点此下载——数据挖掘技术在烧结配矿系统中的应用 摘要：针对烧结矿生产配料结构复杂多元，既要保证质量，又要实现效益最优的问题，依托于唐钢不锈钢公司自动控制系统中存储下来的海量历史数据，应用数据挖掘技术中的聚类算法对历史的配矿数据进行聚类分析，最终建立相应的神经网络模型，对新配矿数据按照烧结矿技术指标进行预测，从而指导并调整配矿比例。运行结果表明，该算法简单、结果准确。 关键词：数据挖掘；聚类；神经网络；烧结配矿；预测 1前言 烧结厂根据所用原矿的种类和化学成分，对工艺中的配矿(料)结构进行一定的配比调整和控制，然后再进入烧结生产的其它环节。其配矿结构直接影响烧结矿的质量，进而影响到企业的经济效益。唐钢不锈钢股份有限公司烧结厂的原料主要有铁精粉、巴西粉、印度粉、返矿、白灰、焦粉、煤粉、白云石粉、污泥、海沙、球粉、动力灰等组成，种类较多，数量较大，物理化学性能差异也较大。为了使烧结矿的物理化学性能稳定，并符合高炉冶炼的要求，必须把不同成分的各种原料按一定比例混合起来形成混匀料，再添加一定比例的辅料进行配料，使其达到一定的性能指标。由于矿粉及辅料的种类较多，以及矿粉之间的相互作用和交叉影响..