链箅机预热段温度场模型的贝叶斯-BP神经网络系统辨识

摘要

针对球团链箅机预热段温度场因非线性、时滞性、不确定性等特点难以通过传统的理论分析方法建立数学模型的问题,建立贝叶斯-BP神经网络,对该温度场模型进行系统辨识,对比模型预测输出值与实际系统输出值,通过仿真与实验分析该辨识模型的拟合效果。结果表明:贝叶斯-BP神经网络拟合效果较好,其线性拟合度近似为1,最终预测误差约为0.014 K,预测相对误差在5%范围内,构建的预热段温度场模型准确可靠且适用性强,可为预热段温度场均衡稳定控制提供理论指导。