基于神经网络的铜闪速熔炼过程工艺参数预测模型

基于铜闪速熔炼过程是典型的高温、多相多组分复杂生产过程,熔炼时,闪速炉内发生激烈而迅速的化学反应,冰铜品位、冰铜温度和渣中铁硅比是铜熔炼过程的关键三大工艺参数,在线检测时存在成本高、滞后大,实现困难等问题,在分析影响工艺参数因素的基础上,提出一种基于BP神经网络的三大工艺参数预测方法,通过收集现场生产数据,挖掘其中隐含的工艺参数信息,建立预测模型。仿真结果表明,这三大工艺参数的最大绝对误差分别为0.630,6.680和0.051,最大相对误差分别为1.16%,0.55%和3.40%,说明模型预测结果与实际生产数据较吻合,该预测模型可用来指导实际生产操作,并可用于铜闪速熔炼过程参数优化。