文献

J-GLOBAL ID：201802244635700010   整理番号：18A1897727

鉄鉱石焼結プロセスにおけるCo/CO_2予測のためのBPニューラルネットワークに基づく階層予測モデル【JST・京大機械翻訳】

Hierarchical Prediction Model Based on BP Neural Network for Predicting CO/CO₂in Iron Ore Sintering Process

著者 (3件)： Xu Ben (School of Automation, China University of Geosciences, Wuhan, 430074, China) ,  Chen Xin (Intelligent Automation for Complex Systems, Hubei key Laboratory of Advanced Control, Wuhan, 430074, China) ,  Zhou Yang (School of Automation, China University of Geosciences, Wuhan, 430074, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCC  ページ： 8067-8072  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 焼結プロセスは製鋼における最もエネルギーを消費するプロセスの一つであり,その炭素燃料消費は鋼生産プロセスにおいて8%から10%を占める。エネルギー消費を低減する方法を見出すためには,炭素効率を予測する必要がある。炭素排出物におけるCO/CO_2の値は,焼結プロセスにおける炭素燃焼の利用を反映することができた。本研究では,CO/CO2を炭素効率の尺度とし,階層モデルを構築し,それを予測した。最初に,焼結過程における物理的および化学的反応および炭素流れ機構を解析し,CO/CO_2に影響を及ぼすプロセスパラメータを決定した。次に,灰色関係解析法を用いて,パラメータ間の関係を決定する影響因子を解析し,CO/CO_2の階層的予測モデルをパラメータ間の関係に基づいて確立した。階層的予測モデルを,熱状態パラメータの予測モデルとCO/CO2の予測モデルの2つの部分に分割した。熱状態パラメータに対する予測モデルの入力は原料パラメータと運転パラメータであり,CO/CO2に対する予測モデルの入力は熱状態パラメータに対する予測モデルの予測値である。最後に,シミュレーション結果により,提案したモデリング法の有効性を検証した。この方法は,焼結プロセスにおける炭素効率の最適化と制御のための理論的基礎を提供できる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 鋼 ,  *焼結 ,  *予測モデル ,  *予測 ,  エネルギー消費 ,  最適化 ,  炭素 ,  シミュレーション ,  二酸化炭素 ,  モデリング ,  プロセスパラメータ ,  化学反応 ,  生産プロセス
準シソーラス用語： 予測値 ,  運転パラメータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 鉄鉱石焼結 ,  プロセス ,  CO ,  予測 ,  BPニューラルネットワーク ,  階層 ,  予測モデル