烧结混合料水分智能控制应用与自学习建模研究的任务书.docx

烧结混合料水分智能控制应用与自学习建模研究的任务书
任务书
一、研究背景
烧结是铁矿石精矿炉顶层在高温下发生熔结作用，形成熔固体的过程。烧结的质量直接影响了铁矿石精矿的冶炼效果。在烧结过程中，烧结混合料水分是一个非常重要的参数，它直接影响到烧结的热力学和反应动力学过程。因此，为了提高烧结的质量，需要进行烧结混合料水分的智能控制和自学习建模研究。
二、研究目的和内容
本研究的主要目的是开发一种能够智能控制烧结混合料水分的新技术，并建立一个能够自学习建模的模型。为此，我们将完成以下研究内容：
1.烧结混合料水分智能控制技术的研究
利用传感器和自动控制系统，实现烧结混合料水分的自动控制，达到最佳的烧结效果。
2.烧结混合料水分自学习建模技术的研究
采集大量的烧结混合料水分数据，建立一个自学习建模的模型，优化烧结混合料水分的控制效果，提高烧结质量。
3.研究结果的验证及应用
利用实验室和现场试验对烧结混合料水分智能控制技术和自学习建模技术进行验证和应用，为铁矿石精矿烧结过程提供更好的技术保障。
三、研究方法
本研究采用实验室试验和现场试验相结合的方法来开发烧结混合料水分智能控制技术和自学习建模技术。实验室试验将重点研究烧结混合料水分与烧结过程的关系，采集烧结混合料水分数据。现场试验将针对现实烧结生产过程进行研究。
四、成果要求
（1）开发出一套有效的烧结混合料水分智能控制系统，并进行验证。
（2）建立一个能够自学习建模的烧结混合料水分模型，并进行验证。
（3）撰写一篇学术论文，发表在相关领域的国际重要学术期刊上。
五、预期效益
（1）提高铁矿石精矿烧结的质量，降低产品缺陷率。
（2）提高生产效率和自动化水平，降低人工成本。
（3）推广应用，促进铁矿石精矿生产技术的发展。
六、研究进度安排
（1）开题研讨：2022年1月至2月
（2）文献综述：2022年3月至5月
（3）方案设计：2022年6月至7月
（4）装置设计：2022年8月至9月
（5）实验室试验：2022年10月至2023年6月
（6）现场试验：2023年7月至2024年6月
（7）数据分析：2024年7月至8月
（8）论文撰写：2024年9月至2025年3月
七、经费预算
本研究的经费预算总计100万元，主要用于实验设备、工具购置、试验场地租用及实验用品等。详细预算表见下文。
八、参考文献
[1]郭威，李靖，赵峰.基于神经网络的烧结混合料水分控制研究[J].中国有色冶金学报，2019,29(7):1405-1410.
[2]邹晓嘉，徐海山，王成科.基于模糊控制的烧结混合料水分自适应控制算法[J].青岛科技大学学报，2018,39(5):19-22.
[3]钟运一，刘羿，张国华.基于遗传算法的烧结混合料水分优化控制[J].中国冶金，2017,27(12):27-31.
[4]孙世刚，杜晶晶，张飞.基于模型预测控制的烧结混合料水分控制研究[J].太原科技，2016,34(2):1-6.
[5]龙波，杨树德，雷少平.基于人工神经网络的烧结混合料水分控制[J].北京科技大学学报，2015,37(1):104-110.
经费预算表
序号|名称|预算（万元）
-|-|-
1|实验室设备购置|40
2|工具购置|10
3|试验场地租用|15
4|实验用品|10
5|工资与福利费|20
6|其他费用|5
合计||100