一种基于双模态超图神经网络的人造块矿质量预测系统技术方案

本发明专利技术公开一种基于双模态超图神经网络的人造块矿质量预测系统，属于质量预测技术领域。该系统涵盖双模态数据收集、质量标准建立、图像特征提取、超图学习与表征和双模态结果输出。首先，进行电镜扫描和烧结杯实验收集双模态数据。然后根据行业标准YB/T 421‑2014选择评价指标并用熵权法分为4级，再使用GLCM、ORB和Canny方法提取图像特征。超图学习通过超图构建、节点表示学习、顶点卷积和特征融合分析烧结生产中的高阶关系。超图表征通过任务层和特征传播优化算法训练模型判别人造块矿质量等级，最后得出准确度达90%的人造块矿质量预测结果。该系统可应用于优化配矿，使烧结原料具有良好的制粒和成矿性能，实现高产、优质、低耗的烧结生产。

【技术实现步骤摘要】

本专利技术涉及质量预测系统，属于质量预测，具体涉及一种基于双模态超图神经网络的人造块矿质量预测系统。

技术介绍

1、我国是钢铁大国，钢铁也是我国能耗的重点行业，随着钢铁工业的不断发展，铁矿资源日趋贫瘠，铁矿价格不断上升，配矿结构亟待优化。而人造块矿是一种在冶金、化工等领域中广泛使用的重要原材料，它的质量好坏可以直接影响着整个化工过程质量和效率的高低。因此，为了确保整个化工过程的质量和效率，需要对人造块矿的生产过程进行监测和控制，通过分析数据、处理数据、优化数据，最终建立人造块矿质量预报评价系统。目前，国内外学者对人造块矿质量预报模型的研究分为三类，包括机理分析模型、专家知识模型、智能数据模型。机理分析模型通过构建数学公式进行质量推测，但烧结过程中涉及的机理众多，难以用简单的数学公式描述整个烧结过程，致使机理分析模型的预报结果稳定性不强。专家知识模型是利用实际烧结生产经验与知识梳理烧结过程，构建专家规则达到质量预测的目的，但烧结过程的时变性会导致模型适用性逐渐减弱。智能数据模型是以具有自主学习能力的算法为基础，利用算法的强非线性拟合能力，分析烧结系统中变量与本文档来自技高网...

【技术保护点】

1.一种基于双模态超图神经网络的人造块矿质量预测系统，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于双模态超图神经网络的人造块矿质量预测系统，其特征在于，所述双模态数据收集包括以下步骤：

3.如权利要求1所述的一种基于双模态超图神经网络的人造块矿质量预测系统，其特征在于，所述质量标准建立包括以下步骤：

4.如权利要求1所述的一种基于双模态超图神经网络的人造块矿质量预测系统，其特征在于，所述图像特征提取包括以下步骤：

5.如权利要求1所述的一种基于双模态超图神经网络的人造块矿质量预测系统，其特征在于，所述双模态结果输出包括以下步骤...

【技术特征摘要】

1.一种基于双模态超图神经网络的人造块矿质量预测系统，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于双模态超图神经网络的人造块矿质量预测系统，其特征在于，所述双模态数据收集包括以下步骤：

3.如权利要求1所述的一种基于双模态超图神经网络的人造块矿质量预测系统，其...

【专利技术属性】
技术研发人员：周元，周树勋，于复兴，张钦禹，董琦，李锦祥，张丽艳，李一帆，杨爱民，
申请(专利权)人：华北理工大学，
类型：发明
国别省市：