一种烧结矿FeO含量在线检测方法及系统技术方案

本发明专利技术公开了一种烧结矿FeO含量在线检测方法，包括以下步骤，S1、将用于传输烧结矿的传送带上划分第一称重区域和第二称重区域，第一与第二称重区域上设置用于对经过的烧结矿进行称重的称重装置，其中第二称重区域设置有对烧结矿中磁性物质施加磁力的磁力装置，传送带上设置有用于获取传输速度的测速装置；S2、当烧结矿在传送带上进行传输时，实时获取烧结矿经过第一称重区域和第二称重区域的重量，以及传送带的传输速度；S3、根据S2所获取的烧结矿重量数据和传送带运动数据，利用预训练的SSA

【技术实现步骤摘要】
一种烧结矿FeO含量在线检测方法及系统


[0001]本专利技术涉及钢铁冶炼领域，具体涉及一种基于SSA
‑
BP神经网络的烧结矿FeO含量在线检测方法及系统。

技术介绍

[0002]随着冶金工业的不断发展，天然富矿资源有限，而其冶金性能又不如人造块矿——烧结矿优越，所以大部分现代高炉都用烧结矿，或用烧结矿兑加少数天然富矿来进行冶炼。工业炉中80％以上的原材料来自烧结矿，作为高炉炼铁的主要原料，烧结矿质量的优劣会影响高炉冶炼性能。烧结矿的矿物组成随原料及烧结工艺条件的不同而变化，可分为酸性烧结矿矿物、自熔性烧结矿矿物和高碱度烧结矿矿物。但是烧结矿的主要成分都是磁铁矿(Fe3O4)、赤铁矿(Fe2O3)、浮氏体(FeO
·
x)、铁橄榄石(FeO
·
SiO2)、钙铁橄榄石(CaO
·
FeO
·
SiO2)、铁酸钙(CaO
·
Fe2O3)、铁酸镁(MgO
·
Fe2O3)、石英(SiO2)、石灰(CaO)等。/>[0003]Fe本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烧结矿FeO含量在线检测方法，其特征在于：包括以下步骤，S1、将用于传输烧结矿的传送带上划分第一称重区域和第二称重区域，第一与第二称重区域上设置用于对经过的烧结矿进行称重的称重装置，其中第二称重区域设置有对烧结矿中磁性物质施加磁力的磁力装置，传送带上设置有用于获取传输速度的测速装置；S2、当烧结矿在传送带上进行传输时，实时获取烧结矿经过第一称重区域和第二称重区域的重量，以及传送带的传输速度；S3、根据S2所获取的烧结矿重量数据和传送带运动数据，利用预训练的SSA
‑
BP神经网络检测烧结矿中的FeO含量；S4、判断烧结矿中的FeO含量是否处于预设范围中，若超出预设范围则进行报警。2.根据权利要求1所述的烧结矿FeO含量在线检测方法，其特征在于：所述SSA
‑
BP神经网络的训练步骤为，S301、进行SSA
‑
BP神经网络的初始化，设置参数包括权值区间、误差函数、计算精度值和最大学习次数；S302、初始化麻雀种群相关参数，定义最大迭代次数；S303、将训练数据输入SSA
‑
BP神经网络，集散种群适应度，确定当前种群最优位置；其中，训练数据为已知FeO含量的各批质量不同的烧结矿所对应的第一称重区域重量值、第二称重区域重量值以及传送带的传输速度；S304、由麻雀搜索算法获得最优权值和阈值并赋予SSA
‑
BP神经网络，计算隐藏层和输出层中各神经元的输入和输出；S305、输出层实际输出值与期望值进行对比，计算得出误差E；S306、当误差E在预设范围内时，判断误差E满足要求，当前SSA
‑
BP神经网络作为最终的预测模型；反之，判断当前学习次数是否达到最大学习次数，若已达到，则当前SSA
‑
BP神经网络作为最终的预测模型，若未达到，则返回S304进行循环迭代。3.根据权利要求2所述的烧结矿FeO含量在线检测方法，其特征在于：S304具体为，输入层第i个节点的输出为x
i
，i＝(1,2,3)；其中，x1、x2、x3分别为已知FeO含量的各批质量不同的烧结矿所对应的第一称重区域重量值、第二称重区...

【专利技术属性】
技术研发人员：李自成，邵长江，王瑞林，杨旭，熊涛，俞良贵，王后能，曾丽，廖小兵，刘江，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：