基于神经网络的智能算法在焦炭质量预测中的应用.pdf

《基于神经网络的智能算法在焦炭质量预测中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、��硕士研究生：黄永辉指导教师学科、专业：控制理论与控制工程沈阳理工大学 ��学位级别��年�月 �������������������������篗��，������：������������ 沈阳理工大学硕士学位论文原创性声明学位论文版权使用授权书学位论文作者签名：丧承律期：期：���篒� 接着介绍了基于多元回归分析焦炭质量预测模型的建立过程。其中以挥发分 ��瓵��������������，�������������������������������������������������．�����������������．��，���������．�����日。

2、／����疍������，�������������������������� ����������������������������������������������������籑���������籖���� 目录�������甉���神经网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯��算法的前馈网络模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯��神经网络学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯� �算法的程序实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯��算法的缺点与困难⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯���基于遗传算法优化的�网络的算

3、法设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯�� 电石产量同比增长�．�％。��年，我国全年焦炭生产总量比��年产焦总量 ��国内外炼焦的发展现状 与其它生产能力大小相同的焦炉相比，捣固焦炉的炭化室的体积或孔数减少，但单机服务孔数却增加到�。总体而言，捣固焦炉与顶装焦炉的总投资基本相同。而且捣固技术相对而言可以更多的配入在炼焦过程中几乎不使用的其它煤种，比如碳化程度高或挥发分高的贫煤，依此同时增加了焦粉、石油焦的配入量，相应地减少了优质焦煤的使用量，故降低了购买原煤的费用，直接降低了生产合格焦炭的成本。随着采用捣固技术生产的焦炭质量的提高，同时可以上调售价，而在炼焦工程中的其操作费用

4、与顶装煤相当，因而焦化公司可以获取更多的利润。 装置属于最新一代。此工艺是基于以焦炉烟道废气作为热源，温度在����度 ⑦维修费用大大降低。④研制节能焦炉。在现代室式焦炉炼焦时，在焦化周期内从炭化室传过来的热流量是变化的，所以恒温加热焦炉是不可行的。当程序叫热，加热的不合理性得到了改善。程序加热过程中，根据煤焦化过程的热量变化，制定供应气体流量。这样节省相当部分的热量。所以，该技术在焦化工作中的应用是非常有吸引力的，尤其是在焦炉的第一代焦炉，焦炉大修，有利于该技术的介绍。��焦炭质量预测的研究现状 要来自于焦炭。 升高配煤中的挥发分，焦炭裂纹就会增多，焦炭强度会降低，特别

5、是心。，配煤中‰��．���．����．�� ②夏皮洛法 ��本论文的研究内容和意义 上进行系统仿真并对仿真结果做出进一步的分析，得出结论。 沈阿�恚甀：人学硕十学位论文随着国内外炼铁行业对焦炭质量要求的越来越高，如何建立焦炭质量预测模很多中小型焦化企业直接根据配合煤中硫分、灰分的含量，用加和性方法来估算焦炭的硫分和灰分，这样只能粗略地估计到焦炭中的硫分和灰分的含量。因为焦炉结焦时间和配合煤挥发分等因素会对煤的结焦率产生影响。国内外研究者提出预测出满足要求的焦炭，从而为炼焦技术水平的提高提供依据。��多元线性回归分析的原理夕��包����⋯�式中，�、�、包、⋯、吃为回

6、归系数。即�、�、�、⋯、包应使回归估计值歹 �．�∑‰鼍�。��������⋯�苹虻�．�∑�．���系统模型的建立再利用多元回归原理，经过整理得到： 纨弛∑一户弛∑闩岛黾��厶弛∑芦玩■�弛∑芦�．�得到焦炭机械强度指标�！：蚆。。的模型公式如下：表��焦炉数据和焦炭机械强度指标 第�禄�诙嘣M���焦炭质量预测模型 沈阡�硪�：人学硕士学位论文其中，���瑉��琒�����。为了检验��搿搿�、�疍和����面�������������间存在较好的线性关系。一�一 实际值��本章小结 也越来越多，并在一段时期内，研究者对以何种学习规则来训练网络并没有找到 表示。

7、以下是输入层、隐含层及输出层之间信号的具体关系。对于输出层，有���������，⋯，， �八�熹式�．�～�。�建立数学模型公式的三层前馈神经网络。�神经网络学习算法下面以三层前馈网络为例来介绍�网络学习算法口�。�—�再进一步展开至输入层，有 ④㈤对输出层与隐含层分别定义一个误差信号，令为对式�������的综合应用，可以得到权值调整式，为 掣一瓦�一考盖一钞峨，下面求式�．������中网络误差对各层输出的偏导【�】。对于输出层，由式�．�，得对于隐含层，由式�．�，得彰�∑����’��气���’�����海�����