数据挖掘技术在烧结配矿系统中的应用

（1）简介 针对国内烧结矿的配矿控制问题，其复杂性十分显著：矿石及辅料的种类繁多，比例难以精准把握；矿石间相互作用及影响，使得配矿过程具有很强的非线性特征；此外，成本过高，无法进行工业试验。鉴于目前烧结系统普遍采用计算机进行控制和管理，系统中存储了海量数据。为此，本项目充分利用这些数据，运用数据挖掘技术，结合人工智能、神经网络等技术对数据进行组织、分析和处理，旨在寻求烧结配矿系统中的规律，并将其应用于烧结配矿，以实现提高烧结矿成品率，降低成本并节约能源消耗的目标。

（2）关键技术 ① 开发了快速、准确的烧结配矿系统预测模型：采用基于CBR（基于实例的推理方法）的数据挖掘技术，通过复用或修正相同或相似的示例来建立烧结配矿挖掘及预测模型； ② 提出了配矿模型中实例的知识表达方法：结合原矿比例、烧结过程参数及烧结矿质量指标，建立一个配矿实例的特征属性，进而构建初始实例库，并提出了提高检索效率的实例库优化策略； ③ 建立了确定配矿实例各特征属性权重系数的神经网络模型。

（3）技术经济效果 烧结矿质量指标预测准确率不低于90%；烧结矿成品率提高50%以上；降低成本并节约能源消耗约30%。

（1）简介

针对国内烧结矿的配矿控制问题十分复杂：矿石及辅料的种类多，比例难以把握；矿石间相互作用及影响，使配矿有很强的非线性；成本过高，不可能做工业试验等。由于目前烧结系统普遍采用计算机进行控制和管理，存储了海量的数据。为此，本项目充分利用这些数据，运用数据挖掘技术，结合人工智能、神经网络等技术对数据进行组织、分析和处理，以寻求烧结配矿系统中的规律，并运用到烧结配矿中去，达到提高烧结矿成品率，降低成本并节约能源消耗的目的。

（2）关键技术

① 开发了快速、准确的烧结配矿系统预测模型：应用基于CBR（基于实例的推理方法）的数据挖掘技术，通过相同或相似的示例的复用或修正建立烧结配矿挖掘及预测模型；

② 提出了配矿模型中实例的知识表达方法：采用将原矿比例、烧结过程参数及烧结矿质量指标相结合的方法来建立一个配矿实例的特征属性，进而建立初始实例库，并提出了提高检索效率的实例库优化策略；

③ 建立了确定配矿实例各特征属性权重系数的神经网络模型。

（3）技术经济效果

烧结矿质量指标预测准确率不低于90%；烧结矿成品率提高50%以上；降低成本并节约能源消耗约30%。