[发明专利]一种基于配矿技术下预测烧结矿转鼓指数的方法在审

专利信息
申请号: 202210412803.2 申请日: 2022-04-20
公开(公告)号: CN114512197A 公开(公告)日: 2022-05-17
发明(设计)人: 薛涛;李杰;张子驰;齐西伟;李一帆;张遵乾;任鑫英;杨爱民 申请(专利权)人: 华北理工大学
主分类号: G16C20/30 分类号: G16C20/30;G16C20/70;C22B1/16
代理公司: 暂无信息 代理人: 暂无信息
地址: 063210 河北*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 技术 预测 烧结 矿转鼓 指数 方法
【权利要求书】:

1.一种基于配矿技术下预测烧结矿转鼓指数的方法,基于配矿技术用碱度R2、镁铝比、混合料CaO成分、混合料Fe含量、混合料SiO2含量、混合料MgO含量、混合料Al2O3含量七个变量,预测烧结矿转鼓指数,构建模型,模型预测过程包括以下步骤:

首先进行数据预处理,对碱度R2、镁铝比两个指标进行了数据处理,计算公式如下:

其中mean和std为x所在列的均值和标准差,xij为预处理前数据,xij为预处理后的数据;对混合料CaO成分、混合料Fe含量、混合料SiO2含量、混合料MgO含量、混合料Al2O3含量五个指标进行了数据处理,计算公式如下:

min和max是x所在列的最小值和最大值,xij为预处理前数据,xij为预处理后的数据;

其次:对已有的实验数据进行合理的扩增优化,对每组数据均产生符合标准的高斯分布的随机数据;

再次:将扩容后上述的七个变量对应烧结矿的一个性能,构建“七个变量对应一个性能”的预测模型,建立基于Gradient Boost算法的预测模型,基函数的构成由决策树和神经网络共同构成,线性关系变量由决策树进行计算,非线性关系变量由神经网络进行计算;输入采用碱度R2、镁铝比、混合料CaO成分、混合料Fe含量、混合料SiO2含量、混合料MgO含量、混合料Al2O3含量,输出为烧结矿转鼓指数;

最后:预测模型误差检测采用平均绝对百分比误差MAPE作为模型误差检验标准。

2.根据权利要求1所述的一种基于配矿技术下预测烧结矿转鼓指数的方法,其特征在于,所述配矿技术,将包括巴西粉、巴粗、超特粉、老高返、块返、新高返、尘泥、白云石粉、石灰石粉、焦粉、无烟煤、FMG粉、PB粉、高炉除尘灰、生石灰等进行混合配矿,调制出不同碱度R2、镁铝比、CaO成分、Fe含量、SiO2含量、MgO含量、Al2O3含量,进而烧制为不同特性的烧结矿。

3.根据权利要求2所述的一种基于配矿技术下预测烧结矿转鼓指数的方法,其特征在于,所述烧制采用SJ系列带式抽风烧结机,规模为265m2的条件下进行烧结。

4.根据权利要求1所述的一种基于配矿技术下预测烧结矿转鼓指数的方法,其特征在于,所述预测模型误差检测方法以平均绝对百分比误差MAPE作为模型误差检验标准,公式如下:

其中,一共有n个变量,yt表示第t个真实值,表示第t个预测值,MAPE的值越小,表示模型的预测结果越准确。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北理工大学,未经华北理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210412803.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top