论文部分内容阅读
随着中国钢铁工业近10年来的迅速发展,极大地刺激了铁矿石的需求量,而优质矿石资源却日益减少,导致矿石价格持续上扬,原料成本已经成为钢铁企业经济效益的命脉。昂贵的铁矿石迫使钢铁企业寻求可用矿种和含铁物料以减少成本。众多低品位矿和含有害元素多的矿石进入烧结生产,导致烧结矿质量参差不齐,成分波动较大,严重影响烧结生产效率与效益。针对目前烧结生产的原料复杂、矿石利用不尽合理的现状,本文拟构建烧结工艺专家系统。系统由原料管理、配料优化、制粒预测和烧结预测四个模块构成。其中,原料管理模块存储矿石的物理化学信息、资源信息和图片信息;配料优化模块主要采用线性规划算法,在保证混合料或烧结矿化学成分与粒度分布的前提下,求解成本最低的配料方案;制粒预测模块,引入湿容量的概念,建立最佳含水量预测模型,并基于BP算法建立制粒效果神经网络预测模型,预测混合料3-8mm粒级含量与料层透气性;烧结预测模块,通过烧结物料与热平衡计算,建立烧结理论配碳量预测模型,同时基于BP算法建立烧结矿性能神经网络预测模型,预测烧结矿的物理强度性能,烧结利用系数和成品率等。通过本系统在国内某烧结厂运行情况,得到如下结论:①烧结混合料湿容量与最佳含水量线性相关,表达式为y=0.365×x+1.962,用于建立最佳含水量预测模型,相关度为90.7%;②制粒效果神经网络预测模型,模型命中率在92%以上,预测准确性高,鲁棒性强,对新样本的识别能力高,具备很好的推广价值,能有效的指导制粒生产。③烧结矿性能神经网络预测模型,模型命中率均在88.5%,预测准确性比较高,具备良好的新样本识别能力,能有效的指导烧结生产和烧结矿性能预测。④依据现代钢铁企业信息传递特点,自上而下将烧结工艺专家系统分为三层:操作层、模型层和决策层;面向不同用户,提供不同的数据、信息,实现了资源信息的分层配置,优化信息结构,为现代钢铁企业管理提供指导。