新材料及其应用

本发明公开了一种基于主成分分析的消除铁精粉化学指标相关性的方法，包括检验相关性、抽取主因子、确定主成份的特征向量、由主成份的特征向量确定主成分表达式、根据主成分表达式，得到各主成分得分值的步骤。本发明采用主成分分析法对指标进行处理，客观公正地消除指标的相关性，保证各影响因素之间的独立性，为建立各项影响因素对造球性能的影响模型奠定了基础；为进一步提升和发展球团工艺提供了参考依据。

球团是优质高炉炉料，但由于矿产日渐枯竭，铁精粉质量下降，造成生产时成球率低。因此，可以分析原料特性对铁精矿成球性能的影响入手，研究铁精粉混合情况对成球性能的影响，探索几种原料不同配比的成球性能模型。以钢厂最常用的庙沟、研山、司家营三种铁精粉为例，建立研山和司家营两种铁精粉不同配比以及不同孔容和孔径值的成球性能模型，为了便于研究，把两种铁精粉混合配比转化为五种化学成分TiO2、Al2O3、SiO2、FeO、TFe混合配比对成球性的影响，而各项影响因素对于成球性能的影响机制是一个非线性的复杂系统，无法用函数表达式表示出来，因神经网络的智能学习性，可以训练仿真网络，因此，拟定使用BP神经网络算法对已有实验数据进行训练，建立各影响因素对成球性能的影响模型，但是使用BP神经网络之前需要保证各项影响因素之间的独立性，因此保证各项影响因素的独立性是非常重要的。但是同为化学元素的TiO2、Al2O3、SiO2、FeO、TFe之间存在一定的相关性，这会严重影响下一步利用BP神经网络的预测工作。

本发明采用主成分分析法对指标进行处理，客观公正地消除指标的相关性，保证各影响因素之间的独立性，为建立各项影响因素对造球性能的影响模型奠定了基础；为进一步提升和发展球团工艺提供了参考依据。