铁矿粉高温性能特征数的配合性研究

利用"高温性能特征数"对铁矿粉的高温性能进行评价,在对单种铁矿粉的高温性能进行实验分析的基础上,增加了对混合矿高温性能的实验研究。通过对铁矿粉的两两混合、三三混合及四四混合进行实验,以此来揭示混合矿的高温性能与单种矿高温性能之间的关系。经实验研究发现,混合矿的高温性能与单种矿的高温性能近似满足线性相关性,其可用来指导配矿。

基于铁矿粉的高温性能特征数指导烧结配矿

为了指导烧结生产配矿,利用高温性能特征数对铁矿粉的高温性能进行研究。铁矿粉的高温性能特征数结合了烧结过程的各种信息参数,从而能够更加准确、全面地表征烧结铁矿粉的高温基础特性。在对7种单一矿粉进行实验分析的基础上,按照其高温性能差异,将混合矿粉中的等性能矿粉进行置换,分析置换前后混合矿的高温性能变化,并通过工业实验,验证置换前后烧结矿的质量波动。实验结果表明,在一定比例范围内,等性能矿粉置换,混合矿粉高温性能特征数变化不大,高温性能稳定,生产出烧结矿转鼓强度保持在稳定水平,质量满足高炉生产要求。可用于指导烧结配矿,为实际烧结生产提供参考依据。

基于BP神经网络的烧结矿性能预报模型

为解决烧结矿预报模型中未考虑铁矿粉高温基础特性的情况,在预报模型中添加了反应铁矿粉高温性能的同化反应特征数,即流动性特征数。采用BP神经网络建立烧结矿性能预报模型。选择影响高炉生产的烧结矿指标作为输出,分析影响这些指标的烧结操作制度,铁矿粉的高温、物化特性作为输入;通过BP神经网络建立预测模型,并对BP神经网络的算法进行优化。预报模型采用8-17-4的BP神经网络结构,经过训练后,预测精度达到85%以上,具有很好的准确性和自适应性。