基于深度神经网络的球团焙烧参数确定方法及系统技术方案

本发明专利技术提供一种基于深度神经网络的球团焙烧参数确定方法与系统，涉及大数据处理技术领域。该方法包括：确定焙烧参数，并获取每个所述焙烧参数的候选参数值；将所述候选参数值输入至训练后的质量指标评价模型中，基于所述质量指标评价模型确定所述候选参数值的预测评分；其中，所述预测评分是所述质量指标评价模型确定的在所述候选参数值的情况下进行焙烧得到的焙烧熟料的质量的评分；基于所述预测评分，确定所述焙烧参数的目标值。本发明专利技术能够优化球团质量。化球团质量。化球团质量。

Determination method and system of pellet roasting parameters based on deep neural network

【技术实现步骤摘要】
基于深度神经网络的球团焙烧参数确定方法及系统


[0001]本专利技术涉及大数据处理
，尤其涉及一种基于深度神经网络的球团焙烧参数确定方法及系统。

技术介绍

[0002]为了保证供给高炉的铁矿石中铁含量均匀，以及高炉的透气性，需要把选矿工艺产出的铁精矿制成块状原料。烧结球团是提炼铁矿石的常用工艺，球团质量的好坏直接影响高炉炼铁的品质。影响成品球团质量的因素有很多，例如上料量、冷却风机转速、风箱温度、鼓干段烟罩温度、二冷段烟罩温度等等。在实际生产过程中，一般由人工把控影响因素，将影响因素控制在合理的范围内，从而得到质量较好的球团。这种方式不仅耗费时间、人力，也难以对每个影响因素进行定量分析，不利于球团质量的优化。

