhì)量在線判定系統(tǒng)的研發(fā)[D];安徽大學(xué);2017年
8 王紹麗;基于集成模型的燒結(jié)礦質(zhì)量預(yù)測系統(tǒng)及工業(yè)應(yīng)用[D];中南大學(xué);2011年
9 羅遠(yuǎn)秋;燒結(jié)礦冷卻過程實驗與數(shù)值模擬研究[D];東北大學(xué) ;2009年
10 張海濤;利用燒結(jié)礦凈化、重整焦?fàn)t荒煤氣的研究[D];東北大學(xué);2014年
本文編號：2672623
本文鏈接：http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/2672623.html
