基于多传感器数据融合技术的烧结矿碱度预报模型的研究  

The Prediction Model of Basicity in Sintering Process Based on Multisensor Data Fusion

作　　者：程国彪[1] 常卫兵[1] 宋艳敏[1] 宋强[2] 

机构地区：[1]河南安阳钢铁股份有限责任公司烧结厂,河南安阳455004 [2]昆明理工大学信息工程与自动化学院,云南昆明650051

出　　处：《自动化技术与应用》2005年第9期7-9,共3页Techniques of Automation and Applications

摘　　要：烧结矿碱度的测量是钢铁工业中的关键和难点,况且又容易受到烧结几乎每一个操作环节的影响。据此提出利用BP神经网络进行多传感器数据融合的烧结矿碱度的预报模型。通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值。The measurement of R in sintering process is difficult to control. A prediction model of R in sintering process based on BP neural network is proposed simulation shows that the prediction with this method is more robust.

关 键 词：多传感器数据融合 神经网络算法 碱度 权值和阈值 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]