基于BP神经网络的合金收得率预测模型

论文摘要

脱氧合金化是转炉冶炼工艺的最后一步,钢液内合金成分含量控制是否精确直接影响着精炼工序的冶炼难度与冶炼周期。合金收得率是转炉合金工人配加合金时的重要参考标准,关于合金元素收得率判断的准确性直接影响着钢水成分稳定性与生产成本。应用神经网络算法,建立了以终点温度、终点氧含量、终点硅含量为变量的合金收得率预测模型,对所建立的模型性能进行了研究,对模型预测结果进行了测试,证实模型运行准确可靠,能够为生产冶炼作出指导。

论文目录

• 1 BP神经网络
• 2 模型的建立与验证
•   2.1 样本的选取
•   2.2 数据预处理
•   2.3 预测模型的结果与分析
• 3 结论

文章来源

类型: 期刊论文

作者: 李廷刚,陈勇,郑伟,马仲群,孙建鹏,毛勇

关键词: 合金,收得率,转炉,转炉模型

来源: 山西冶金 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 冶金工业,自动化技术

单位: 五矿营口中板有限责任公司

分类号: TF713;TP183

DOI: 10.16525/j.cnki.cn14-1167/tf.2019.03.06

页码: 15-16

总页数: 2

文件大小: 1008K

下载量: 354