【技术实现步骤摘要】
一种基于神经网络模型的炼焦人工智能配煤系统
[0001]本专利技术属于智能配煤
,具体涉及一种基于神经网络模型的炼焦人工智能配煤系统。
技术介绍
[0002]炼焦是指炼焦煤在隔绝空气条件下加热到1000℃左右(高温干馏),通过热分解和结焦产生焦炭、焦炉煤气和其他炼焦化学产品的工艺过程。炼焦化学产品是重要的化工原料,因此炼焦生产是现代钢铁工业的一个重要环节。
[0003]现有的焦化厂在进行炼焦时,通常依据配煤师的经验完成配煤,这种方式不能准确地预测焦炭质量,也不能准确的给出最优的配煤比例。
技术实现思路
[0004]针对上述
技术介绍
所提出的问题,本专利技术的目的是:旨在提供一种基于神经网络模型的炼焦人工智能配煤系统。
[0005]为实现上述技术目的,本专利技术采用的技术方案如下:
[0006]一种基于神经网络模型的炼焦人工智能配煤系统,所述炼焦人工智能配煤系统的实施流程如下,
[0007]S1.模型定义,结合已有的炼焦数据、分析配煤比和焦炭质量的对应关系,计算出焦炭质量预测模型,该焦炭质量预测模型包括输入层、隐层、以及输出层,所述输入层包括x1…
x
i
…
x
d
若干个输入神经元,所述隐层包括b1…
b
h
…
b
q
若干个隐层神经元,所述输出层包括y1…
y
j
…
y
l
若干个输出神经元,所述输入神经元与隐层神经 ...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络模型的炼焦人工智能配煤系统,其特征在于:所述炼焦人工智能配煤系统的实施流程如下,S1.模型定义,结合已有的炼焦数据、分析配煤比和焦炭质量的对应关系,计算出焦炭质量预测模型,该焦炭质量预测模型包括输入层、隐层、以及输出层,所述输入层包括x1…
x
i
…
x
d
若干个输入神经元,所述隐层包括b1…
b
h
…
b
q
若干个隐层神经元,所述输出层包括y1…
y
j
…
y
l
若干个输出神经元,所述输入神经元与隐层神经元之间的对应权重为v
ih
,所述隐层神经元与输出神经元之间的对应权重为w
hj
;第h个所述隐层神经元的值等于第j个所述输出神经元的值等...
【专利技术属性】
技术研发人员:田效永,
申请(专利权)人:山东青博工业科技有限公司,
类型:发明
国别省市:
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。