神经网络在焦炭质量预测中的应用研究

"该硕士论文主要探讨了基于神经网络的焦炭质量预测模型的研究。作者赵挝墨在河北理工大学进行此项研究，其研究方向为煤炭化学与工程。论文中指出，炼焦配煤过程复杂，煤质特性对焦炭质量有显著影响，且这种影响是非线性的。传统的预测方法已无法满足实际生产中的需求，因此引入人工神经网络作为解决此类问题的新工具。 论文首先回顾了国内外配煤理论与方法以及焦炭质量预测的现有研究，然后进行了单种煤的煤质分析和干馏试验，以了解不同煤种的性质如何影响配合煤。作者设计了优化配煤方案，并对配合煤进行实验，以理解煤质和干馏过程对焦炭质量的具体影响。 在分析过程中，作者发现原料煤的性质是影响焦炭质量的主要因素，而生产工艺的影响相对固定。基于这些发现，论文采用神经网络构建了配合煤质量和焦炭质量的预测模型。通过训练数据对模型进行训练，并进行预测分析，结果显示神经网络模型能准确描述配煤和炼焦过程的复杂关系，预测精度高，验证了该方法的有效性。 论文共包含26个图和30个表，引用了70篇参考文献，关键词包括煤质特性、炼焦特性以及神经网络。这项研究为提高焦炭质量预测的准确性和科学性提供了一个新的途径。"