基于遗传算法建立球团矿配料寻优模型的研究

球团矿作为高炉入炉的必备原料,其性能直接影响铁水质量和高炉顺行,对球团矿进行入炉前的质量检测不可或缺。以球团矿物理性能指标中的抗压强度、制备过程中的粘结率作为球团矿质量指标进行预测,并对球团矿进行配料寻优。首先,对所搜集的数据进行正态性检验和相关性分析;然后,建立多元线性回归分析模型,分别拟合出抗压强度、粘结率与原料之间的多元线性回归方程;最后,建立配料寻优模型,在已知球团矿抗压强度、粘结率的情况下,将抗压强度、粘结率的实测值与预测值之差作为寻优目标,采用遗传算法和熵权法反向优化对模型进行求解。研究发现:原料w(Ca)、二元碱度(R_2=CaO/SiO_2)、三元碱度(R_3=(CaO+MgO)/SiO_2)与球团矿抗压强度、粘结率存在相关性,可以较好地探究原料与指标的关系并实现配料优化。利用多元线性回归分析模型求解的抗压强度预测相对误差为4.826%,粘结率的预测相对误差为4.360%;利用配料寻优模型求解得到最合适的3种配料预测值与实测值之间的预测相对误差分别为1.18%、0.99%、2.63%,该误差相对于回归分析的误差更小,可作为球团厂配料参考的重要依据,进而为改善球团矿质量提供依据。