公开(公告)号：CN114093442A

公开(公告)日：2022-02-25

申请号：CN202210018911.1

申请日：2022-01-10

Applicant: 华北理工大学

Inventor： 刘卫星 ,  李杰 ,  闫奥琪 ,  付之珍 ,  陈太龙

IPC: G16C60/00 ,  G16C20/30 ,  G06N3/08 ,  C22B1/24

Abstract: 本发明公开一种预测及优化熔剂性生球性能的方法，将原料成分SiO2含量、碱度R、MgO含量、混合料粒度中小于0.074mm质量分数与生球的成球率、抗压强度、落下强度及爆裂温度四个性能用BP神经网络进行预测，得到基于造球原料成分及造球混合料中小于0.074mm粒度的质量分数对生球性能的预测模型，该方法利用高斯分布数据扩增方法结合BP神经网络训练，利用该预测模型能够有效预测生球性能，且满足实际冶炼工艺要求，对优化生球性能，提高入炉比例具有重要的意义。

公开(公告)号：CN114093442B

公开(公告)日：2022-03-29

申请号：CN202210018911.1

申请日：2022-01-10

Applicant: 华北理工大学

Inventor： 刘卫星 ,  李杰 ,  闫奥琪 ,  付之珍 ,  陈太龙

IPC: G16C60/00 ,  G16C20/30 ,  G06N3/08 ,  C22B1/24

Abstract: 本发明公开一种预测及优化熔剂性生球性能的方法，将原料成分SiO2含量、碱度R、MgO含量、混合料粒度中小于0.074mm质量分数与生球的成球率、抗压强度、落下强度及爆裂温度四个性能用BP神经网络进行预测，得到基于造球原料成分及造球混合料中小于0.074mm粒度的质量分数对生球性能的预测模型，该方法利用高斯分布数据扩增方法结合BP神经网络训练，利用该预测模型能够有效预测生球性能，且满足实际冶炼工艺要求，对优化生球性能，提高入炉比例具有重要的意义。