首页 | 本学科首页   官方微博 | 高级检索  
     

应用改进的神经网络模型预报转炉冶炼终点
引用本文:冯明霞,邹宗树,李强.应用改进的神经网络模型预报转炉冶炼终点[J].炼钢,2006,22(1):40-44.
作者姓名:冯明霞  邹宗树  李强
作者单位:东北大学,材料与冶金学院,辽宁,沈阳,110004
摘    要:准确预报转炉冶炼终点的钢水温度与碳含量对提高转炉终点命中率具有重要意义。针对现有多层前馈网络学习算法的不足,基于BP模型提出一种改进算法,建立了复吹转炉冶炼终点的预报模型,并与BP模型的预测结果进行了统计比较。研究表明,改进后的模型能够对冶炼终点进行良好的预报。采用单节点输出模型对终点钢水碳含量与温度分别进行预报,预测误差w(ΔC])<±0.03%的命中率达97.22%,Δt<±12℃的命中率为94.44%。还建立了神经网络双节点输出模型对转炉终点钢水碳含量及温度同时进行预报,误差Δt<±15℃、w(ΔC])<0.03%的双命中率为76.92%。

关 键 词:氧气转炉  神经网络  终点预报  碳含量  温度
文章编号:1002-1043(2006)01-0040-05
收稿时间:2005-04-01
修稿时间:2005-04-01

Heat end-point prediction of combined-blown converter by improved artificial neural network model
FENG Ming-xia,ZOU Zong-shu,LI Qiang.Heat end-point prediction of combined-blown converter by improved artificial neural network model[J].Steelmaking,2006,22(1):40-44.
Authors:FENG Ming-xia  ZOU Zong-shu  LI Qiang
Abstract:
Keywords:BOF  neural network  end-point prediction  carbon content  temperature
本文献已被 CNKI 万方数据 等数据库收录!
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