[发明专利]基于主成分分析的消除铁精粉化学指标相关性的方法

说明书

技术领域

本发明涉及一种消除铁精粉化学指标相关性的方法，尤其涉及一种基于主成分分析的消除铁精粉化学指标相关性的方法，属于冶金行业的造球技术领域。

背景技术

球团是优质高炉炉料，但由于矿产日渐枯竭，铁精粉质量下降，造成生产时成球率低。因此，可以分析原料特性对铁精矿成球性能的影响入手，研究铁精粉混合情况对成球性能的影响，探索几种原料不同配比的成球性能模型。以钢厂最常用的庙沟、研山、司家营三种铁精粉为例，建立研山和司家营两种铁精粉不同配比以及不同孔容和孔径值的成球性能模型，为了便于研究，把两种铁精粉混合配比转化为五种化学成分TiO₂、Al₂O₃、SiO₂、FeO、TFe混合配比对成球性的影响，而各项影响因素对于成球性能的影响机制是一个非线性的复杂系统，无法用函数表达式表示出来，因神经网络的智能学习性，可以训练仿真网络，因此，拟定使用BP神经网络算法对已有实验数据进行训练，建立各影响因素对成球性能的影响模型，但是使用BP神经网络之前需要保证各项影响因素之间的独立性，因此保证各项影响因素的独立性是非常重要的。但是同为化学元素的TiO₂、Al₂O₃、SiO₂、FeO、TFe之间存在一定的相关性，这会严重影响下一步利用BP神经网络的预测工作。

发明内容

本发明要解决的技术问题是提供一种简单可行的基于主成分分析的消除铁精粉化学指标相关性的方法。

为解决上述技术问题，本发明采用的技术方案是：

一种基于主成分分析的消除铁精粉化学指标相关性的方法，包括以下步骤：

步骤1：检验相关性：检验TiO₂、Al₂O₃、SiO₂、FeO、TFe五种铁精粉化学成分之间的相关性，建立相关系数矩阵；

步骤2：抽取主因子：对相关系数矩阵进行主成分分析，并抽取主因子，抽取主因子遵循：根据相关系数矩阵的特征值大小来确定主因子，主因子的特征值大于1；

步骤3：确定主成份的特征向量[a₁,a₂,a₃,a₄,a₅]：对相关系数矩阵进行主成分分析，得到成分矩阵，特征向量由成分矩阵里的各向量除以对应方差的算术平方根得到；

步骤4：得到各主成分得分值Y1：

y₁＝a₁*x₁+a₂*x₂+a₃*x₃+a₄*x₄+a₅*x₅(1)

式中，x₁，x₂，x₃，x₄，x₅分别表示TiO₂、Al₂O₃、SiO₂、FeO、TFe五种铁精粉化学成分的数值。

采用上述技术方案所取得的技术效果在于：

1、本发明解决了由于铁精粉化学指标相关而无法下一步实施预测指标与成球性关系的问题；

2、本发明采用主成分分析法对指标进行处理，客观公正地消除指标的相关性，保证各影响因素之间的独立性，为建立各项影响因素对造球性能的影响模型奠定了基础；为进一步提升和发展球团工艺提供了参考依据。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明的流程图。

具体实施方式

本发明想要解决的是在建立铁精粉的不同配比、孔径和孔容对最终成球性能的影响各影响变量间不独立的问题，为进一步利用BP神经网络准确建立影响变量对成球性的影响机制模型奠定基础。

本实施例分别设定研山和司家营两种铁精粉的配比量、不同孔径和孔容值，进行成球工艺，采集不同配比量以及不同孔径和孔容值的成球性能，实验数据见表1，化学成分、孔径及孔容对成球性的影响如表1所示。在表1中研山简称研，司家营简称司。