技术实现思路

[0003]本专利技术提供一种球团焙烧参数综合评价智能建模方法及系统，用以解决烧结球团的成品质量难以优化的缺陷，实现对成品质量的精准控制。
[0004]本专利技术提供一种基于深度神经网络的球团焙烧参数确定方法，包括：确定焙烧参数，并获取每个所述焙烧参数的候选参数值；将所述候选参数值输入至训练后的质量指标评价模型中，基于所述质量指标评价模型确定所述候选参数值的预测评分；其中，所述预测评分是所述质量指标评价模型确定的在所述候选参数值的情况下焙烧生产出的球团的质量指标的分值；所述质量指标评价模型是基于深度神经网络构建得到的；基于所述预测评分，确定所述焙烧参数的目标值。
[0005]根据本专利技术提供的一种实施方式，所述基于所述质量指标评价模型确定所述候选参数值的预测评分，包括；确定球团质量指标的多个评价维度，基于所述质量指标评价模型从所述多个评价维度确定所述候选参数值的预测评分；其中，所述评价维度包括亚铁含量、抗压强度、转鼓指数、料面平整和环境参数。
[0006]根据本专利技术提供的一种实施方式，所述质量指标评价模型由多个深度神经网络构成，所述深度神经网络与所述评价维度一一对应；所述基于所述质量指标评价模型从所述多个评价维度确定所述候选参数值的预测评分，包括：确定每个所述评价维度对应的焙烧参数；将每个所述评价维度对应的焙烧参数的候选参数值输入对应的深度神经网络中，得到每个所述评价维度的评价得分；基于每个所述评价维度的评价得分，确定所述预测评分；其中，所述亚铁含量对应的焙烧参数包括焙烧机上料量、成品矿平均粒度、焙烧段
烟罩压力、鼓干鼓风机温度、鼓干段烟罩温度、回热风机转速、冷却风机转速、主引风机温度、台车料厚、台车料厚偏差、二冷段烟罩温度、抽干段压力、预热段烟罩温度；所述抗压强度对应的焙烧参数包括风箱温度、鼓干鼓风机压力、烧嘴温度、焙烧机机速、焙烧机上料量、回热风机转速、冷却风机转速、主引风机转速、成品矿平均粒度、台车料厚、台车料厚偏差、主引风机温度、回热风机温度；所述转鼓指数对应的焙烧参数包括焙烧机机速、风箱温度、成品矿平均粒度、焙烧机上料量、回热风机转速、冷却风机转速、主引风机转速、主引风机温度、回热风机温度、烧嘴温度；所述料面平整对应的焙烧参数包括台车料厚、台车料厚偏差、鼓干鼓风机压力；所述环境参数评价维度对应的焙烧参数包括铺底料重、卸料仓料量、烧嘴温度、皂土配加量、瞬时湿返率、干燥后水分、混合后水分、风箱压力。
[0007]根据本专利技术提供的一种实施方式，所述基于每个所述评价维度对应的评价得分，确定所述预测评分，包括：确定每个所述评价维度对应的权重；基于所述权重，对每个所述评价维度的评价得分进行加权求和，得到所述预测评分。
[0008]根据本专利技术提供的一种实施方式，所述基于所述预测评分，确定所述焙烧参数的目标值，包括：在所述预测评分大于预设值时，将所述候选参数值作为所述焙烧参数的目标值；在所述预测评分不大于所述预设值时，显示提示信息，所述提示信息用于提示用户调整所述候选参数值。
[0009]根据本专利技术提供的一种实施方式，所述方法还包括：获取球团生产过程中的历史数据，其中，所述历史数据中包括所述焙烧参数的历史参数值，以及在所述历史参数值的情况下生产的成品球团的每个所述评价维度的质量评分；通过所述历史数据训练所述质量指标评价模型。
[0010]本专利技术还提供一种基于深度神经网络的球团焙烧参数确定系统，包括：参数获取模块，用于确定焙烧参数，并获取每个所述焙烧参数的候选参数值；参数评分模块，用于将所述候选参数值输入至训练后的质量指标评价模型中，基于所述质量指标评价模型确定所述候选参数值的预测评分；其中，所述预测评分是所述质量指标评价模型确定的在所述候选参数值的情况下焙烧生产出的球团的质量指标的分值；所述质量指标评价模型是基于深度神经网络构建得到的；参数确定模块，用于基于所述预测评分，确定所述焙烧参数的目标值。
[0011]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于深度神经网络的球团焙烧参数确定方法。
[0012]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于深度神经网络的球团焙烧参数确定方法。
[0013]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于深度神经网络的球团焙烧参数确定方法。
[0014]本专利技术提供的基于深度神经网络的球团焙烧参数确定方法、基于深度神经网络的球团焙烧参数确定系统和电子设备，通过质量指标评价模型可以预测将焙烧参数设置为候选参数值时，焙烧熟料的质量，并给出质量的预测评分。根据该预测评分可以确定焙烧参数的值是否有误，从而实现对生产过程的自动监控，节省人力时间成本。并且，预先对焙烧参数对应的产品的质量进行预测，能够精准控制生产的成品质量，有利于成品矿的质量优化。
附图说明
[0015]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本专利技术提供的基于深度神经网络的球团焙烧参数确定方法的流程示意图；图2是本专利技术提供的基于深度神经网络的球团焙烧参数确定方法中质量指标评价模型的结构示意图；图3是本专利技术提供的基于深度神经网络的球团焙烧参数确定方法中的显示效果示意图；图4是本专利技术提供的基于深度神经网络的球团焙烧参数确定系统的结构示意图；图5是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0017]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度神经网络的球团焙烧参数确定方法，其特征在于，包括：确定焙烧参数，并获取每个所述焙烧参数的候选参数值；将所述候选参数值输入至训练后的质量指标评价模型中，基于所述质量指标评价模型确定所述候选参数值的预测评分；其中，所述预测评分是所述质量指标评价模型确定的在所述候选参数值的情况下焙烧生产出的球团的质量指标的分值；所述质量指标评价模型是基于深度神经网络构建得到的；基于所述预测评分，确定所述焙烧参数的目标值。2.根据权利要求1所述的基于深度神经网络的球团焙烧参数确定方法，其特征在于，所述基于所述质量指标评价模型确定所述候选参数值的预测评分，包括：确定多个评价维度，基于所述质量指标评价模型从所述多个评价维度确定所述候选参数值的预测评分；其中，所述评价维度包括亚铁含量、抗压强度、转鼓指数、料面平整和环境参数。3.根据权利要求2所述的基于深度神经网络的球团焙烧参数确定方法，其特征在于，所述质量指标评价模型由多个深度神经网络构成，所述深度神经网络与所述评价维度一一对应；所述基于所述质量指标评价模型从所述多个评价维度确定所述候选参数值的预测评分，包括：确定每个所述评价维度对应的焙烧参数；将每个所述评价维度对应的焙烧参数的候选参数值输入对应的深度神经网络中，得到每个所述评价维度的评价得分；基于每个所述评价维度的评价得分，确定所述预测评分；其中，所述亚铁含量对应的焙烧参数包括焙烧机上料量、成品矿平均粒度、焙烧段烟罩压力、鼓干鼓风机温度、鼓干段烟罩温度、回热风机转速、冷却风机转速、主引风机温度、台车料厚、台车料厚偏差、二冷段烟罩温度、抽干段压力、预热段烟罩温度；所述抗压强度对应的焙烧参数包括风箱温度、鼓干鼓风机压力、烧嘴温度、焙烧机机速、焙烧机上料量、回热风机转速、冷却风机转速、主引风机转速、成品矿平均粒度、台车料厚、台车料厚偏差、主引风机温度、回热风机温度；所述转鼓指数对应的焙烧参数包括焙烧机机速、风箱温度、成品矿平均粒度、焙烧机上料量、回热风机转速、冷却风机转速、主引风机转速、主引风机温度、回热风机温度、烧嘴温度；所述料面平整对应的焙烧参数包括台车料厚、台车料厚偏差、鼓干鼓风机压力；所述环境参数对应的焙烧参数包括铺底料重、卸料仓料量、烧嘴温度、皂土配加量、...

【专利技术属性】
技术研发人员：谭杰，刘承宝，赵宏博，李永杰，刘原，
申请(专利权)人：北京智冶互联科技有限公司，
类型：发明
国别省市：