点此下载——烧结工序能耗预测与优化研究 烧结工序能耗预测与优化研究 冯朝辉1，张华1，王艳红2 (1．武汉科技大学机械自动化学院，湖北武汉430081；2．武汉科技大学管理学院，湖北武汉430081) 摘要：烧结工序能耗预测与优化研究是确保生产有序合理、节能环保和低成本的重要手段。在烧结工序能耗定义分析及烧结工序能耗主要影响因素分析的基础上，建立了基于径向基神经网络―遗传算法(RBF—GA)的烧结能耗预测与优化模型。在神经网络模型对能耗高精度预报的基础上结合遗传算法求解优化模型，计算出最佳的输入参数组合。通过案例研究，验证了所提方法的正确性和有效性。 关键词：烧结；能耗；预测；优化；RBF—GA模型 1前言 烧结工序能耗在吨钢综合能耗中约占10％，仅次于高炉炼铁。目前我国烧结工序能耗较国外先进水平平均高出约20kgce／t，且国内各厂之间差距较大[1,2]。烧结工序节能降耗的研究势在必行。文献[3]通过BP神经网络对烧结固体燃耗进行预测，并研究了各主要参数对烧结固体燃耗的影响；文献[4]提出了一种基于广义Curry原则非精确线搜索的共轭梯度算法来改进传统BP神经网络对烧结固体燃耗进行分析和预测，预测的均方误差为0．0098，准确率达到9..