维普期刊资源整合服务平台（V6.5）

维普中文期刊产品整合服务

1篇 您的检索式：作者名="Manjunath Prabhu"

选中清除导出查看参考文献查看引证文献引用追踪共1页首页上一页第1页下一页末页 /1 跳转

		题名	作者	年代	出处	被引量
	1	利用神经网络模型预测球团矿的冷压强度(英文)显示文摘建立了一个神经网络模型来预测球团矿的冷压强度,该网络模型采用三层前向BP神经网络,网络结构为12-12-1,12个输入变量分别为给料率、料层高度、焙烧温度、干透点温度、COREX煤气单耗、膨润土的添加量、生球水分、生球碳含量以及成品球的FeO、MgO、Al2O3含量和碱度;隐层含有12个神经元;输出为成品球团冷压强度;神经元激活函数选择双曲正切函数;神经网络学习算法使用的是带惯量项的误差反向传播学习算法(BP学习算法)。选取353组数据来训练和测试神经网络,其中247组数据用于训练网络,其余数据用于测试网络。测试结果表明,该网络的预测结果与实际结果的误差在3%以内,同时通过敏感性分析得出以下结论:①膨润土添加量、生球碳含量以及成品球的FeO、MgO、Al2O3含量和碱度对球团矿的冷压强度有重要影响;②增加膨润土添加量、成品球碱度、MgO含量、焙烧温度、干透点温度、COREX煤气单耗有助于改善球团矿的冷压强度;③增加FeO含量、生球碳含量、Al2O3含量、料层高度、给料率将使球团矿的冷压强度迅速下降;④增加生球水分会降低冷压强度;⑤提高球团矿冷压强度的参数设置(膨润土的添加量:0.86%~0.92%;wFeO<0.5%;生球碳含量:1.00%~1.10%;MgO含量:0.39%~0.44%);⑥在0.3~0.7范围内增加碱度不能显著改善球团矿的冷压强度。	T Umadevi Naveen F Lobo Sangamesh Desai Manjunath Prabhu 黄可为	2012	世界钢铁2012，12，4：	2

返回顶部每页显示：

共1页首页上一页第1页下一页末页 /1 跳转

goolge学术搜索-维普

网站首页 | 关于我们 | 联系我们 | 产品服务 | 客服中心 | 广告服务 | 版权声明 | 网站联盟 | 友情链接 | 售卡网点

版权所有© 渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费