欢迎登录材料期刊网

材料期刊网

高级检索

针对铅锌烧结过程中复杂的过程优化控制问题,提出基于综合工况评判模型的铅锌烧结过程操作参数优化方法.在基于机理分析的基础上,综合运用主元分析、神经网络和模糊理论等方法,建立综合工况评判模型;并根据当前的操作参数和综合工况评判模型结果,采用基于模糊C均值聚类的匹配优化算法获得最优的操作参数,从而为现场操作人员提供科学的操作指导.结果表明:该方法可显著改善工况波动、提高烧结块的产量和质量,较好地解决铅锌烧结过程的优化控制问题.

参考文献

[1] 叶军乔,何静,曾令成.ISP烧结工艺的特点及发展趋势[J].有色冶金设计与研究,2004(01):3-5,9.
[2] WU Min,XU Chen-hua,DU Yu-xiao.Intelligent optimal control for lead-zinc sintering process state[J].中国有色金属学会会刊(英文版),2006(04):975-981.
[3] 杜玉晓,吴敏,桂卫华.面向生产目标的铅锌烧结过程智能集成建模与优化控制技术[J].中国有色金属学报,2004(01):142-148.
[4] WANG Ya-lin,MA Jie,GUI Wei-hua,YANG Chun-hua,ZHANG Chuan-fu.Multi-objective intelligent coordinating optimization blending system based on qualitative and quantitative synthetic model[J].中南工业大学学报(英文版),2006(05):552-557.
[5] GUI Wei-hua;WANG Ya-lin;YANG Chun-hua .Composition-prediction-model-based intelligent optimization for lead-zinc sintering blending process[J].Measurement and Control,2007,40(06):176-181.
[6] CHEN Xiao-fang;GUI Wei-hua;WANG Ya-lin;WU Min .An integrated modeling method for prediction of sulfur content in agglomerate[J].Journal of Central South University of Technology,2003(2):145-150.
[7] 张明智,娄寿春,张多林,刘志勤.一个用于反导作战建模与仿真的智能集成模型[J].系统仿真学报,2003(02):167-170.
[8] Parlos A G .An accelerated learning algorithm for multiplayer perception networks[J].IEEE Transactions on Neural Networks,1994,5(03):86-88.
[9] Lipo Wang;Haixiang Shi .A gradual noisy chaotic neural network for solving the broadcast scheduling problem in packet radio networks[J].IEEE Transactions on Neural Networks,2006(4):989-1000.
[10] 王玉涛,严其艳,杨钢,徐万仁.基于主成分分析的动态神经网络预报方法及其应用[J].控制与决策,2006(11):1312-1315,1320.
[11] 刘丹红,张世英.基于小波神经网络的非线性误差校正模型及其预测[J].控制与决策,2006(10):1114-1118.
[12] 罗琳,邹采荣,仰枫帆.改进的人脸识别主分量分析算法[J].东南大学学报(英文版),2006(01):26-30.
[13] 翟军勇,费树岷.基于主元分析的RBF神经网络多模型切换控制[J].系统工程与电子技术,2006(07):1051-1054.
[14] WU Xiao-hong;ZHOU Jian-jiang .Alternative possibilitic fuzzy c-means clustering algorithm[J].Journal of Computer Information Systems,2006,2(03):925-932.
[15] 范九伦,吴成茂.FCM算法中隶属度的新解释及其应用[J].电子学报,2004(02):350-352.
[16] 高新波,李洁,姬红兵.基于加权模糊c均值聚类与统计检验指导的多阈值图像自动分割算法[J].电子学报,2004(04):661-664.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%