基于徑向基人工神經網絡的造球盤控制.pdf

1、球團礦生產是高爐煉鐵生產冶金原料的重要來源，其所占的位置也越來越重要。球團礦的質量和產量都直接影響高爐生產。然而，在球團礦生產過程中，國內大部分造球過程都是人工操作，操作工憑借以往的經驗人工控制造球過程的加料量、加水量、轉速等各參數。這種人為操作效率低，耗時長，影響球團質量。 近年來，神經網絡的發(fā)展有了很大的進步，神經網絡的工業(yè)應用取得了實質性的進展。RBF神經網絡網絡結構易確定、收斂速度快及其良好的非線性函數逼近特性，本文采用

2、RBF神經網絡作為控制模型。在RBF神經網絡中，隱層中心的數量和位置的選擇是整個網絡性能優(yōu)劣的關鍵，直接影響網絡的逼近能力。本文在研究RBF網絡傳統(tǒng)學習算法的基礎上，提出了基于遺傳算法的RBF神經網絡優(yōu)化算法。 本文針對圓盤造球過程提出基于RBF人工神經網絡的智能控制模型，對圓盤造球過程實現自動控制。在研究過程中，放棄了復雜的以造球動力學為理論基礎的數學模型。因為這些模型是在一定條件下得出的，而且更側重于理論分析。模型中各變量難