基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)鎂還原率預(yù)報(bào)及還原罐溫度場(chǎng)模擬.pdf

1、在皮江法煉鎂工藝過程中,建立鎂還原率預(yù)報(bào)模型,獲得工藝參數(shù)與鎂還原率之間的函數(shù)關(guān)系,有利于提高皮江法煉鎂工藝的自動(dòng)化水平,指導(dǎo)工藝參數(shù)的選擇,提高鎂還原率,降低生產(chǎn)成本,實(shí)現(xiàn)鎂工業(yè)的節(jié)能減排。鎂生產(chǎn)過程是一個(gè)非常復(fù)雜的非線性過程,影響鎂還原率的工藝參數(shù)多且復(fù)雜,利用傳統(tǒng)的數(shù)學(xué)模型,通過計(jì)算獲取工藝參數(shù)和鎂還原率的非線性關(guān)系,不僅計(jì)算量大,而且很難保證模型的準(zhǔn)確性對(duì)鎂還原率進(jìn)行較為精確的預(yù)測(cè)。利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)的自學(xué)習(xí)、自組織、自適應(yīng)特

2、點(diǎn),對(duì)輸入的樣本自動(dòng)地進(jìn)行計(jì)算,可以獲取鎂還原率和工藝參數(shù)之間的關(guān)系及變化規(guī)律,建立準(zhǔn)確的預(yù)報(bào)模型,為煉鎂過程操作提供技術(shù)依據(jù)。
　　本文介紹了BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的原理及特點(diǎn)。以陜北某企業(yè)皮江法煉鎂生產(chǎn)過程為研究背景,簡(jiǎn)述了皮江法煉鎂工藝流程,分析了各工藝參數(shù)對(duì)鎂還原率的影響。以此為基礎(chǔ),建立以煅白水化活性度、配硅比、制球壓力、還原時(shí)間、還原溫度、真空度為輸入,鎂還原率為輸出的基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型,利用采集的

3、實(shí)際生產(chǎn)數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練和預(yù)測(cè)。結(jié)果表明:該預(yù)報(bào)模型能夠較為精確地預(yù)報(bào)鎂還原率,預(yù)測(cè)誤差△ηMg≤±1.0％的命中率達(dá)96%,最大誤差小于1.3%;預(yù)報(bào)模型的預(yù)測(cè)值與實(shí)際值的均方根誤差rmsc=0.4210,與BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型相比,具有更高的預(yù)測(cè)精度。
　　本文對(duì)皮江法煉鎂中還原罐內(nèi)溫度場(chǎng)變化過程,應(yīng)用有限元軟件ANSYS進(jìn)行了模擬,分析了倒焰窯與蓄熱式還原爐內(nèi)還原罐的溫度變化過程及溫度分布狀況。結(jié)果表明:蓄熱式還原爐與倒焰