基于一维卷积神经网络的微波加热钛精矿温度预测

作者：杨彪; 母其海; 朱娜; 邓卓; 刘志邦

来源：有色金属工程, 2021, 11(09): 56-61.

• 微波加热
• 钛精矿
• 一维卷积神经网络
• 温度预测

以微波碳热还原低品位钛精矿工艺研究为背景,准确预测微波加热物料的温度对提高加热过程的安全性和可靠性具有重要意义。针对微波加热钛精矿过程进行温度预测,以微波输入功率、加热时间、初始温度三个因素作为神经网络的输入量,构建一维卷积神经网络预测模型,并将预测结果与热有效能传递模型和通用传热模型预测结果进行对比,三者预测结果的均方根误差和决定系数的值分别为1.452 7、0.992 7与6.035 5、0.873 4及6.598 6、0.848 6。结果表明,该模型能有效预测结果,为后续生产过程提供理论指导。

• 单位
  昆明理工大学; 自动化学院