排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
为提高LF精炼钢水终点温度控制水平,提出了基于主成分分析(PCA)和BP神经网络的联合方法预测LF钢包炉精炼钢水终点温度。基于冶金理论和实际生产实践,选取了42CrMo钢生产过程的10个对终点温度有显著影响的因素作为预测模型的指标体系,然后借助主成分分析法对样本数据进行处理,得到了7个主成分变量,累计方差贡献率为87.24%,消除了数据之间的关联性,以此为基础,建立了基于PCA-BP神经网络的LF炉终点温度预测模型,该模型预测误差在±25℃时,模型的命中率为98.71%,模型有较好的识别能力,能够达到LF炉生产过程预测终点温度的目的。 相似文献
1