基于DNN的烧结终点预报及智能调节系统开发

烧结工序作为传统长流程钢铁生产过程中的重要环节之一，其烧结矿产、质量直接影响炼铁生产的效益，而烧结终点作为检测烧结生产状态的重要指标，对其进行准确预报将对生产产生有效的推动作用。设计了基于Python语言的深度神经网络(DNN)预报模型，将训练好的模型应用于烧结终点预报，建立最终模型的均方差损失达到了0.375,精确度高，可满足现场要求。同时，从影响烧结终点的重要参数出发，构建烧结终点模糊控制器调节烧结终点，并构建点火温度智能化调节模型、混合水分优化模型和烧结矿化学成分区间优化控制方式来辅助调节烧结终点。最终使用Python语言完成烧结终点预报及操作指导系统的开发工作，实现了烧结终点的准确预报与烧结终点异常后的全方位、多角度智能化处理，构建了在线监测、终点预报、终点预报模型优化、异常报警、异常处理于一体的智能控制系统，为烧结生产人员实现烧结终点全流程优化提供有利指导。