基于案例推理的球团质量预测模型研究

针对带式焙烧机球团质量的控制问题,提出基于案例推理的球团质量预测模型,建立焙烧性能指标与球团质量指标之间的关系。首先,运用某炼铁厂焙烧球团的生产数据构建初始案例库,采用k-means聚类算法建立索引结构;然后,用最近邻法检索出相似案例,下一步修改重用,利用主动学习策略保存当前案例,更新案例库;最后,用焙烧球团的实际数据进行仿真,验证模型的有效性。与多元回归分析结果对比,基于案例推理模型的预测结果具有较高的精度,可为其进一步的推广应用提供依据。     

带式焙烧机焙烧温度分析研究

焙烧温度不合理将直接造成球团质量的下降,过烧对于球团矿的抗压强度影响不大,但热损失增加,能耗高;失烧则不利于球团矿的还原度和还原膨胀性。鉴于目前带式焙烧机焙烧温度控制系统存在不能实时反馈的缺陷以及影响其焙烧温度的因素众多的现状,本文通过SPSS的相关性分析和MATLAB的回归分析对其焙烧温度相关量进行数据挖掘和回归分析。最终确定烟罩温度和风箱温度对焙烧温度的影响较大,适用于焙烧温度优化控制系统的设计,以保证焙烧温度的稳定性,从而提升球团质量。