计算机在钢铁冶金中的应用

课程设计
神经网络
第三节 神经网络在品位确认中的应用
3.2 学习、训练、测试数据的提取 B）SQL server数据库的数据提取
01
简单查询
02
联合查询
第 15 页
03 04
连接查询
导入数据库
课程设计
神经网络
第三节 神经网络在品位确认中的应用
3.2 学习、训练、测试数据的提取 C）CIQ20 中的数据提取
第* 页 第6 页
02 神经网络的应用
03 神经网络在品味确认中的应用
课程设计
神经网络
第二节 神经网络在铁矿取样品位波动中的应用
2.1 在矿产冶金领域应用广泛
矿产冶金
工艺优化 模型预报 故障分析 相统计分析
第7 页
课程设计
神经网络
第二节 神经网络在铁矿取样品位波动中的应用
2.2 神经网络方法的优点
课程设计
神经网络
第三节 神经网络在品位确认中的应用
3.3.1 网络设计
首先，选择某一时间段来自不同产地的50个交货批矿石粉 矿，选其全铁、磷、硫的合同值、国外检验值和口岸机构检 验值，得50组状态样本值，其中包括品位波动为大、中、 小的数据。（见右侧表格）
第 17 页
课程设计
神经网络
第三节 神经网络在品位确认中的应用
2.3 产生铁矿石品位差异的原因
品位差异具有以下方面的原因：
1、对出采的铁矿石未进行混料加工。 2、不同品位的矿点产地铁矿石混装。 3、粉块差异大的铁矿石。 4、生产时破碎不当。
第9 页
课程设计
神经网络
第二节 神经网络在铁矿取样品位波动中的应用
2.4 传统铁矿石品味波动的确认方法
A
第 10 页
B
采用交替副样评定品质波动。 采用变量法评定品质波动。
a 数据库基础数据档案
基础数据表及表内字段包括：人员、国内外客 户名录、国家、原产地、船舶、装运港、品名、 编码、商品品名（每种品名可对应粉、块、球 三个品种 ）、名称、品种。
b 数据库商品数据档案
1）报验单 2）品质结果 3）品质项目
提取后的查询结果可以转换成Excel文件，经 过处理后，如数据归类、数据归一化等，在 Mattlab转换成mat文件保存于Mattlab的 work文件夹中，以备程序调用。
课程设计
神经网络
第三节 神经网络在品位确认中的应用
3.1 基本原理及介绍
第 13 页
课程设计
神经网络
第三节 神经网络在品位确认中的应用
3.2 学习、训练、测试数据的提取 A）Acess数据库的数据提取
第 14 页
数据库表格内部分字段采用SQL(structured query language)查询 “SELECT”
神经网络
第三节 神经网络在品位确认中的应用
3.1 基本原理及介绍
第 12 页
将铁矿石的相关品质特征信息输入人工神经网络的数学模型进行迭代运算，如粒度、水分、成分分析检测结果，产地、品 种、矿山、加工工艺、船舶运输以及其他相关的铁矿石商品信息，目的是利用“输入—目标”样品矢量数据对人工神经网 络进行学习、训练，最终达到能自动确认未知铁矿石交货批品位的波动情况的效果。
01 产生铁矿石品味差异的原因 02 传统铁矿石品味波动确认方法 03 神经网络在品味确认中的应用
课程设计
神经网络
第一节 什么是神经网络
1.1 神经网络的概念
第4 页
人工神经网络（artifical neural networks ,ANN）是由大量的，简单 的处理单元（神经元）广泛互相连接而成的复杂网络系统，它反 映了人脑功能的许多特征。
第 16 页
包含通用性检务信息
选择需要查询字段，设定需要的查询的条件，查询的条件可以追加，所得查询结果以TXT形式导出，并转换 成Excel形式后经过数据处理，再次转换为Matlab可识别文件保存备用。CIQ2000采用的数据库为Oracle 数据库，由于专业性强，因此数据的提取还是建议采用CIQ2000 开发的查询统计模块。
如果所取样品用于确定一个以上的品质特性时，则应选择这些特性中品质波动大 的类别。”评定品质波动的取样可以和测定交货批的日常取样相结合。
过渡页
Transition Page
第* 页 第 11 页
ຫໍສະໝຸດ Baidu
01 产生铁矿石品味差异的原因 02 传统铁矿石品味波动确认方法 03 神经网络在品味确认中的应用
课程设计
课程设计
神经网络
第三节 神经网络在品位确认中的应用
3.3.3 网络训练
具体应用区域就是：（1）模式识别和图像处理（2）控制和优化（3）预报和职能信息管理
（4）通信
（5）空间科学 （6）军事科学
课程设计
神经网络
第一节 什么是神经网络
1.1 神经网络的概念
生物神经元 模型
神经元模型
神经网络模型
第5 页
【图】人工神经网络示意图
过渡页
Transition Page
01 产生铁矿石品味差异的原因
神经网络在铁矿石 取样中的应用
《计算机在钢铁冶金中的应用》课程设计
Designed by @Arvin
第1 页 矿物1204班 向平
目录页
Contents Page
01 什么是神经网络
第* 页 第2 页
02 神经网络的应用
03 神经网络在品味确认中的应用
过渡页
Transition Page
第* 页 第3 页
3.3.1 网络设计
第 18 页
为简化网络结构，将大、中、小分别以（0,0,1）、（0,1,0）、(1,0,0)表示。 根据Kolmogorov定理，采用N×2N+1×M的3层BP 网，这里输入的特征向量 的分量数N=9,即输入层为9神经元，输出状态类别总数M=3，即输出神经元为 3神经元，中间为19个神经元。
课程设计
神经网络
第三节 神经网络在品位确认中的应用
3.3.2 数据归一化
加快训练网络的收敛性
归一化方法主要有如下几种：
第 19 页
（1）线性函数转换
(2)对数函数转换 (3)反余切函数转换
y=(x-MinValue)/(MaxValue-MinValue)
y=lg(x)
y=atan(x)*2/PI
优点：
用神经网络方法建立数学模型来判断铁矿的品位波 动，可以将原本需要大量人力劳力辅助的铁矿石品 质波动评定，成为只需要计算机运算的模拟处理， 使品位波动评估大大简化。
那么，减轻工作负担，规范铁矿石取样秩序，大大降低实验成 本，同时可以为ISO标准的修订提供依据。
第8 页
课程设计
神经网络
第二节 神经网络在铁矿取样品位波动中的应用