电弧炉终点碳含量预测模型的构建与分析

现有的电弧炉终点碳预测模型大多忽略了电弧炉内余钢量中剩余的碳质量对下一炉次终点碳含量的影响，且电弧炉冶炼时渣层较厚，冶炼时钢水翻滚剧烈致钢水成分不均匀，电弧炉终点取样检测出的碳含量与钢水中实际的碳含量会存在较大的偏差，若直接使用电弧炉取样的碳含量作为分析数据，模型的预测值往往与钢水中实际的碳含量存在偏差。针对以上问题，首先利用多元线性回归算法计算钢铁料的收得率，推出每炉的余钢量，然后利用BP神经网络提出了一种关于电弧炉终点碳含量的预测方法，试验分析表明模型终点碳质量分数预测值与实际值误差在±0.02%内的命中率达到了92%,具有较高的预测精度。