计算机在钢铁冶金中的应用课件.ppt

计算机在钢铁冶金中的应用课件.ppt

ID:57034295

大小:12.65 MB

页数:29页

时间:2020-07-27

计算机在钢铁冶金中的应用课件.ppt_第1页
计算机在钢铁冶金中的应用课件.ppt_第2页
计算机在钢铁冶金中的应用课件.ppt_第3页
计算机在钢铁冶金中的应用课件.ppt_第4页
计算机在钢铁冶金中的应用课件.ppt_第5页
资源描述:

《计算机在钢铁冶金中的应用课件.ppt》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、Designedby@Arvin《计算机在钢铁冶金中的应用》课程设计神经网络在铁矿石取样中的应用矿物1204班向平01什么是神经网络02神经网络的应用03神经网络在品味确认中的应用ContentsPage目录页第*页TransitionPage过渡页第*页01产生铁矿石品味差异的原因02传统铁矿石品味波动确认方法03神经网络在品味确认中的应用课程设计神经网络人工神经网络(artificalneuralnetworks,ANN)是由大量的,简单的处理单元(神经元)广泛互相连接而成的复杂网络系统,它反映了人

2、脑功能的许多特征。具体应用区域就是:(1)模式识别和图像处理(2)控制和优化(3)预报和职能信息管理(4)通信(5)空间科学(6)军事科学1.1神经网络的概念第一节什么是神经网络课程设计神经网络【图】人工神经网络示意图生物神经元模型神经元模型神经网络模型1.1神经网络的概念第一节什么是神经网络TransitionPage过渡页第*页01产生铁矿石品味差异的原因02神经网络的应用03神经网络在品味确认中的应用第二节神经网络在铁矿取样品位波动中的应用2.1在矿产冶金领域应用广泛矿产冶金工艺优化模型预报故障分

3、析相统计分析课程设计神经网络第二节神经网络在铁矿取样品位波动中的应用优点:用神经网络方法建立数学模型来判断铁矿的品位波动,可以将原本需要大量人力劳力辅助的铁矿石品质波动评定,成为只需要计算机运算的模拟处理,使品位波动评估大大简化。那么,减轻工作负担,规范铁矿石取样秩序,大大降低实验成本,同时可以为ISO标准的修订提供依据。课程设计神经网络2.2神经网络方法的优点品位差异具有以下方面的原因:1、对出采的铁矿石未进行混料加工。2、不同品位的矿点产地铁矿石混装。3、粉块差异大的铁矿石。4、生产时破碎不当。2.

4、3产生铁矿石品位差异的原因第二节神经网络在铁矿取样品位波动中的应用课程设计神经网络如果所取样品用于确定一个以上的品质特性时,则应选择这些特性中品质波动大的类别。”评定品质波动的取样可以和测定交货批的日常取样相结合。AB采用交替副样评定品质波动。采用变量法评定品质波动。第二节神经网络在铁矿取样品位波动中的应用2.4传统铁矿石品味波动的确认方法课程设计神经网络TransitionPage过渡页第*页01产生铁矿石品味差异的原因02传统铁矿石品味波动确认方法03神经网络在品味确认中的应用将铁矿石的相关品质特征

5、信息输入人工神经网络的数学模型进行迭代运算,如粒度、水分、成分分析检测结果,产地、品种、矿山、加工工艺、船舶运输以及其他相关的铁矿石商品信息,目的是利用“输入—目标”样品矢量数据对人工神经网络进行学习、训练,最终达到能自动确认未知铁矿石交货批品位的波动情况的效果。第三节神经网络在品位确认中的应用3.1基本原理及介绍课程设计神经网络第三节神经网络在品位确认中的应用3.1基本原理及介绍课程设计神经网络数据库表格内部分字段采用SQL(structuredquerylanguage)查询“SELECT”a数据库

6、基础数据档案基础数据表及表内字段包括:人员、国内外客户名录、国家、原产地、船舶、装运港、品名、编码、商品品名(每种品名可对应粉、块、球三个品种)、名称、品种。b数据库商品数据档案1)报验单2)品质结果3)品质项目提取后的查询结果可以转换成Excel文件,经过处理后,如数据归类、数据归一化等,在Mattlab转换成mat文件保存于Mattlab的work文件夹中,以备程序调用。课程设计神经网络第三节神经网络在品位确认中的应用3.2学习、训练、测试数据的提取A)Acess数据库的数据提取3.2学习、训练、测

7、试数据的提取B)SQLserver数据库的数据提取01简单查询02联合查询03连接查询04导入数据库第三节神经网络在品位确认中的应用课程设计神经网络包含通用性检务信息选择需要查询字段,设定需要的查询的条件,查询的条件可以追加,所得查询结果以TXT形式导出,并转换成Excel形式后经过数据处理,再次转换为Matlab可识别文件保存备用。CIQ2000采用的数据库为Oracle数据库,由于专业性强,因此数据的提取还是建议采用CIQ2000开发的查询统计模块。课程设计神经网络第三节神经网络在品位确认中的应用3

8、.2学习、训练、测试数据的提取C)CIQ20中的数据提取首先,选择某一时间段来自不同产地的50个交货批矿石粉矿,选其全铁、磷、硫的合同值、国外检验值和口岸机构检验值,得50组状态样本值,其中包括品位波动为大、中、小的数据。(见右侧表格)课程设计神经网络第三节神经网络在品位确认中的应用3.3.1网络设计为简化网络结构,将大、中、小分别以(0,0,1)、(0,1,0)、(1,0,0)表示。根据Kolmogorov定理,采用N×2N+1×M的3层

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。