The invention discloses a method for eliminating iron powder chemical index correlation based on principal component analysis, correlation test, the main factors including extraction and determine the feature vector, the principal component eigenvectors by principal component determination of principal component expressions, based on principal component expression to the principal component scores of the steps. The invention adopts principal component analysis to process the index method, objectively eliminate the relevance of the index to ensure independence between the various influencing factors, in order to establish the influence factors and lay a foundation for the effect of balling performance model; and provides a reference for further development and improvement of pelletizing process.
【技术实现步骤摘要】
基于主成分分析的消除铁精粉化学指标相关性的方法
本专利技术涉及一种消除铁精粉化学指标相关性的方法,尤其涉及一种基于主成分分析的消除铁精粉化学指标相关性的方法,属于冶金行业的造球
技术介绍
球团是优质高炉炉料,但由于矿产日渐枯竭,铁精粉质量下降,造成生产时成球率低。因此,可以分析原料特性对铁精矿成球性能的影响入手,研究铁精粉混合情况对成球性能的影响,探索几种原料不同配比的成球性能模型。以钢厂最常用的庙沟、研山、司家营三种铁精粉为例,建立研山和司家营两种铁精粉不同配比以及不同孔容和孔径值的成球性能模型,为了便于研究,把两种铁精粉混合配比转化为五种化学成分TiO2、Al2O3、SiO2、FeO、TFe混合配比对成球性的影响,而各项影响因素对于成球性能的影响机制是一个非线性的复杂系统,无法用函数表达式表示出来,因神经网络的智能学习性,可以训练仿真网络,因此,拟定使用BP神经网络算法对已有实验数据进行训练,建立各影响因素对成球性能的影响模型,但是使用BP神经网络之前需要保证各项影响因素之间的独立性,因此保证各项影响因素的独立性是非常重要的。但是同为化学元素的TiO2、Al2O3、SiO2、FeO、TFe之间存在一定的相关性,这会严重影响下一步利用BP神经网络的预测工作。
技术实现思路
本专利技术要解决的技术问题是提供一种简单可行的基于主成分分析的消除铁精粉化学指标相关性的方法。为解决上述技术问题,本专利技术采用的技术方案是:一种基于主成分分析的消除铁精粉化学指标相关性的方法,包括以下步骤:步骤1:检验相关性:检验TiO2、Al2O3、SiO2、FeO、TFe五 ...
【技术保护点】
一种基于主成分分析的消除铁精粉化学指标相关性的方法,其特征在于:包括以下步骤:步骤1:检验相关性:检验TiO
【技术特征摘要】
1.一种基于主成分分析的消除铁精粉化学指标相关性的方法,其特征在于:包括以下步骤:步骤1:检验相关性:检验TiO2、Al2O3、SiO2、FeO、TFe五种铁精粉化学成分之间的相关性,建立相关系数矩阵;步骤2:抽取主因子:对相关系数矩阵进行主成分分析,并抽取主因子,抽取主因子遵循:根据相关系数矩阵的特征值大小来确定主因子,主因子的特征值大于1;步骤3:确定主成...
【专利技术属性】
技术研发人员:李杰,刘卫星,杨爱民,李慧,梁精龙,杨曙磊,高放,边敏华,
申请(专利权)人:华北理工大学,
类型:发明
国别省市:河北,13
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。