铁矿石高温熔滴性能自动检测开发及其预测研究

摘要

实验技术信息化可以高效地获得实验过程的第一手实时数据，并将其进行压缩储存，实现常用的功能，如查询、修改、备份等。它对实验目标的实现具有重要的意义。铁矿石高温熔滴性能是通过模拟高炉环境下测定铁矿石在高温状态下软化、气压差变化获取的，如何使用信息化技术对其进行准确测定、记录以及通过神经网络技术进行预测预报，是本课题研究的主要目的。
　　本文通过配置温度传感器、位移传感器、压差传感器、采集板卡和计算机等设备，研制了高温熔滴性能检测系统，开发了具有采集、显示和存储铁矿石高温熔滴性能参数的计算机软件程序。使用VB语言进行设计，调用Excel作为数据记录工具，采用Iocomp绘图控件进行实时曲线绘制，将采集到的电压信号转化为相对应的温度、位移、气压差数据值，从而得到铁矿石高温熔滴性能参数。
　　测试结果表明：温度线性化误差精度为±0.2％，位移线性误差精度为0.16%，气压差线性误差精度为0.1%，整体系统误差精度为0.5%。在收集整理来自高温熔滴性能检测系统的数据基础上，通过在 MATLAB环境下进行 BP网络设计研究并对其进行训练，使用测试样本数据对其预测效果进行验证，研究结果表明，当单隐含层节点个数为18，输出使用线性函数作为激活函数，梯度下降法和牛顿法算法的结合的BP改进算法trainlm函数作为训练函数时，可以近似达到MSE性能误差目标为10-5，网络对测试样本平均温度预测精度为99.7%，平均压差预测精度达到99.8%。

目录

封面

声明

中文摘要

英文摘要

目录

引 言

1 文献综述

1.1 计算机数据采集系统及其应用现状

1.2 神经网络及其在冶金中的应用

1.3 铁矿石高温熔滴性能

1.4 研究内容和意义

1.5 设计思路

2 铁矿石高温冶金性能自动检测系统开发

2.1 矿石高温冶金性能检测系统的硬件设计

2.2 铁矿石高温冶金性能自动检测程序设计

2.3 本章小结

3 基于MATLAB和BP神经网络的矿石高温冶金性能预测

3.1 BP网络理论及MATLAB简介

3.2 BP网络设计及性能分析

3.3 本章小结

结 论

参考文献

在学研究成果

致谢