摘要
一种烧结矿转鼓强度的预测方法,所述方法包括以下步骤:a.构建烧结矿转鼓强度样本数据库;b.随机将烧结矿转鼓强度样本数据库中的样本数据分为训练集和测试集;c.对训练集和测试集数据进行归一化与降维处理,将训练集和测试集数据转换成由PCA变量构成的输入矩阵;d.建立反向传播神经网络模型,将输入矩阵输入至神经网络模型中进行训练和测试,得到烧结矿转鼓强度预测模型;e.使用烧结矿转鼓强度预测模型预测待测烧结矿的转鼓强度。本发明在综合考虑烧结工艺参数对转鼓强度影响的基础上构建烧结矿转鼓强度样本数据库,并对样本数据进行降维,可有效提高烧结矿转鼓强度的预测精度,使之满足实际冶炼工艺要求,从而提高了高炉炼铁效率。
技术关键词
烧结矿转鼓强度
神经网络模型
矩阵
贡献率
样本
烧结工艺参数
变量
成分分析法
训练集数据
模型误差
特征值
指标
总量
台车
高炉
石灰
系统为您推荐了相关专利信息
深度强化学习模型
垂直廓线
反演系统
多模态
激光雷达光学
相位编码信号
海杂波数据
生成发射信号
天线阵列
距离信息
电器用电
加密传输方法
计量自动化终端
计量自动化系统
模式