基于改进GSA-BP算法的动态称重数据处理

为提高动态称重数据处理的精确度和速度,研究动态称重数据处理相关方法,提出一种改进的引力搜索算法(GSA)对BP神经网络进行优化的方法。通过引入改进黑洞因子(BH)和自适应惯性权重,提高GSA的搜索能力,优化BP神经网络的初始权值和阈值,使动态称重数据的处理速度更快、精确度更高。将改进GSA-BP算法和BP算法、GABP、GSA-BP进行仿真对比,对比结果表明,改进的GSA具有优秀的全局搜索能力,经其优化的BP网络对动态称重数据的处理结果更加精确、性能更好。

基于信息共享的称重管理系统开发

分析了钢铁厂在称重管理系统方面的需求,研究了目前管理系统的工作方式及使用状况,针对目前使用的系统功能单一、操作繁琐、信息独立、交互性差、适应性低等不足,设计一种基于信息共享的模块化称重管理系统。提出了委托称重方式,根据车辆信息自动关联并更新仓储、结算、财务等数据库系统,使得各部门紧密衔接,形成一体化管理流程,有效的利用和监控称重信息;采用基础配置和智能录入的方式,提高系统的适应性和扩充性。

烧结矿FeO含量预测研究

研究烧结矿中FeO含量的准确预测问题,以指导工作人员及时调整配料方案及机器参数,保证高炉稳定运行。影响烧结矿FeO含量的因素较多,且FeO含量与影响因素之间呈现高度的非线性关系,传统预测方法无法准确预测FeO含量。为了提高FeO含量的预测精度,提出一种改进萤火虫算法和神经网络相结合的烧结矿FeO含量预测方法。利用改进的萤火虫算法优化BP神经网络的权值和阈值,提高算法的预测速度和精度。将改进方法与传统的BP算法和GA-BP算法进行比较,结果表明上述方法能够更准确有效的预测烧结矿中FeO的含量。

基于专家系统的泵站在线故障诊断系统研究与开发

分析了水利水电单位在泵站在线故障诊断系统方面的需求,研究了目前泵站在线故障诊断系统的工作方式和使用状况。针对目前系统存在稳定性低、实时性差、操作繁琐、参与分析的因素单一等不足,设计一种基于专家知识并融合多种参数的在线故障诊断模型。该模型通过引入专家系统,使得泵站的在线故障诊断精度更高、实时性更强。应用结果表明,系统可操作性较好、准确性高,有效提高了故障诊效率,为泵站水电机组的监测、检修、故障分析提供了很好的依据,减少了人员的工作量,促进了泵站监测的数字化。

一种多模式的无人称重系统研究和开发

分析了钢铁企业关于汽车衡无人称重方面的需求,研究了目前无人称重的工作方式和使用状况。针对目前系统存在的数据孤立、操作繁琐、故障多、识别能力低、方式单一等不足,设计一种基于多模式识别的无人称重系统。该系统通过引入读卡、电子标签、车号识别,使得车辆识别的精精度更高、适应性更强。应用结果表明,系统可操作性较好、准确性高,有效提高了称重效率,减少司磅员的工作量,促进了无人司磅的数字化发展。

一种融合告警功能的料斗秤计量系统研究和开发

文章分析了钢铁企业关于料斗秤计量方面的需求,研究了目前料斗秤的实际工作特点。针对目前无软件系统支撑、数据孤立、缺乏过程数据分析和告警功能、操作繁杂等问题,设计一种融合过程数据分析的料斗秤计量系统。通过分析卸料过程,有助于发现异常卸料情况,能及时给出告警信息。应用结果表明,系统可操作性较好、易于维护,降低了工作量,提升了管理效率。

基于自适应算法的热风炉阶段控制燃烧模型研究与开发

分析了钢铁企业在热风炉燃烧控制系统方面的需求,研究了目前热风炉燃烧控制系统的工作方式和使用状况。针对目前系统存在稳定性低、精度差、操作繁琐等不足,设计一种改进的热风炉燃烧控制模型。该模型通过引入自适应算法和阶段控制方式,使得精度更高、燃烧更充分。实际应用结果表明,该系统操作简单、运行稳定,能够有效提高热风炉燃烧系统的工作效率,降低人员的工作量,提高能源利用率,实现节能减排,提高经济效益。