天津冶金2022，Issue(6) ：21-25,38.DOI:10.3969/j.issn.1006-110X.2022.06.006

基于机器学习的球团矿质量预测模型研究现状

Research status of pellet ore quality prediction model based on machine learning

杨会利 李跃 赵克 张建良 刘征建 王耀祖 孙庆科
天津冶金2022，Issue(6) ：21-25,38.DOI:10.3969/j.issn.1006-110X.2022.06.006
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于机器学习的球团矿质量预测模型研究现状

Research status of pellet ore quality prediction model based on machine learning

杨会利 1李跃 1赵克 1张建良 2刘征建 2王耀祖 3孙庆科4
扫码查看

作者信息

  • 1. 鞍山钢铁集团有限公司大孤山球团厂,辽宁鞍山114046
  • 2. 北京科技大学冶金与生态工程学院,北京100083
  • 3. 北京科技大学人工智能研究院,北京100083
  • 4. 北京科技大学自动化学院,北京100083
  • 折叠

摘要

链篦机-回转窑是一种生产球团矿的新工艺,因其能生产出满足高炉需求的高质量球团矿而被各球团矿生产企业广泛采用.然而链篦机-回转窑生产球团矿的工艺复杂,成品球团矿的质量又与各生产工艺和操作密切相关,这使得球团矿的质量控制和调整滞后并呈现较强的周期性.当前大多数球团矿生产企业采取现场人工取成品球团矿样送检,这使得球团矿检测结果不能实时指导生产且具有很大的不确定性.因此,建立成品球团矿的质量预测算法模型就显得尤为重要.国内外学者在球团矿质量预测算法做了大量工作,主要有基于案例的推理算法、基于神经网络的算法、遗传算法和其他算法.本文对球团矿质量预测算法进行了分析,并对算法的性能和该领域的未来发展进行了评价和反思.

关键词

链篦机-回转窑/球团矿/质量预测/算法

引用本文复制引用

出版年

2022
天津冶金
天津冶金集团有限公司 天津市金属学会 天津市冶金科技信息研究所

天津冶金

影响因子：0.162
ISSN：1006-110X
参考文献量10
段落导航相关论文