Прогнозирование показателей металлургического кокса

Abstract

В статье показано применение нейронной сети для моделирования показателей качества кокса: индекс реакционной способности(CRI) и индекс прочности кокса после его высокотемпературного взаимодействия с двуокисью углерода(CSR). Отмечается, что задача определения характеристик качества кокса CRI и CSR может быть отнесена к недостаточно формализованной задаче, в которой присутствуют множество влияющих факторов, которые не удается строго учесть. Решение таких задач возможно с использованием искусственных нейронных сетей. Для моделирования CRI и CSR была использована двухслойная искусственная нейронная сеть. В качестве сжимающей функции использовалась логистическая функция. Для обучения нейронной сети был использован метод обратного распространения ошибки и два метода оптимизации: метод наискорейшего спуска и метод сопряженных градиентов. Получено, что метод сопряженных градиентов дает лучшую среднюю точность вычислений для CRI и CSR. Изучено влияние количества нейронов на результаты моделирования. Увеличение количества нейронов во внутреннем слое с 7 до 10 приводит к увеличению средней погрешности вычислений для CRI и CSR. Различие между опытными и расчетными данными в среднем не превышает 2%. Делается заключение о перспективности использования нейронной сети для предсказания величин CRI и CSR металлургического кокса.