基于智能融合策略的冰铜品位预测模型

针对铜闪速熔炼过程中冰铜品位检测的重要性,根据多相多组分数学模型建立冰铜品位的机理模型;同时该过程具有大滞后、非线性等复杂特性,利用现场的大量生产数据建立模糊神经网络模型,并提出一种新的网络参数学习的受约束梯度下降算法,提高其参数学习效率。基于模糊逻辑的智能协调器根据实际生产条件融合两种模型的输出作为预测结果。工业数据验证表明,智能融合模型比单一模型更能有效地实现冰铜品位的准确预测,为铜闪速熔炼过程的优化控制提供有力的指导。