论文部分内容阅读
水泥熟料的煅烧是一个非线性、多变量、大滞后、强干扰的复杂工业过程，进行水泥熟料煅烧质量的预报对于实现水泥生产过程的优化控制具有重要的作用。由于传统的预报方法难以满足这种复杂系统的预报建模要求，因此，应用人工智能技术，建立水泥熟料煅烧质量的人工神经网络预报系统也就具有重要的意义。 通过对水泥熟料煅烧系统进行分析，提出了由数据预处理系统和神经网络系统组成的水泥熟料煅烧质量的神经网络预报系统方案；研究了神经网络建模所需的数据预处理方法，包括数据清洗、数据变换和神经网络变量选取方法；研究了BP网络模型和BP算法，并对BP算法进行了加入动量项和自适应调节步长的改进。 构筑了一个具有通用性的开发复杂软件的系统框架，应用此软件框架开发了神经网络建模工具软件，进而建立了水泥熟料煅烧质量的神经网络预报模型，并得了较好的预报结果：立升重的预报相对误差为1.8％；f-CaO含量的预报相对误差为2.8％。