基于BP神经网络算法的脱磷转炉终点磷含量预报模型
为更准确地预测脱磷转炉冶炼终点钢水磷含量,选取某钢铁公司冶炼DC04钢种作为研究对象.根据工业试验得到的铁水条件、造渣料及吹氧量等工艺参数,利用灰色关联分析法得到各工艺参数关于脱磷转炉终点磷含量的灰色关联度,并结合BP神经网络算法建立关于脱磷转炉冶炼终点磷含量的预报模型.通过不断优化,使该模型实现预测脱磷转炉终点w(P)误差值分别在±0.004%、±0.006%和±0.008%时,命中率达到83.33%,90.00%和93.33%.通过该模型在现场的应用,可为钢铁企业更准确和快速的确定终点磷含量提供技术参考.
DC04钢、灰色关联分析、磷含量、神经网络
37
TF704.4(炼钢)
唐山市人才项目;江西省教育厅科学技术研究项目;六盘水市科技局项目;河北省自然科学基金;国家自然科学基金
2021-06-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
10-15