BP神經網絡IF鋼鋁耗的預測模型
作者：張思源; 包燕平; 張超杰; 林路 北京科技大學鋼鐵冶金新技術國家重點實驗室; 鋼鐵研究總院冶金工藝研究所
摘要：為了解決某鋼廠IF鋼冶煉RH精煉過程鋁耗偏高問題,通過數理統計和BP神經網絡相結合的方法建立了鋁耗預測模型,并與多元線性回歸模型進行比較,該模型具有更高準確度.該模型分析了不同冶煉工藝參數對鋁耗的具體影響,并對相應工藝參數進行了優化.結果表明:脫碳結束氧活度或RH進站氧活度降低0.005%左右,每噸鋼鋁耗可降低0.07~0.08 kg,鋁脫氧有效利用系數為70.31%~80.35%;RH進站鋼液溫度增加35~40℃,鋁耗降低1 kg左右,鋁熱反應升溫利用系數在97.4%左右;吹氧量小于100 m~3和大于100 m~3時,氧氣與鋁反應的比例分別為37.3%和74.6%左右,吹氧量每增加50 m3,鋁耗分別增加0.1 kg和0.2 kg左右.工藝參數優化后平均鋁耗由1.359 kg降低到1.113 kg,降幅達18.1%.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
北京科技大學學報·社會科學版雜志
北京科技大學學報·社會科學版雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：高教研究、功能語言學、法學、社會學、政治學、文藝學、翻譯研究等。于1985年經新聞總署批準的正規刊物。
- 部級期刊
- 1-3個月審核
