一种基于GRNN的LF炉温度预报模型

摘要：

钢包炉(LF)精炼是进行炉外精炼的主要手段.其主要任务之一就是对钢液的温度进行精确的控制与调整,因此需要及时获取钢液温度信息.本研究对某钢厂120吨精炼炉现有生产方式进行研究,对影响温度的因素进行分析,并对采集到的数据进行预处理.基于传统神经网络在小样本集上拟合能力差的问题,本研究选用广义回归神经网络建立模型,可以在提升预测实时性的同时保证精度.在与其他网络模型对比后证明广义回归神经网络的预测性能较好,准确度高.

关键词：锅包炉、钢液温度、广义回归神经网络、预测性能

分类号：TF769(炼钢)

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：64-67