-
题名基于BO-RF的烧结矿化学成分预测模型研究
- 1
-
-
作者
李一帆
李锦祥
杨锦堂
杨爱民
刘卫星
李杰
-
机构
华北理工大学冶金与能源学院
华北理工大学理学院
华北理工大学人工智能学院
华北理工大学铁矿石优选与铁前工艺智能化河北省工程研究中心
华北理工大学综合测试分析中心
-
出处
《烧结球团》
北大核心
2023年第6期109-115,138,共8页
-
基金
国家自然科学基金资助项目(52074126)
河北省自然科学基金资助项目(E2022209110)
+1 种基金
唐山市重大研发项目(22150232J)
河北省教育厅在读研究生创新能力培养资助项目(CXZZBS2024129)。
-
文摘
烧结矿的化学成分是决定烧结矿质量和高炉冶炼顺行的关键因素之一。为了稳定烧结矿化学成分,通过对烧结矿与混合矿化学成分进行相关性分析,选取两者相关性高的化学成分作为输入参数,并采用贝叶斯算法优化随机森林算法里的超参数,对烧结矿中化学成分[w(TFe)、w(FeO)、w(SiO_(2))、w(CaO)、w(MgO)、w(Al_(2)O_(3))、碱度(R)]进行预测,建立了基于BO-RF的烧结矿化学成分预测模型。预测结果表明:烧结矿化学成分的预测准确率均达到90.0%以上,其中烧结矿w(CaO)的预测准确率达到96.9%,烧结矿R的预测准确率为96.5%。烧结矿化学成分预测相对误差均在5.0%以内,其中烧结矿R的预测相对误差在3.5%以内,烧结矿w(TFe)的预测相对误差在1.4%以内,整体预测精度较高。
-
关键词
混合矿
烧结矿
化学成分
bo-rf算法
预测模型
-
Keywords
mixed ores
sinter ores
chemical composition
bo-rf algorithm
prediction model
-
分类号
TF046.4
[冶金工程—冶金物理化学]
TF325.1
[冶金工程—冶金机械及自动化]
TP182
[自动化与计算机技术—控制理论与控制工程]
-