[发明专利]一种球团原料最佳配比的自动推荐方法

说明书

本发明公开一种球团原料最佳配比的自动推荐方法及系统。所述推荐方法包括获取配比变量；将所述配比变量x^t进行广义回归神经网络预处理，获得广义神经网络输入变量；将所述广义神经网络输入变量输入到基于广义神经网络的球团矿抗压强度预报模型f中，获得球团矿抗压强度预报值；根据所述球团矿抗压强度预报模型f采用天牛搜索算法确定所述球团矿抗压强度预报值f的最大值f_bst与对应的配比变量值。构建了最佳配比智能推荐模型，智能推荐的最佳配料方案提升了熟球的抗压强度。

技术领域

本发明涉及球团矿领域，特别是涉及一种球团原料最佳配比的自动推荐方法。

背景技术

基础建设规模逐年扩大，钢材需求量节节攀升，有限的天然富块矿资源，无法满足更大规模的炼铁原料需求。球团矿是作为人造富块矿之一，具有高温还原软化性好、机械强度高、渣量低、铁品量高的优良特性。基于球团矿的优良特性，成为高炉炉料中不可或缺的组成部分。但是，球团矿在进入高炉之前和之后，均需要经过多次装卸、转运、堆积和运动，要经受碰撞、冲击、挤压和摩擦各种严酷的机械作用。在机械作用下，熟球产生了破碎、小块或粉末，将间接消极影响炉矿顺行和生产指标。

现有技术中，球团矿生产过程中的配料方案、焙烧制度、参数设定的操作多采用线性比例调控的手段，存在成球率低、抗压程度差的问题。

发明内容

本发明的目的是提供一种能够提高球团的抗压强度的球团原料最佳配比的自动推荐方法及系统。

为实现上述目的，本发明提供了如下方案：

一种球团原料最佳配比的自动推荐方法，所述推荐方法包括：

获取配比变量x^t＝[x₁,x₂,x₃,x₄,x₅,x₆]^T，x₁表示SiO₂的质量占比，x₂表示 CaO的质量占比，x₃表示MgO的质量占比，x₄表示Al₂O₃的质量占比，x₅表示焙烧时间，x₆表示焙烧温度；其中t的取值为0,1,2，......，t_max；

将所述配比变量x^t进行广义回归神经网络预处理，获得广义神经网络输入变量；

将所述广义神经网络输入变量输入到基于广义神经网络的球团矿抗压强度预报值f中，获得球团矿抗压强度预报值；

根据所述球团矿抗压强度预报模型f采用天牛搜索算法确定所述球团矿抗压强度预报值f的最大值f_bst；

根据所述球团矿抗压强度预报值f采用天牛须搜索算法确定球团矿抗压强度最大值f_bst所对应的自变量的值x_bst。

可选的，所述将所述配比变量x^t进行广义回归神经网络预处理，获得广义神经网络输入变量具体包括：

所述广义回归神经网络包括输入层、模式层、求和层、输出层；

获取所述配比变量x^t中的i组j维数据，并按照传递函数传递至所述模式层；

所述模式层的第i个神经元遵从传递函数

其中，x^t表示所述广义回归神经网络预处理的输入变量，而x_i^t表示第i个神经元对应的学习样本数据，σ为平滑因子参数；