一种基于深度神经网络的烧结料层透气性预报模型

来源 :中国冶金 | 被引量 : 0次 | 上传用户:adaibaobao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了保证整个烧结生产过程的顺利进行,通过对承钢2号烧结厂数据库中的数据进行采集、整合和预处理,运用相关性分析筛选出与料层透气性相关的重要特征变量,基于深度神经网络算法建立料层透气性预报模型,以即时为现场操作人员提供科学的操作指导.通过测试并与随机森林模型、支持向量机模型进行性能对比,结果表明,深度神经网络具有很好的预测效果,可实现对料层透气性的精准预测,对优化烧结现场的操作效果具有很好的指导意义.
其他文献
为了明确B2O3对高Al2O3渣稳定性的影响,基于现场高炉渣的实际成分,通过熔体物性测定仪、扫描电镜、红外光谱仪分析了B2O3对高Al2O3渣黏度和基础玻璃微观结构的影响.结果表明,
为了研究含钛齿轮钢中TiN夹杂物的析出与控制,利用扫描电镜对20CrMnTi齿轮钢两个端淬试样中TiN夹杂的分布与形貌进行了观察,通过夹杂物自动分析系统统计了试样中TiN夹杂的尺
通过合理的化学成分、钢水全氧含量、w(Mn)/w(S)、w(Te)/w(S)及加热温度的设计与控制,成功开发出一种环保型含碲硫1214Te易切削钢,并进行了工艺实践.通过金相显微镜、扫描电