论文部分内容阅读
在铜闪速熔炼过程中,冰铜品位、渣中铁硅比和冰铜温度这三大工艺参数是铜闪速熔炼过程的综合评价指标,只有稳定这三大工艺参数才能稳定熔炼、吹炼以及硫酸生产。然而铜闪速熔炼过程反应机理复杂,固、液、气三相共存,影响因素多、耦合严重,无法实现三大工艺参数的在线检测。针对铜闪速熔炼过程三大工艺参数在线检测难题,论文在S.R.Brinkley原理和热平衡原理分析的基础上,研究了熔炼过程的独立化学反应、组分间摩尔数关系和铜闪速炉的热收入与热支出,建立了铜闪速熔炼过程三大工艺参数机理预测模型。但由于反应机理的复杂性与建模时的假设和简化,机理预测模型的精度难以满足工业生产的要求。为此,论文基于大量实际工业生产运行数据,建立了以直接影响三大工艺参数的当前状态参数为输入,以三大工艺参数为输出的神经网络预测模型,它能很好地描述训练样本数据之间的关系,但泛化能力不够——当工况不稳定或受干扰时,神经网络模型的预测结果不够理想。对此,论文在充分利用机理预测模型的全局拟合能力和神经网络预测模型的高度非线性映射能力的基础上,引入模糊协调器,将三大工艺参数机理预测模型和神经网络预测模型有机结合,提出了一种智能集成预测模型。工业数据验证表明:所建立的智能集成模型能以较高的精度实现铜闪速熔炼过程三大工艺参数的预测,预测精度满足工业生产要求,能为工业生产过程的优化操作提供重要的参考。