在我国富矿较少,贫矿较多的事实条件下,烧结是提高贫矿利用率的主要方法。目前,烧结矿约占高炉入炉原料的90%,是高炉炉料的主要组成部分。烧结过程的好坏直接影响到烧结块的产量和质量,从而影响到高炉的熔炼。 烧结过程是一个复杂的物理化学过程,包括水分的蒸发与冷凝、固体物料的分解,氧化还原反应、固相反应以及化学物的熔化与冷凝等。它是将粉矿和返粉按一定配比配成的烧结混合料,铺在烧结焙烧机上进行高温加热,在不完全融化的条件下烧结成块(烧结块)的过程。烧结过程中,混合料水分,是影响烧结过程的一个重要因素。适当的含水量可以使粉矿和返粉相互粘结,让水分充分渗透到炉料内部,每一种物料湿润到一定程度时,具有最小的堆比重,即这种湿度使物料具有最大容积,也就是最好的透气性,此时物料的制团作用最大。 由于烧结系统动态的复杂性、不确定性导致直接进行水分测量的困难,因此,本文提出了以透气性软测量为核心的烧结混合料水分软测量系统。在对烧结工艺以及烧结过程工艺参数研究分析的基础上,确定了混合料水分软测量的辅助变量以及软测量模型的建模方法。本文在软测量建模时共采用了三种方法,分别为神经网络、模糊控制和基于减法聚类的自适应模糊神经网络软测量方法,在对各种软测量建模方法和实验数据分析的基础上,对这三种方法进行比较。经比较基于减法聚类的自适应模糊神经网络方法具有很好的收敛性,较高的预测精度,较小的测试误差,很适合工程应用。 实验结果也表明,本文提出的混合料水分软测量方法是有效的,并具有较高的测量精度。