基于智能集成策略的铜闪速炉冰铜温度预测模型

针对铜闪速炉冰铜温度预测问题,提出了一个基于智能集成策略的预测模型;该模型结合了基于热平衡的数学模型和模糊神经网络模型,再通过一个智能协调器调整两个模型的权值,最终得到冰铜温度的预测结果;仿真结果表明,该模型的最大相对误差为1.3%,平均相对误差为0.7%,可以较准确地反映冰铜温度的变化趋势,为生产操作提供有益的指导。

进一步完善目标冰铜温度控制模型的探讨

现用程序主要依靠更改参与热平衡的反应塔烟气温度来反馈修正反应塔的燃油量,前馈的失控,常常使该烟气温度无法代表炉内烟气的真实温度,本文仅从完善程序本身的角度作些探讨,以期提高程序质量。

冰铜温度测量方法研究

本文介绍了一种间断或半连续式测量闪速炉冰铜熔体温度的方法,通过试验,找到了适合测量冰铜温度较为理想的热电偶保护管及热电偶材料,值得在有色冶金行业推广应用.

铜闪速炉冰铜温度预测模型的研究

针对铜闪速炉冰铜温度预测问题,提出了一个基于智能集成策略的预测模型。该模型结合了基于热平衡的数学模型和模糊神经网络模型,再通过一个智能协调器输出结果。其仿真结果与冰铜温度真实值基本吻合,可以为生产操作提供指导。

基于动态T-S递归模糊神经网络的闪速熔炼过程参数软测量

闪速熔炼过程中存在大量多元非线性因素,难以从统计学和机理上确立操作参数。为优化闪速炉的操作参数,建立了动态T-S递归模糊神经网络(DTRFNN)的软测量模型,推导了DTRFNN的权值学习算法。将其应用到某厂铜闪速熔炼过程中的参数软测量上,平均精确率达到97%,能为生产操作提供有益的指导。