文档介绍：基于 BP 神经网络的冶金工艺专家系统的
研究与实现
重庆大学硕士学位论文
（专业学位）
学生姓名：曾元春
指导教师：朱晓红 副教授
学位类别：工程硕士（计算机技术领域）
重庆大学计算机学院
二 O 一三年四月
Study and Project Implementation of
Metallurgical Crafts Expert System Based
on BP Neural Network
A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for
Professional Degree
By
Zeng Yuanchun
Supervised by Ass. Prof. Zhu Xiaohong
Specialty: Computer Technology Field
College of Computer Science of Chongqing
University, Chongqing, China
April 2013
摘 要
近些年来，随着钢铁行业高速发展带来的产能过剩，以及国际和国内矿石原
料价格的上涨，使钢铁冶金企业的利润空间进一步压缩，企业间的竞争不断加剧。
因此，为了提升竞争力，钢铁冶金企业越来越关注其生产过程中的资源利用率和
综合经济效益。
本文所研究的冶金工艺专家系统，有助于钢铁冶金企业在实际生产过程中优
化其生产工艺流程，从而提高整个生产过程的资源利用率和综合经济效益。根据
冶金生产过程中不同环节的特点，冶金工艺专家系统分为原料管理、配料优化、
制粒评价和烧结评价四个功能模块；其中原料管理模块储存了原料的基本信息、
各种理化信息和图片信息；配料优化模块采用线性规划算法，在满足混合料化学
成分含量和粒度分布等约束条件的基础上，以综合成本为目标函数来优化混合料
配比；制粒评价模块基于 BP 神经网络建立了制粒效果预测模型，并引入湿容量的
概念建立起最佳含水量预测模型；烧结评价模块通过烧结工艺过程中物料与热量
的收支关系来计算烧结工艺中的最佳配碳量，同时也通过 BP 神经网络建立起用于
预测烧结成品矿的各种理化指标的烧结矿性能预测模型。相对于钢铁冶金企业根
据经验公式或者是行业专家确定工艺环节中的生产参数，冶金工艺专家系统计算
和预测出的相关参数具有更好准确度和灵活性。
本文内容主要包括以下三个方面：
首先，在分析了国内外相关研究现状以及神经网络和线性规划相关应用领域
的基础上，提出了本文的研究背景及意义。
其次，通过分析和研究 BP 神经网络和线性规划理论