首页 | 本学科首页   官方微博 | 高级检索  
     

基于神经网络的高炉铁水硅含量预报模型的研究
引用本文:邱东,仝彩霞,祁晓钰,郭亚平,朱里红,张俊明.基于神经网络的高炉铁水硅含量预报模型的研究[J].冶金分析,2009,29(2):1-1.
作者姓名:邱东  仝彩霞  祁晓钰  郭亚平  朱里红  张俊明
作者单位:长春工业大学电气与电子工程学院;齐齐哈尔大学通信与电子工程学院;
基金项目:吉林省科技厅社会发展重大项目 
摘    要:根据RBF神经网络具有收敛速度快和全局优化的特点,建立了RBF网络模型,并将其应用对高炉铁水硅含量预报。监于铁水硅含量与炉缸温度之间的密切相关性,通过铁水硅含量来间接地反映炉内温度变化。采用MATLAB中的Newrbe函数进行函数逼近,对高炉一段连续时期内正常生产的数据的归一化处理后进行训练和仿真,提高了铁水硅含量预报的命中率。高炉冶炼运用先进的RBF人工神经网络预报模型,能预报铁水硅含量的高低,判断炉温走势,实现炉温调控,有利于节能降耗,并可监测多个主要控制对象,为高炉操作提供指导。

关 键 词:铁水硅含量  RBF神经网络  Newrbe函数  预报模型  

Study on prediction model of silicon content in blast furnace liquid iron based on neural network
QIU Dong,TONG Cai-xia,QI Xiao-yu,GUO Ya-ping,ZHU Li-hong,ZHANG Jun-ming.Study on prediction model of silicon content in blast furnace liquid iron based on neural network[J].Metallurgical Analysis,2009,29(2):1-1.
Authors:QIU Dong  TONG Cai-xia  QI Xiao-yu  GUO Ya-ping  ZHU Li-hong  ZHANG Jun-ming
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《冶金分析》浏览原始摘要信息
点击此处可从《冶金分析》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号