10.3969/j.issn.1001-5108.2008.06.005
炼钢成品成分预测模型研究及工程应用
采用3层BP神经网络来预测炼钢成品的C、Si、Mn成分,根据炼钢的实际生产数据,选取铁水、废钢、供氧、吹氩、硅锰合金、增碳荆等28个因素作为输入变量,对输入参数进行归一化处理,采取附加动量项和自适应学习步长的措施,解决了BP神经网络局部收敛和学习时间过长的问题,提高了神经网络预报的准确率.并用VC++语言编写程序,软件经生产现场运用后,模型预测结果表明:在规定的误差内(C±0.02%、Si±0.05%、Mn±0.06%),预报命中率达到85%以上,证明了模型的有效性.
炼钢、成品成分、神经网络、工程应用
30
TP1;TP3
贵州省科技基金黔科合[2008]2040号;水城钢铁集团有限责任公司技字20D810号
2009-04-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
14-17