首页   冶金自动化杂志   新闻中心   自动化信息网   冶金计量协会   杂志广告   厂商信息   自动化论坛   计控自动化对标
期刊介绍
期刊荣誉
编委会
征稿启事
作者须知
文章模板
在线杂志
当前位置:冶金自动化杂志 ->  在线杂志
期刊年份   期号   关键字   
基于非线性自回归神经网络的烧结混合料水分智能控制
文章作者:吴岳明等
出处: 冶金自动化2021年第1期
作者单位: 宝钢股份上海梅山钢铁股份有限公司设备部
参考文献:
关键词:烧结混合料;深度学习;非线性自回归;前馈控制
摘要:为提高烧结混合料加水控制的智能程度,针对烧结生产线现场的实际情况,提出了一种非线性自回归 (nonlinear autoregressive models with exogenous inputs,简称NARX) 神经网络加水前馈控制模型。首先,利用工厂的历史生产数据和物料平衡原理建立烧结混合料的加水模型,其中涉及各种原料量及混合加水量;然后,将深度监督学习与自学习NARX算法结合,建立烧结混合料水分预测模型;最后,将NARX水分预测模型与极限学习机(extreme learning machine,简称ELM)模型进行对比。结果表明,NARX算法在水分控制的准确性、平稳性上均更优,可以为烧结混合料加水前馈控制提供新的解决方案。
正文:正文下载
版权所有 © 2006 《冶金自动化》编辑部 新鸿儒承制
地址:北京海淀区学院南路76号南院 电话:010-62181013 传真:010-62181013 E-mail:mia@yjzdh.com
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:010-62662699,E-mail:support@magtech.com.cn
冶金自动化研究设计院《冶金自动化》杂志社 京ICP备09114784号