基于深度神经网络的双膛石灰窑预测模型

作者：宋佳霖

来源：冶金动力, 2022, (04): 109-112.

DOI：10.13589/j.cnki.yjdl.2022.04.016

• 双膛石灰窑
• 神经网络
• 活性度
• 预测

根据双膛石灰窑运行工艺及石灰生产控制的特点，采用深度神经网络方法建立了石灰质量的预测模型。模型预测结果表明，三层隐含层（32-16-8）结构的神经网络模型具有较高的预测精度和较强的自学习能力，石灰CaO成分预测的平均绝对误差（MAE）为1.14%。充分验证了基于过程参数控制的石灰性能指标预测模型的准确性和有效性。

• 单位
  中冶南方