基于神經(jīng)網(wǎng)絡的智能算法在焦炭質(zhì)量預測中的應用.pdf

1、煉焦過程是一個具有多參數(shù)、時變、非線性和不確定性等特性的復雜生產(chǎn)過程。在這個過程中發(fā)生了一系列的物理化學變化，因此很難用一個傳統(tǒng)的、確定的數(shù)學模型來預測焦炭的質(zhì)量。而神經(jīng)網(wǎng)絡是由大量神經(jīng)元互相連接組成的復雜網(wǎng)絡系統(tǒng)，對非線性系統(tǒng)具有很強的模擬能力，可以實現(xiàn)或逼近所希望的輸入輸出的映射關(guān)系，這種非線性的映射能力使其能以任意精度逼近一個非線性函數(shù)?；谏窠?jīng)網(wǎng)絡具有的上述優(yōu)點，為解決這類問題提供了新的方法。
　　本文首先介紹了國內(nèi)外煉焦

2、的發(fā)展現(xiàn)狀，如搗固煉焦技術(shù)、煤預熱煉焦技術(shù)、煤調(diào)濕技術(shù)和焦爐的大型化等。分析了焦炭質(zhì)量預測的研究現(xiàn)狀，如焦炭灰分與硫分的預測、焦炭冷態(tài)強度的預測、焦炭熱態(tài)強度的預測。
　　接著介紹了基于多元回歸分析焦炭質(zhì)量預測模型的建立過程。其中以揮發(fā)分(Vdaf)，膠質(zhì)層最大厚度(Y)，焦爐高度和寬度之比（H/D）和(H/D)2為自變量，以焦炭抗碎強度M40和焦炭耐磨強度M10作為焦炭質(zhì)量預測的重要指標，建立M40和M10的模型公式。還對模型公

3、式進行了回歸關(guān)系的顯著性檢驗。仿真結(jié)果表明，焦炭強度模型公式確實存在較好的線性關(guān)系，系統(tǒng)模型對焦炭質(zhì)量的預測起到較好的預測作用，可以有效地預測出滿足要求的焦炭，從而為煉焦技術(shù)水平的提高提供重要依據(jù)。
　　其次，對于焦炭的質(zhì)量指標抗碎強度、耐磨強度、反應性指數(shù)和反應后強度，在對遺傳算法和BP神經(jīng)網(wǎng)絡算法分析的基礎上建立了基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡焦炭質(zhì)量預測模型。在對遺傳算法和RBF神經(jīng)網(wǎng)絡算法分析的基礎上，建立了基于遺傳算法優(yōu)